光與無線融合網(wǎng)絡

第1章 緒論
1．1 研究背景
1．2 國內(nèi)外發(fā)展動態(tài)
1．2．1 光與無線融合網(wǎng)絡控制與組網(wǎng)技術(shù)發(fā)展動態(tài)
1．2．2 光與無線融合網(wǎng)絡資源優(yōu)化技術(shù)發(fā)展動態(tài)
1．2．3 光與無線融合網(wǎng)絡時間同步技術(shù)發(fā)展動態(tài)
1．2．4 光與無線融合網(wǎng)絡生存性技術(shù)發(fā)展動態(tài)
1．3 主要內(nèi)容安排
第2章 基于云光與無線融合網(wǎng)絡的多維融合控制與組網(wǎng)模型
2．1 光與無線融合網(wǎng)絡的控制與組網(wǎng)理論分析
2．1．1 網(wǎng)絡需求分析
2．1．2 控制與組網(wǎng)分析
2．2 C-RoFN系統(tǒng)方案設計
2．2．1 網(wǎng)絡應用場景
2．2．2 網(wǎng)絡架構(gòu)設計
2．2．3 網(wǎng)絡功能模塊
2．3 多層資源優(yōu)化詳細技術(shù)方案
2．3．1 多層資源優(yōu)化服務協(xié)作模式
2．3．2 全局評估策略
2．4 網(wǎng)絡性能驗證
2．5 本章小結(jié)
第3章 光與無線融合網(wǎng)絡資源優(yōu)化機理
3．1 光與無線融合網(wǎng)絡跨層優(yōu)化算法
3．1．1 網(wǎng)絡模型
3．1．2 全局評估因子
3．1．3 全局評估策略
3．1．4 網(wǎng)絡性能驗證
3．2 面向異構(gòu)光與無線融合網(wǎng)絡的虛擬化時頻資源聯(lián)合優(yōu)化方法
3．2．1 軟件定義的V-HCRoFN架構(gòu)
3．2．2 基于V-HCRoFN架構(gòu)的資源分配方案
3．2．3 網(wǎng)絡性能驗證
3．3 基于軟件定義的移動光承載網(wǎng)動態(tài)流量光層資源分配方案
3．3．1 移動光承載網(wǎng)絡架構(gòu)
3．3．2 流量的動態(tài)資源分配方案
3．3．3 網(wǎng)絡性能驗證
3．4 面向節(jié)能的接入網(wǎng)動態(tài)帶寬優(yōu)化機制研究
3．4．1 接入網(wǎng)網(wǎng)絡架構(gòu)
3．4．2 多?；旌蟿討B(tài)帶寬分配方案
3．4．3 光與無線融合網(wǎng)絡下的多?；旌蟿討B(tài)帶寬分配方案
3．4．4 網(wǎng)絡性能驗證
3．5 基于網(wǎng)絡功能虛擬化的光與無線融合網(wǎng)絡多層資源優(yōu)化方案
3．5．1 軟件定義的C-RoFN的MSRO架構(gòu)
3．5．2 全局評估策略
3．5．3 網(wǎng)絡性能驗證
3．6 面向業(yè)務提供的光與無線融合網(wǎng)絡多維資源聚合方案
3．6．1 軟件定義的MDRI架構(gòu)
3．6．2 基于輔助圖的資源集成提供方案
3．6．3 網(wǎng)絡性能驗證
3．7 本章小結(jié)
第4章 光與無線融合網(wǎng)絡時間同步機制
4．1 光與無線融合網(wǎng)絡時間同步機制的理論分析
4．2 基于軟件定義控制器的光與無線融合網(wǎng)絡時間同步機制
4．2．1 面向時間同步的光與無線融合網(wǎng)絡架構(gòu)
4．2．2 基于軟件定義控制器的光與無線融合網(wǎng)絡架構(gòu)時間同步方案
4．2．3 網(wǎng)絡性能驗證
4．3 基于深度強化學習的高精度時間同步方法實現(xiàn)機制
4．3．1 深度強化學習模型與時問同步方案
4．3．2 網(wǎng)絡性能驗證
4．4 本章小結(jié)
第5章 面向生存性的光與無線融合網(wǎng)絡保護方法
5．1 光與無線融合網(wǎng)絡的生存性需求分析
5．2 面向光與無線融合網(wǎng)絡的跨層資源保護策略研究
5．2．1 基于跨層資源保護的光與無線融合網(wǎng)絡架構(gòu)
5．2．2 跨層資源保護策略
5．2．3 網(wǎng)絡性能驗證
5．3 光與無線融合網(wǎng)絡中帶寬壓縮保護策略
5．3．1 網(wǎng)絡模型和問題陳述
5．3．2 光與無線融合網(wǎng)絡中的帶寬壓縮保護
5．3．3 帶寬壓縮保護算法
5．3．4 網(wǎng)絡性能驗證
5．4 本章小結(jié)
參考文獻