1.認知無線電簡介

認知無線電(Cognitive radio, CR)的概念起源于1999年Joseph Mitola博士的奠基性工作。它可以通過學習、理解等方式，自適應的調整內部的通信機理、實時改變特定的無線操作參數（如功率、載波調制和編碼等），來適應外部無線環境，自主尋找和使用空閑頻譜。它能幫助用戶選擇最好的、最適合的服務進行無線傳輸，甚至能夠根據現有的或者即將獲得的無線資源延遲或主動發起傳送。

Joseph Mitola定義的認知無線電強調“學習”的能力，認知無線電系統需要考慮通信環境中的每一個可能參數，然后做出決定。相比于Joseph Mitola的定義，美國聯邦通信委員會(Federal Communications Commission, FCC)針對頻譜有效分配問題對認知無線電做出的定義更能為業界所接受。在2003年12月的一則通告中，FCC對認知無線電作出如下定義：認知無線電是能夠與所處的通信環境進行交互并根據交互結果改變自身傳輸參數的無線電。FCC對認知無線電的這個定義主要是基于頻譜資源分配和管理問題提出的。目前無線頻譜資源的規劃和使用都是由政府制定的，無線通信設備對頻譜的使用需要經過政府的許可。而固定的頻譜分配政策導致了頻譜不能有效利用的問題。除了JosephMitola和FCC外，還有很多學者對認知無線電進行了定義。比如，SimonHaykin結合JosephMitola和FCC的觀點，對認知無線電做出如下定義 ：認知無線電是一個智能無線通信系統，它能感知外界環境，并使用人工智能技術從環境中學習，通過實時改變傳輸功率、載波頻率和調制方式等系統參數，使系統適應外界環境的變化，從而達到很高的頻譜利用率和最佳通信性能。

2.認知無線電的特點

對環境的感知能力：此特點是CR技術成立的前提，只有在環境感知和檢測的基礎上，才能使用頻譜資源。頻譜感知的主要功能是監測一定范圍的頻段，檢測頻譜空洞等信息。

對環境變化的學習能力、自適應性：此特點體現CR技術的智能性，在遇到主用戶信號時，能盡快主動退避，在頻譜空洞間自如的切換。

通信質量的高可靠性：要求系統能夠實現任何時間任何地點的高度可靠通信，能夠準確地判定主用戶信號出現的時間、地點、頻段等信息，及時調整自身參數，提高通信質量。

系統功能模塊的可重構性：CR設備可根據頻譜環境動態編程，也可通過硬件設計，支持不同的收發技術。可以重構的參數包括：工作頻率、調制方式、發射功率和通信協議等。

3.認知無線電的關鍵技術

3.1頻譜感知技術

頻譜感知技術是CR應用的基礎和前提，也是CR核心技術，是保證高效率分配頻譜的先決條件。頻譜感知是在不干擾授權用戶的前提下，實時監測可用頻段并進行相關分析，從而發現頻譜空穴。頻譜感知技術必須要保證良好的檢測性能，一旦檢測概率偏低，就會對授權用戶正常的通信造成干擾，而虛警概率偏高則會導致認知用戶無法正常接入空閑頻譜，降低頻譜的利用率。頻譜感知分為單節點感知與多節點協作感知。

單節點頻譜感知即單個用戶獨立判決，不涉及復雜的系統結構和數據融合問題，相對簡單。但感知性能提升無法突破物理局限瓶頸。在此背景下，協作頻譜感知被提出，有效克服了單節點物理局限，提高了頻譜感知性能，能更好地適用于更低的信噪比環境。多節點協作通過檢測節點間的協作達到系統要求的檢測門限，從而降低對單個檢測節點的要求，降低單個節點的負擔。

經典的頻譜感知方法包括能量檢測算法、匹配濾波器檢測算法、循環平穩檢測算法。能量檢測算法計算量小、實現簡單、不需要主用戶的先驗知識，但由于其易受噪聲不確定度影響，在低信噪比時檢測性能急劇下降。近年來基于隨機矩陣理論的方法逐漸應用于頻譜感知。這種方法將協方差矩陣的特征值作為信號的檢驗統計量，再利用統計特征與門限比較從而實現頻譜感知。但是這種方法需要計算特征值及對門限的準確估計，而門限估計值的精度嚴重影響著頻譜感知的效果。因此，基于機器學習的頻譜感知算法逐漸成為了研究的焦點。

頻譜感知的目的是對頻段進行監控然后通過對接受信號的成分分析，從而確定該頻段是否被主用戶(Primary User, PU)占用。從數學角度來看，頻譜感知本質上是一個二元分類問題，即:

