工程硕士专业讲座

1、认知无线电概念（Concept of Cognitive Radio）背景随着无线通信业务的快速增长，频谱需求和资源有限之间的矛盾越来越突出“频谱危机”解决途径之一：寻求更高效的传输方式（MIMO、高阶调制、AMC等）提高频谱效率频谱使用政策：授权（固定）、ISM（Industrial Scientific and Medical）开放频谱浪费严重：3GHz以下频段，时间和空间平均利用率低解决途径之二：认知无线电提高频谱利用率认知无线电概念（Concept of Cognitive Radio）2007年至今，围绕认知无线电的研究如火如荼学术界：找到了无线通信技术新的发展方向和热点研究内容监管

2、部门：调整了频谱使用规则，引导其商用（美国、英国、加拿大、日本、新加坡、韩国等）标准化组织：纷纷制定和发布新的通信标准（802.22、ECMA392、802.11af、802.16h、802.15.4m）制造商：找到了新的、巨大的、潜在的商机运营商：用较少的投入提供通信服务，获得更大的收益认知无线电定义（Definition of Cognitive Radio）认知无线电是一种智能频谱共享技术，依靠人工智能的支持，感知无线通信环境，依据学习和决策算法，实时自适应的改变工作参数（频点、功率、调制、编码），动态检测和有效利用空闲频谱。 理论上允许在时域、频域和空域上进行多维的资源共享 认知无线电

3、定义（Definition of Cognitive Radio）美国FCC认为：CR是一种通过与通信环境交互获取无线电背景知识，继而调整传输参数，最终实现无线传输的无线电设备。主体是SDR，但认知无线电设备不一定必须具有软件或现场可编程能力。FCC关注认知无线电如何提高频谱利用率认知终端Rieser教授认为：CR采用基于遗传算法的生物启发认知模型对传统无线电系统的物理层和媒体接入控制层（PHY+MAC）的演进过程建模认知引擎认知无线电定义（Definition of Cognitive Radio）Haykin教授认为：CR是一个智能无线通信系统，它能够感知外界环境，并利用人工智能技术从环境

4、中学习，通过实时改变传输参数，使其内部状态适应无线通信环境统计特性的变化信号处理IEEE认为：CR是能感知外部环境的智能无线通信技术，能从环境中学习，并根据环境变化动态调整内部状态，以适应环境变化，其认知功能可以采用人工智能或简单控制机制实现智能控制 认知无线电定义（Definition of Cognitive Radio）认知无线电都具有两种功能：认知功能和重构功能认知功能：认知无线电能与周围环境进行交互，进而选择合适的通信参数以适应变化的频谱资源和网络环境。重构功能：认知无线电能在不改变系统硬件的前提下重新配置系统的发射参数，如传输功率、调制方式、传输频段等。认知无线电的最终目标是通过认

5、知功能和重构功能获取通信资源，从而提高频谱利用率。 认知无线电基本原理(Principle of CR)通过分析外部环境提供的激励认识通信任务的内容；通过接收和发送内容的分析选择解决方式一种目标驱动的框架结构观察-思考-行动：认知环模型（Mitola）认知无线电网络定义（Definition of CRN）认知无线电网络（cognitive radio network, CRN）：基于认知无线电技术构建的无线通信网络CRN的终端节点和接入点在PHY、MAC、NWK及应用层都具有：认知能力+学习能力+重构能力CRN能感知网络当前状态，根据端到端目标，利用学习机制实时调整资源配置，利用感知到的网络

6、状态信息形成规划、决策和行动CRN是一种能够感知当前网络状态，并据此进行规划、调整和采取适当行动的网络 认知无线电网络定义(Network Architecture of CRN)构成认知无线电网络的三要素：网络组件、异质频谱、异构网络网络组件：主用户网络+认知用户网络异质频谱：授权、开放；时变性；空间差异性异构网络：网络架构、覆盖范围、支撑业务、实现方式关键技术之一：频谱感知（Spectrum Sensing）频谱感知：包括频谱检测、频谱分析和频谱判决，是认知无线电实现频谱共享、频谱管理的前提感知：周期性检测主用户占用频谱的状态和特点，获得“频谱空穴”，并伺机接入空闲频谱频谱感知方法能量检测

