| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第17-33页 |
| 1.1 动态频谱接入关键技术 | 第18-23页 |
| 1.1.1 频谱感知 | 第18页 |
| 1.1.2 合作频谱感知 | 第18-19页 |
| 1.1.3 数据融合技术 | 第19-20页 |
| 1.1.4 认知无线电安全问题 | 第20-23页 |
| 1.2 国内外研究现状 | 第23-27页 |
| 1.3 研究动机与研究内容 | 第27-30页 |
| 1.3.1 合作频谱感知中的SSDF攻击策略 | 第28页 |
| 1.3.2 基于线性数据融合的安全合作频谱感知方法 | 第28-29页 |
| 1.3.3 SSDF攻击场景下的联合频谱感知与资源分配 | 第29-30页 |
| 1.4 研究成果 | 第30-31页 |
| 1.5 篇章结构 | 第31-33页 |
| 第2章 基于线性数据融合的合作频谱感知中SSDF攻击模型 | 第33-70页 |
| 2.1 研究背景与动机 | 第33-36页 |
| 2.1.1 软数据融合下的SSDF攻击策略 | 第33-34页 |
| 2.1.2 量化合作频谱感知及SSDF攻击策略 | 第34-36页 |
| 2.2 软数据融合下SSDF攻击模型 | 第36-46页 |
| 2.2.1 合作频谱感知系统模型 | 第36-41页 |
| 2.2.2 软数据融合下的SSDF攻击模型 | 第41-42页 |
| 2.2.3 基于Always Opposite的概率型攻击模型 | 第42-45页 |
| 2.2.4 融合中心线性合并与判决 | 第45-46页 |
| 2.3 软数据融合下融合中心“致盲”条件 | 第46-53页 |
| 2.3.1 攻击模型1 | 第46-48页 |
| 2.3.2 攻击模型2 | 第48-49页 |
| 2.3.3 仿真结果与分析 | 第49-53页 |
| 2.4 量化数据融合下SSDF攻击模型 | 第53-62页 |
| 2.4.1 量化合作频谱系统模型 | 第53-54页 |
| 2.4.2 本地频谱感知与量化 | 第54-56页 |
| 2.4.3 量化数据融合下SSDF攻击模型 | 第56-59页 |
| 2.4.4 融合中心线性合并与判决 | 第59-62页 |
| 2.5 量化数据融合下融合中心“致盲”条件 | 第62-68页 |
| 2.5.1 融合中心“致盲”条件 | 第62-64页 |
| 2.5.2 仿真结果与分析 | 第64-68页 |
| 2.6 本章小结 | 第68页 |
| 2.7 附录A | 第68-70页 |
| 第3章 基于软数据融合的安全合作频谱感知抵御方法 | 第70-87页 |
| 3.1 研究背景与动机 | 第70-72页 |
| 3.2 基于改进ROCQ信誉度管理算法的安全合作频谱感知 | 第72-79页 |
| 3.2.1 改进ROCQ信誉度管理算法 | 第74-76页 |
| 3.2.2 基于改进ROCQ信誉度管理算法的合作频谱感知 | 第76页 |
| 3.2.3 改进ROCQ信誉度管理算法收敛性能分析 | 第76-79页 |
| 3.3 仿真结果与分析 | 第79-85页 |
| 3.4 本章小结 | 第85-87页 |
| 第4章 基于量化数据融合的安全合作频谱感知抵御方法 | 第87-106页 |
| 4.1 研究背景与动机 | 第87-89页 |
| 4.2 量化合作频谱感知恶意用户识别算法 | 第89-96页 |
| 4.2.1 恶意用户识别算法 | 第89-91页 |
| 4.2.2 最优判决门限设计方案 | 第91-92页 |
| 4.2.3 恶意用户识别算法性能分析 | 第92-96页 |
| 4.3 仿真结果与分析 | 第96-105页 |
| 4.3.1 恶意用户识别算法性能分析 | 第96-101页 |
| 4.3.2 SSDF攻击下量化合作频谱感知性能分析 | 第101-105页 |
| 4.4 本章小结 | 第105-106页 |
| 第5章 SSDF攻击场景下的联合频谱感知与资源分配方法 | 第106-138页 |
| 5.1 研究背景与动机 | 第106-111页 |
| 5.1.1 认知无线电网络感知用户选择 | 第107-108页 |
| 5.1.2 联合频谱感知资源分配 | 第108-111页 |
| 5.2 联合感知资源分配问题 | 第111-118页 |
| 5.2.1 系统模型 | 第111-112页 |
| 5.2.2 合作频谱感知 | 第112-115页 |
| 5.2.3 联合感知资源分配问题 | 第115-118页 |
| 5.3 联合感知资源分配方案求解 | 第118-127页 |
| 5.3.1 联合感知资源分配问题优化 | 第119-124页 |
| 5.3.2 基于增强学习的用户选择策略 | 第124-127页 |
| 5.3.3 CR用户信誉度调整策略 | 第127页 |
| 5.4 仿真结果与分析 | 第127-137页 |
| 5.4.1 恶意用户对合作频谱感知影响 | 第128-133页 |
| 5.4.2 联合感知资源分配性能仿真 | 第133-137页 |
| 5.5 本章小结 | 第137-138页 |
| 第6章 总结与展望 | 第138-140页 |
| 6.1 工作总结 | 第138-139页 |
| 6.2 工作展望 | 第139-140页 |
| 参考文献 | 第140-151页 |
| 个人简历及攻读博士期间的主要研究成果 | 第151页 |
