| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 符号对照表 | 第9-10页 |
| 缩略语对照表 | 第10-13页 |
| 第一章 绪论 | 第13-17页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 研究现状 | 第14-15页 |
| 1.3 论文的研究内容和组织结构 | 第15-17页 |
| 第二章 认知无线电中的频谱预测技术 | 第17-31页 |
| 2.1 认知无线电的关键技术 | 第17-20页 |
| 2.1.1 频谱感知技术 | 第17-19页 |
| 2.1.2 频谱分配技术 | 第19-20页 |
| 2.1.3 功率控制技术 | 第20页 |
| 2.2 信道状态模型建模 | 第20-23页 |
| 2.2.1 基于授权用户信道模型的建模 | 第21-22页 |
| 2.2.2 基于信道历史状态序列的建模 | 第22-23页 |
| 2.3 现有频谱预测算法介绍 | 第23-29页 |
| 2.3.1 基于神经网络的预测 | 第23-25页 |
| 2.3.2 基于回归分析的预测 | 第25-26页 |
| 2.3.3 基于Markov的预测 | 第26-29页 |
| 2.4 本章小结 | 第29-31页 |
| 第三章 基于可变长Markov模型的频谱预测算法 | 第31-45页 |
| 3.1 可变长Markov模型 | 第31-33页 |
| 3.2 基于上下文树可变长Markov模型的频谱预测算法 | 第33-38页 |
| 3.2.1 算法原理 | 第33-34页 |
| 3.2.2 学习过程 | 第34-37页 |
| 3.2.3 频谱预测过程 | 第37-38页 |
| 3.3 基于信道状态恢复的频谱预测算法 | 第38-44页 |
| 3.3.1 非完美感知下信道状态的恢复 | 第38-43页 |
| 3.3.2 非完美感知下的频谱预测过程 | 第43-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 仿真与结果分析 | 第45-53页 |
| 4.1 预测误差分析 | 第45页 |
| 4.2 基于上下文树的可变长Markov模型的仿真与分析 | 第45-49页 |
| 4.2.1 平稳环境下预测性能分析 | 第46-48页 |
| 4.2.2 非平稳环境下预测性能分析 | 第48-49页 |
| 4.3 基于信道状态恢复的预测算法的仿真与分析 | 第49-52页 |
| 4.3.1 排队模型下的仿真分析 | 第49-51页 |
| 4.3.2 基于离散时间Markov模型的仿真分析 | 第51-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第五章 总结及展望 | 第53-55页 |
| 5.1 本文总结 | 第53-54页 |
| 5.2 未来研究工作的展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-61页 |
| 作者简介 | 第61页 |
