| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第16-40页 |
| 1.1 认知无线电研究背景及其意义 | 第16-17页 |
| 1.2 认知无线电基本概念和网络架构 | 第17-21页 |
| 1.2.1 认知无线电基本概念 | 第17-20页 |
| 1.2.2 认知无线电网络架构 | 第20-21页 |
| 1.3 认知无线电动态频谱接入 | 第21-35页 |
| 1.3.1 动态频谱接入模型 | 第22-26页 |
| 1.3.1.1 专有模型 | 第23页 |
| 1.3.1.2 公用模型 | 第23-24页 |
| 1.3.1.3 共享模型 | 第24-26页 |
| 1.3.2 频谱感知 | 第26-30页 |
| 1.3.2.1 本地频谱感知 | 第27-29页 |
| 1.3.2.2 协同频谱感知 | 第29-30页 |
| 1.3.3 动态频谱接入研究现状 | 第30-35页 |
| 1.3.3.1 动态频谱接入当前研究概述 | 第30-33页 |
| 1.3.3.2 动态频谱接入研究热点 | 第33-35页 |
| 1.4 论文研究内容、主要贡献与结构安排 | 第35-40页 |
| 1.4.1 论文研究内容 | 第35-37页 |
| 1.4.2 论文主要贡献 | 第37-39页 |
| 1.4.3 论文结构安排 | 第39-40页 |
| 第二章 认知无线电基于信道时变特性的频谱感知和传输时长联合优化 | 第40-66页 |
| 2.1 引言 | 第40-41页 |
| 2.2 单信道检测-传输联合优化 | 第41-56页 |
| 2.2.1 系统模型 | 第41-43页 |
| 2.2.2 单用户场景自适应检测-传输方案设计 | 第43-49页 |
| 2.2.2.1 优化问题建模 | 第43-45页 |
| 2.2.2.2 单用户非自适应检测-传输方案 | 第45-46页 |
| 2.2.2.3 单用户自适应检测-传输方案 | 第46-49页 |
| 2.2.3 多用户场景自适应检测-传输方案设计 | 第49-54页 |
| 2.2.3.1 优化问题建模 | 第49-50页 |
| 2.2.3.2 多用户非自适应检测-传输方案 | 第50页 |
| 2.2.3.3 多用户自适应检测-传输方案 | 第50-54页 |
| 2.2.4 仿真结果与分析 | 第54-56页 |
| 2.3 多信道检测-传输联合优化 | 第56-65页 |
| 2.3.1 系统模型 | 第56-57页 |
| 2.3.2 检测-传输方案设计 | 第57-63页 |
| 2.3.2.1 可变检测时长方案 | 第58-59页 |
| 2.3.2.2 自适应检测-传输方案 | 第59-63页 |
| 2.3.3 仿真结果与分析 | 第63-65页 |
| 2.4 本章小结 | 第65-66页 |
| 第三章 认知无线电网络传输功率受限下基于信道时变性的信道接入和传输速率联合优化 | 第66-88页 |
| 3.1 引言 | 第66-67页 |
| 3.2 系统模型 | 第67-72页 |
| 3.2.1 认知用户传输模型以及帧结构 | 第67-69页 |
| 3.2.2 信道可用性模型 | 第69-71页 |
| 3.2.3 块衰落信道模型和自适应调制 | 第71-72页 |
| 3.3 信道接入和自适应传输最优策略设计 | 第72-82页 |
| 3.3.1 基本定义 | 第72-73页 |
| 3.3.2 集中式场景最优策略设计 | 第73-74页 |
| 3.3.3 分布式场景最优策略设计 | 第74-76页 |
| 3.3.4 最优策略设计的简化 | 第76-79页 |
| 3.3.5 纯策略模式 | 第79-80页 |
| 3.3.6 参数估计 | 第80-82页 |
| 3.4 仿真结果与分析 | 第82-86页 |
| 3.5 本章小结 | 第86-88页 |
| 第四章 认知无线电网络分布式信道接入和资源分配的学习机制研究 | 第88-114页 |
| 4.1 引言 | 第88-90页 |
| 4.2 最大化能效的信道接入和传输速率联合优化的强化学习机制研究 | 第90-103页 |
| 4.2.1 系统模型和状态空间 | 第91-93页 |
| 4.2.1.1 系统模型 | 第91-93页 |
| 4.2.1.2 状态空间和行动空间 | 第93页 |
| 4.2.2 能效收益函数和分布式接入机制设计 | 第93-95页 |
| 4.2.3 PD-Q学习算法 | 第95-100页 |
| 4.2.4 仿真结果与分析 | 第100-103页 |
| 4.3 基于矩估计和无悔学习的分布式中继节点选择和信道接入研究 | 第103-112页 |
| 4.3.1 系统模型 | 第104-107页 |
| 4.3.2 基于矩估计和无悔学习的ME-NR学习算法 | 第107-110页 |
| 4.3.3 仿真结果与分析 | 第110-112页 |
| 4.4 本章小结 | 第112-114页 |
| 第五章 全文总结 | 第114-117页 |
| 5.1 论文贡献 | 第114-115页 |
| 5.2 下一步工作和未来研究方向 | 第115-117页 |
| 致谢 | 第117-118页 |
| 参考文献 | 第118-131页 |
| 在攻读博士学位期间取得的研究成果 | 第131-133页 |
