| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-15页 |
| 1.1 课题的来源 | 第8页 |
| 1.2 课题的研究背景及意义 | 第8-9页 |
| 1.3 国内外研究现状 | 第9-14页 |
| 1.3.1 认知无线电的研究现状 | 第9-11页 |
| 1.3.2 随机矩阵应用于频谱感知的研究现状 | 第11-14页 |
| 1.4 论文的主要工作及安排 | 第14-15页 |
| 2 频谱感知与随机矩阵相关理论 | 第15-24页 |
| 2.1 频谱感知原理及方法 | 第15-17页 |
| 2.1.1 二元假设检验 | 第15-16页 |
| 2.1.2 频谱感知算法概述与分类 | 第16-17页 |
| 2.2 协作频谱感知 | 第17-19页 |
| 2.2.1 协作频谱感知的基本原理 | 第17-18页 |
| 2.2.2 硬判决融合和软判决融合 | 第18页 |
| 2.2.3 集中式频谱感知和分布式频谱感知 | 第18-19页 |
| 2.3 随机矩阵理论 | 第19-23页 |
| 2.3.1 常见的随机矩阵 | 第19-20页 |
| 2.3.2 随机矩阵的渐近分布理论 | 第20-22页 |
| 2.3.3 随机矩阵的非渐近分布理论 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 3 基于样本协方差矩阵统计分布的协作频谱感知算法 | 第24-39页 |
| 3.1 系统模型 | 第25-26页 |
| 3.2 能量检测法 | 第26-28页 |
| 3.2.1 用卡方分布求解 | 第27页 |
| 3.2.2 用高斯分布求解 | 第27-28页 |
| 3.3 经典的协方差矩阵感知算法 | 第28-30页 |
| 3.3.1 协方差绝对值感知算法 | 第28-29页 |
| 3.3.2 协方差矩阵Cholesky分解感知算法 | 第29-30页 |
| 3.4 基于协方差矩阵绝对值之和的改进感知算法 | 第30-35页 |
| 3.4.1 ICAV的检验统计量 | 第30-32页 |
| 3.4.2 ICAV的PDF和CDF | 第32-34页 |
| 3.4.3 ICAV的判决阈值 | 第34-35页 |
| 3.5 仿真结果与分析 | 第35-38页 |
| 3.6 本章小结 | 第38-39页 |
| 4 基于随机矩阵谱理论的协作频谱感知算法 | 第39-52页 |
| 4.1 系统模型 | 第39-40页 |
| 4.2 基于渐近谱理论的频谱感知算法 | 第40-43页 |
| 4.2.1 渐近最大特征值感知算法 | 第40-41页 |
| 4.2.2 渐近最大最小特征值比感知算法 | 第41-43页 |
| 4.2.3 渐近最大最小特征值之差感知算法 | 第43页 |
| 4.3 基于非渐近谱理论的频谱感知算法 | 第43-45页 |
| 4.3.1 非渐近最大特征值感知算法 | 第43-44页 |
| 4.3.2 非渐近最大最小特征值之比感知算法 | 第44-45页 |
| 4.4 改进的非渐近最大最小特征值之差感知算法 | 第45-48页 |
| 4.4.1 EMMED的检验统计量 | 第45页 |
| 4.4.2 EMMED的PDF和CDF的推导 | 第45-47页 |
| 4.4.3 EMMED的判决阈值 | 第47-48页 |
| 4.5 仿真结果与分析 | 第48-51页 |
| 4.6 本章小结 | 第51-52页 |
| 5 总结与展望 | 第52-54页 |
| 5.1 论文工作的总结 | 第52-53页 |
| 5.2 今后工作的展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 附录 | 第60页 |
| A. 作者在攻读学位期间取得的科研成果目录 | 第60页 |
| B. 作者在攻读学位期间参加的科研项目目录 | 第60页 |