| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 认知无线电技术的研究现状 | 第11-12页 |
| 1.2.2 干扰对齐发展与研究现状 | 第12-13页 |
| 1.2.3 干扰对齐在认知无线电中应用的研究现状 | 第13-14页 |
| 1.3 论文的研究内容和结构安排 | 第14-16页 |
| 第二章 研究基础 | 第16-26页 |
| 2.1 认知无线电技术 | 第16-22页 |
| 2.1.1 认知无线电的概念和模型 | 第16-17页 |
| 2.1.2 认知无线电的频谱共享技术 | 第17-20页 |
| 2.1.3 认知无线电功率分配理论 | 第20-22页 |
| 2.2 多用户分集 | 第22页 |
| 2.3 干扰对齐技术 | 第22-25页 |
| 2.3.1 干扰对齐原理 | 第22-23页 |
| 2.3.2 干扰对齐分类 | 第23-24页 |
| 2.3.3 干扰对齐简单模型 | 第24页 |
| 2.3.4 经典干扰对齐算法 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 认知网络中基于IA的频谱共享动态功率分配算法 | 第26-44页 |
| 3.1 认知网络中传统的频谱共享的功率分配算法 | 第26-29页 |
| 3.2 认知网络中基于IA的频谱共享基本模型 | 第29-31页 |
| 3.3 认知网络中基于IA的频谱共享功率分配算法 | 第31-34页 |
| 3.3.1 认知网络中PU的QoS需求分析 | 第31页 |
| 3.3.2 满足PU的QoS需求的最小功率 | 第31-33页 |
| 3.3.3 基于Min-IL IA算法的最大化SU总传输速率PA算法 | 第33-34页 |
| 3.4 认知网络中基于IA的频谱共享动态功率分配算法 | 第34-39页 |
| 3.5 仿真分析 | 第39-42页 |
| 3.6 本章总结 | 第42-44页 |
| 第四章 基于MD的干扰对齐认知网络中的频谱共享算法 | 第44-64页 |
| 4.1 IA理想模型及基于Min-IL算法实现 | 第44-46页 |
| 4.2 基于IA的CR网络中PU的SINR性能分析 | 第46-47页 |
| 4.3 基于IA的CR网络中频谱共享算法 | 第47-55页 |
| 4.3.1 基于MD的机会IA算法 | 第48-51页 |
| 4.3.2 基于IA的CR网络中频谱共享的鲁棒功率分配算法 | 第51-54页 |
| 4.3.3 信道参数扰动门限速率 | 第54-55页 |
| 4.4 基于MD的自适应频谱共享算法 | 第55-57页 |
| 4.5 仿真分析 | 第57-62页 |
| 4.5.1 基于MD的机会IA算法仿真分析 | 第57-59页 |
| 4.5.2 基于IA的CR网络中频谱共享的鲁棒功率分配算法仿真分析 | 第59-61页 |
| 4.5.3 基于MD的自适应频谱共享算法仿真分析 | 第61-62页 |
| 4.6 本章小结 | 第62-64页 |
| 第五章 总结 | 第64-66页 |
| 参考文献 | 第66-74页 |
| 致谢 | 第74-76页 |
| 攻读学位期间取得的研究成果 | 第76页 |
