导读:本文包含了认知无线电系统论文开题报告文献综述及选题提纲参考文献，主要关键词:通信技术,认知无线电网络,功率控制,粒子群优化算法
认知无线电系统论文文献综述
王宏志,姜方达,周明月[1]（2019）在《基于遗传粒子群优化算法的认知无线电系统功率分配》一文中研究指出考虑授权用户的干扰功率阈值和认知用户的信干噪比(Signal to interference plus noise ratio,SINR)要求,提出了一种基于遗传思想的粒子群优化(Genetic particle swarm optimization,GPSO)算法,研究认知用户发射功率最小化的问题。GPSO算法在适应度值计算、速度更新和位置更新阶段引入选择、交叉和变异操作。仿真结果表明,与拉格朗日乘子法和粒子群优化(Particle swarm optimization,PSO)算法相比,GPSO算法降低了发射功率并获得了更高的SINR。(本文来源于《吉林大学学报(工学版)》期刊2019年04期）
吕昕梦,蒋炫佑,马文韬,何琬冰[2]（2019）在《用于认知无线电系统的陷波可重构超宽带天线》一文中研究指出提出了一种可应用于认知无线电系统的新型陷波可重构超宽带缝隙天线,以改进矩形单极子天线为基本模型,采用切角的矩形地板,实现了2.9～12 GHz的超宽带特性。在改进的矩形辐射片上蚀刻由倒U形和H形组成的对称折迭槽,实现了陷波特性。通过切换3个PIN二极管的状态来改变折迭槽的形状和有效长度,实现了3个频段陷波可重构功能。该天线结构紧凑,便于加工制作,在认知无线电系统中有潜在应用价值。仿真和实测结果表明,该天线具有良好的辐射特性,在WiMAX (3.4～3.9 GHz)、WLAN (4.6～6.0 GHz)和X波段卫星通信(6.5～8.2 GHz)下行链路范围内具有3个可重构的频带陷波功能。(本文来源于《电子技术应用》期刊2019年03期）
张潇[3]（2018）在《基于合作NOMA认知无线电系统的资源分配研究》一文中研究指出第五代(Fifth Generation,5G)移动通信网络的数据速率需求呈指数增长,迫切需要大量的频谱资源。可用的频谱资源被固定分配,固定分配的频谱资源并没有被充分的利用。认知无线电技术是解决日益增长的无线应用需求和固定的静态频谱分配导致的频谱资源没有充分利用问题的一种技术解决方法。同时,非正交多址接入(Non-orthogonal Multiple Access,NOMA)技术正在成为用于5G移动网络频谱上最先进的技术,其中每一个频谱资源可以同时同频服务多个用户,但是每个用户被分配不同的功率。NOMA技术引入到认知无线中为了提高频谱的利用效率也成为一种可能。正交频分复用(Orthogonal Frequency-division Multiplexing,OFDM)技术将频谱资源分成多个子载波,从而让进行移动通信的用户更加灵活的使用频谱资源。本文将认知无线电、NOMA和OFDM技术相结合以提高对频谱资源的利用效率。本文提出一种基于用户间合作方式NOMA认知无线电系统,利用次级用户(Second User,SU)作为中继与主用户(Primary User,PU)配对合作。当PU不在基站(Base Station,BS)服务范围以内或者信道状态不好而SU与BS和SU与PU之间的信道状态很好的情况下,SU可以被选择做中继与PU采用合作的方式完成PU和SU的信息传输。采用合作NOMA认知无线电传输分为两个阶段。在第一个传输阶段,BS通过把PU和SU的信息采用NOMA策略传输给作为中继的SU,SU采用串行干扰消除技术先解码PU用户的信息,然后再解码SU信息同时完成SU的信息传输。在第二个传输阶段,SU用户通过直接传输方式向PU传输PU信息完成PU的信息传输。这种合作NOMA认知无线电系统不仅提高了系统频谱的利用效率,而且是一种同时提高SU和PU传输速率的双赢策略。针对多SU-多PU和多载波的合作NOMA认知无线电系统,需要根据用户的信道条件对PU和SU进行动态的资源分配,从而对系统容量进行最大化。本文首先采用匹配算法进行子载波分配以及PU和SU之间的用户配对,然后采用DC(Difference of Convex)算法对每个子载波上PU和SU的功率进行分配提高了每个子载波上PU和SU的合作数据码率,进而提高了系统的频谱资源利用效率。与传统的多载波认知无线电中继系统相比,本文提出的多SU-多PU的合作多载波NOMA认知无线电系统显着地提高了频谱效率。(本文来源于《哈尔滨工业大学》期刊2018-12-01）
