| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第13-25页 |
| 1.1 课题研究背景及意义 | 第13-20页 |
| 1.1.1 认知无线电 | 第13-17页 |
| 1.1.2 频谱检测技术 | 第17-18页 |
| 1.1.3 分布式天线系统 | 第18-19页 |
| 1.1.4 基于分布式天线的协作频谱检测 | 第19-20页 |
| 1.2 国内外研究现状及发展趋势 | 第20-23页 |
| 1.2.1 认知无线电频谱检测技术 | 第20页 |
| 1.2.2 认知无线电协作频谱检测技术 | 第20-21页 |
| 1.2.3 分布式天线认知无线电协作频谱检测技术 | 第21-23页 |
| 1.3 本文的主要研究内容及章节安排 | 第23-25页 |
| 第二章 认知无线电的频谱检测 | 第25-43页 |
| 2.1 单节点频谱检测技术 | 第25-37页 |
| 2.1.1 能量检测 | 第26-29页 |
| 2.1.2 匹配滤波器检测 | 第29-31页 |
| 2.1.3 循环平稳特征检测 | 第31-34页 |
| 2.1.3.1 随机过程的循环平稳特性 | 第32-33页 |
| 2.1.3.2 不同信号的循环谱函数特征 | 第33-34页 |
| 2.1.4 基于干扰温度模型检测 | 第34-35页 |
| 2.1.5 本振泄漏功率检测 | 第35-36页 |
| 2.1.6 单用户频谱检测方法对比 | 第36-37页 |
| 2.2 多节点协作频谱检测技术 | 第37-43页 |
| 2.2.1 硬判决合并准则 | 第39-41页 |
| 2.2.1.1 “AND”准则及其仿真分析 | 第39页 |
| 2.2.1.2 “OR”准则及其仿真分析 | 第39-40页 |
| 2.2.1.3 “K”秩准则及其仿真分析 | 第40-41页 |
| 2.2.2 软判决合并准则 | 第41-43页 |
| 2.2.2.1 等增益合并及其仿真分析 | 第41页 |
| 2.2.2.2 最大比合并准则及其仿真分析 | 第41-43页 |
| 第三章 基于分形维数的认知无线电频谱检测技术的研究 | 第43-59页 |
| 3.1 分形维数的定义 | 第43-45页 |
| 3.2 几种常用的分形维数 | 第45-47页 |
| 3.2.1 盒维数 | 第45-46页 |
| 3.2.2 信息维数 | 第46-47页 |
| 3.2.3 关联维数 | 第47页 |
| 3.3 常见信号的分形维数特征 | 第47-52页 |
| 3.3.1 高斯白噪声的分形维数 | 第47-49页 |
| 3.3.2 高斯白噪声信道下常用调制信号的分形维数 | 第49-51页 |
| 3.3.3 瑞利衰落信道下常用调制信号的分形维数 | 第51-52页 |
| 3.4 高斯白噪声信道下分形维数频谱检测 | 第52-54页 |
| 3.5 分形盒维数的恒虚警检测方法 | 第54-57页 |
| 3.6 不同信道下分形维数恒虚警检测 | 第57-59页 |
| 第四章 分布式天线协作频谱检测技术的研究 | 第59-80页 |
| 4.1 分布式天线频谱检测技术基本原理 | 第60-61页 |
| 4.2 分布式天线协同定位算法的研究 | 第61-68页 |
| 4.2.1 接收信号强度定位算法 | 第62-65页 |
| 4.2.1.1 无线信道传播模型 | 第62-64页 |
| 4.2.1.2 三边测距定位算法 | 第64-65页 |
| 4.2.2 基于RSSI的分布式天线协同定位算法 | 第65-68页 |
| 4.3 非理想反馈信道下检测性能 | 第68-70页 |
| 4.4 基于分布式天线的认知无线电协作频谱检测 | 第70-80页 |
| 4.4.1 仿真参数设置 | 第70-71页 |
| 4.4.2 主用户坐标定位 | 第71-73页 |
| 4.4.3 硬判决合并检测性能 | 第73-76页 |
| 4.4.4 软判决合并检测性能 | 第76-80页 |
| 第五章 总结与展望 | 第80-82页 |
| 5.1 总结 | 第80-81页 |
| 5.2 展望 | 第81-82页 |
| 参考文献 | 第82-87页 |
| 在学期间发表的论文及参与的项目 | 第87-88页 |
| 致谢 | 第88页 |