认知无线电通信与组网：原理与应用
作者：（美）李虎生 编著
出版时间：2013年版
内容简介
《认知无线电通信与组网：原理与应用》紧紧围绕认知无线电发展过程中的热点问题，以认知无线电理论、技术与应用为核心，比较全面和系统地介绍了认知无线电技术的基本原理和应用实践的最新成果。全书共分为12章，分为理论、技术与应用3个部分。理论部分包括大维随机矩阵、凸优化、机器学习、博弈论等内容；技术部分包括频谱感知（基础技术、经典检测、非交换随机矩阵的假设检验）、多输入多输出（MIMO）和正交频分复用（OFDM）等内容；应用部分包括认知无线电网络和认知无线电传感器网络等内容。本书全面介绍了与认知无线电有关的基本数学工具，描述了认知无线电的基础知识，演示了从理论到实践的诸多实例，并列出了可供课外阅读的大量参考文献。本书材料权威丰富，体系科学完整，内容新颖翔实，知识系统全面，行文通俗易懂，兼备知识性、系统性、可读性、实用性和指导性。
目录
译者序
原书前言
第1章 引言
1.1 愿景：“大数据”
1.2 认知无线电：系统概念
1.3 频谱感知接口和数据结构
1.4 数学工具
1.4.1 凸优化
1.4.2 博弈论
1.4.3 将“大数据”建模为高维随机矩阵
1.5 样本协方差矩阵
1.6 尖峰总体模型的高维样本协方差矩阵
1.7 随机矩阵和非交换随机变量
1.8 主成分分析
1.9 广义似然比检验
1.10 针对矩阵最佳逼近的布雷格曼发散
第2章 频谱感知：基础技术
2.1 挑战
2.2 能量检测：不存在确定或随机信号的先验信息
2.2.1 白噪声检测：低通情况
2.2.2 决策统计的时域表示
2.2.3 决策统计的谱表示
2.2.4 AWGN信道上的检测和虚警概率
2.2.5 具备不相关系数的正交序列中随机过程的扩展形式：Karhunen?Loeve扩展
2.3 使用二阶统计量的频谱感知
2.3.1 信号检测描述
2.3.2 广义稳态随机过程：连续时间
2.3.3 非平稳随机过程：连续时间
2.3.4 针对WSS随机信号的、基于谱相关的频谱感知：启发式方法
2.3.5 离散时间WSS随机信号的似然比检验
2.3.6 频谱相关性和似然比检验之间的渐近等价关系
2.3.7 噪声中连续时间随机信号的似然比检验：塞林提出的方法
2.4 统计模式识别：通过机器学习利用信号的先验信息
2.4.1 连续时间随机信号的Karhunen?Loeve分解
2.5 特征模板匹配
2.6 循环平稳检测
第3章 经典检测
3.1 量子信息描述
3.2 协同感知的假设检验
3.3 样本协方差矩阵
3.3.1 数据矩阵
3.4 具有独立行的随机矩阵
3.5 多元正态分布
3.6 样本协方差矩阵估计与矩阵压缩感知
3.6.1 最大似然估计
3.6.2 多重采样假设的似然比检验（维尔克斯检验）
3.7 似然比检验
3.7.1 广义高斯检测和估计器?相关器结构
3.7.2 采用重复观测进行检验
3.7.3 采用样本协方差矩阵进行检测
3.7.4 多随机向量的广义似然比检验
3.7.5 线性判别函数
3.7.6 复随机向量的相关结构检测
第4章 非交换随机矩阵的假设检验
4.1 为什么采用非交换随机矩阵
4.2 协方差矩阵的偏序：A<>
4.3 完全正映射的偏序：Φ（A）<>
4.4 利用优化的矩阵偏序关系：A?B
4.5 酉不变范数的偏序：|||A|||<>
4.6 多副本正定矩阵的偏序：∑Kk=1Ak≤∑Kk=1Bk
4.7 正算子值随机变量的偏序：Prob（A≤X≤B）
4.8 使用随机序的偏序：A≤stB
4.9 量子假设检测
4.10 多副本量子假设检验
第5章 大维随机矩阵
5.1 大维随机矩阵：矩量法、斯蒂尔切斯变换和自由概率
5.2 使用大维随机矩阵的频谱感知
5.2.1 系统模型
5.2.2 马尔琴科?帕斯图尔定律
5.3 矩量法
5.3.1 谱分布极限
5.3.2 极特征值极限
5.3.3 谱分布的收敛速度
5.3.4 标准向量输入向量输出模型
5.3.5 广义密度
