基于频域稀疏特性的频谱感知算法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状及分析 | 第11-15页 |
| 1.2.1 窄带频谱感知算法研究现状 | 第11-13页 |
| 1.2.2 基于压缩感知的宽带频谱检测算法研究 | 第13-15页 |
| 1.3 本文研究内容及组织结构 | 第15-17页 |
| 第2章 基于频域稀疏特性的感知算法理论基础 | 第17-35页 |
| 2.1 引言 | 第17页 |
| 2.2 经典频谱感知算法和功率谱估计算法 | 第17-19页 |
| 2.2.1 窄带检测算法 | 第17-18页 |
| 2.2.2 功率谱估计算法 | 第18-19页 |
| 2.3 调制带宽转换器采样 | 第19-25页 |
| 2.3.1 MWC采样系统 | 第20-21页 |
| 2.3.2 MWC采样频域分析和感知矩阵计算 | 第21-24页 |
| 2.3.3 MWC采样的参数选取 | 第24-25页 |
| 2.4 稀疏贝叶斯学习算法 | 第25-32页 |
| 2.4.1 多测量问题的求解算法 | 第26-27页 |
| 2.4.2 稀疏贝叶斯学习算法 | 第27-32页 |
| 2.5 仿真分析 | 第32-34页 |
| 2.6 本章小结 | 第34-35页 |
| 第3章 基于功率谱估计最大值的频谱检测算法 | 第35-54页 |
| 3.1 算法描述 | 第35-36页 |
| 3.2 功率谱估计最大值的统计特性 | 第36-47页 |
| 3.2.1 H_0条件下的统计特性 | 第37-43页 |
| 3.2.2 H_1条件下的统计特性 | 第43-46页 |
| 3.2.3 虚警概率和检测概率 | 第46-47页 |
| 3.3 算法性能分析 | 第47-53页 |
| 3.3.1 算法的仿真与验证 | 第47-49页 |
| 3.3.2 窗函数选取对检测算法的影响 | 第49-51页 |
| 3.3.3 算法复杂度分析 | 第51-53页 |
| 3.4 本章小结 | 第53-54页 |
| 第4章 基于MWC-SBL系统的检测算法 | 第54-65页 |
| 4.1 检测算法描述 | 第54-58页 |
| 4.1.1 统计判决变量 | 第56-57页 |
| 4.1.2 支撑集的匹配 | 第57-58页 |
| 4.2 仿真验证与分析 | 第58-63页 |
| 4.2.1 频带位置已知条件下的检测性能 | 第58-60页 |
| 4.2.2 频带位置随机条件下的检测性能 | 第60-62页 |
| 4.2.3 不同支撑集匹配原则下的检测性能 | 第62-63页 |
| 4.2.4 均方误差曲线 | 第63页 |
| 4.3 本章小结 | 第63-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第71-73页 |
| 致谢 | 第73页 |