7、法（Energy Detection）非相干检测，直接对时域信号采样求模、平方、积分获得检测统计量在AWGN信道环境中，检测概率和虚警概率分别为： 和 是完整和不完整Gamma函数， 是普遍Marcum Q函数在Rayleigh衰落信道环境中，检测概率为： 能量检测法（Energy Detection）能量检测法无需信号的先验信息，实现简单，但判决门限难以准确选择门限值很大程度上受到未知噪声电平的影响，因此在低信噪比环境的检测性能较低。 循环平稳检测法（Cyclostationary Detection）利用通信信号的二阶循环平稳特性实施频谱感知自相关函数为傅里叶级数展开循环相关系数循环功率谱

8、 循环平稳检测法 （Cyclostationary Detection）检测统计量 在循环频率 处，假设检验 循环平稳检测法 （Cyclostationary Detection）循环功率谱的性质信号的循环平稳特征离散分布在循环频率轴上，即在循环频率处循环功率谱会出现谱峰，而噪声信号不具有循环平稳性。通信信号的循环平稳特性具有优良的抗噪性能循环功率谱还包含了调制信号的相关信息：载波频率、信号带宽、键控速率以及信号幅度和相位等功率谱相同而调制类型不同的通信信号具有不同的循环功率谱，可用于信号辨识和调制模式识别 自适应双门限频谱检测法（Adaptive Double-threshold Spect

9、rum Sensing） 基本思想：对接收信号实施双门限能量检测，若统计量大于上门限，判决为“存在”；若统计量小于下门限，判决为“不存在”，若统计量位于上下门限之间，再进行循环平稳特征检测判决门限Th用期望检测概率回推，引入一个不可靠区范围调整因子k，上门限为kTh，下门限为Th/k，k依据实际检测概率自适应步进调整 匹配滤波器检测（Matched Filter Detection）通过匹配滤波（最佳接收）使接收信噪比最大，利用发射信号的先验知识，如调制模式、脉冲形状、时序、数据格式等生成本地信号，与测量获得的接收信号做相关运算。优点是响应快，检测概率高，但需要已知每种主用户类型，资源占用大，

10、实现复杂度高。协同检测法（Cooperative Detection）联合分布于不同空间位置的多个认知节点单独执行本地检测，然后利用融合处理算法处理，能提高检测性能，避免隐藏终端分布式协同检测：参与协同的各节点首先进行独立检测，然后将检测结果广播发送，收到检测结果的节点以某种方式合并，再分析和判决获得最后结果集中式协同检测：参与协同的各节点完成独立检测后，将检测结果发送给中心处理节点，由中心节点以某种方式合并，再分析和判决获得最终结果 融合准则（Fusion Criterion）软融合：各认知节点或部分节点不进行本地判决，而是将检测结果传送至融合中心，由融合中心进行加权求和并与特定门限比较，得

11、到判决结果。其融合策略有： 等增益合并（EGC）：融合中心为每个检测结果等分配权重，即等权重求和。此法处理简单，但异常数据会影响判决性能最大比合并（MRC）：融合中心依据各个检测结果的可靠度分配合并权重。此法检测性能好，但如何评价可靠度需要另定规则软融合将判决集中至融合中心，检测性能好，但通信开销大融合准则（Fusion Criterion）硬融合：每个认知节点独立完成本地判决，然后将判决结果发送至融合中心，融合中心综合各认知节点的判决结果做出最终判决。其融合策略有“或”、“与”和“K秩”三种。 “与”融合准则：融合中心对所有本地判决结果执行逻辑“与”运算后做最终判决，能减小虚警概率，但也降低

12、了检测概率“或”融合准则：融合中心对所有本地判决结果执行逻辑“或”运算后做最终判决，能提高检测概率，但也增大了虚警概率“K”秩融合准则：融合中心对本地判决结果求和，并与预设值K比较，若求和结果大于等于K，判定占用，否则，判定空闲。干扰温度模型（Interference Temperature Model）干扰温度用于量化和管理无线环境中的干扰源，干扰温度限规定了在某频带和特定地理位置满足接收者需求的最差场合的无线传输环境特征。 关键技术之二：认知引擎（Cognitive Engine）认知引擎通过感知模块获得环境信息，基于用户服务需求和频谱规则指导物理层重构和高层优化，并将优化结果作为学习经验

13、，指导新业务优化。认知引擎实现认知循环中的感知、学习和决策任务 ，支持3种功能：基于多目标的端到端QoS优化功能、跨层优化功能、基于过去经验的学习功能 认知环模型和认知引擎的关系（Cognitive Cycle vs Cognitive Engine）认知环模型分为内部循环和外部循环外部循环完成系统重构和自适应功能；内部循环实现学习功能，将历史决策结果作为先验信息，得出经验指导外部循环过程认知引擎实现内部循环，即分析、计划、学习和决策阶段。 VT-CWT认知引擎（美国弗吉尼亚工学院无线通信中心）无线信道遗传算法模块：实现无线信道和射频环境的数学建模认知系统监控模块：负责检测通信状况，决定系统是

