| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 研究内容及成果 | 第14-16页 |
| 1.3 论文结构安排 | 第16-18页 |
| 第二章 密集认知网络及频谱感知技术综述 | 第18-32页 |
| 2.1 认知网络 | 第18-21页 |
| 2.1.1 认知网络概述 | 第18-19页 |
| 2.1.2 认知网络关键技术 | 第19-21页 |
| 2.2 密集网络 | 第21-24页 |
| 2.2.1 密集网络概述 | 第21-22页 |
| 2.2.2 密集网络关键技术 | 第22-23页 |
| 2.2.3 密集认知网络概述 | 第23-24页 |
| 2.3 频谱感知技术综述 | 第24-29页 |
| 2.3.1 独立频谱感知 | 第25页 |
| 2.3.2 合作频谱感知 | 第25-29页 |
| 2.3.3 现有频谱感知算法性能归纳 | 第29页 |
| 2.4 密集认知网络中的合作频谱感知 | 第29-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 基于高维协方差矩阵特征值估计的合作频谱感知算法 | 第32-44页 |
| 3.1 引言 | 第32页 |
| 3.2 系统与信号模型 | 第32-34页 |
| 3.3 基于特征值一致估计的合作频谱感知算法 | 第34-40页 |
| 3.3.1 算法推导 | 第34-38页 |
| 3.3.2 算法性能分析 | 第38-40页 |
| 3.4 仿真结果与分析 | 第40-42页 |
| 3.4.1 仿真参数设置 | 第40页 |
| 3.4.2 仿真结果分析 | 第40-42页 |
| 3.5 本章小结 | 第42-44页 |
| 第四章 基于高维协方差矩阵估计的合作频谱感知算法 | 第44-58页 |
| 4.1 引言 | 第44-45页 |
| 4.2 系统与信号模型 | 第45-46页 |
| 4.3 理想噪声下基于渐进最优收缩估计的合作频谱感知算法 | 第46-50页 |
| 4.3.1 算法推导 | 第46-49页 |
| 4.3.2 算法性能分析 | 第49-50页 |
| 4.4 非理想噪声下基于渐进最优收缩估计的合作频谱感知算法 | 第50-54页 |
| 4.4.1 算法推导 | 第50-53页 |
| 4.4.2 算法性能分析 | 第53-54页 |
| 4.5 仿真结果及分析 | 第54-57页 |
| 4.5.1 仿真参数设置 | 第54页 |
| 4.5.2 仿真结果分析 | 第54-57页 |
| 4.6 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 论文工作总结 | 第58-59页 |
| 5.2 下一步研究方向 | 第59-60页 |
| 缩略语 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68-70页 |
| 攻读学位期间发表的学术论文目录 | 第70页 |
