| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题背景及研究意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 认知异构网研究现状 | 第10-11页 |
| 1.2.2 异构网络资源分配研究现状 | 第11-13页 |
| 1.3 本文主要内容及文章结构安排 | 第13-15页 |
| 第2章 凸优化方法原理及主用户到达模型 | 第15-26页 |
| 2.1 凸优化方法原理 | 第15-19页 |
| 2.1.1 凸优化方法基本概念 | 第15-18页 |
| 2.1.2 拉格朗日函数及Karush–Kuhn–Tucker条件 | 第18-19页 |
| 2.2 主用户到达模型 | 第19-24页 |
| 2.2.1 主用户到达泊松模型 | 第20-21页 |
| 2.2.2 基于生灭过程的主用户到达模型 | 第21-23页 |
| 2.2.3 基于主用户活跃度矩阵的主用户到达模型 | 第23-24页 |
| 2.3 本章小结 | 第24-26页 |
| 第3章 认知异构网络资源分配算法 | 第26-43页 |
| 3.1 系统模型分析 | 第26-28页 |
| 3.2 目标函数的最优化分析 | 第28-31页 |
| 3.3 理想频谱感知时资源分配算法在不同模型下的应用 | 第31-42页 |
| 3.3.1 算法在泊松过程模型中的应用 | 第31-36页 |
| 3.3.2 算法在生灭过程模型中的应用 | 第36-39页 |
| 3.3.3 算法在主用户活跃度指数模型中的应用 | 第39-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 非理想频谱感知情况的资源分配算法 | 第43-53页 |
| 4.1 系统模型及原理 | 第43-45页 |
| 4.2 非理想频谱感知中不同模型下的应用 | 第45-51页 |
| 4.2.1 改进算法在泊松过程模型中的应用 | 第45-47页 |
| 4.2.2 改进算法在生灭过程模型中的应用 | 第47-49页 |
| 4.2.3 改进算法在主用户活跃度指数模型中的应用 | 第49-51页 |
| 4.3 本章小结 | 第51-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第58-60页 |
| 致谢 | 第60页 |
