认知无线电中基于隐马尔可夫模型的频谱感知和预测研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第12-26页 |
| 1.1 论文的研究背景及意义 | 第12-15页 |
| 1.1.1 无线电频谱的使用现状 | 第12-13页 |
| 1.1.2 动态频谱资源分配方法 | 第13-15页 |
| 1.2 认知无线电技术简介 | 第15-21页 |
| 1.2.1 认知无线电的基本概念及结构 | 第15-16页 |
| 1.2.2 认知无线电的研究现状 | 第16-17页 |
| 1.2.3 认知无线电中的关键技术 | 第17-21页 |
| 1.2.4 认知无线电技术应用 | 第21页 |
| 1.3 频谱感知与预测技术的研究现状 | 第21-23页 |
| 1.3.1 频谱感知技术的发展 | 第22页 |
| 1.3.2 频谱预测机制的现状 | 第22-23页 |
| 1.4 论文的主要内容及组织结构 | 第23-26页 |
| 2 隐马尔可夫模型及感知技术的相关理论 | 第26-36页 |
| 2.1 隐马尔可夫预测模型 | 第26-30页 |
| 2.1.1 马尔可夫模型的局限性 | 第27-28页 |
| 2.1.2 隐马尔可夫模型的优越性 | 第28页 |
| 2.1.3 隐马尔可夫过程的观测序列 | 第28-30页 |
| 2.2 隐马尔可夫的三个基本问题 | 第30-31页 |
| 2.3 频谱感知技术概况 | 第31-35页 |
| 2.3.1 主用户发射端检测法 | 第31-34页 |
| 2.3.2 协作检测技术 | 第34页 |
| 2.3.3 主用户接收端检测法 | 第34-35页 |
| 2.4 本章小结 | 第35-36页 |
| 3 基于离散HMM的信道预测技术 | 第36-50页 |
| 3.1 基于HMM模型的信道参数估计 | 第36-41页 |
| 3.1.1 频谱预测的重要性 | 第36-37页 |
| 3.1.2 基于HMM的系统建模 | 第37页 |
| 3.1.3 基于HMM的信道可用性预测流程 | 第37-39页 |
| 3.1.4 HMM模型涉及的相关算法 | 第39-41页 |
| 3.2 基于离散HMM自适应协作频谱预测技术 | 第41-48页 |
| 3.2.1 系统模型 | 第41-43页 |
| 3.2.2 基于信任度的自适应分组融合算法 | 第43-45页 |
| 3.2.3 仿真结果与分析 | 第45-48页 |
| 3.3 本章小结 | 第48-50页 |
| 4 基于CHMM模型的频谱感知 | 第50-64页 |
| 4.1 CHMM模型的基本理论 | 第50-56页 |
| 4.1.1 CHMM的模型结构 | 第50-51页 |
| 4.1.2 CHMM训练算法的溢出问题 | 第51-53页 |
| 4.1.3 基于CHMM的动态标定参数法 | 第53-55页 |
| 4.1.4 CHMM与DHMM模型的对比分析 | 第55-56页 |
| 4.2 基于CHMM的多用户协作频谱感知 | 第56-61页 |
| 4.2.1 基于CHMM的协作感知框架 | 第56-57页 |
| 4.2.2 能量值的检测及向量分布 | 第57-59页 |
| 4.2.3 基于CHMM的多用户协作频谱感知算法 | 第59-61页 |
| 4.3 仿真对比与性能分析 | 第61-63页 |
| 4.4 本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-72页 |
| 作者简介及读研期间主要科研成果 | 第72页 |
