认知无线网络多域认知技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第9-10页 |
| 缩略语对照表 | 第10-13页 |
| 第一章 绪论 | 第13-25页 |
| 1.1 研究背景与现状 | 第13-15页 |
| 1.2 认知无线网络概述 | 第15-17页 |
| 1.2.1 认知无线网络理论体系 | 第15-16页 |
| 1.2.2 认知无线网络多域认知性 | 第16-17页 |
| 1.3 认知无线网络多域认知分层体系 | 第17-21页 |
| 1.3.1 多域本地认知层 | 第18-19页 |
| 1.3.2 多域协同认知层 | 第19页 |
| 1.3.3 多域主动认知层 | 第19-21页 |
| 1.4 研究目的及意义 | 第21-22页 |
| 1.5 论文主要研究内容及结构安排 | 第22-25页 |
| 第二章 多域本地认知层频谱感知技术 | 第25-39页 |
| 2.1 引言 | 第25页 |
| 2.2 频谱感知技术概述 | 第25-27页 |
| 2.3 单用户频谱感知技术 | 第27-32页 |
| 2.3.1 能量检测法 | 第27-29页 |
| 2.3.2 匹配滤波器检测法 | 第29-31页 |
| 2.3.3 循环平稳特征检测法 | 第31-32页 |
| 2.4 多用户协作频谱感知技术 | 第32-37页 |
| 2.4.1“与”准则 | 第33-35页 |
| 2.4.2“或”准则 | 第35-36页 |
| 2.4.3“K秩”准则 | 第36-37页 |
| 2.5 传统频谱感知技术性能比较 | 第37-38页 |
| 2.6 本章小结 | 第38-39页 |
| 第三章 基于采样信号相关性的频谱感知算法 | 第39-57页 |
| 3.1 引言 | 第39-40页 |
| 3.2 系统模型 | 第40-41页 |
| 3.3 算法描述 | 第41-42页 |
| 3.4 利用单一相关信息感知方案 | 第42-46页 |
| 3.4.1 相关信息计算 | 第42-44页 |
| 3.4.2 检验统计量及判决准则 | 第44-45页 |
| 3.4.3 性能分析 | 第45-46页 |
| 3.5 利用相关信息融合感知方案 | 第46-48页 |
| 3.5.1 检验统计量及判决准则 | 第46-47页 |
| 3.5.2 性能分析 | 第47页 |
| 3.5.3 与能量检测算法性能对比 | 第47-48页 |
| 3.6 性能仿真及结果分析 | 第48-55页 |
| 3.7 本章小结 | 第55-57页 |
| 第四章 基于贝叶斯网络的多域主动认知层学习算法 | 第57-75页 |
| 4.1 引言 | 第57-58页 |
| 4.2 网络模型 | 第58-60页 |
| 4.2.1 认知无线网络场景 | 第58-59页 |
| 4.2.2 贝叶斯网络模型 | 第59-60页 |
| 4.3 认知贝叶斯网络结构学习 | 第60-66页 |
| 4.3.1 基于条件互信息BN学习算法 | 第60-61页 |
| 4.3.2 CPbD算法思想 | 第61-62页 |
| 4.3.3 CPbD算法实现流程 | 第62-66页 |
| 4.4 性能仿真及结果分析 | 第66-72页 |
| 4.4.1 依赖关系值 | 第66-69页 |
| 4.4.2 复杂度仿真曲线 | 第69-71页 |
| 4.4.3 条件概率表 | 第71-72页 |
| 4.5 本章小结 | 第72-75页 |
| 第五章 总结 | 第75-77页 |
| 5.1 全文总结 | 第75-76页 |
| 5.2 下一步研究方向 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81-83页 |
| 作者简介 | 第83-84页 |
