认知传感网中节能感知、MAC协议识别与调制识别算法研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-17页 |
| 1.1 论文的背景及意义 | 第7-9页 |
| 1.2 国内外研究现状 | 第9-15页 |
| 1.2.1 节能频谱感知 | 第10-12页 |
| 1.2.2 MAC协议识别 | 第12-13页 |
| 1.2.3 调制方式识别 | 第13-15页 |
| 1.3 本文所作的工作及章节安排 | 第15-17页 |
| 2 节能频谱感知算法设计 | 第17-37页 |
| 2.1 系统模型与主用户信道模型 | 第17-20页 |
| 2.2 基于分簇的节能频谱感知算法设计 | 第20-22页 |
| 2.3 网络能耗分析与簇数目优化 | 第22-25页 |
| 2.3.1 频谱感知能耗 | 第22页 |
| 2.3.2 通信能耗 | 第22-24页 |
| 2.3.3 最优簇的数目 | 第24-25页 |
| 2.4 节点能耗分析与感知时隙间隔优化 | 第25-29页 |
| 2.5 数值仿真与结果分析 | 第29-36页 |
| 2.5.1 最佳簇数与合作感知节点数 | 第29-34页 |
| 2.5.2 最佳节点感知时隙间隔 | 第34-36页 |
| 2.6 本章小结 | 第36-37页 |
| 3 MAC协议识别算法设计 | 第37-49页 |
| 3.1 系统模型与无线信道特征分析 | 第37-39页 |
| 3.2 信号的特征提取与特征分析 | 第39-40页 |
| 3.2.1 信号特征提取 | 第39页 |
| 3.2.2 信号特征分析 | 第39-40页 |
| 3.3 基于支持向量机的MAC协议识别算法设计 | 第40-42页 |
| 3.3.1 支持向量机原理 | 第40-41页 |
| 3.3.2 特征数据处理与协议识别算法设计 | 第41-42页 |
| 3.4 数值仿真与结果分析 | 第42-48页 |
| 3.4.1 信号的功率特征 | 第42-44页 |
| 3.4.2 信号的时间特征 | 第44-47页 |
| 3.4.3 MAC协议识别结果 | 第47-48页 |
| 3.5 本章小结 | 第48-49页 |
| 4 调制方式识别算法设计 | 第49-63页 |
| 4.1 系统模型与MIMO信道模型 | 第49-51页 |
| 4.2 高阶累积量与特征参数 | 第51-56页 |
| 4.2.1 累积量基本定义及其理论值 | 第51-53页 |
| 4.2.2 基于累积量的特征参数 | 第53-55页 |
| 4.2.3 五种调制信号的四阶累积量 | 第55-56页 |
| 4.3 集中式多用户调制方式识别算法设计 | 第56-59页 |
| 4.3.1 基于最大似然准则的调制方式识别 | 第57-58页 |
| 4.3.2 引入权重因子的调制方式识别 | 第58-59页 |
| 4.4 数值仿真与结果分析 | 第59-62页 |
| 4.4.1 累积量概率密度函数 | 第59-61页 |
| 4.4.2 调制方式识别结果 | 第61-62页 |
| 4.5 本章小结 | 第62-63页 |
| 5 总结与展望 | 第63-65页 |
| 5.1 工作总结 | 第63页 |
| 5.2 工作展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-72页 |
| 附录 | 第72页 |
