本文關(guān)鍵詞：基于機器學(xué)習(xí)的Femtocell信道頻譜與功率資源分配算法的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來,隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展,人們更希望足不出戶便能享受到多樣化的互聯(lián)網(wǎng)業(yè)務(wù),因此提高室內(nèi)的無線覆蓋變得非常重要。Femtocell,又叫飛蜂窩或者家庭基站,是一種用來解決室內(nèi)覆蓋問題的小型基站設(shè)備,它由用戶自己部署于室內(nèi)環(huán)境中,通過IP技術(shù)連接到運營商的核心網(wǎng)絡(luò),從而為用戶提供高速率的室內(nèi)數(shù)據(jù)業(yè)務(wù)。Femtocell有成本低、安裝及維護非常簡易、功耗低、覆蓋效果好等眾多優(yōu)點,因此是用來提高室內(nèi)通信質(zhì)量的最佳方案。機器學(xué)習(xí),通過對計算機模擬人類學(xué)習(xí)能力的研究,實現(xiàn)設(shè)備的智能化與自動化控制,用機器學(xué)習(xí)方法解決Femtocell二層網(wǎng)絡(luò)中的頻譜與功率資源分配問題,讓系統(tǒng)更加智能化,是Femtocell應(yīng)用領(lǐng)域的一個重要發(fā)展方向。本文首先對Femtocell與宏蜂窩(Macrocell)組成的二層網(wǎng)絡(luò)結(jié)構(gòu)展開研究,闡述了Femtocell的工作原理,并且分析了該網(wǎng)絡(luò)結(jié)構(gòu)中存在的干擾問題。然后,通過采用兩種典型的機器學(xué)習(xí)策略分別對該二層網(wǎng)絡(luò)中的功率以及頻譜資源進行控制:蟻群優(yōu)化方法與Q學(xué)習(xí)方法。蟻群優(yōu)化方法能夠動態(tài)感知系統(tǒng)中頻譜的占用情況,并且對頻譜資源進行合理分配,從而有效地避免了干擾的產(chǎn)生;Q學(xué)習(xí)方法能夠?qū)崿F(xiàn)Femtocell發(fā)射功率的自動控制,在保證Femtocell與Macrocell通信質(zhì)量的同時也減小了干擾。最后,本文在理論推導(dǎo)的基礎(chǔ)上對這兩種機器學(xué)習(xí)策略的應(yīng)用進行仿真驗證,應(yīng)用結(jié)果表明系統(tǒng)能夠根據(jù)當(dāng)前的環(huán)境狀況智能地分配網(wǎng)絡(luò)中的頻譜和功率資源,極大地減小Macrocell和Femtocell二層網(wǎng)絡(luò)中的共層干擾與跨層干擾,提高了系統(tǒng)的性能。
【關(guān)鍵詞】：Femtocell 功率控制 頻譜分配 蟻群優(yōu)化 Q學(xué)習(xí)
【學(xué)位授予單位】：南京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN929.5
【目錄】：

