频谱认知无线通信系统的关键技术研究
摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第9-15页 |
1.1 课题研究背景及意义 | 第9-10页 |
1.2 频谱感知技术概述 | 第10-11页 |
1.3 数据预测技术概述 | 第11-12页 |
1.4 论文主要研究内容 | 第12-14页 |
1.5 论文主要工作的组织结构 | 第14-15页 |
第二章 先验信息全盲的宽带能量检测模型 | 第15-27页 |
2.1 概述 | 第15-16页 |
2.2 系统模型 | 第16-17页 |
2.2.1 信号产生 | 第16-17页 |
2.2.2 模型参数 | 第17页 |
2.3 基于迭代的能量检测模型 | 第17-20页 |
2.3.1 能量检测判决门限 | 第17-19页 |
2.3.2 联合迭代模型 | 第19-20页 |
2.4 仿真结果及分析 | 第20-26页 |
2.4.1 宽带内信号信噪比一致 | 第20-23页 |
2.4.2 宽带内信号信噪比不同 | 第23-26页 |
2.5 本章小结 | 第26-27页 |
第三章 基于功率谱线间相关性的低信噪比能量检测 | 第27-47页 |
3.1 初次能量检测算法 | 第27-28页 |
3.2 漏检信号位置确定 | 第28-30页 |
3.3 基于功率谱线间相关性的检测 | 第30-33页 |
3.3.1 观测时长的选取 | 第30-31页 |
3.3.2 理论基础 | 第31-32页 |
3.3.3 检测过程 | 第32-33页 |
3.4 联合迭代算法 | 第33-35页 |
3.5 仿真结果及分析 | 第35-45页 |
3.5.1 n和n_1值的设置对判决结果的影响 | 第36-37页 |
3.5.2 信噪比对判决结果的影响 | 第37-39页 |
3.5.3 信号带宽对判决结果的影响 | 第39-44页 |
3.5.4 迭代精度对结果的影响 | 第44-45页 |
3.6 本章小结 | 第45-47页 |
第四章 频谱感知数据的预测 | 第47-65页 |
4.1 预测方法的选择 | 第47-48页 |
4.2 时间序列预测 | 第48-54页 |
4.2.1 ARIMA模型理论基础 | 第49-51页 |
4.2.2 ARIMA模型预测 | 第51-54页 |
4.3 信源数据产生模型 | 第54-58页 |
4.3.1 地理模型 | 第54-56页 |
4.3.2 传播模型 | 第56页 |
4.3.3 用户业务模型 | 第56-58页 |
4.4 ARIMA模型预测信源数据 | 第58-60页 |
4.4.1 信源数据的平稳性分析 | 第58页 |
4.4.2 去除非平稳性 | 第58-60页 |
4.4.3 模型阶数的确立 | 第60页 |
4.5 预测结果及分析 | 第60-63页 |
4.5.1 普通预测模型 | 第61页 |
4.5.2 在线预测模型 | 第61-63页 |
4.6 动态频谱接入模型 | 第63-64页 |
4.7 本章小结 | 第64-65页 |
第五章 总结与展望 | 第65-67页 |
5.1 全文工作总结 | 第65-66页 |
5.2 下一步的工作 | 第66-67页 |
参考文献 | 第67-69页 |
致谢 | 第69-71页 |
攻读学位期间发表的学术论文 | 第71页 |