许铭涛[4]（2018）在《认知无线电系统中FBMC信号调制识别方法的研究》一文中研究指出FBMC-OQAM(Filter Bank Multicarrier-Offset Quadrature Amplitude Modulation)信号是一种基于滤波器组的多载波调制信号,因为其在收发器两端采用特殊的信号处理机制来消除符号间或载波间存在的干扰,所以这种新的调制方式能避免OFDM(Orthogonal Frequency Division Multiplexing)调制方式由于使用循环前缀影响了数据传输速率和频谱使用不灵活等缺点,成为了 5G移动通信的备选方案之一。但由于这种调制方式较新,所以关于FBMC-OQAM信号在认知无线电(Cognitive Radio,CR)系统中的调制识别研究暂时缺乏相关报道。因此本文提出一种基于谱分析、星座图聚类投影和对数似然函数(Log Likelihood Function,LLF)的算法,以解决FBMC-OQAM信号在认知无线电系统中调制识别的问题。本文的主要内容包括:1.介绍了 FBMC-OQAM调制方式和OFDM调制方式在系统结构、调制原理、子载波调制方式的异同。2.对FBMC-OQAM信号的调制方法进行了分析,得到了 FBMC-OQAM调制信号功率谱旁瓣衰减较快和OQAM子载波信号虚实间隔调制的这两个主要特征。3.研究了对FBMC-OQAM信号以及多载波系统中不同子载波调制方式的分类识别。利用谱分析法对FBMC调制信号的功率谱进行了仿真分析,并计算了 OQAM和QAM这两种子载波信号的对数似然函数;并将这两种方法结合实现了 FBMC-OQAM调制信号的调制识别。此外还使用星座图聚类投影法结合对数似然函数的方法对MPSK和MQAM子载波调制信号进行分类识别。结果表明:这种方法能够较好地对FBMC-OQAM信号和OFDM-QAM信号进行分类识别。还能对多载波系统中的不同子载波信号进行有效分类。(本文来源于《西安理工大学》期刊2018-06-30）
秦勉[5]（2018）在《认知无线电系统中物理层安全传输方法研究》一文中研究指出随着手持移动设备数量的飞速增长,频谱资源短缺的问题日益凸显。认知无线电技术被认为是当前能够有效解决频谱资源低利用率的重要方法之一。与此同时,认知无线电网络无线信道的广播特性以及主用户、认知用户在授权频段中并存的特性,为安全通信带来了更严峻的挑战。传统的无线通信安全主要依赖于高层的加密算法。然而在分布式网络中,由于密钥的管理和分发不易实施,而且计算能力有限的无线设备也不宜使用复杂的加密算法,使得传统的加密技术在无线网络中的应用遇到了困难。作为一种信息论意义上完美的安全手段,物理层安全为保障认知无线电网络的保密传输带来了新思路。物理层安全的基本思想是利用合法信道和窃听信道之间的差异性,为安全通信保驾护航。因此,研究认知无线电网络中的物理层安全传输技术具有重要的意义。在认知无线电网络中,频谱感知是需要解决的首要问题。相别于其他无线通信系统,认知无线电网络中的认知用户为主用户的传输天然提供了中继和干扰的角色。由于认知用户使用了主用户的授权频段,作为回报认知用户愿意为主用户的安全通信提供协作。因此,本论文的研究重点就是利用认知用户带来的空域资源为主用户设计安全传输策略。总体上,本论文的主要贡献可以归结为如下几个方面:1.从安全传输角度考虑,主用户为了防止非法用户窃听,会随机改变传输信息的状态。当主用户的状态在认知用户的传输帧时间内发生多次改变时,无论是对主用户的通信服务质量、认知用户的感知性能还是认知用户的吞吐量都会产生恶劣的影响。旨在解决上述问题,首先建立了一种基于主用户状态多次改变的多元感知假设模型,分析了主用户多状态改变对认知用户感知性能的影响。