摘要 | 第5-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第14-26页 |
1.1 研究工作的背景与意义 | 第14-16页 |
1.2 频谱感知与循环特征检测研究现状 | 第16-23页 |
1.2.1 单用户频谱感知的研究现状 | 第17-18页 |
1.2.2 多用户频谱感知的研究现状 | 第18-23页 |
1.3 本文的主要贡献与创新 | 第23-24页 |
1.4 本论文的结构安排 | 第24-26页 |
第二章 压缩感知与低阶循环平稳理论 | 第26-42页 |
2.1 压缩感知理论 | 第26-33页 |
2.1.1 稀疏性与非相干性 | 第27-28页 |
2.1.2 感知矩阵的设计 | 第28-29页 |
2.1.3 压缩感知的实现 | 第29-32页 |
2.1.4 压缩重构算法 | 第32-33页 |
2.2 低阶循环平稳理论 | 第33-40页 |
2.2.1 循环谱相关函数 | 第33-35页 |
2.2.2 循环谱的估计 | 第35-37页 |
2.2.3 改进的循环谱估计算法 | 第37-40页 |
2.3 本章小结 | 第40-42页 |
第三章 基于单任务的循环谱压缩感知与宽带频谱检测 | 第42-56页 |
3.1 系统模型 | 第43-45页 |
3.2 基于单任务的认知用户循环谱压缩感知 | 第45-49页 |
3.2.1 循环谱压缩感知模型 | 第45-47页 |
3.2.2 平滑l范数重构算法 | 第47-49页 |
3.3 仿真结果 | 第49-55页 |
3.3.1 算法重构性能分析 | 第50-52页 |
3.3.2 频谱感知性能分析 | 第52-55页 |
3.4 本章小结 | 第55-56页 |
第四章 基于多任务的循环谱压缩感知与宽带频谱检测 | 第56-73页 |
4.1 系统模型 | 第57-58页 |
4.2 基于多任务的协作网络贝叶斯压缩感知 | 第58-67页 |
4.2.1 分布式融合的多任务压缩感知算法 | 第60-64页 |
4.2.2 改进后的分布式融合的多任务压缩感知算法 | 第64-67页 |
4.3 仿真分析 | 第67-72页 |
4.3.1 算法重构性能比较 | 第67-69页 |
4.3.2 算法检测性能比较 | 第69-72页 |
4.4 本章小结 | 第72-73页 |
第五章 总结与展望 | 第73-76页 |
5.1 论文总结 | 第73-74页 |
5.2 未来研究展望 | 第74-76页 |
致谢 | 第76-77页 |
参考文献 | 第77-81页 |
攻读硕士学位期间的研究成果 | 第81页 |