| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 认知无线网络概述 | 第12-14页 |
| 1.2.1 认知无线电频谱检测概述 | 第12-14页 |
| 1.2.2 高能效绿色认知无线网络概述 | 第14页 |
| 1.3 压缩感知理论研究现状 | 第14-15页 |
| 1.4 基于CS的宽带频谱检测研究现状 | 第15页 |
| 1.5 基于能量有效性的宽带压缩频谱检测研究现状 | 第15-16页 |
| 1.6 论文主要工作和内容安排 | 第16-18页 |
| 1.6.1 论文主要研究内容及创新点 | 第16-17页 |
| 1.6.2 论文章节安排 | 第17-18页 |
| 第2章 分布式压缩感知理论 | 第18-25页 |
| 2.1 CS理论框架 | 第18-19页 |
| 2.1.1 信号稀疏变换 | 第18页 |
| 2.1.2 观测矩阵设计 | 第18-19页 |
| 2.1.3 信号重构方法 | 第19页 |
| 2.2 DCS联合稀疏模型 | 第19-20页 |
| 2.3 DCS重构方法 | 第20-24页 |
| 2.3.1 凸松弛法 | 第20-22页 |
| 2.3.2 贪婪追踪法 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 基于贝叶斯压缩感知的宽带频谱检测 | 第25-41页 |
| 3.1 认知无线网络宽带频谱检测模型 | 第25-28页 |
| 3.1.1 多用户协作频谱感知 | 第25-26页 |
| 3.1.2 贝叶斯压缩感知 | 第26-27页 |
| 3.1.3 宽带频谱检测 | 第27-28页 |
| 3.2 基于多任务贝叶斯压缩感知的宽带频谱检测 | 第28-37页 |
| 3.2.1 基于期望最大化算法的多任务BCS参数设计 | 第28-30页 |
| 3.2.2 基于相关向量机模型的多任务BCS参数估计 | 第30-32页 |
| 3.2.3 多任务BCS重构MSE与频谱检测性能 | 第32页 |
| 3.2.4 仿真与性能分析 | 第32-37页 |
| 3.3 基于能量有效性的贝叶斯压缩感知宽带频谱检测 | 第37-39页 |
| 3.3.1 节点感知能耗分析 | 第37页 |
| 3.3.2 感知能耗优化方法 | 第37-38页 |
| 3.3.3 数值仿真与性能分析 | 第38-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第4章 基于能效优先的DCS频谱检测与功率分配方案 | 第41-51页 |
| 4.1 基于分布式压缩感知子空间追踪的频谱检测 | 第41-43页 |
| 4.1.1 DCS-SP感知信号重构算法 | 第41-42页 |
| 4.1.2 频谱检测性能分析 | 第42-43页 |
| 4.2 基于速率自适应准则的节点功率分配方案 | 第43页 |
| 4.3 节点能耗分析与能效优化方法 | 第43-45页 |
| 4.3.1 重构能耗与检测能耗 | 第43-44页 |
| 4.3.2 加权总能耗 | 第44页 |
| 4.3.3 节点能效优化方法 | 第44-45页 |
| 4.4 数值分析与仿真 | 第45-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第5章 结束语 | 第51-53页 |
| 5.1 论文总结 | 第51-52页 |
| 5.2 未来工作展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 附录 | 第59页 |