以认知用户的服务质量作为优化目标,构建了以认知用户吞吐量最大化的优化目标函数问题,同时为了保证主用户的服务质量,引入干扰温度作为限制条件,同时约束认知用户的总发送功率。仿真结果表明,与没有考虑主用户活跃性的系统模型相比,针对主用户多状态改变所提出的认知用户多功率分配方案使认知用户的吞吐量得到了有效提升。2.对存在多个认知用户的协作认知无线电网络系统,研究了通过利用多用户增益增强主用户安全性能的问题。提出了两种多用户选择策略:一种称为最小干扰选择策略,另一种称为最大干扰速率选择策略。在最小干扰认知用户选择策略中,推导出了主用户可达遍历保密速率下界的闭合表达式,揭示了保密速率与干扰温度之间的关系,并分析了认知用户峰值功率对主用户保密性能的影响。理论结果表明,在高信噪比区域,若干扰温度门限值固定,多用户安全增益随着认知用户数的增大而提升。在最大干扰速率认知用户选择策略中,推导出了高信噪比区域主用户可达遍历保密速率的闭合表达式,揭示了多用户安全增益的标度律。仿真结果表明,本文所提出的两种认知用户选择策略均能使主用户的保密性能因多用户增益而得到明显提升。相对而言,从主用户的安全通信角度考虑,最大干扰速率选择策略是更佳的安全传输策略。3.在协作认知无线电网络中,提出了进一步利用协作中继和协作干扰提升主用户安全性的安全传输策略。在本文假设的系统模型中,考虑了认知用户的自私性特性,为了能使认知用户为主用户提供协作干扰和协作中继,以保障安全传输通信,采用能量传输技术为协作干扰节点提供能源激励,并为协作中继节点提供授权频带使用权的激励策略,将认知用户的服务质量作为优化目标,以主用户的保密通信作为约束条件,通过传输时间的优化分配实现了认知用户传输速率的最大化。实验结果表明,在保证主用户安全通信的前提下,所有用户都可从协作中继与干扰中受益或不会因协作而有所损失,并使得认知用户的吞吐量也得到了一定的提高。4.为了更充分利用由认知用户带来的空域资源以保障主用户保密通信,考虑了采用正交频分多址接入的认知无线电网络系统,根据子载波信道质量的不同,以主用户能否进行安全通信为考量依据,通过将子载波资源和功率资源进行优化分配,实现主用户保密速率最大化的目标。针对完全信道状态信息和部分信道状态信息两种情况,分别引入认知用户传输速率和保密中断概率为约束条件,以最大化主用户保密速率为目标函数,对应建立了联合子载波和功率分配的优化问题,并得到了功率分配的具体表达式。仿真结果证实了本文提出的联合子载波和功率分配的传输策略有效提升了主用户的保密速率,同时保证了认知用户的传输速率。(本文来源于《郑州大学》期刊2018-05-01）
李晓宇[6]（2018）在《认知无线电系统中资源分配策略研究》一文中研究指出近年来,随着无线通信业务的快速增长以及对无线通信信息传输速率和质量的要求越来越高,可用频谱资源变得日益紧张。因此如何有效充分地利用频谱资源成为无线通信技术发展的关键性问题。认知无线电(Cognitive Radio,CR)作为一种能够有效提高频谱利用率的关键技术成为无线通信研究的新热点。其通过允许非授权用户(认知用户,SU)在保证授权用户(主用户,PU)通信质量的前提下,动态地接入授权频带来进行数据传输,能够明显地提高频谱利用率和系统容量。然而,如何将认知无线电技术应用于生活中的实际场景,如何进一步提升认知系统的性能等问题,仍是当前亟需解决的关键性问题。鉴于此,本文针对上述问题,提出了相应的解决方法。本文的创新工作如下:(1)针对实际生活中大多数认知无线电场景存在多个主用户,且具有较强活跃性的问题,提出了基于多主用户活跃性的多功率认知接入策略。理论推导了该策略下认知系统吞吐量的数学表达式,以及进行了计算机仿真验证。结果表明,本文提出的认知接入机制能够使认知用户选择最优的授权信道进行传输,并且自适应地采用多功率接入策略,不仅减小了对授权用户的干扰,而且最大化了认知系统的容量。(2)鉴于非正交多址接入(Non-Orthogonal Multiple Access,NOMA)技术相对于传统正交接入方式的明显优势,本文提出了一种基于NOMA的认知无线电系统模型。并且在基于感知的频谱共享接入方式中,考虑平均传输功率限制和平均干扰功率限制,以最大限度地提高认知网络的吞吐量为目的,提出了传输功率的最优分配算法。研究结果表明所提出的基于NOMA的认知无线电模型较传统正交接入下认知无线电模型的性能有了明显提高,并且能更好地体现公平性的原则。(3)鉴于多组多播系统相对于传统多播方式的明显优势,本文提出了一种基于SSSA多组多播认知系统模型。然后在此模型下,以使多组多播认知系统速率最大化为目标,并且在考虑最大传输功率限制和最大干扰功率限制的前提下,提出了一种最优功率分配算法。最后通过计算机仿真验证了该方法能够明显提升认知系统性能。(本文来源于《郑州大学》期刊2018-04-01）
