| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第12-23页 |
| 1.1 研究背景 | 第12-15页 |
| 1.2 电磁频谱检测与分析技术面临的新挑战 | 第15-17页 |
| 1.2.1 宽带微弱信号快速检测算法 | 第15-16页 |
| 1.2.2 宽频率范围快速检测技术 | 第16页 |
| 1.2.3 网格化电磁频谱宽带检测与分析系统的节点布局优化 | 第16-17页 |
| 1.2.4 网格化电磁频谱宽带检测与分析系统的频谱态势构建 | 第17页 |
| 1.3 本文研究内容 | 第17-19页 |
| 参考文献 | 第19-23页 |
| 第二章 网格化电磁频谱宽带实时检测与分析系统构建方法研究 | 第23-50页 |
| 2.1 研究背景 | 第23-24页 |
| 2.2 网格化电磁频谱宽带实时检测与分析系统结构设计 | 第24-36页 |
| 2.2.1 底层检测节点系统 | 第27-30页 |
| 2.2.2 网络信息传输设备 | 第30-31页 |
| 2.2.3 检测汇聚节点 | 第31-35页 |
| 2.2.4 行业应用系统 | 第35-36页 |
| 2.3 网格化电磁频谱宽带实时检测与分析系统运行机制探索 | 第36-46页 |
| 2.3.1 数据采集与预处理 | 第36-38页 |
| 2.3.2 信号类型快速识别 | 第38-41页 |
| 2.3.3 频谱态势构建 | 第41-46页 |
| 2.4 本章小结 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 第三章 基于频谱稀疏特征的宽带微弱信号检测技术 | 第50-71页 |
| 3.1 研究背景 | 第50-51页 |
| 3.2 PAL-D模拟电视信号特征分析 | 第51-54页 |
| 3.3 基于亮度信号相关性检测的模拟电视非盲检测算法 | 第54-60页 |
| 3.3.1 微弱信号检测能力 | 第55-58页 |
| 3.3.2 信号类型辨识能力 | 第58-60页 |
| 3.4 基于副载波及伴音信号检测的模拟电视非盲检测算法 | 第60-62页 |
| 3.5 基于同步信号的模拟电视非盲检测算法 | 第62-63页 |
| 3.6 算法性能分析 | 第63-67页 |
| 3.6.1 基于软件仿真的测试结果 | 第63-65页 |
| 3.6.2 基于硬件平台的测试结果 | 第65-67页 |
| 3.7 本章小结 | 第67页 |
| 参考文献 | 第67-71页 |
| 第四章 资源受限条件下宽频率范围快速检测技术 | 第71-100页 |
| 4.1 研究背景 | 第71-72页 |
| 4.2 问题描述 | 第72-76页 |
| 4.2.1 信道占用度的定义和宽频率范围顺序检测方式 | 第72-73页 |
| 4.2.2 宽频率范围顺序检测方式的检测时间分析 | 第73-74页 |
| 4.2.3 宽频率范围顺序检测方式测量信道占用度存在的问题 | 第74-76页 |
| 4.3 基于频率稀疏性的宽频率范围电视信号快速占用度测量 | 第76-80页 |
| 4.4 基于长短期记忆的智能宽频率范围检测方案 | 第80-96页 |
| 4.4.1 信道占用度测量中检测精度和检测样本数的理论关系 | 第80-86页 |
| 4.4.2 基于长短期记忆的智能宽频率范围检测方案 | 第86-92页 |
| 4.4.3 仿真实验 | 第92-96页 |
| 4.5 本章小结 | 第96页 |
| 参考文献 | 第96-100页 |
| 第五章 网格化多检测节点参数优化机制 | 第100-120页 |
| 5.1 研究背景 | 第100-101页 |
| 5.2 问题描述 | 第101-102页 |
| 5.3 系统模型 | 第102-104页 |
| 5.4 多检测节点的数据融合 | 第104-106页 |
| 5.5 多检测节点对检测覆盖面积的影响 | 第106-109页 |
| 5.6 仿真实验 | 第109-115页 |
| 5.7 本章小结 | 第115-116页 |
| 参考文献 | 第116-120页 |
| 第六章 结论 | 第120-123页 |
| 6.1 论文总结 | 第120-121页 |
| 6.2 未来研究展望 | 第121-123页 |
| 附录：缩略语表 | 第123-125页 |
| 致谢 | 第125-126页 |
| 攻读学位期间发表的学术论文目录 | 第126-128页 |
