基于量子神经网络的认知无线电频谱感知研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 论文结构 | 第11-13页 |
| 第二章 认知无线电中的频谱感知技术 | 第13-23页 |
| 2.1 频谱感知技术概述 | 第13-17页 |
| 2.1.1 频谱感知的分类 | 第14-17页 |
| 2.1.2 频谱感知技术的挑战 | 第17页 |
| 2.2 单点频谱感知 | 第17-22页 |
| 2.2.1 能量检测 | 第18-19页 |
| 2.2.2 匹配滤波检测 | 第19-20页 |
| 2.2.3 循环平稳特征检测 | 第20-21页 |
| 2.2.4 三种单点频谱感知技术的比较 | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 基于量子神经网络的频谱感知 | 第23-45页 |
| 3.1 量子神经网络 | 第23-32页 |
| 3.1.1 量子神经网络基础知识 | 第23-24页 |
| 3.1.2 量子神经网络模型 | 第24-27页 |
| 3.1.3 量子神经网络训练算法 | 第27-32页 |
| 3.2 基于QNN频谱检测的系统模型构建 | 第32-38页 |
| 3.2.1 频谱感知技术下的QNN模型的建立 | 第33-36页 |
| 3.2.2 频谱感知技术下的QNN模型的参数选取 | 第36-38页 |
| 3.3 2FSK信号基于QNN的频谱感知 | 第38-44页 |
| 3.3.1 MFSK的信号分析 | 第39-40页 |
| 3.3.2 仿真结果与分析 | 第40-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 基于改进的量子神经网络的频谱感知 | 第45-53页 |
| 4.1 隐层激励函数的调整 | 第45-48页 |
| 4.1.1 约瑟夫森结效应 | 第45-46页 |
| 4.1.2 Josephson函数分析 | 第46-48页 |
| 4.2 网络训练算法的调整 | 第48-49页 |
| 4.3 改进QNN的仿真与分析 | 第49-52页 |
| 4.3.1 改进QNN网络的收敛性能分析 | 第50-51页 |
| 4.3.2 改进QNN网络的检测性能分析 | 第51-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第五章 总结和展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 攻读学位期间发表的学术论文 | 第59页 |
