| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 论文研究的背景及意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 课题的国内外研究现状 | 第10-13页 |
| 1.2.1 频谱分配的国内外研究现状 | 第10-12页 |
| 1.2.2 认知决策引擎的国内外研究现状 | 第12-13页 |
| 1.3 本文研究框架 | 第13-16页 |
| 1.3.1 研究思路 | 第13-14页 |
| 1.3.2 研究内容和章节安排 | 第14-16页 |
| 2 相关理论知识 | 第16-41页 |
| 2.1 认知无线电 | 第16-18页 |
| 2.1.1 认知无线电的基本定义 | 第16页 |
| 2.1.2 认知无线电的关键技术 | 第16-18页 |
| 2.2 频谱分配 | 第18-26页 |
| 2.2.1 频谱分配概述 | 第18-19页 |
| 2.2.2 频谱分配模型 | 第19-24页 |
| 2.2.3 频谱分配技术 | 第24-26页 |
| 2.2.4 频谱分配主要原则 | 第26页 |
| 2.3 认知决策引擎 | 第26-31页 |
| 2.3.1 认知无线电参数 | 第27-28页 |
| 2.3.2 认知决策引擎模型 | 第28-31页 |
| 2.4 群体智能算法 | 第31-40页 |
| 2.4.1 烟花爆炸算法 | 第31-34页 |
| 2.4.2 粒子群算法 | 第34-37页 |
| 2.4.3 差分进化算法 | 第37-40页 |
| 2.5 本章小结 | 第40-41页 |
| 3 基于烟花爆炸算法的认知无线电频谱分配 | 第41-54页 |
| 3.1 引言 | 第41页 |
| 3.2 图着色的频谱分配模型 | 第41-43页 |
| 3.3 基于烟花爆炸算法的频谱分配方案 | 第43-47页 |
| 3.3.1 可行解编码方式 | 第43-45页 |
| 3.3.2 算子设计 | 第45-46页 |
| 3.3.3 算法流程 | 第46-47页 |
| 3.4 实验仿真与结果分析 | 第47-53页 |
| 3.5 本章小结 | 第53-54页 |
| 4 基于粒子群差分进化混合算法的认知无线电决策引擎 | 第54-68页 |
| 4.1 引言 | 第54页 |
| 4.2 认知决策引擎优化目标 | 第54-57页 |
| 4.3 基于粒子群差分进化混合算法的认知决策引擎 | 第57-59页 |
| 4.4 实验仿真与结果分析 | 第59-67页 |
| 4.5 本章小结 | 第67-68页 |
| 5 总结和展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间发表学术论文情况 | 第74-75页 |
| 致谢 | 第75页 |