梁宝彬[7]（2018）在《认知无线电系统中频谱共享与功率分配技术的研究》一文中研究指出随着移动设备不断增多和无线通信网络规模的不断扩大,基于静态分配的频谱资源分配方式已经不能满足当下的通信需求。作为一种热门新兴技术,认知无线电在多用户之间智能地调度空闲授权频谱,提高了无线电频谱的利用率,有效缓解了频谱资源日益紧张的状况。如何设计频谱的使用规则和相关接入机制,协调所有参与者的行为,实现有效的频谱共享,对认知无线电系统尤为重要。干扰对齐是一种能够有效提高通信网络吞吐量并且有效消除用户间干扰的干扰管理技术,被广泛应用在认知无线电网络中,允许授权用户以外的更多用户共享频谱。但在实际通信环境下仍然有期望信号的信干噪比下降和干扰泄露等问题,影响授权用户的服务质量。针对以上问题,本文主要围绕以下几点展开讨论:(1)本文系统地讨论了认知无线电和干扰对齐原理,建立了基于干扰对齐的认知无线电网络模型,采用干扰对齐方式来消除认知用户接入授权频谱所造成的用户间互干扰,并分析了基于干扰对齐的认知网络中功率分配注水算法。在此基础上,提出了一种加入用户通信活动状态因子的动态功率分配算法。与传统的功率分配算法相比,该算法可以获得更高的数据传输速率,并可根据川户活动状态分配功率。(2)分析了授权用户信干噪比下降原因,提出了基于多用户分集的干扰对齐认知网络中的频谱共享算法,研究了在申请接入网络的认知用户较多,网络中干扰未被理想地完全消除的条件下,根据认知用户通信状态,系统对认知用户做出的选择带给系统性能的影响。(3)当随着请求接入网络的认知用户不断增多,授权用户信干噪比接近理论最大值时,针对认知用户的活动状态对系统信道参数带来的扰动,提出了一种基于多用户分集的功率分配算法,在保证授权用户权益的同时,提高了网络整体的传输速率。此外,提出了一种根据信道参数变化和认知用户对授权用户通信状态影响变化的自适应算法。(本文来源于《北京邮电大学》期刊2018-03-15）
崔曼曼[8]（2017）在《大规模MIMO认知无线电系统中的功率优化算法研究》一文中研究指出多样化、无处不在的通信需求和智能互联设备的大量增加,不仅加剧了可用频谱资源短缺的危机,还引发了巨大的能源需求问题和环境污染问题。能量效率也因此逐渐成为衡量无线通信性能的一个重要指标。大规模MIMO认知无线电系统集成了认知技术和大规模MIMO技术在频谱效率和能量效率上的优势,不仅可以实现对授权频谱空、时、频多维度上的高度复用,还可以充分利用大规模MIMO空间维度上的资源,以此迎合未来爆炸式增长的业务需求并缓解由此带来的各种压力。功率控制技术则被认为是能够充分挖掘大规模MIMO认知系统上述潜力的关键技术之一。因此,如何有效地调整认知用户间的发射功率,在保证主用户通信和认知用户通信正常运行的前提下获得高的系统能量效率,已经成为该系统的研究热点之一。本文从降低发射功率和通过优化用户发射功率最大化能量效率两个角度出发,结合考虑认知用户间的公平性问题以及非完美信道状态下信道估计误差对系统能效性能的影响,对大规模MIMO认知系统下的功率优化算法展开了系统的研究。主要研究内容和创新成果描述如下:1.为了降低认知用户的发射功率消耗,提出了一种基于非合作博弈的带有自适应功率阈值机制的功率控制算法。考虑到大规模MIMO技术在空间复用增益和降低发射功率方面的优势,本文首先将大规模MIMO结构引入到认知无线电系统中,提出了一种新的大规模MIMO认知系统模型;之后将该系统下多用户间的功率控制问题建模成一个非合作博弈问题,并提出了一种基于非合作博弈的功率控制算法,其中为了能够适应快速变化的无线通信环境,创新性地给出了一种根据当前通信状态自适应调整的功率阈值机制来提高算法的收敛速度;最后证明了该博弈过程存在唯一的纳什均衡点且上述算法最终收敛至该点。