摘要 | 第1-6页 |
ABSTRACT | 第6-9页 |
目录 | 第9-11页 |
第一章 绪论 | 第11-25页 |
·研究背景 | 第11-13页 |
·研究目的与意义 | 第13-14页 |
·频谱感知技术研究现状 | 第14-19页 |
·主用户发射机检测 | 第14-16页 |
·协作检测 | 第16-18页 |
·主接收机检测 | 第18页 |
·干扰温度检测 | 第18-19页 |
·研究现状 | 第19-20页 |
·本文主要内容和结构安排 | 第20-25页 |
第二章 基于LRT的低复杂度联合检测算法研究 | 第25-43页 |
·引言 | 第25-26页 |
·系统模型描述 | 第26-27页 |
·LRT算法在低SNR下的化简 | 第27-34页 |
·LRT算法化简 | 第27-29页 |
·简化的LRT性能分析 | 第29-34页 |
·联合频谱检测算法 | 第34-37页 |
·性能仿真及分析 | 第37-41页 |
·本章小结 | 第41-43页 |
第三章 认知无线网络中基于Cholesky分解的统计协方差频谱检测算法 | 第43-63页 |
·前言 | 第43-44页 |
·系统模型描述 | 第44-46页 |
·经典的协方差盲检测算法 | 第46-51页 |
·CAV算法 | 第46-47页 |
·MME算法 | 第47-48页 |
·MET算法 | 第48-50页 |
·BOC检测算法 | 第50-51页 |
·基于Cholesky的改进的协方差矩阵的盲检测算法 | 第51-57页 |
·算法描述 | 第51页 |
·性能分析 | 第51-52页 |
·虚警率和漏测率的计算 | 第52-57页 |
·复杂度分析 | 第57页 |
·仿真结果和分析 | 第57-60页 |
·本章小结 | 第60-63页 |
第四章 认知无线网络中基于特征向量的协方差盲检测方法 | 第63-79页 |
·引言 | 第63-64页 |
·基于主成分分析的信号检测理论 | 第64-67页 |
·系统模型 | 第67-69页 |
·天线相关矩阵未知时的全盲检测算法描述 | 第69-73页 |
·算法原理分析 | 第70-71页 |
·虚警概率和门限值的求解 | 第71-73页 |
·天线相关矩阵已知时的半盲检测算法描述 | 第73-74页 |
·仿真结果 | 第74-77页 |
·本章小结 | 第77-79页 |
第五章 复杂噪声环境下利用统计协方差矩阵的盲检测算法 | 第79-93页 |
·前言 | 第79-81页 |
·系统模型 | 第81-82页 |
·FTM算法描述 | 第82-84页 |
·复杂噪声环境下基于特征向量的检测算法设计 | 第84-88页 |
·BN-FTM算法描述 | 第84-86页 |
·虚警率与门限值的推导 | 第86-88页 |
·仿真验证 | 第88-92页 |
·本章小结 | 第92-93页 |
第六章 OFDM信号的协作频谱感知算法研究及优化 | 第93-109页 |
·前言 | 第93-95页 |
·系统检测结构模型 | 第95-98页 |
·多用户检测模型 | 第95-97页 |
·认知节点检测算法描述 | 第97-98页 |
·融合算法描述 | 第98页 |
·性能分析 | 第98-100页 |
·单点性能分析 | 第98-99页 |
·全局性能分析 | 第99-100页 |
·性能优化算法 | 第100-102页 |
·仿真验证 | 第102-107页 |
·结束语 | 第107-109页 |
第七章 总结和展望 | 第109-111页 |
缩略语 | 第111-113页 |
致谢 | 第113-115页 |
攻读博士期间发表的学术论文 | 第115-117页 |
参考文献 | 第117-124页 |