| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 引言 | 第11页 |
| 1.2 认知无线电 | 第11-12页 |
| 1.3 认知无线电的关键技术 | 第12-15页 |
| 1.3.1 物理层相关技术 | 第13-14页 |
| 1.3.2 链路层相关技术 | 第14-15页 |
| 1.3.3 网络层相关技术 | 第15页 |
| 1.4 认知无线电的研究现状 | 第15-17页 |
| 1.5 论文的主要内容和结构安排 | 第17-18页 |
| 第2章 认知无线电系统中的频谱分配模型 | 第18-30页 |
| 2.1 引言 | 第18页 |
| 2.2 认知无线电系统模型 | 第18-21页 |
| 2.2.1 频谱共享方式 | 第18-20页 |
| 2.2.2 频谱管理策略 | 第20页 |
| 2.2.3 频谱分配模型概述 | 第20-21页 |
| 2.3 基于图论着色的频谱分配模型 | 第21-26页 |
| 2.3.1 图论着色模型概述 | 第21-22页 |
| 2.3.2 图论着色模型的数学描述 | 第22-23页 |
| 2.3.3 颜色敏感图论着色算法 | 第23-26页 |
| 2.4 频谱分配的其余经典模型 | 第26-29页 |
| 2.4.1 基于干扰温度的频谱分配模型 | 第26-27页 |
| 2.4.2 基于博弈论的频谱分配模型 | 第27-29页 |
| 2.4.3 基于拍卖的频谱分配模型 | 第29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 基于遗传蚁群优化算法的频谱分配 | 第30-42页 |
| 3.1 引言 | 第30页 |
| 3.2 遗传算法概述 | 第30-31页 |
| 3.2.1 遗传算法起源与发展 | 第30页 |
| 3.2.2 遗传算法基本原理 | 第30-31页 |
| 3.2.3 遗传算法的特点 | 第31页 |
| 3.3 蚁群算法概述 | 第31-35页 |
| 3.3.1 蚁群算法生物学原理 | 第32-33页 |
| 3.3.2 基本蚁群优化算法机理分析 | 第33-35页 |
| 3.3.3 蚁群算法的特点 | 第35页 |
| 3.4 遗传蚁群优化算法 | 第35-38页 |
| 3.4.1 GACO算法总体思想及总体框架 | 第35-36页 |
| 3.4.2 遗传算法部分 | 第36-37页 |
| 3.4.3 蚁群算法部分 | 第37-38页 |
| 3.4.4 衔接策略部分 | 第38页 |
| 3.5 仿真结果及分析 | 第38-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第4章 基于二进制自适应步长萤火虫优化算法的频谱分配 | 第42-55页 |
| 4.1 引言 | 第42页 |
| 4.2 萤火虫算法概述 | 第42-44页 |
| 4.2.1 基本萤火虫优化算法 | 第42-43页 |
| 4.2.2 自适应步长萤火虫优化算法 | 第43-44页 |
| 4.3 二进制自适应步长萤火虫优化算法 | 第44-46页 |
| 4.3.1 BAGSO算法原理 | 第44页 |
| 4.3.2 BAGSO算法实现步骤 | 第44-45页 |
| 4.3.3 BAGSO算法收敛性分析 | 第45-46页 |
| 4.4 标准测试函数最优值求解实验 | 第46-50页 |
| 4.4.1 实验操作平台 | 第46页 |
| 4.4.2 实验结果与分析 | 第46-50页 |
| 4.5 基于BAGSO算法的频谱分配总体思想及框架 | 第50-51页 |
| 4.5.1 基于BAGSO算法频谱分配中的基本概念 | 第50页 |
| 4.5.2 总体框架 | 第50-51页 |
| 4.6 仿真结果及分析 | 第51-54页 |
| 4.7 本章小结 | 第54-55页 |
| 第5章 总结与展望 | 第55-57页 |
| 5.1 工作总结 | 第55页 |
| 5.2 工作展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 附录 | 第62页 |
