| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 缩略语 | 第9-12页 |
| 图表说明 | 第12-17页 |
| 第一章 绪论 | 第17-33页 |
| 1.1 引言 | 第17-19页 |
| 1.2 认知无线电技术概述 | 第19-22页 |
| 1.2.1 认知无线电的发展概况 | 第19-20页 |
| 1.2.2 认知无线电的主要研究领域 | 第20-22页 |
| 1.3 认知无线电中的频谱感知技术 | 第22-25页 |
| 1.3.1 单用户频谱感知 | 第22-24页 |
| 1.3.2 协作频谱感知 | 第24-25页 |
| 1.4 宽带频谱感知的概念及研究现状 | 第25-29页 |
| 1.4.1 串行扫描感知 | 第26-27页 |
| 1.4.2 并行扫描感知 | 第27-28页 |
| 1.4.3 一般宽带感知 | 第28-29页 |
| 1.5 课题来源及意义 | 第29-30页 |
| 1.6 论文的研究内容及成果 | 第30-32页 |
| 1.7 论文的结构安排 | 第32-33页 |
| 第二章 压缩感知理论及其在宽带频谱感知中的应用 | 第33-44页 |
| 2.1 压缩感知的基本原理 | 第34页 |
| 2.2 压缩感知的研究内容 | 第34-38页 |
| 2.2.1 信号的稀疏表示 | 第35页 |
| 2.2.2 观测矩阵设计 | 第35-37页 |
| 2.2.3 重构算法 | 第37-38页 |
| 2.3 基于 CS 的宽带频谱感知 | 第38-43页 |
| 2.3.1 CR 系统的稀疏性条件 | 第40页 |
| 2.3.2 一般系统模型 | 第40-41页 |
| 2.3.3 分布式压缩感知 | 第41-43页 |
| 2.4 本章小结 | 第43-44页 |
| 第三章 自适应分布式宽带频谱压缩感知 | 第44-63页 |
| 3.1 引言 | 第44-45页 |
| 3.2 分布式压缩采样模型 | 第45-50页 |
| 3.2.1 基于 DCS 的 JSM-2 联合稀疏模型 | 第46-47页 |
| 3.2.2 压缩采样模型 | 第47-50页 |
| 3.3 自适应宽带频谱压缩感知 | 第50-54页 |
| 3.3.1 序贯压缩感知原理 | 第51-53页 |
| 3.3.2 构建自适应观测矩阵 | 第53-54页 |
| 3.4 联合重构算法 | 第54-56页 |
| 3.5 分布式宽带频谱压缩感知 | 第56-58页 |
| 3.6 仿真结果与分析 | 第58-61页 |
| 3.7 本章小结 | 第61-63页 |
| 第四章 分布式贝叶斯宽带频谱压缩感知 | 第63-84页 |
| 4.1 引言 | 第63-64页 |
| 4.2 系统模型 | 第64-68页 |
| 4.2.1 联合稀疏信号 | 第64-66页 |
| 4.2.2 RVM 高斯先验模型 | 第66-67页 |
| 4.2.3 拉普拉斯先验稀疏模型 | 第67-68页 |
| 4.3 BCS 联合重构算法 | 第68-78页 |
| 4.3.1 DRVM 算法 | 第69-73页 |
| 4.3.2 DBFL 算法 | 第73-78页 |
| 4.3.3 算法性能分析 | 第78页 |
| 4.4 观测矩阵优化 | 第78-80页 |
| 4.5 仿真结果与分析 | 第80-83页 |
| 4.6 本章小结 | 第83-84页 |
| 第五章 分布式非完全重构宽带频谱压缩感知 | 第84-100页 |
| 5.1 引言 | 第84-85页 |
| 5.2 基于信道能量观测的系统模型 | 第85-88页 |
| 5.2.1 基于随机滤波器的压缩采样模型 | 第85-88页 |
| 5.2.2 系统复杂度分析 | 第88页 |
| 5.3 基于 MP 原理的联合重构算法 | 第88-95页 |
| 5.3.1 基于 MP 原理的重构算法 | 第89-91页 |
| 5.3.2 SCSMP 算法 | 第91-93页 |
| 5.3.3 SSAMP 算法 | 第93-95页 |
| 5.4 仿真结果与分析 | 第95-98页 |
| 5.5 本章小结 | 第98-100页 |
| 第六章 分布式多分辨率宽带频谱压缩感知 | 第100-118页 |
| 6.1 引言 | 第100-101页 |
| 6.2 多分辨率感知系统描述 | 第101-102页 |
| 6.3 非重构频谱压缩感知 | 第102-108页 |
| 6.3.1 受限等距特性 | 第103-104页 |
| 6.3.2 MFD 算法模型 | 第104-106页 |
| 6.3.3 NRSCS 算法模型 | 第106-108页 |
| 6.4 多用户协作频谱感知 | 第108-111页 |
| 6.4.1 硬判决融合 | 第108-109页 |
| 6.4.2 基于 D-S 证据理论的软判决融合 | 第109-111页 |
| 6.5 仿真结果与分析 | 第111-116页 |
| 6.6 本章小结 | 第116-118页 |
| 第七章 结束语 | 第118-121页 |
| 7.1 论文总结 | 第118-119页 |
| 7.2 工作展望 | 第119-121页 |
| 参考文献 | 第121-134页 |
| 攻读博士期间撰写的学术论文 | 第134-135页 |
| 攻读博士期间参加的科研项目 | 第135-136页 |
| 致谢 | 第136页 |