| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-16页 |
| ·研究背景和意义 | 第9-10页 |
| ·认知无线电的概述 | 第10-13页 |
| ·认知无线电概念及发展 | 第10-12页 |
| ·认知无线电关键技术 | 第12-13页 |
| ·频谱分配技术的国内外研究现状 | 第13-14页 |
| ·论文主要研究内容及结构安排 | 第14-16页 |
| 2 认知无线电频谱分配技术 | 第16-31页 |
| ·频谱分配技术 | 第16-19页 |
| ·频谱分配的原则 | 第16-17页 |
| ·频谱分配技术的分类 | 第17-18页 |
| ·频谱分配技术的制约因素 | 第18-19页 |
| ·频谱分配的几种模型 | 第19-24页 |
| ·图论着色模型 | 第19-20页 |
| ·博弈论模型 | 第20-22页 |
| ·拍卖竞价模型 | 第22-23页 |
| ·干扰温度模型 | 第23-24页 |
| ·频谱分配的数学描述 | 第24-26页 |
| ·频谱分配的性能评价 | 第26-27页 |
| ·频谱分配技术的应用 | 第27-30页 |
| ·小结 | 第30-31页 |
| 3 基于遗传算法的频谱分配 | 第31-48页 |
| ·基本遗传算法（Genetic Algorithm，GA） | 第31-34页 |
| ·遗传算法基本原理和特点 | 第31-32页 |
| ·遗传算法的具体流程 | 第32-33页 |
| ·基于遗传算法的频谱分配 | 第33-34页 |
| ·基于黄金分割率的混合自适应遗传算法的频谱分配 | 第34-40页 |
| ·混合自适应及黄金分割率 | 第35-36页 |
| ·基于黄金分割率的混合自适应遗传算法 | 第36-37页 |
| ·基于黄金分割率的混合自适应遗传算法的频谱分配模型 | 第37页 |
| ·仿真结果与分析 | 第37-40页 |
| ·基于模拟退火遗传算法的频谱分配 | 第40-47页 |
| ·模拟退火算法 | 第41页 |
| ·模拟退火算法和遗传算法的融合（GASA） | 第41-43页 |
| ·基于融合算法的认知无线电频谱分配 | 第43-44页 |
| ·仿真结果与分析 | 第44-47页 |
| ·小结 | 第47-48页 |
| 4 基于粒子群算法的频谱分配 | 第48-62页 |
| ·粒子群算法 | 第48-52页 |
| ·粒子群算法的基本原理 | 第48-50页 |
| ·基于粒子群算法的频谱分配 | 第50-52页 |
| ·量子粒子群算法 | 第52-55页 |
| ·量子粒子群算法的基本原理 | 第52-55页 |
| ·基于量子粒子群算法的频谱分配 | 第55页 |
| ·粒子群算法与遗传算法的融合 | 第55-58页 |
| ·遗传粒子群算法的融合 | 第56-57页 |
| ·基于遗传粒子群算法的频谱分配 | 第57-58页 |
| ·仿真分析 | 第58-61页 |
| ·小结 | 第61-62页 |
| 5 结论与展望 | 第62-64页 |
| ·论文总结 | 第62页 |
| ·工作展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 个人简历及攻读学位期间取得的成果 | 第68页 |