| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 课题研究背景 | 第14-16页 |
| 1.2 主要研究工作 | 第16-17页 |
| 1.3 主要研究成果 | 第17页 |
| 1.4 论文结构安装排 | 第17-20页 |
| 第二章 相关研究综述 | 第20-34页 |
| 2.1 引言 | 第20页 |
| 2.2 认知无线电中的窄带频谱感知技术 | 第20-25页 |
| 2.2.1 认知无线电简介 | 第20-22页 |
| 2.2.2 单用户窄带频谱感知技术 | 第22-24页 |
| 2.2.3 多用户窄带频谱感知技术 | 第24-25页 |
| 2.3 压缩频谱感知技术 | 第25-30页 |
| 2.3.1 压缩频谱感知简介 | 第25-27页 |
| 2.3.2 压缩频谱感知数学模型 | 第27-28页 |
| 2.3.3 贝叶斯压缩频谱感知技术 | 第28-30页 |
| 2.4 分布式压缩频谱感知技术 | 第30-32页 |
| 2.4.1 分布式压缩频谱感知模型 | 第30-31页 |
| 2.4.2 联合稀疏信号模型 | 第31-32页 |
| 2.5 本章小结 | 第32-34页 |
| 第三章 基于共同分布先验的分布式贝叶斯压缩频谱感知算法研究 | 第34-50页 |
| 3.1 引言 | 第34页 |
| 3.2 感知模型 | 第34-36页 |
| 3.3 共同分布支撑集模型 | 第36-38页 |
| 3.4 基于共同分布的分布式贝叶斯压缩频谱感知算法 | 第38-43页 |
| 3.4.1 联合贝叶斯回归模型 | 第38-39页 |
| 3.4.2 快速边缘似然估计 | 第39-41页 |
| 3.4.3 无融合中心网络中的合作感知 | 第41-42页 |
| 3.4.4 算法描述 | 第42-43页 |
| 3.5 算法性能分析 | 第43-47页 |
| 3.5.1 检测性能分析 | 第43-46页 |
| 3.5.2 算法复杂度分析 | 第46-47页 |
| 3.6 本章小结 | 第47-50页 |
| 第四章 自适应分布式贝叶斯压缩频谱感知算法研究 | 第50-62页 |
| 4.1 引言 | 第50-51页 |
| 4.2 自适应贝分布式叶斯压缩频谱感知算法 | 第51-57页 |
| 4.2.1 节点选择 | 第51-54页 |
| 4.2.2 矩阵设计 | 第54-55页 |
| 4.2.3 决策信息一致性 | 第55-56页 |
| 4.2.4 算法描述 | 第56-57页 |
| 4.3 算法性能分析 | 第57-60页 |
| 4.4 本章小结 | 第60-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 论文内容总结 | 第62-63页 |
| 5.2 研究工作展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 攻读学位期间发表的学术论文目录 | 第70页 |