声明
缩略词表
第一章 绪论
1.1研究背景及意义
1.2国内外研究现状
1.2.1信道预测技术
1.2.2自适应调制编码技术
1.2.3强化学习
1.3本文主要研究内容
1.4组织结构安排
第二章 强化学习
2.1基本原理和组成要素
2.2马尔科夫决策过程
2.3主要算法
2.3.1蒙特卡洛法
2.3.2时序差分法
2.3.3 Q-learning算法
2.3.4 Dyna-Q算法
2.4本章小结
第三章 信道特性及仿真平台搭建
3.1卫星信道特性
3.1.1 Ka频段卫星通信传输影响因素
3.1.2多径和阴影衰落
3.2卫星动态信道模型
3.2.1 C.LOO信道模型
3.2.2雨衰时间序列模型
3.3基于DVB-S2标准的自适应通信链路仿真平台
3.3.1总体框架
3.3.2发送端模块
3.3.3接收端模块
3.4仿真平台结果测试
3.5本章小结
第四章 基于信噪比预测的自适应调制编码技术
4.1卫星通信中的自适应调制编码
4.2信噪比估计
4.2.1 ML信噪比估计算法
4.2.2 M2M4信噪比估计算法
4.2.3信噪比估计算法性能仿真分析
4.3信噪比预测
4.3.1基于ARIMA的信噪比预测
4.3.2基于LSTM的信噪比预测
4.3.3基于Online-LSTM的信噪比预测
4.3.4信噪比时间序列预测算法仿真及性能分析
4.4 MCS选择算法
4.4.1基于固定阈值的MSC选择
4.4.2过时信噪比对MSC选择的性能影响
4.4.3基于预测信噪比的MSC选择性能仿真
4.5本章小结
第五章 基于强化学习的自适应调制策略
5.1基于强化学习的自适应调制编码系统模型
5.2基于Q-learning的自适应算法
5.2.1算法描述
5.2.2探索与利用
5.3基于Dyna-Q的自适应算法
5.4仿真结果分析
5.4.1 SNR估计误差对传统AMC算法的性能影响
5.4.2基于强化学习的AMC与基于固定阈值的AMC算法性能对比
5.4.3 Dyna-Q和Q-learning算法性能对比分析
5.5本章小节
第六章 总结与展望
6.1本文工作总结
6.2未来工作展望
致谢
参考文献
电子科技大学;