| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第14-32页 |
| 1.1 论文的研究背景 | 第14-16页 |
| 1.2 研究现状与意义 | 第16-20页 |
| 1.2.1 认知无线网络无线资源管理的研究 | 第18-19页 |
| 1.2.2 认知无线网络中高能量效率无线资源管理的研究 | 第19页 |
| 1.2.3 支持分布式天线的认知无线网络中无线资源管理的研究 | 第19-20页 |
| 1.3 论文的主要贡献和组织结构 | 第20-24页 |
| 1.3.1 本文的主要工作 | 第20-22页 |
| 1.3.2 本文的章节安排 | 第22-24页 |
| 参考文献 | 第24-32页 |
| 第二章 认知无线网络资源管理概述 | 第32-57页 |
| 2.1 引言 | 第32页 |
| 2.2 认知无线网络中的无线资源管理 | 第32-40页 |
| 2.2.1 认知无线网络频谱检测 | 第33-37页 |
| 2.2.2 认知无线网络频谱共享 | 第37-40页 |
| 2.3 认知无线网络中高能量效率资源管理 | 第40-45页 |
| 2.3.1 能量效率及其衡量方法 | 第41-42页 |
| 2.3.2 认知无线网络中高能量效率的频谱检测 | 第42-44页 |
| 2.3.3 认知无线网络中高能量效率的频谱共享 | 第44-45页 |
| 2.4 支持分布式天线的认知无线网络中资源管理 | 第45-47页 |
| 2.4.1 支持分布式天线的认知无线网络特点 | 第45-46页 |
| 2.4.2 支持分布式天线的认知无线网络中资源管理 | 第46-47页 |
| 2.5 本章小结 | 第47页 |
| 参考文献 | 第47-57页 |
| 第三章 认知光载无线局域网络协作压缩感知算法 | 第57-73页 |
| 3.1 引言 | 第57-59页 |
| 3.2 系统描述 | 第59-63页 |
| 3.2.1 认知光载无线局域网 | 第59-60页 |
| 3.2.2 协作压缩感知问题 | 第60-63页 |
| 3.3 基于构造型随机抽样矩阵和数据融合的协作压缩感知算法 | 第63-65页 |
| 3.3.1 随机压缩抽样矩阵构造 | 第63-64页 |
| 3.3.2 基于小波变换方差预测的数据融合算法 | 第64-65页 |
| 3.4 仿真分析 | 第65-68页 |
| 3.5 本章小结 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 第四章 认知无线网络考虑认知用户服务质量的高能效协作频谱检测机制 | 第73-103页 |
| 4.1 引言 | 第73-75页 |
| 4.2 系统描述 | 第75-79页 |
| 4.2.1 网络模型 | 第76-77页 |
| 4.2.2 能量检测模型 | 第77-79页 |
| 4.3 考虑服务质量保障的高能效协作频谱检测机制 | 第79-87页 |
| 4.3.1 压缩信号重构性能估计 | 第79-80页 |
| 4.3.2 信道占用情况判决 | 第80-82页 |
| 4.3.3 能量效率模型及优化问题建模 | 第82-86页 |
| 4.3.4 基于粒子群优化的迭代求解算法 | 第86-87页 |
| 4.4 仿真结果和性能分析 | 第87-98页 |
| 4.5 本章小结 | 第98页 |
| 参考文献 | 第98-103页 |
| 第五章 认知无线局域网络考虑非连续频谱的高能效自适应资源分配机制 | 第103-132页 |
| 5.1 引言 | 第103-105页 |
| 5.2 系统模型 | 第105-108页 |
| 5.2.1 网络场景 | 第105-106页 |
| 5.2.2 数据帧结构 | 第106-108页 |
| 5.3 高能效的自适应无线资源分配 | 第108-118页 |
| 5.3.1 考虑非连续频谱的能耗模型 | 第108-110页 |
| 5.3.2 优化问题建模 | 第110-113页 |
| 5.3.3 最优化联合分配策略求解 | 第113-117页 |
| 5.3.4 自适应无线资源分配机制 | 第117-118页 |
| 5.4 仿真分析 | 第118-126页 |
| 5.5 本章小结 | 第126页 |
| 参考文献 | 第126-132页 |
| 第六章 结束语 | 第132-134页 |
| 6.1 论文的工作总结 | 第132-133页 |
| 6.2 下一步研究方向 | 第133-134页 |
| 附录 | 第134-137页 |
| 致谢 | 第137-139页 |
| 作者攻读博士期间发表的论文 | 第139页 |
