认知无线电中基于协方差检测的盲感知算法的研究
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第10-16页 |
1.1 研究背景及研究现状 | 第10-13页 |
1.1.1 国内外发展现状 | 第11-12页 |
1.1.2 关键技术及面临的挑战 | 第12-13页 |
1.2 频谱感知的研究意义 | 第13-15页 |
1.2.1 协方差感知的现实意义 | 第14-15页 |
1.3 研究内容及组织结构 | 第15-16页 |
第二章 频谱感知技术 | 第16-26页 |
2.1 系统模型及性能指标 | 第16-17页 |
2.1.1 频谱感知的系统模型 | 第16页 |
2.1.2 频谱感知的性能指标 | 第16-17页 |
2.2 传统的频谱感知算法 | 第17-20页 |
2.2.1 能量检测算法 | 第18-19页 |
2.2.2 匹配滤波检测算法 | 第19-20页 |
2.2.3 循环平稳特征检测算法 | 第20页 |
2.3 盲频谱感知算法 | 第20-25页 |
2.3.1 基于ED的全盲检测算法 | 第21-22页 |
2.3.2 基于机器学习的频谱感知算法 | 第22-23页 |
2.3.3 协方差感知算法 | 第23-25页 |
2.4 本章小结 | 第25-26页 |
第三章 基于协方差特征值检测的优化算法 | 第26-40页 |
3.1 系统模型 | 第26-29页 |
3.2 传统的特征值检测算法 | 第29-32页 |
3.2.1 MED检测算法 | 第30页 |
3.2.2 MME检测算法 | 第30-31页 |
3.2.3 AED检测算法 | 第31-32页 |
3.2.4 DMM检测算法 | 第32页 |
3.3 优化的特征值检测算法 | 第32-34页 |
3.4 仿真结果及分析 | 第34-39页 |
3.4.1 检测概率分析 | 第34-36页 |
3.4.2 整体检测性能分析 | 第36-38页 |
3.4.3 算法复杂度分析 | 第38-39页 |
3.5 本章小结 | 第39-40页 |
第四章 基于拟合优度检验的协方差矩阵优化算法 | 第40-56页 |
4.1 传统的协方差矩阵感知算法 | 第40-43页 |
4.1.1 CAV检测算法 | 第42页 |
4.1.2 NCAV检测算法 | 第42-43页 |
4.2 拟合优度检验 | 第43-45页 |
4.2.1 KS准则 | 第44页 |
4.2.2 CM准则 | 第44-45页 |
4.2.3 AD准则 | 第45页 |
4.3 基于AD准则的协方差矩阵检测算法 | 第45-48页 |
4.4 仿真结果及分析 | 第48-54页 |
4.4.1 拟合效果分析 | 第48-50页 |
4.4.2 检测概率分析 | 第50-52页 |
4.4.3 整体检测性能分析 | 第52-54页 |
4.4.4 算法复杂度分析 | 第54页 |
4.5 本章小结 | 第54-56页 |
第五章 总结和展望 | 第56-58页 |
5.1 论文工作总结 | 第56-57页 |
5.2 研究展望 | 第57-58页 |
参考文献 | 第58-64页 |
致谢 | 第64-66页 |
作者攻读学位期间发表的学术论文目录 | 第66页 |