基于机器学习的认知无线电传感器网络频谱感知与接入技术
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-12页 |
| 1.1.2 研究意义 | 第12页 |
| 1.2 论文研究内容及创新点 | 第12-14页 |
| 1.2.1 研究内容 | 第12-13页 |
| 1.2.2 创新点 | 第13-14页 |
| 1.3 研究生期间主要工作 | 第14-15页 |
| 1.4 论文组织结构安排 | 第15-16页 |
| 第二章 机器学习与认知无线电技术概述 | 第16-26页 |
| 2.1 机器学习 | 第16-20页 |
| 2.1.1 聚类分析 | 第17-19页 |
| 2.1.2 强化学习 | 第19-20页 |
| 2.2 认知无线电 | 第20-22页 |
| 2.3 研究现状 | 第22-24页 |
| 2.3.1 频谱感知 | 第23页 |
| 2.3.2 频谱接入 | 第23-24页 |
| 2.3.3 能量收集 | 第24页 |
| 2.3.4 机器学习与认知无线电 | 第24页 |
| 2.4 挑战与关键技术 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 基于聚类分析的频谱感知技术 | 第26-36页 |
| 3.1 问题描述与分析 | 第26页 |
| 3.2 基于聚类分析的频谱感知模型 | 第26-28页 |
| 3.3 聚类算法关键指标 | 第28-29页 |
| 3.4 改进的层次聚类算法 | 第29-31页 |
| 3.5 仿真实验 | 第31-35页 |
| 3.5.1 实验环境 | 第31页 |
| 3.5.2 实验结果分析 | 第31-35页 |
| 3.6 本章小结 | 第35-36页 |
| 第四章 基于强化学习的频谱接入技术 | 第36-45页 |
| 4.1 内容概述 | 第36-37页 |
| 4.2 基于强化学习的频谱接入 | 第37-40页 |
| 4.2.1 强化学习模型 | 第37-39页 |
| 4.2.2 权重更新 | 第39-40页 |
| 4.3 强化学习策略 | 第40-42页 |
| 4.3.1 策略概述 | 第40页 |
| 4.3.2 学习算法 | 第40-42页 |
| 4.4 仿真实验 | 第42-44页 |
| 4.4.1 实验环境 | 第42页 |
| 4.4.2 实验结果分析 | 第42-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第五章 总结及展望 | 第45-47页 |
| 5.1 论文工作总结 | 第45-46页 |
| 5.2 问题及展望 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 致谢 | 第50-51页 |
| 攻读学位期间发表的学术论文目录 | 第51页 |
