声明
第1章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 认知无线电的资源鲁棒优化
1.2.2 非线性能量收集模型下认知无线电的资源鲁棒优化
1.2.3 基于深度强化学习的认知无线电资源分配策略
1.3.1 研究内容
1.3.2 章节安排
第2章 无线能量收集模型
2.1 线性能量收集模型
2.2 非线性能量收集模型
2.2.1 第一类非线性能量收集模型
2.2.2 第二类非线性能量收集模型
2.2.3 第三类非线性能量收集模型
2.2.4 第四类非线性能量收集模型
2.2.5 第五类非线性能量收集模型
2.2.6 第六类非线性能量收集模型
2.3 本章小结
第3章 能量收集认知无线电的多目标鲁棒波束成形设计
3.1 系统模型
3.1.1 信道模型
3.1.2 非线性能量收集模型
3.2 多目标鲁棒波束成形设计
3.3 仿真结果与分析
3.4 本章小结
第4章 基于深度强化学习的能量收集认知无线电资源分配
4.1.1 深度神经网络
4.1.2 深度强化学习
4.2 系统模型
4.3.1 资源分配过程的马尔可夫建模
4.3.2 基于深度强化学习的资源分配算法设计
4.4 仿真结果与分析
4.5 本章小结
第5章 结论与展望
5.1 主要工作与贡献
5.2 进一步工作的方向
致谢
参考文献
攻读学位期间的研究成果
