| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 缩略词 | 第11-12页 |
| 第一章 绪论 | 第12-18页 |
| ·选题背景与意义 | 第12-14页 |
| ·频谱检测的国内外研究现状 | 第14-16页 |
| ·论文研究内容以及章节安排 | 第16-18页 |
| 第二章 NPU 区间估计和降低 SNR WALL 恶化的能量检测算法 | 第18-36页 |
| ·引言 | 第18-19页 |
| ·系统模型 | 第19-21页 |
| ·NPU 区间模型 | 第19页 |
| ·稳健的统计方案（RSA） | 第19-20页 |
| ·基于 RSA 方案的 SNR WALL 分析 | 第20-21页 |
| ·一种新的 NPU 区间估计算法 | 第21-22页 |
| ·算法步骤 | 第21-22页 |
| ·算法复杂度分析 | 第22页 |
| ·SNR WALL 恶化性定理与理论性能 | 第22-26页 |
| ·信噪比及门限常数 | 第22-24页 |
| ·NPU 下 SNR WALL 恶化性定理 | 第24-26页 |
| ·改进的能量检测算法 | 第26-28页 |
| ·算法原理 | 第26-27页 |
| ·改进方案与 RSA 方案优势比较 | 第27页 |
| ·检测算法框图 | 第27-28页 |
| ·性能仿真与分析 | 第28-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 低 SNR 场景下具有 MST 和跨层协作的认知 MAC | 第36-54页 |
| ·引言 | 第36-37页 |
| ·系统模型 | 第37-39页 |
| ·传统能量检测模型 | 第37-38页 |
| ·分布式的认知媒体介入控制（DC-MAC） | 第38-39页 |
| ·能量检测算法的 MST | 第39-42页 |
| ·MST 模型以及推导 | 第39-40页 |
| ·在低 SNR 环境下 DC-MAC 的退避方案不能解决 LED | 第40-42页 |
| ·DC-MAC 不可靠数据传输分析 | 第42-44页 |
| ·一种新的分布式认知 MAC 协议 | 第44-46页 |
| ·改进的 DC-MAC 方案 | 第44-45页 |
| ·ODC-MAC 的不可靠数据传输概率分析 | 第45-46页 |
| ·DC-MAC 和 ODC-MAC 吞吐量比较 | 第46-47页 |
| ·性能仿真 | 第47-53页 |
| ·本章小结 | 第53-54页 |
| 第四章 PU 状态改变和低 SNR 场景的 weight-p 能量检测算法 | 第54-76页 |
| ·引言 | 第54-55页 |
| ·系统模型 | 第55-58页 |
| ·新的能量检测模型 | 第55-57页 |
| ·weight-p 能量检测算法 | 第57-58页 |
| ·最优理论权值问题 | 第58-61页 |
| ·最优理论权值的约束条件 | 第58-60页 |
| ·基于 MST 的最优权值 | 第60-61页 |
| ·次优权值的确定 | 第61-66页 |
| ·次优权值的导出 | 第61-64页 |
| ·次优权值下 weight-p 的 MST 分析 | 第64-65页 |
| ·次优权值下受 PU 业务量影响的平均检测性能 | 第65-66页 |
| ·仿真和分析 | 第66-73页 |
| ·本章小结 | 第73-76页 |
| 第五章 用户随机到达的反馈叠加能量检测算法 | 第76-94页 |
| ·引言 | 第76-77页 |
| ·传统模型下的传统能量检测算法分析 | 第77-81页 |
| ·传统模型与传统检测统计量 | 第77-78页 |
| ·传统能量检测的性能分析 | 第78页 |
| ·能量检测受用户业务量影响下的数据碰撞与吞吐量分析 | 第78-81页 |
| ·一种新型反馈叠加能量检测算法 | 第81-86页 |
| ·反馈叠加能量检测算法统计判决量 | 第81-83页 |
| ·反馈叠加能量检测虚警概率和检测概率分析 | 第83-85页 |
| ·反馈叠加能量检测算法数据碰撞与吞吐量分析 | 第85-86页 |
| ·仿真分析 | 第86-91页 |
| ·检测概率比较 | 第86-89页 |
| ·MST 比较 | 第89页 |
| ·数据碰撞概率和吞吐量比较 | 第89-91页 |
| ·本章小结 | 第91-94页 |
| 第六章 全文总结及未来展望 | 第94-98页 |
| ·全文总结 | 第94-95页 |
| ·未来的工作 | 第95-98页 |
| 致谢 | 第98-100页 |
| 参考文献 | 第100-106页 |
| 附录 | 第106页 |
