| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-16页 |
| ·无线频谱资源使用现状 | 第8-9页 |
| ·认知无线电的定义和发展概述 | 第9-13页 |
| ·认知无线电定义 | 第9-11页 |
| ·认知无线电中动态频谱接入 | 第11-13页 |
| ·认知无线电中人工智能 | 第13-15页 |
| ·机器学习系统的概念及基本结构 | 第13-14页 |
| ·机器学习中基于反馈的分类 | 第14-15页 |
| ·本文结构安排 | 第15-16页 |
| 第2章 强化学习中的动态决策规划算法 | 第16-24页 |
| ·强化学习 | 第16-18页 |
| ·引言 | 第16页 |
| ·强化学习的主要组成要素和原理 | 第16-17页 |
| ·强化学习的数学模型 | 第17-18页 |
| ·转移概率已知的马尔可夫决策过程 | 第18-20页 |
| ·有限阶段准则报酬效用函数 | 第18-19页 |
| ·折扣准则报酬效用函数 | 第19-20页 |
| ·平均准则报酬效用函数 | 第20页 |
| ·转移概率函数未知的马尔科夫决策过程 | 第20-21页 |
| ·Monte Carlo 算法 | 第21页 |
| ·瞬时差分(temporal difference，TD)算法 | 第21页 |
| ·部分观测马尔科夫决策过程(POMDP) | 第21-23页 |
| ·值迭代算法 | 第22-23页 |
| ·策略迭代算法 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第3章 准确模型下的动态频谱智能接入 | 第24-35页 |
| ·引言 | 第24-25页 |
| ·外部环境建模 | 第25-26页 |
| ·基于POMDP 的动态频谱接入决策 | 第26-28页 |
| ·部分可观测马尔可夫决定过程(POMDP) | 第26-27页 |
| ·充分统计量 | 第27页 |
| ·收益和目标函数 | 第27-28页 |
| ·频谱感知和接入策略 | 第28-32页 |
| ·最优信道频谱感知和接入策略 | 第28-30页 |
| ·降低复杂度的次最优策略 | 第30-32页 |
| ·性能分析与仿真 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 非准确环境模型的动态智能频谱接入 | 第35-44页 |
| ·非准确环境模型的定义 | 第35页 |
| ·感知非准确的动态频谱智能接入 | 第35-38页 |
| ·MAC 层感知 | 第35-37页 |
| ·物理层感知 | 第37-38页 |
| ·环境模型未知的动态频谱智能接入 | 第38-40页 |
| ·非监督的统计学习 | 第38-39页 |
| ·环境模型的建立 | 第39-40页 |
| ·仿真实验 | 第40-43页 |
| ·感知非准确的动态频谱智能接入 | 第40-41页 |
| ·未知环境下动态频谱智能接入的仿真结果 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 结论 | 第44-46页 |
| 参考文献 | 第46-50页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第50-52页 |
| 致谢 | 第52页 |