| 作者简介 | 第1-4页 |
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-13页 |
| 第1章 绪论 | 第13-53页 |
| ·研究背景和意义 | 第13-14页 |
| ·认知无线网络概述 | 第14-19页 |
| ·认知无线网络的智能性 | 第15-16页 |
| ·认知无线网络的应用领域 | 第16-17页 |
| ·认知无线网络的研究进展 | 第17-18页 |
| ·认知无线网络的主要研究内容 | 第18-19页 |
| ·认知无线网络中的无线资源管理问题 | 第19-29页 |
| ·无线资源管理的主要研究内容 | 第20-21页 |
| ·频谱分配的研究进展 | 第21-24页 |
| ·频谱决策的研究进展 | 第24-25页 |
| ·认知OFDM资源分配的研究进展 | 第25-26页 |
| ·优化问题建模 | 第26-29页 |
| ·人工免疫系统 | 第29-41页 |
| ·生物免疫系统及其信息处理机能 | 第30-33页 |
| ·人工免疫系统及其研究进展 | 第33页 |
| ·人工免疫系统的主要模型和算法 | 第33-35页 |
| ·克隆选择算法 | 第35-37页 |
| ·免疫克隆形态空间理论 | 第37-39页 |
| ·量子免疫计算 | 第39-40页 |
| ·混沌免疫优化 | 第40-41页 |
| ·本文主要研究内容和作者工作 | 第41-43页 |
| ·本章小结 | 第43页 |
| 参考文献 | 第43-53页 |
| 第2章 基于免疫克隆优化的认知无线网络频谱分配 | 第53-71页 |
| ·引言 | 第53页 |
| ·认知无线网络的频谱感知和分配模型 | 第53-58页 |
| ·物理层频谱感知过程 | 第53-54页 |
| ·物理连接模型及建模过程 | 第54-55页 |
| ·认知无线网络频谱分配的图着色模型 | 第55-56页 |
| ·认知无线网络的频谱分配矩阵 | 第56-58页 |
| ·基于免疫克隆优化的频谱分配具体实现 | 第58-62页 |
| ·算法具体实现 | 第58-60页 |
| ·算法特点和优势分析 | 第60页 |
| ·算法收敛性证明 | 第60-62页 |
| ·仿真实验与结果分析 | 第62-67页 |
| ·实验数据的生成 | 第62页 |
| ·算法参数设置 | 第62页 |
| ·实验结果及对比分析 | 第62-66页 |
| ·基于WPAN的系统级仿真 | 第66-67页 |
| ·本章小结 | 第67页 |
| 参考文献 | 第67-71页 |
| 第3章 基于混沌量子克隆的按需频谱分配算法 | 第71-87页 |
| ·引言 | 第71页 |
| ·考虑认知用户需求的按需频谱分配模型 | 第71-74页 |
| ·基于图着色理论的频谱分配建模 | 第71-72页 |
| ·考虑认知用户需求的频谱分配模型 | 第72-74页 |
| ·基于混沌量子克隆算法的按需频谱分配具体实现 | 第74-79页 |
| ·算法具体实现过程 | 第74-77页 |
| ·算法特点和优势分析 | 第77-78页 |
| ·算法收敛性分析 | 第78-79页 |
| ·仿真实验与结果分析 | 第79-84页 |
| ·实验数据的生成 | 第79-80页 |
| ·相关算法参数的设置 | 第80页 |
| ·实验结果及对比分析 | 第80-84页 |
| ·本章小结 | 第84页 |
| 参考文献 | 第84-87页 |
| 第4章 量子免疫克隆算法求解基于认知引擎的频谱决策问题 | 第87-99页 |
| ·引言 | 第87页 |
| ·基于认知引擎的频谱决策分析与建模 | 第87-88页 |
| ·算法关键技术与具体实现 | 第88-92页 |
| ·关键技术 | 第88-89页 |
| ·算法具体步骤 | 第89-90页 |
| ·算法特点和优势分析 | 第90-91页 |
| ·算法收敛性分析 | 第91-92页 |
| ·仿真实验及结果分析 | 第92-97页 |
| ·仿真实验环境及参数设置 | 第92-93页 |
| ·仿真实验结果及分析 | 第93-97页 |
| ·本章小结 | 第97页 |
| 参考文献 | 第97-99页 |
| 第5章 基于免疫多目标的频谱决策参数优化 | 第99-111页 |
| ·引言 | 第99页 |
| ·基于认知引擎的频谱决策问题建模 | 第99-100页 |
| ·算法关键技术与具体实现 | 第100-103页 |
| ·关键技术 | 第100-101页 |
| ·求解本问题的多目标免疫优化算法 | 第101-103页 |
| ·算法特点和优势分析 | 第103页 |
| ·仿真实验及结果分析 | 第103-107页 |
| ·实验环境及参数设置 | 第103-104页 |
| ·实验步骤 | 第104页 |
| ·实验结果 | 第104-105页 |
| ·相关算法比较分析 | 第105-107页 |
| ·本章小结 | 第107-108页 |
| 参考文献 | 第108-111页 |
| 第6章 基于免疫优化的认知OFDM系统资源分配 | 第111-141页 |
| ·引言 | 第111页 |
| ·基于免疫优化的子载波资源分配 | 第111-119页 |
| ·认知OFDM子载波资源分配描述 | 第111-112页 |
| ·认知OFDM子载波资源分配模型 | 第112-113页 |
| ·算法实现的关键技术 | 第113-114页 |
| ·基于免疫优化的算法实现过程 | 第114-116页 |
| ·算法特点和优势分析 | 第116页 |
| ·仿真实验结果 | 第116-119页 |
| ·小结 | 第119页 |
| ·基于免疫优化的功率资源分配 | 第119-126页 |
| ·功率资源分配问题描述 | 第119页 |
| ·功率资源分配问题的模型 | 第119-120页 |
| ·算法实现的关键技术 | 第120-122页 |
| ·基于免疫克隆优化的算法实现过程 | 第122-123页 |
| ·算法特点分析 | 第123页 |
| ·实验结果与分析 | 第123-126页 |
| ·小结 | 第126页 |
| ·联合子载波和功率的比例公平资源分配 | 第126-137页 |
| ·问题描述 | 第126-127页 |
| ·比例公平资源分配模型 | 第127-128页 |
| ·基于免疫优化的资源分配实现过程 | 第128-133页 |
| ·仿真实验结果与分析 | 第133-137页 |
| ·小结 | 第137页 |
| ·本章小结 | 第137-138页 |
| 参考文献 | 第138-141页 |
| 第7章 总结与展望 | 第141-143页 |
| ·全文工作总结 | 第141-142页 |
| ·工作展望 | 第142-143页 |
| 致谢 | 第143-145页 |
| 攻读博士学位期间的研究成果 | 第145-147页 |