基于跨层优化的频谱感知关键技术研究
| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第一章 绪论 | 第14-44页 |
| 1.1 研究背景与意义 | 第14-16页 |
| 1.2 认知无线网络 | 第16-26页 |
| 1.2.1 起源与基本概念 | 第16-21页 |
| 1.2.2 研究现状与发展动态 | 第21-24页 |
| 1.2.3 认知无线网络的应用 | 第24-26页 |
| 1.3 频谱感知技术分类 | 第26-40页 |
| 1.3.1 物理层频谱感知 | 第28-32页 |
| 1.3.2 MAC层及跨层感知 | 第32-36页 |
| 1.3.3 协作频谱感知 | 第36-40页 |
| 1.4 课题研究内容和主要创新点 | 第40-42页 |
| 1.4.1 课题研究内容 | 第40-41页 |
| 1.4.2 主要创新点 | 第41-42页 |
| 1.5 论文结构安排 | 第42-44页 |
| 第二章 多信道协作频谱感知周期的优化 | 第44-60页 |
| 2.1 引言 | 第44-45页 |
| 2.2 系统模型 | 第45-47页 |
| 2.2.1 多信道协作频谱感知流程 | 第45-46页 |
| 2.2.2 多信道状态转移模型 | 第46-47页 |
| 2.3 问题建模 | 第47-51页 |
| 2.4 多目标优化问题求解 | 第51-56页 |
| 2.4.1 遗传算法概述 | 第51-54页 |
| 2.4.2 遗传算法在文中的应用 | 第54-55页 |
| 2.4.3 改进的遗传算法 | 第55-56页 |
| 2.5 仿真结果和性能分析 | 第56-58页 |
| 2.6 本章小结 | 第58-60页 |
| 第三章 次用户平均吞吐量优化研究 | 第60-72页 |
| 3.1 引言 | 第60-61页 |
| 3.2 多信道协作频谱感知模型 | 第61-64页 |
| 3.3 次用户平均吞吐量分析及优化算法 | 第64-67页 |
| 3.4 次用户和被感知信道数的取值分析 | 第67-68页 |
| 3.5 仿真结果和性能分析 | 第68-70页 |
| 3.6 本章小结 | 第70-72页 |
| 第四章 基于强化学习的智能信道选择策略 | 第72-86页 |
| 4.1 引言 | 第72-74页 |
| 4.2 系统模型 | 第74-75页 |
| 4.3 基于强化学习的信道选择算法 | 第75-81页 |
| 4.3.1 强化学习理论 | 第75-78页 |
| 4.3.2 强化学习在文中的应用 | 第78-80页 |
| 4.3.3 算法流程 | 第80-81页 |
| 4.4 仿真结果和性能分析 | 第81-84页 |
| 4.5 本章小结 | 第84-86页 |
| 第五章 能量有效的频谱感知与接入策略联合优化方法 | 第86-100页 |
| 5.1 引言 | 第86-87页 |
| 5.2 系统模型 | 第87-89页 |
| 5.2.1 非时隙主网络模型 | 第87-88页 |
| 5.2.2 次用户传输时隙结构 | 第88页 |
| 5.2.3 能量传输效率 | 第88-89页 |
| 5.3 频谱感知与接入策略的联合优化 | 第89-96页 |
| 5.3.1 问题建模 | 第89-92页 |
| 5.3.2 联合优化算法 | 第92-94页 |
| 5.3.3 算法流程 | 第94-96页 |
| 5.4 仿真结果和性能分析 | 第96-98页 |
| 5.5 本章小结 | 第98-100页 |
| 第六章 结束语 | 第100-106页 |
| 6.1 全文工作总结 | 第100-102页 |
| 6.2 下一步工作展望 | 第102-106页 |
| 致谢 | 第106-108页 |
| 参考文献 | 第108-122页 |
| 作者简历 攻读博士学位期间完成的主要工作 | 第122-123页 |
