在第五代無(wú)線網(wǎng)絡(luò)(簡(jiǎn)稱(chēng)5G)中,由于嚴(yán)格的服務(wù)性能要求,預(yù)測(cè)服務(wù)可靠性至關(guān)重要。通過(guò)結(jié)合人工智能和機(jī)器學(xué)習(xí),下一代蜂窩系統(tǒng)將可以實(shí)現(xiàn)先進(jìn)的數(shù)據(jù)分析技術(shù),從而達(dá)到高效的服務(wù)質(zhì)量管理和網(wǎng)絡(luò)自動(dòng)化。基于該思想,本文提出了一種含有可靠性計(jì)算的無(wú)線服務(wù)模型,它通過(guò)使用貝葉斯網(wǎng)絡(luò)(Bayesian Network,BN)來(lái)緊湊地表示聯(lián)合概率分布。本文首先描述無(wú)線網(wǎng)絡(luò)的建模,以進(jìn)行數(shù)據(jù)采集和機(jī)器學(xué)習(xí)算法的輸入數(shù)據(jù)的生成,然后描述如何應(yīng)用貝葉斯網(wǎng)絡(luò)表示來(lái)提供可行的計(jì)算過(guò)程,從而解決了這一預(yù)測(cè)問(wèn)題。在所研究的貝葉斯網(wǎng)絡(luò)學(xué)習(xí)階段,基站的負(fù)荷、用戶位置和移動(dòng)速度等特征都影響用戶的接收信噪比(SNR)和信號(hào)干擾+噪聲比(SINR),試驗(yàn)結(jié)果是移動(dòng)用戶的吞吐量滿足閾值的概率或者次數(shù)。計(jì)算機(jī)模擬結(jié)果表明,低速移動(dòng)條件下模型可以很好地預(yù)測(cè)網(wǎng)絡(luò)服務(wù)可靠性,并推斷網(wǎng)絡(luò)的隱藏狀態(tài)。針對(duì)無(wú)線信道中的陰影效應(yīng)對(duì)蜂窩小區(qū)中的終端用戶鏈路質(zhì)量的影響,本文提出了一種帶有隱藏節(jié)點(diǎn)的貝葉斯網(wǎng)絡(luò)解決可靠性預(yù)測(cè)的方案。在終端用戶移動(dòng)過(guò)程中,無(wú)線系統(tǒng)通常要進(jìn)行實(shí)時(shí)的數(shù)據(jù)采集。在陰影區(qū)域內(nèi),接收信噪比可能低于一個(gè)預(yù)定的閾值或者造成信號(hào)的中斷,...

【文章頁(yè)數(shù)】：66 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 論文研究?jī)?nèi)容及主要工作
    1.4 論文結(jié)構(gòu)安排
第二章 可靠性和貝葉斯網(wǎng)絡(luò)
    2.1 可靠性理論
    2.2 網(wǎng)絡(luò)服務(wù)可靠性
    2.3 貝葉斯定理和相對(duì)熵
        2.3.1 先驗(yàn)概率和后驗(yàn)概率
        2.3.2 貝葉斯定理
        2.3.3 相對(duì)熵
    2.4 貝葉斯網(wǎng)絡(luò)
        2.4.1 貝葉斯網(wǎng)絡(luò)的定義
        2.4.2 貝葉斯網(wǎng)絡(luò)的特性
        2.4.3 貝葉斯網(wǎng)絡(luò)的參數(shù)學(xué)習(xí)和推理
    2.5 本章小結(jié)
第三章 5G網(wǎng)絡(luò)中用戶吞吐量的可靠性預(yù)測(cè)
    3.1 無(wú)線網(wǎng)絡(luò)模型
    3.2 隨機(jī)變量表示
    3.3 蜂窩網(wǎng)絡(luò)的貝葉斯網(wǎng)絡(luò)表示
        3.3.1 貝葉斯網(wǎng)絡(luò)圖的構(gòu)建
        3.3.2 貝葉斯網(wǎng)絡(luò)的極大似然估計(jì)原理
        3.3.3 貝葉斯網(wǎng)路仿真平臺(tái)
        3.3.4 貝葉斯網(wǎng)絡(luò)參數(shù)學(xué)習(xí)
    3.4 蜂窩網(wǎng)絡(luò)的服務(wù)可靠性仿真結(jié)果
    3.5 本章小結(jié)
第四章 基于陰影衰落的用戶吞吐量可靠性預(yù)測(cè)
    4.1 系統(tǒng)模型
    4.2 Netica仿真平臺(tái)
    4.3 無(wú)線網(wǎng)絡(luò)服務(wù)模型的貝葉斯網(wǎng)絡(luò)表示
        4.3.1 含有隱變量的貝葉斯網(wǎng)絡(luò)的構(gòu)建
        4.3.2 不完整數(shù)據(jù)的極大似然估計(jì)
        4.3.3 含有隱變量的貝葉斯網(wǎng)絡(luò)的參數(shù)學(xué)習(xí)
    4.4 網(wǎng)絡(luò)服務(wù)可靠性仿真結(jié)果
        4.4.1 網(wǎng)絡(luò)服務(wù)可靠性的正向推理
        4.4.2 網(wǎng)絡(luò)服務(wù)可靠性的反向推理
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 論文總結(jié)
    5.2 研究展望
參考文獻(xiàn)
附錄1 攻讀碩士學(xué)位期間撰寫(xiě)的論文
附錄2 攻讀碩士學(xué)位期間參加的科研項(xiàng)目
致謝



本文編號(hào)：3871898