| 摘要 | 第1-7页 |
| ABSTRACT | 第7-16页 |
| 第一章 绪论 | 第16-24页 |
| ·课题研究背景及意义 | 第16-17页 |
| ·认知无线电系统智能决策引擎概述 | 第17页 |
| ·认知引擎 | 第17-20页 |
| ·决策知识获取 | 第18-19页 |
| ·智能决策引擎的特点 | 第19-20页 |
| ·智能决策引擎关键技术 | 第20-22页 |
| ·主要研究内容及结构安排 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第二章 智能决策引擎算法分析 | 第24-48页 |
| ·智能决策引擎概述 | 第24-25页 |
| ·决策单元算法 | 第25-44页 |
| ·遗传算法 | 第26-31页 |
| ·量子遗传算法 | 第31-33页 |
| ·模拟退火遗传算法 | 第33-35页 |
| ·二进制粒子群算法 | 第35-37页 |
| ·算法仿真与比较 | 第37-44页 |
| ·学习单元算法 | 第44-47页 |
| ·基于规则推理 | 第44-45页 |
| ·基于案例推理 | 第45-46页 |
| ·算法比较 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第三章 无干扰环境下 OFDM 系统的智能决策引擎研究 | 第48-72页 |
| ·智能决策引擎设计 | 第48-49页 |
| ·基于智能决策引擎的 OFDM 系统的功率分配 | 第49-63页 |
| ·传统功率分配算法 | 第49-52页 |
| ·基于遗传算法的决策单元 | 第52-55页 |
| ·基于案例推理的学习单元 | 第55-56页 |
| ·算法仿真分析及性能比较 | 第56-63页 |
| ·基于智能决策引擎的 OFDM 系统的调制模式选择 | 第63-70页 |
| ·传统调制模式选择算法 | 第63页 |
| ·基于遗传算法的决策单元 | 第63-66页 |
| ·基于案例推理的学习单元 | 第66-67页 |
| ·算法仿真分析及性能比较 | 第67-70页 |
| ·本章小结 | 第70-72页 |
| 第四章 干扰环境下 NC-OFDM 系统的智能决策引擎研究 | 第72-82页 |
| ·NC-OFDM 系统简介 | 第72页 |
| ·抗干扰智能决策引擎机理 | 第72-74页 |
| ·抗干扰智能决策引擎决策单元设计 | 第74-79页 |
| ·基于遗传算法的决策单元 | 第74-76页 |
| ·算法仿真分析 | 第76-79页 |
| ·抗干扰智能决策引擎学习单元设计 | 第79-80页 |
| ·本章小结 | 第80-82页 |
| 第五章 全文总结及展望 | 第82-84页 |
| ·本文主要贡献 | 第82页 |
| ·下一步研究展望 | 第82-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-89页 |
| 个人简历 | 第89-90页 |
| 攻读硕士学位期间的研究成果 | 第90-91页 |
