| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 论文的主要研究内容和结构 | 第13-16页 |
| 1.3.1 主要研究内容 | 第13-14页 |
| 1.3.2 论文结构安排 | 第14-16页 |
| 第二章 认知传感网中信道容量优化问题 | 第16-31页 |
| 2.1 认知传感网系统模型分析 | 第16-21页 |
| 2.1.1 认知传感网系统模型 | 第16-18页 |
| 2.1.2 接收权重向量的选取方法 | 第18-19页 |
| 2.1.3 相关参数 | 第19-21页 |
| 2.1.4 信道容量优化问题 | 第21页 |
| 2.2 常用信道容量优化方法 | 第21-28页 |
| 2.2.1 信道容量优化方法的概述 | 第21-23页 |
| 2.2.2 梯度搜索优化方法 | 第23-25页 |
| 2.2.3 粒子群优化方法 | 第25-28页 |
| 2.3 仿真结果分析及对比 | 第28-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 基于动态调整惯性权重加速度因子的信道容量优化方法 | 第31-41页 |
| 3.1 基于动态调整惯性权重加速度因子的粒子群改进算法 | 第31-35页 |
| 3.1.1 种群收敛程度的评价指标 | 第31-33页 |
| 3.1.2 惯性权重调整策略 | 第33-34页 |
| 3.1.3 加速度因子调整策略 | 第34-35页 |
| 3.2 基于DWAPSO的认知传感网信道容量优化方法 | 第35-36页 |
| 3.3 仿真结果分析及对比 | 第36-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第四章 基于混沌遗传算法的信道容量优化方法 | 第41-55页 |
| 4.1 基于混沌遗传算法的粒子群改进算法 | 第41-49页 |
| 4.1.1 遗传算法简介 | 第41-43页 |
| 4.1.2 混沌简介 | 第43-46页 |
| 4.1.3 引入交叉、变异、混沌操作的改进策略 | 第46-49页 |
| 4.2 基于CGPSO的认知传感网信道容量优化方法 | 第49-50页 |
| 4.3 仿真结果分析及对比 | 第50-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 总结 | 第55页 |
| 5.2 展望 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间发表的学术论文 | 第63页 |