H0情況，檢驗統計量小于檢測門限，認為 PU 不存在，次級用戶( Second User, SU) 可以接入授權頻段

H1情況，當檢驗統計量大于檢測門限時，判定 PU 存在，SU不可接入授權頻段。其數學模型如下所示:

其中，s( n) 為主用戶信號，x( n) 表示次用戶接收接信號( n = 1，2，．．，N) 在時間 n 處的采樣值，w( n) 表示噪聲信號，h( n) 表示信道增益。

現階段機器學習可以很好的解決二分類問題，所以可以采用傳統的機器學習算法如K均值聚類(K-Means)，支持向量機(Support Vector Machine,?SVM)，或高斯混合模型(Gaussian Mixture Model, GMM)等，也可以使用人工神經網絡如卷積神經網絡(Convolutional Neural Networks, CNN), 循環神經網絡(Recurrent Neural Network, RNN)或長短時記憶(Long Short-Term Memory, LSTM)來解決進行分類。

3.2調制識別技術

通信信號的調制識別（或者調制分類）是指在有噪聲和多信號類型的條件下，對接收信號進行處理并利用信號的某些特定參數來自動確定信號調制類型，是分析和處理信號檢測、解調不可或缺的一步。

通信信號調制識別有兩種分類，一種是類間識別(Intra-Recognition)，指的是某幾大類信號間的分類識別，例如MASK、MFSK、MPSK這三大類信號，另一種是類內識別(Inter-Recognition)，指的是某一大類信號間信號的分類識別，例如2ASK信號和4ASK這兩種信號。通信信號的調制識別主要包括三個基本步驟：信號預處理、特征提取及選擇和分類識別，其識別過程基本結構框圖如圖所示。

其中信號預處理部分主要是為特征提取和識別部分提供合適的處理數據，隔離每個信號保證一次只能有一種信號進入后續環節。另外，預處理還需要對信號進行分段，以消除無線信道引起的衰落效應。信號預處理任務一般包括：頻率下變頻、中頻濾波、信號分離、載波同步、載頻分量的消除等。因此，在發射源環境中，信號的預處理是非常有用的。特征提取及選擇部分的主要工作是從經過預處理的數據中提取出合適的用于信號調制識別的各個參數特征。分類識別主要是用于選擇和確定出有效的識別方法、規則以及分類器類型。

4.認知無線電的發展現狀及其趨勢

當前，認知無線電技術已經得到了學術界和產業界的廣泛關注。很多著名學者和研究機構都投入到認知無線電相關技術的研究中，啟動了很多針對認知無線電的重要研究項目。例如：德國Karlsruhe大學的F. K. Jondral教授等提出的頻譜池系統、美國加州大學Berkeley分校的R. W. Brodersen教授的研究組開發的COVUS系統、美國Georgia理工學院寬帶和無線網絡實驗室Ian F. Akyildiz教授等人提出OCRA項目、美國軍方DARPA的XG項目、歐盟的E2R項目等。在這些項目的推動下，在基本理論、頻譜感知、數據傳輸、網絡架構和協議、與現有無線通信系統的融合以及原型開發等領域取得了一些成果。IEEE為此專門組織了兩個重要的國際年會IEEE CrownCom和IEEE DySPAN交流這方面的成果，許多重要的國際學術期刊也通過將刊發關于認知無線電的專輯。目前，最引人關注的是IEEE 802.22工作組的工作，該工作組正在制定利用空閑電視頻段進行寬帶無線接入的技術標準，這是第一個引入認知無線電概念的IEEE技術標準化活動。

結合上述認知無線電技術的現狀，預計認知無線電未來會沿著以下幾個方面發展：

基本理論和相關應用的研究，為大規模應用奠定堅實的基礎。比較重要的包括：認知無線電的信息論基礎和認知無線電網絡相關技術，例如：頻譜資源的管理、跨層聯合優化等等。

試驗驗證系統開發。目前，已經有多個試驗驗證系統正在開發中，這些系統的開發成功，將為驗證認知無線電的基本理論、關鍵技術提供測試床，推動其大規模應用。

與現有系統的融合。雖然目前認為認知無線電的應用應該不要求授權用戶作任何改變，但如果授權用戶和認知無線電用戶協同工作，將會便于實現并提高效率。目前，已經有一些研究工作在考慮將認知無線電集成到現有無線通信系統的方法，并取得了一些初步成果。預計未來這方面將會有大量的需求。

總結

以上是生活随笔為你收集整理的认知无线电综述的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。