| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 引言 | 第10页 |
| 1.2 课题研究的背景和意义 | 第10-11页 |
| 1.3 本论文主要工作及论文结构 | 第11-14页 |
| 第二章 时变动态条件下的认知无线电技术 | 第14-24页 |
| 2.1 认知无线电的概述 | 第14-17页 |
| 2.1.1 认知无线电的系统模型 | 第15-16页 |
| 2.1.2 认知无线电的产生与国内外研究现状 | 第16-17页 |
| 2.2 动态不确定条件下认知无线电的特点 | 第17-18页 |
| 2.2.1 时变衰落性 | 第17-18页 |
| 2.2.2 无线传输环境的不确定性 | 第18页 |
| 2.3 认知无线电的关键技术 | 第18-21页 |
| 2.3.1 动态频谱检测 | 第18-20页 |
| 2.3.2 动态感知调度 | 第20页 |
| 2.3.3 动态资源优化分配 | 第20-21页 |
| 2.4 NC-OFDM系统 | 第21-22页 |
| 2.4.1 系统原理 | 第21-22页 |
| 2.4.2 系统模型 | 第22页 |
| 2.5 本章小结 | 第22-24页 |
| 第三章 基于动态状态空间的联合估计方法 | 第24-36页 |
| 3.1 研究方法和原理 | 第24-26页 |
| 3.1.1 动态状态空间模型 | 第24-25页 |
| 3.1.2 隐马尔科夫链模型 | 第25页 |
| 3.1.3 空间模型与贝叶斯统计推理 | 第25-26页 |
| 3.2 认知无线电网络中的时变衰落信道建模 | 第26-29页 |
| 3.2.1 时变衰落信道 | 第26-27页 |
| 3.2.2 有限状态马尔科夫链无线信道 | 第27-29页 |
| 3.2.3 授权主用户的状态建模 | 第29页 |
| 3.3 时变衰落信道下的联合估计算法实现 | 第29-34页 |
| 3.3.1 动态状态空间的建立 | 第30-32页 |
| 3.3.2 求解最大后验概率 | 第32-33页 |
| 3.3.3 未知噪声方差的最优估计 | 第33-34页 |
| 3.4 本章小结 | 第34-36页 |
| 第四章 快时变信道估计算法的性能优化实现 | 第36-54页 |
| 4.1 时变非线性系统信道模型的建立 | 第36-39页 |
| 4.1.1 快时变信道模型 | 第36-37页 |
| 4.1.2 非高斯噪声的影响 | 第37-39页 |
| 4.1.3 非线性系统的影响 | 第39页 |
| 4.2 卡尔曼滤波与时变信道估计 | 第39-41页 |
| 4.2.1 卡尔曼滤波的原理 | 第39-40页 |
| 4.2.2 在时变多径衰落信道估计中的应用 | 第40-41页 |
| 4.2.3 算法的扩展以及与其他信道估计算法的比较 | 第41页 |
| 4.3 算法的设计过程 | 第41-50页 |
| 4.3.1 无迹卡尔曼滤波算法的引入 | 第41-45页 |
| 4.3.2 模糊系统应用于时变信道估计 | 第45-47页 |
| 4.3.3 最优参数的确定 | 第47-50页 |
| 4.4 算法的最终实现与优化 | 第50-52页 |
| 4.5 本章小结 | 第52-54页 |
| 第五章 系统的仿真与分析 | 第54-62页 |
| 5.1 卡尔曼滤波在非线性时变信道中的性能仿真验证 | 第54-55页 |
| 5.1.1 系统的搭建与仿真参数 | 第54页 |
| 5.1.2 仿真结果和分析 | 第54-55页 |
| 5.2 基于UKF和模糊逻辑的时变信道估计仿真与分析 | 第55-62页 |
| 5.2.1 模糊逻辑系统的设置与Matlab模型 | 第55-57页 |
| 5.2.2 快时变信道的仿真参数 | 第57-58页 |
| 5.2.3 优化算法的仿真与结果分析 | 第58-62页 |
| 第六章 结论与展望 | 第62-64页 |
| 6.1 结论 | 第62-63页 |
| 6.2 展望 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-72页 |
| 攻读学位期间发表的学术论文 | 第72页 |
