人工智能超密集移動通信系統(tǒng)

第1章　緒論
1.1 超密集移動通信系統(tǒng) 001
1.2 智能化必要性 002
1.3 小結(jié) 004
第2章　端側(cè)智能網(wǎng)絡選擇
2.1 漸入佳境—引言 005
2.1.1 研究背景 007
2.1.2 研究現(xiàn)狀 008
2.2 初露鋒芒—基礎(chǔ)理論 015
2.2.1 網(wǎng)絡選擇技術(shù)概述 015
2.2.2　SPG概述 021
2.2.3 隨機森林 022
2.2.4 深度森林 023
2.3 小試牛刀—同構(gòu)用戶多連接技術(shù)研究 025
2.3.1 用戶多連接問題 025
2.3.2 SPG建模 030
2.3.3 性質(zhì)證明與算法設(shè)計 034
2.3.4 算法仿真 041
2.3.5 小結(jié) 049
2.4 大展身手—異構(gòu)智能用戶連接技術(shù)研究 050
2.4.1 異構(gòu)網(wǎng)絡用戶連接問題 050
2.4.2 人工智能通信解決框架 052
2.4.3 用戶連接問題的非合作博弈 054
2.4.4 RFEQG算法設(shè)計 061
2.4.5 算法仿真 066
2.4.6 小結(jié) 084
2.5 總結(jié)與展望 085
2.5.1 總結(jié) 085
2.5.2 展望 086
第3章　網(wǎng)側(cè)智能資源調(diào)度
3.1　漸入佳境—引言 087
3.1.1 研究背景 088
3.1.2 研究現(xiàn)狀 101
3.1.3 小結(jié) 110
3.2 初露鋒芒—基礎(chǔ)理論 111
3.2.1 CoMP系統(tǒng)概述 111
3.2.2 近鄰傳播算法 112
3.2.3 納什議價博弈理論 114
3.2.4 強化學習概述 115
3.3 小試牛刀—智能協(xié)作調(diào)度 116
3.3.1 引言 116
3.3.2 系統(tǒng)模型 117
3.3.3 基于CoMP系統(tǒng)的智能傳輸調(diào)度方案 120
3.3.4 基于CoMP系統(tǒng)的功率分配問題 122
3.3.5 算法仿真 127
3.3.6 小結(jié) 138
3.4 大展身手—一體智能資源調(diào)度 138
3.4.1 引言 138
3.4.2 系統(tǒng)模型 139
3.4.3 一體智能資源調(diào)度架構(gòu) 143
3.4.4 一體智能資源調(diào)度研究 145
3.4.5 仿真及結(jié)果分析 150
3.4.6 小結(jié) 158
3.5 一錘定音—增強型一體智能資源調(diào)度 159
3.5.1 引言 159
3.5.2 問題分析 159
3.5.3 增強型一體智能資源調(diào)度研究 160
3.5.4 仿真及結(jié)果分析 166
3.5.5 小結(jié) 174
3.6 總結(jié)與展望 174
3.6.1 總結(jié) 174
3.6.2 展望 176
第4章　端網(wǎng)協(xié)同智能切換
4.1 漸入佳境—引言 177
4.1.1 研究背景與研究意義 177
4.1.2 國內(nèi)外研究現(xiàn)狀 179
4.2 初露鋒芒—基礎(chǔ)理論 186
4.2.1 異構(gòu)無線網(wǎng)絡的概念 186
4.2.2 4G/5G的幀結(jié)構(gòu)和物理資源 187
4.2.3 無線空口測量指標的計算關(guān)系 192
4.2.4 基站的資源調(diào)度與傳輸 196
4.2.5 網(wǎng)絡切換的分類和過程 199
4.3 小試牛刀—用戶業(yè)務驅(qū)動的網(wǎng)絡切換技術(shù)研究 203
4.3.1 基于LSTM的網(wǎng)絡屬性預測方法 203
4.3.2 網(wǎng)絡屬性的效用建模 212
4.3.3 基于用戶偏好的網(wǎng)絡屬性組合賦權(quán)法 216
4.3.4 實驗設(shè)計和仿真結(jié)果分析 225
4.3.5 小結(jié) 233
4.4 大展身手—移動通信中端網(wǎng)協(xié)同的負載均衡研究 234
4.4.1 基于GAN的終端側(cè)負載估計方案 234
4.4.2 用戶級的主動負載均衡方案 240
4.4.3 實驗及仿真分析 245
4.4.4 小結(jié) 256
4.5 總結(jié)與展望 257
4.5.1 總結(jié) 257
4.5.2 展望 259
第5章 總論
參考文獻 263