| 摘要 | 第5-7页 |
| abstract | 第7-9页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 课题背景和研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 绿色认知无线电研究现状 | 第13-16页 |
| 1.2.2 群智能研究现状 | 第16-17页 |
| 1.3 本文的研究内容及各章节安排 | 第17-19页 |
| 第2章 绿色认知无线电关键技术及理论基础 | 第19-41页 |
| 2.1 频谱感知 | 第19-30页 |
| 2.1.1 频谱感知分类 | 第19-20页 |
| 2.1.2 线性协作频谱感知模型 | 第20-23页 |
| 2.1.3 智能计算在频谱感知中的应用 | 第23-28页 |
| 2.1.4 计算机仿真结果及分析 | 第28-30页 |
| 2.2 认知系统参数设计 | 第30-35页 |
| 2.2.1 认知系统参数设计的功能 | 第30页 |
| 2.2.2 认知系统参数设计模型 | 第30-32页 |
| 2.2.3 基于智能计算的认知系统参数设计 | 第32-34页 |
| 2.2.4 计算机仿真结果及分析 | 第34-35页 |
| 2.3 无线能量采集认知无线电的信能协同传输技术 | 第35-40页 |
| 2.3.1 无线能量采集认知无线电信能协同传输模型 | 第35-37页 |
| 2.3.2 无线能量采集认知无线电的非协作传输机制 | 第37-38页 |
| 2.3.3 无线能量采集认知无线电的协作传输机制 | 第38-40页 |
| 2.4 本章小结 | 第40-41页 |
| 第3章 基于群智能的频谱感知 | 第41-61页 |
| 3.1 基于文化细菌觅食算法的频谱感知 | 第41-52页 |
| 3.1.1 文化细菌觅食算法 | 第41-44页 |
| 3.1.2 基于文化细菌觅食算法的频谱感知 | 第44-46页 |
| 3.1.3 计算机仿真结果及分析 | 第46-52页 |
| 3.2 基于多目标量子萤火虫算法的多目标频谱感知 | 第52-60页 |
| 3.2.1 多目标量子萤火虫算法 | 第53-56页 |
| 3.2.2 基于多目标量子萤火虫算法的多目标频谱感知 | 第56-58页 |
| 3.2.3 计算机仿真结果及分析 | 第58-60页 |
| 3.3 本章小结 | 第60-61页 |
| 第4章 基于群智能的绿色认知系统参数设计 | 第61-82页 |
| 4.1 基于量子萤火虫算法的绿色认知系统参数设计 | 第61-73页 |
| 4.1.1 量子萤火虫算法 | 第61-64页 |
| 4.1.2 基于量子萤火虫算法的绿色认知系统参数设计 | 第64-65页 |
| 4.1.3 计算机仿真结果及分析 | 第65-73页 |
| 4.2 基于QMMSSE的高可靠绿色认知系统参数设计 | 第73-81页 |
| 4.2.1 量子多目标多种群共生进化算法 | 第73-76页 |
| 4.2.2 基于QMMSSE的高可靠绿色认知系统参数设计 | 第76-78页 |
| 4.2.3 计算机仿真结果及分析 | 第78-81页 |
| 4.3 本章小结 | 第81-82页 |
| 第5章 基于群智能的无线能量采集绿色认知无线电 | 第82-115页 |
| 5.1 基于量子灰狼算法的绿色无线能量采集和分配 | 第82-88页 |
| 5.1.1 绿色无线能量采集和分配模型 | 第82-83页 |
| 5.1.2 基于量子灰狼算法的绿色无线能量采集和分配 | 第83-86页 |
| 5.1.3 计算机仿真结果及分析 | 第86-88页 |
| 5.2 无线能量采集绿色认知无线电的量子蝙蝠优化合作策略 | 第88-97页 |
| 5.2.1 无线能量采集绿色认知无线电系统模型 | 第88-90页 |
| 5.2.2 基于量子蝙蝠算法的无线能量采集认知合作策略 | 第90-93页 |
| 5.2.3 计算机仿真结果及分析 | 第93-97页 |
| 5.3 无线能量采集绿色认知无线电的量子烟花协作机制 | 第97-113页 |
| 5.3.1 量子烟花算法 | 第98-101页 |
| 5.3.2 量子烟花算法的收敛性分析 | 第101-104页 |
| 5.3.3 基于量子烟花算法的最优协作机制 | 第104-108页 |
| 5.3.4 计算机仿真结果及分析 | 第108-113页 |
| 5.4 本章小结 | 第113-115页 |
| 结论 | 第115-118页 |
| 参考文献 | 第118-128页 |
| 攻读学位期间发表的学术论文 | 第128-131页 |
| 致谢 | 第131页 |