• 摘要4-5
• Abstract5-8
• 專用術(shù)語注釋表8-10
• 第一章 緒論10-14
• 1.1 課題研究背景10-11
• 1.2 Femtocell研究現(xiàn)狀及發(fā)展前景11-12
• 1.2.1 Femtocell研究現(xiàn)狀11-12
• 1.2.2 Femtocell發(fā)展前景12
• 1.3 研究內(nèi)容及主要工作12-13
• 1.4 論文組織結(jié)構(gòu)13-14
• 第二章 Femtocell簡介14-25
• 2.1 Femtocell的定義14
• 2.2 Femtocell產(chǎn)生的技術(shù)背景14-18
• 2.2.1 室外宏小區(qū)基站14-15
• 2.2.2 中繼站15-16
• 2.2.3 分布式天線系統(tǒng)16-17
• 2.2.4 輻射電纜17
• 2.2.5 WiFi技術(shù)17
• 2.2.6 Femtocell技術(shù)的產(chǎn)生17-18
• 2.3 Femtocell的部署18-19
• 2.4 Femtocell的工作原理19-21
• 2.5 Femtocell系統(tǒng)中存在的干擾21-22
• 2.5.1 共層干擾21
• 2.5.2 跨層干擾21-22
• 2.6 Femtocell在移動通信系統(tǒng)中的關(guān)鍵技術(shù)22-24
• 2.6.1 基于 2G網(wǎng)絡(luò)的Femtocell技術(shù)22
• 2.6.2 基于 3G網(wǎng)絡(luò)的Femtocell技術(shù)22-23
• 2.6.3 基于 4G網(wǎng)絡(luò)的Femtocell技術(shù)23-24
• 2.7 本章小結(jié)24-25
• 第三章 機器學(xué)習(xí)簡介25-32
• 3.1 機器學(xué)習(xí)的概念25
• 3.2 機器學(xué)習(xí)的發(fā)展歷程25-26
• 3.3 機器學(xué)習(xí)的主要策略26-30
• 3.3.1 人工神經(jīng)網(wǎng)絡(luò)26-28
• 3.3.2 遺傳算法28
• 3.3.3 強化學(xué)習(xí)算法28-30
• 3.4 機器學(xué)習(xí)在現(xiàn)代社會中的應(yīng)用30-31
• 3.5 本章小結(jié)31-32
• 第四章 基于機器學(xué)習(xí)的頻譜與功率分配32-72
• 4.1 Femtocell二層網(wǎng)絡(luò)系統(tǒng)模型32-34
• 4.2 一種新型的基于蟻群優(yōu)化算法的頻譜分配技術(shù)34-53
• 4.2.1 蟻群優(yōu)化算法簡介34-35
• 4.2.2 基于雙橋?qū)嶒灥南伻簝?yōu)化算法基本原理35-38
• 4.2.3 信息素蒸發(fā)對蟻群優(yōu)化過程的影響38-39
• 4.2.4 人工蟻群優(yōu)化算法的模型39-42
• 4.2.5 算法的收斂性42-43
• 4.2.6 蟻群優(yōu)化算法系統(tǒng)模型43-48
• 4.2.7 蟻群優(yōu)化算法應(yīng)用的仿真結(jié)果及分析48-53
• 4.3 一種改進的基于Q學(xué)習(xí)算法的功率資源控制技術(shù)53-70
• 4.3.1 Q-learning算法原理53-56
• 4.3.2 Q函數(shù)的定義56-59
• 4.3.3 Q函數(shù)收斂性的證明59-60
• 4.3.4 Q-learning算法系統(tǒng)模型60-65
• 4.3.5 Q-learning算法仿真結(jié)果及分析65-70
• 4.4 ACO方法與Q-learning方法的對比與聯(lián)合使用70-71
• 4.5 本章小結(jié)71-72
• 第五章 總結(jié)和展望72-73
• 5.1 全文總結(jié)72
• 5.2 未來展望72-73
• 參考文獻73-75
• 附錄1程序清單75-76
• 附錄2攻讀碩士學(xué)位期間撰寫的論文76-77
• 附錄3攻讀碩士學(xué)位期間參加的科研項目77-78
• 致謝78

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張明玉,倪志偉;基于機器學(xué)習(xí)的智能決策支持系統(tǒng)[J];淮南師范學(xué)院學(xué)報;2005年03期

