| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 课题研究背景及意义 | 第10-12页 |
| 1.2 研究内容 | 第12页 |
| 1.3 论文的结构安排 | 第12-14页 |
| 第二章 相关研究综述 | 第14-26页 |
| 2.1 认知无线电研究综述 | 第14-15页 |
| 2.1.1 认知无线电基本概念及思想 | 第14页 |
| 2.1.2 认知无线电研究现状及面临的挑战 | 第14-15页 |
| 2.2 频谱感知 | 第15-18页 |
| 2.2.1 频谱感知模型 | 第15-17页 |
| 2.2.2 频谱感知分类及检测算法 | 第17-18页 |
| 2.3 压缩感知 | 第18-22页 |
| 2.3.1 压缩感知理论概述 | 第18-22页 |
| 2.3.2 压缩感知的应用 | 第22页 |
| 2.4 极化信息处理 | 第22-25页 |
| 2.4.1 极化基础理论 | 第22-24页 |
| 2.4.2 极化信息处理的应用 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 基于正交双极化天线的贝叶斯压缩频谱感知算法研究 | 第26-40页 |
| 3.1 引言 | 第26页 |
| 3.2 信号模型和系统模型 | 第26-28页 |
| 3.2.1 信号模型 | 第26-27页 |
| 3.2.2 系统模型 | 第27-28页 |
| 3.3 贝叶斯压缩感知 | 第28-32页 |
| 3.3.1 贝叶斯方法引入压缩感知 | 第29-30页 |
| 3.3.2 分层稀疏先验与信号恢复 | 第30-32页 |
| 3.4 基于正交双极化天线的贝叶斯压缩频谱感知算法 | 第32-35页 |
| 3.5 仿真结果与分析 | 第35-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第四章 基于到达角估计的贝叶斯压缩频谱感知算法研究 | 第40-56页 |
| 4.1 引言 | 第40页 |
| 4.2 信号模型 | 第40-41页 |
| 4.3 基于多重分类子空间的贝叶斯压缩频谱感知算法研究 | 第41-47页 |
| 4.3.1 系统模型 | 第41-42页 |
| 4.3.2 多重分类子空间 | 第42-43页 |
| 4.3.3 基于多重分类子空间的贝叶斯压缩频谱感知算法 | 第43-44页 |
| 4.3.4 仿真结果与分析 | 第44-47页 |
| 4.4 基于支持向量机的贝叶斯压缩频谱感知算法研究 | 第47-55页 |
| 4.4.1 系统模型 | 第47页 |
| 4.4.2 支持向量机 | 第47-50页 |
| 4.4.3 基于支持向量机的贝叶斯压缩频谱感知算法 | 第50-52页 |
| 4.4.4 仿真结果与分析 | 第52-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 5.1 论文研究工作总结 | 第56-57页 |
| 5.2 下一步研究工作展望 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间发表的学术论文目录 | 第64页 |