仿真结果验证了该算法的有效性。2.针对大规模MIMO认知系统中电路能量损耗对系统能量效率产生的负面影响以及系统中遗留的大尺度衰落导致的认知用户间不公平性问题,提出了两种完美信道状态下高能效的功率控制算法,分别用于实现该系统下认知网络能量效率的最大化和保证认知用户在能量效率方面的公平性。为了更准确地定义该系统的能量效率,首先给出了一种更切合实际的能耗模型;之后分别建模了两个非线性微分分式规划问题,即网络能量效率优化问题和公平性能量效率优化问题。由于能量效率的分式结构以及认知用户间的干扰,上述优化问题均为非凸的NP-hard问题,这导致在多项式时间内求解是非常困难的。为此,本文基于分式规划和序贯凸近似,提出了两种高效的交替迭代的功率优化算法。仿真结果验证了上述算法的收敛性和有效性。此外,相比已有算法,所提算法在保证获得相同的网络能量效率的同时能够节约至少一半的基站天线。3.针对非完美信道状态下信道估计误差会严重损害认知用户间公平性和认知网络能量效率的问题,分别提出了一种全局最优的联合功率迭代算法和一种本地最优的联合功率分配算法。1)为了保障认知用户间公平性,首先建模了非完美信道状态下的公平性能效最大化问题。但公平性能量效率的分式结构、由估计误差引起的干扰、认知用户间的干扰以及优化变量之间的高度相关性,使得获得该问题的闭式全局最优解变得十分困难。为此,本文在基于梯度的自适应方法(Gradient-based adaption method)和次梯度方法的基础上,提出了一种基于拉格朗日对偶的功率迭代算法来获得上述问题的全局最优数值解。仿真结果验证了该算法的有效性。2)为了提高认知网络能量效率,建模了非完美信道状态下的网络能效最大化问题。同样地,该问题的非凸性和NP-hard特性导致很难直接求解;并且由于网络能量效率中和速率项的存在,上述全局最优算法并不再适用。为此,本文提出了一种基于序贯凸近似和凹分式规划的本地最优的功率联合分配算法。仿真结果表明,相比已有算法,该算法可以获得最高的认知网络能量效率,并且在不损害通信性能的前提下,能够使系统容纳更多的认知用户。(本文来源于《华南理工大学》期刊2017-12-28）
林静[9]（2017）在《认知无线电系统中多用户协作频谱感知算法研究》一文中研究指出随着通信业务的发展,无线电频谱资源日益紧张,固定频谱分配政策已经不能满足目前对于频谱资源的需求。因此认知无线电技术应运而生,其通过动态地改变工作参数,实现授权频谱的有效复用。频谱感知技术是认知无线电网络的基础与前提,其通过检测未被主用户占用的空闲频谱,动态地分配给未授权用户,从而有效缓解频谱资源紧张问题。能量检测技术由于其实现简单和不需要主用户先验信息的特点,成为认知无线电频谱感知的首选方法。在实际通信网络中,多径衰落、阴影和接收机不确定性等问题会严重影响频谱感知性能,然而多用户协作频谱感知技术可以有效降低以上因素对认知无线电系统造成的干扰。基于此本文进行以下创新性研究:1、传统的能量检测技术基于固定阈值进行判断,因此对噪声不确定性十分敏感。为解决这一问题,本文提出一种改进的能量检测算法。通过存储主用户在连续时间内的状态信息,来预测其当前的活动情况。基于预测结果,通过引入噪声不确定性系数,动态地切换阈值以提高检测概率,降低虚警概率,增强系统对于信噪比墙的鲁棒性。2、针对协作频谱感知的融合技术,本文提出一种改进的软硬联合判决方案。将硬判决技术中的Majority规则与软判决技术中的最大比合并规则相结合,次级用户在利用改进的能量检测技术完成本地感知之后,将判决结果与感知信号能量存储为一个二元数组,发送到融合中心,融合中心根据软硬联合判决方案进行仲裁,在二者判决结果一致时完成最终判决。该方案有效弥补了单一判决造成的系统误差,降低了噪声不确定性对系统的影响,提高了检测系统的有效性。蒙特卡罗仿真结果显示,以上所提方案均能够有效降低信噪比墙对系统的影响,提高频谱资源利用率,提升认知无线电系统的检测性能。(本文来源于《北京邮电大学》期刊2017-12-01）
