| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-13页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 课题的主要研究工作 | 第11-12页 |
| 1.3 论文结构安排 | 第12-13页 |
| 第二章 相关研究概述 | 第13-26页 |
| 2.1 认知无线电技术概述 | 第13-16页 |
| 2.1.1 认知无线电定义 | 第13页 |
| 2.1.2 窄带频谱感知技术 | 第13-16页 |
| 2.2 压缩感知 | 第16-21页 |
| 2.2.1 压缩感知理论模型 | 第16-20页 |
| 2.2.2 压缩感知与宽带频谱感知结合 | 第20-21页 |
| 2.3 贝叶斯压缩频谱感知理论 | 第21-25页 |
| 2.3.1 贝叶斯理论 | 第21页 |
| 2.3.2 贝叶斯压缩频谱感知 | 第21-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于先验信息的贝叶斯压缩频谱感知 | 第26-41页 |
| 3.1 基于快速相关向量机算法的贝叶斯压缩频谱感知 | 第26-30页 |
| 3.3.1 快速相关向量机算法 | 第26-28页 |
| 3.3.2 存在的问题与改进 | 第28-30页 |
| 3.2 基于主用户占用概率的贝叶斯压缩频谱感知 | 第30-37页 |
| 3.2.1 频谱占用概率预测 | 第30-32页 |
| 3.2.2 算法描述 | 第32-34页 |
| 3.2.3 仿真结果与分析 | 第34-37页 |
| 3.3 基于块稀疏结构性质的贝叶斯压缩频谱感知 | 第37-40页 |
| 3.3.1 算法描述 | 第37-38页 |
| 3.3.2 仿真结果与分析 | 第38-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 基于动态步长选择的贝叶斯压缩频谱感知 | 第41-52页 |
| 4.1 贝叶斯压缩频谱感知自适应过程 | 第41-42页 |
| 4.2 动态步长选择 | 第42-47页 |
| 4.2.1 统计学习与支持向量机 | 第43-46页 |
| 4.2.2 支持向量机与动态步长 | 第46-47页 |
| 4.3 基于动态步长选择的贝叶斯压缩频谱感知 | 第47-51页 |
| 4.3.1 算法描述 | 第47-49页 |
| 4.3.2 仿真结果与分析 | 第49-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-54页 |
| 5.1 论文研究工作总结 | 第52-53页 |
| 5.2 未来研究工作展望 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 缩略词 | 第59-60页 |
| 致谢 | 第60-61页 |