2 楊凌霄;武建平;;機器學(xué)習(xí)方法在人臉檢測中的應(yīng)用[J];計算機與數(shù)字工程;2008年03期

3 ;第十一屆中國機器學(xué)習(xí)會議[J];智能系統(tǒng)學(xué)報;2008年02期

4 ;第14屆中國機器學(xué)習(xí)會議[J];智能系統(tǒng)學(xué)報;2012年06期

5 費宗銘;呂建;王志堅;陳道蓄;徐家福;;機器學(xué)習(xí)[J];計算機科學(xué);1991年01期

6 趙沁平;魏華;王軍玲;;機器學(xué)習(xí)技術(shù)與機器學(xué)習(xí)系統(tǒng)[J];計算機科學(xué);1993年05期

7 姚敏;機器學(xué)習(xí)及其發(fā)展方向[J];計算機時代;1994年04期

8 ;第31屆機器學(xué)習(xí)國際會議(英文)[J];智能系統(tǒng)學(xué)報;2014年01期

9 黃海濱;機器學(xué)習(xí)及其主要策略[J];河池師范高等�？茖W(xué)校學(xué)報(自然科學(xué)版);2000年04期

10 佘玉梅;一種協(xié)調(diào)機器學(xué)習(xí)方法研究[J];云南民族學(xué)院學(xué)報(自然科學(xué)版);2000年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 王玨;;歸納機器學(xué)習(xí)[A];2001年中國智能自動化會議論文集（上冊）[C];2001年

2 王昊;李銀波;紀(jì)志梁;;利用機器學(xué)習(xí)方法預(yù)測嚴(yán)重藥物不良反應(yīng)-呼吸困難[A];中國化學(xué)會第28屆學(xué)術(shù)年會第13分會場摘要集[C];2012年

3 吳滄浦;;智能系統(tǒng)與機器學(xué)習(xí)的新領(lǐng)域[A];西部大開發(fā) 科教先行與可持續(xù)發(fā)展——中國科協(xié)2000年學(xué)術(shù)年會文集[C];2000年

4 周晴杰;徐立鴻;吳啟迪;;機器學(xué)習(xí)串級結(jié)構(gòu)的初步探討[A];1998年中國控制會議論文集[C];1998年

5 李剛;郭崇慧;林鴻飛;楊志豪;唐煥文;;基于詞典法和機器學(xué)習(xí)法相結(jié)合的蛋白質(zhì)名識別[A];大連理工大學(xué)生物醫(yī)學(xué)工程學(xué)術(shù)論文集（第2卷）[C];2005年

6 徐禮勝;李乃民;王寬全;張冬雨;耿斌;姜曉睿;陳超海;羅貴存;;機器學(xué)習(xí)在中醫(yī)計算機診斷識別系統(tǒng)中的應(yīng)用思考[A];第一屆全國中西醫(yī)結(jié)合診斷學(xué)術(shù)會議論文選集[C];2006年

7 蔡健平;林世平;;基于機器學(xué)習(xí)的詞語和句子極性分析[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會議論文集[C];2007年

8 黃金鐵;李景銀;周建常;;對高爐爐況評價模型參數(shù)的機器學(xué)習(xí)——一個三類線性模式分類器的實現(xiàn)[A];1995中國控制與決策學(xué)術(shù)年會論文集[C];1995年

9 程國建;蔡磊;潘華賢;;核向量機在大規(guī)模機器學(xué)習(xí)中的應(yīng)用[A];第十一屆中國青年信息與管理學(xué)者大會論文集[C];2009年

10 張鈸;張鈴;;統(tǒng)計學(xué)習(xí)理論及其應(yīng)用[A];2001年中國智能自動化會議論文集（上冊）[C];2001年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 黎驪/文 [美] Tom M.Mitchell 著;機器學(xué)習(xí)與智能化社會[N];中國郵政報;2003年

2 IBM大數(shù)據(jù)專家 James Kobielus　范范 編譯;機器學(xué)習(xí)已成為大數(shù)據(jù)基石[N];網(wǎng)絡(luò)世界;2014年

3 本報記者 房琳琳;合久必分：分布式“機器學(xué)習(xí)”應(yīng)運而生[N];科技日報;2014年

4 雨辰;機器學(xué)習(xí)類圖書為什么火爆[N];中華讀書報;2014年

5 百度公司技術(shù)副總監(jiān) 多媒體部負責(zé)人 余凱;深度學(xué)習(xí)與多媒體搜索技術(shù)演進[N];中國信息化周報;2013年

