| 致谢 | 第1-7页 |
| 摘要 | 第7-9页 |
| Abstract | 第9-11页 |
| 目录 | 第11-16页 |
| 1 绪论 | 第16-36页 |
| ·研究背景 | 第16-17页 |
| ·认知无线电技术 | 第17-30页 |
| ·认知无线电基本概念 | 第17-22页 |
| ·Joseph Mitola的定义 | 第17-19页 |
| ·FCC的定义 | 第19-20页 |
| ·Simon Haykin教授的定义 | 第20-21页 |
| ·其它定义 | 第21-22页 |
| ·认知无线电关键技术 | 第22-28页 |
| ·频谱感知技术 | 第22-24页 |
| ·功率控制技术 | 第24-26页 |
| ·频谱接入 | 第26-28页 |
| ·认知无线Mesh网络 | 第28-30页 |
| ·增强学习基本思想 | 第30-33页 |
| ·论文研究的动机、研究成果及内容安排 | 第33-36页 |
| ·研究动机 | 第33-34页 |
| ·论文内容安排和研究成果 | 第34-36页 |
| 2 CogMesh网络中基于网络编码的智能簇间链接 | 第36-59页 |
| ·基于网络编码的簇间链接 | 第37-49页 |
| ·网络编码 | 第37-39页 |
| ·簇间链接 | 第39-46页 |
| ·系统模型 | 第39-41页 |
| ·传统的簇间链接 | 第41-45页 |
| ·基于物理层网络编码的簇间链接 | 第45-46页 |
| ·仿真结果与性能分析 | 第46-49页 |
| ·基于增强学习的智能簇间链接 | 第49-57页 |
| ·提出问题 | 第49-51页 |
| ·基于增强学习的智能功率选择 | 第51-54页 |
| ·动态规划算法 | 第51-53页 |
| ·ε贪婪算法 | 第53-54页 |
| ·仿真结果与性能分析 | 第54-57页 |
| ·本章小节 | 第57-59页 |
| 3 CogMesh网络中基于增强学习的随机功率适配 | 第59-85页 |
| ·Q学习算法概述 | 第59-62页 |
| ·单用户Q学习算法 | 第59-61页 |
| ·多用户Q学习算法 | 第61-62页 |
| ·问题建模 | 第62-71页 |
| ·回报函数模型 | 第62-65页 |
| ·多用户Q学习的随机功率适配 | 第65-70页 |
| ·存在的挑战 | 第70-71页 |
| ·基于揣测多用户Q学习的随机功率适配 | 第71-79页 |
| ·个体行为与演进 | 第71-73页 |
| ·基于揣测的多用户Q学习算法 | 第73-75页 |
| ·算法的收敛性证明 | 第75-79页 |
| ·仿真结果与性能分析 | 第79-84页 |
| ·本章小结 | 第84-85页 |
| 4 CogMesh网络中基于动态揣测的机会式频谱接入 | 第85-106页 |
| ·引言 | 第85-87页 |
| ·系统模型 | 第87-91页 |
| ·基于揣测的分布式频谱接入算法 | 第91-99页 |
| ·最佳反应学习频谱接入算法 | 第93-97页 |
| ·梯度上升学习频谱接入算法 | 第97-99页 |
| ·仿真实验与性能分析 | 第99-104页 |
| ·本章小结 | 第104-106页 |
| 5 总结与展望 | 第106-110页 |
| ·本文主要工作 | 第106-108页 |
| ·未来工作展望 | 第108-110页 |
| 参考文献 | 第110-123页 |
| 攻读博士学位期间主要研究成果 | 第123-127页 |
| 简历 | 第127-128页 |