董守超[10]（2017）在《认知无线电系统高效频谱感知与接入优化技术研究》一文中研究指出随着无线通信技术的飞速发展,频谱资源日趋紧张,而认知无线电技术正是解决频谱短缺的最有前景的技术之一。对于不同的认知无线电系统,研究的系统性能可能不同,对于节点能量受限的系统,往往研究如何提高系统能效;而对于数据传输效率要求较高的系统,往往研究如何提高系统吞吐量。本文着重从频谱感知的角度研究提高系统能效的感知方案,而从频谱接入的角度研究提高系统吞吐量的频谱接入方案。主要研究内容与成果如下:1)研究了MAC层感知-传输时隙结构对认知无线电系统能效的影响,提出了能量有效的感知时隙调度优化方案。针对多信道多用户认知无线电系统场景,综合考虑协作频谱感知、频谱切换和数据传输过程对系统能效的影响,建立了认知无线电系统的能效模型,探索并发现了感知时间对系统能效的控制机理;提出了能量有效的感知时间优化问题,通过优化频谱感知时间使得系统能效达到最大。理论和仿真结果表明,切换机制下的多用户协作感知系统依然存在感知-能效折中关系;当系统参数给定,总是可以找到最优的感知时间,使系统能效达到最大。2)研究了MAC层频谱接入与系统吞吐量的关系,提出了基于部分可观测马尔可夫决策过程(POMDP)理论的认知用户频谱接入优化算法。针对单信道场景,提出了POMDP贪婪接入算法,其利用信道状态的预测值来选择接入行为,节省了部分感知时间,提高了系统吞吐量。针对多信道场景,介绍了POMDP次优接入算法,对其加以改进提出了POMDP两步接入算法,后者通过逐级优化感知信道选择和接入信道选择,提高了频谱接入的准确性与系统吞吐量。结合频谱聚合技术,进一步提出了POMDP自适应接入算法,该算法使得认知用户能够根据系统状态自适应地调整感知信道的数目,并通过频谱聚合技术将感知到的所有空闲信道聚合起来传输数据,从而提高了系统吞吐量。仿真结果表明,该算法相比现有算法进一步提高了系统吞吐量。上述研究工作对设计高效的认知无线电系统MAC协议提供了一定的理论和技术支持。(本文来源于《南京邮电大学》期刊2017-10-26）
认知无线电系统论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
提出了一种可应用于认知无线电系统的新型陷波可重构超宽带缝隙天线,以改进矩形单极子天线为基本模型,采用切角的矩形地板,实现了2.9～12 GHz的超宽带特性。在改进的矩形辐射片上蚀刻由倒U形和H形组成的对称折迭槽,实现了陷波特性。通过切换3个PIN二极管的状态来改变折迭槽的形状和有效长度,实现了3个频段陷波可重构功能。该天线结构紧凑,便于加工制作,在认知无线电系统中有潜在应用价值。仿真和实测结果表明,该天线具有良好的辐射特性,在WiMAX (3.4～3.9 GHz)、WLAN (4.6～6.0 GHz)和X波段卫星通信(6.5～8.2 GHz)下行链路范围内具有3个可重构的频带陷波功能。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
认知无线电系统论文参考文献
[1].王宏志,姜方达,周明月.基于遗传粒子群优化算法的认知无线电系统功率分配[J].吉林大学学报(工学版).2019
[2].吕昕梦,蒋炫佑,马文韬,何琬冰.用于认知无线电系统的陷波可重构超宽带天线[J].电子技术应用.2019
[3].张潇.基于合作NOMA认知无线电系统的资源分配研究[D].哈尔滨工业大学.2018
[4].许铭涛.认知无线电系统中FBMC信号调制识别方法的研究[D].西安理工大学.2018
[5].秦勉.认知无线电系统中物理层安全传输方法研究[D].郑州大学.2018
[6].李晓宇.认知无线电系统中资源分配策略研究[D].郑州大学.2018
[7].梁宝彬.认知无线电系统中频谱共享与功率分配技术的研究[D].北京邮电大学.2018
[8].崔曼曼.大规模MIMO认知无线电系统中的功率优化算法研究[D].华南理工大学.2017
[9].林静.认知无线电系统中多用户协作频谱感知算法研究[D].北京邮电大学.2017
[10].董守超.认知无线电系统高效频谱感知与接入优化技术研究[D].南京邮电大学.2017