6 本報記者 余建斌;機器學(xué)習(xí)與互聯(lián)網(wǎng)搜索[N];人民日報;2011年

7 本報記者 張曄邋通訊員 李瑋;周志華：永不墨守成規(guī)[N];科技日報;2008年

8 記者　 彭德倩;機器學(xué)習(xí)精度提升近6個百分點[N];解放日報;2006年

9 本報記者 閔杰;大數(shù)據(jù)熱 高端人才缺[N];中國電子報;2013年

10 沈建苗 編譯;如何成為大數(shù)據(jù)科學(xué)家[N];計算機世界;2013年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 董春茹;機器學(xué)習(xí)中的權(quán)重學(xué)習(xí)與差分演化[D];華南理工大學(xué);2015年

2 趙玉鵬;機器學(xué)習(xí)的哲學(xué)探索[D];大連理工大學(xué);2010年

3 胡巍;面向格結(jié)構(gòu)的機器學(xué)習(xí)[D];上海交通大學(xué);2009年

4 張義榮;基于機器學(xué)習(xí)的入侵檢測技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2005年

5 錢線;快速精確的結(jié)構(gòu)化機器學(xué)習(xí)方法研究[D];復(fù)旦大學(xué);2010年

6 梁錫軍;稀疏優(yōu)化在機器學(xué)習(xí)中的若干應(yīng)用[D];大連理工大學(xué);2013年

7 蔣剛;核機器學(xué)習(xí)方法若干問題研究[D];西南交通大學(xué);2006年

8 陳慧靈;面向智能決策問題的機器學(xué)習(xí)方法研究[D];吉林大學(xué);2012年

9 周偉達;核機器學(xué)習(xí)方法研究[D];西安電子科技大學(xué);2003年

10 熊毅;基于機器學(xué)習(xí)的蛋白質(zhì)結(jié)合位點特征化和預(yù)測方法研究[D];武漢大學(xué);2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 毛海斌;基于半監(jiān)督機器學(xué)習(xí)的情感分類領(lǐng)域適應(yīng)問題研究[D];南京理工大學(xué);2015年

2 安軍輝;基于微博數(shù)據(jù)的微博用戶性別判斷研究[D];華中師范大學(xué);2015年

3 陳召陽;基于機器學(xué)習(xí)的改性麥槽吸附重金屬構(gòu)效關(guān)系模型研究[D];江西理工大學(xué);2014年

4 王成;基于半監(jiān)督機器學(xué)習(xí)的文本情感分析技術(shù)[D];南京理工大學(xué);2015年

5 孫科;基于Spark的機器學(xué)習(xí)應(yīng)用框架研究與實現(xiàn)[D];上海交通大學(xué);2015年

6 劉江龍;基于機器學(xué)習(xí)的射頻指紋定位方法研究[D];電子科技大學(xué);2015年

7 張蕾;基于機器學(xué)習(xí)的網(wǎng)絡(luò)輿情采集技術(shù)研究與設(shè)計[D];電子科技大學(xué);2014年

8 施宇;基于數(shù)據(jù)挖掘和機器學(xué)習(xí)的木馬檢測系統(tǒng)設(shè)計與實現(xiàn)[D];電子科技大學(xué);2014年

9 施應(yīng)敏;基于機器學(xué)習(xí)的Femtocell信道頻譜與功率資源分配算法的研究[D];南京郵電大學(xué);2015年

10 胡永鋼;序列聯(lián)配的算法比較與機器學(xué)習(xí)在其中的應(yīng)用研究[D];江南大學(xué);2005年

  本文關(guān)鍵詞：基于機器學(xué)習(xí)的Femtocell信道頻譜與功率資源分配算法的研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：389443