| 中文摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第一章 引言 | 第8-14页 |
| 一、研究背景及意义 | 第8-9页 |
| 二、国内外研究现状 | 第9-11页 |
| (一)国外研究现状 | 第9-10页 |
| (二)国内研究现状 | 第10-11页 |
| 三、群智能算法在认知无线电中的应用 | 第11-13页 |
| 四、论文结构安排 | 第13-14页 |
| 第二章 认知无线电技术 | 第14-22页 |
| 一、频谱感知 | 第14-15页 |
| 二、频谱分配 | 第15-20页 |
| (一)频谱分配原则 | 第15-16页 |
| (二)频谱分配模型 | 第16-19页 |
| (三)图论模型的数学描述 | 第19页 |
| (四)频谱分配目标 | 第19-20页 |
| 三、频谱决策 | 第20-21页 |
| 四、本章小结 | 第21-22页 |
| 第三章 群智能算法在频谱分配中的应用 | 第22-30页 |
| 一、群智能算法概述 | 第22-26页 |
| (一)遗传算法 | 第22-25页 |
| (二)粒子群算法 | 第25-26页 |
| 二、基于图论模型的频谱分配方法对比 | 第26-29页 |
| (一)基于颜色敏感图论着色法的频谱分配 | 第26-27页 |
| (二)基于遗传算法的频谱分配 | 第27-28页 |
| (三)基于粒子群算法的频谱分配 | 第28页 |
| (四)测试结果及分析 | 第28-29页 |
| 三、本章小结 | 第29-30页 |
| 第四章 自适应量子遗传算法 | 第30-40页 |
| 一、量子遗传算法 | 第30-32页 |
| (一)基本概念 | 第30-31页 |
| (二)算法实现步骤 | 第31-32页 |
| (三)算法实现伪代码 | 第32页 |
| 二、自适应量子遗传算法 | 第32-39页 |
| (一)自适应旋转角 | 第32-33页 |
| (二)变异 | 第33页 |
| (三)最优个体保留机制 | 第33页 |
| (四)算法实现过程 | 第33-34页 |
| (五)算法有效性测试 | 第34-39页 |
| 三、本章小结 | 第39-40页 |
| 第五章 基于自适应量子遗传算法的频谱分配 | 第40-52页 |
| 一、频谱分配场景描述 | 第40页 |
| 二、基于自适应量子遗传算法的频谱分配方法 | 第40-43页 |
| (一)编码方式 | 第41页 |
| (二)干扰处理 | 第41-42页 |
| (三)种群评估 | 第42页 |
| (四)基于自适应量子遗传算法的频谱分配方法实现步骤 | 第42-43页 |
| 三、仿真实验与结果分析 | 第43-51页 |
| (一)测试一 | 第44-48页 |
| (二)测试二 | 第48-49页 |
| (三)测试三 | 第49-51页 |
| 四、本章小结 | 第51-52页 |
| 总结与展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 个人简历及在学期间的研究成果及发表的学术论文 | 第58页 |