14、否需要重构，并执行学习推理算法，为WSGA提供初始参数无线系统遗传算法模块：执行多目标遗传算法，获得优化方案信道估计器为WCGA提供信道统计信息基带处理器实现基带信号参数配置DoD-LTS认知引擎（美国国防部通信科学实验室）Charles认为CR就是增加了CE的软件无线电，CE与SDR之间用应用程序接口（API）关联知识库存储“外部”信息（噪声功率、信噪比）、“内部”信息（调制方式、编码方式）和运行规则决策功能由推理引擎和学习引擎实现推理引擎：根据目标函数从知识库中提取行动方案学习引擎：从经验中获取知识，提供新的解决方案基于人工智能的认知引擎（CE based on AI）用户界面提供用户需求

15、信息交互；无线电平台具有重构能力；感知设备发现频谱空穴，并将感知信息送到知识库；知识库存储信道环境信息和无线信道规则；推理器执行学习推理算法，搜索类似案例，完成系统参数初定；优化器利用机器学习算法完成参数优化，并兼顾政策引擎规定，将优化结果应用于无线电平台实现系统参数重构。透明松耦合灵活可扩展高效 认知引擎中的人工智能技术（Artificial Intelligences in CE）进化算法：一种模拟自然界生物进化过程的群体导向随机搜索方法，由于其并行优化处理能力和对复杂问题的快速适应能力，用于解决动态环境下认知无线电工作参数的优化案例推理：一种基于经验知识进行推理的人工智能技术，强调在解决

16、新问题时，借鉴过去积累的经验。在认知无线电中，案例推理作为优化算法的前置模块，将认知引擎以前的优化方案存储在数据库中，当遇到新问题时按照一定的搜索方法检索出相近案例，以此为基础进行下一步优化 认知引擎中的人工智能技术 （Artificial Intelligences in CE）人工神经网络：用来模拟人脑神经系统的结构和功能，利用非线性映射和并行处理，通过不断学习和调整，反映输入空间与输出空间的映射关系，在认知无线电中用于构建学习单元 隐马尔科夫模型：以马尔科夫链为基础建立的预测模型，可根据历史信息预测未来状态，在认知无线电中用于建立信道模型，指导信道状态预测模糊逻辑：针对问题的不确定性，应

17、用模糊集合和模糊规则进行推理，表达界限不清晰的定性知识与经验，模拟人脑方式实行模糊综合判断，目前研究还不多 认知引擎关键技术（Key Technologies in CE）知识表示技术：将知识信息表示为一种机器可以识别并处理的数据结构。用于无线电描述语言的有：规范描述语言（SDL）、无线知识描述语言（RKRL）、统一建模语言（UML）以及可扩展标记语言（XML）等学习推理技术：利用人工智能技术完成学习、分析、处理、预测、优化等，如各种专家系统最优化技术：认知引擎需要实现带多约束条件的多目标优化，强调优化精度和收敛速度，如遗传算法、模拟退火算法等 关键技术之三：网络架构（Network Arch

18、itecture）关键技术之四：接入控制（Access Control）认知无线电网络接入控制特点：动态频谱接入、频谱资源非独占、接入切换频繁、传输时延不可控，甚至中断等接入模型：动态排他模型、开放共享模型、分层接入模型 动态排他模型（Dynamic Exclusive Model） 频谱产权：包括时间、空间、频段三参数。频谱产权是指在指定的时间、指定的空间使用指定频段的权利，且信号功率不超限。频谱产权策略允许授权用户自由交易或出租频段，但要清晰定义频谱产权并执行，难度很大频谱第二市场。 动态频谱分配：利用通信业务在时域、空域上的分布不均，实现时间相关和空间相关的频谱共享，以提高频谱利用率，即

19、在指定时间和空间把频谱分配给某无线接入网，其他用户不得使用。开放共享模型（Open Shared Model） 集中式：集中控制单元控制频谱分配和接入过程，网络中每个节点都把自己感知到的频谱信息汇聚到集中控制单元，由控制单元绘制出频谱分配映射图 分布式：针对无基础设施的对等网络，网内每个节点都参与频谱感知和竞争，频谱接入由节点自身策略决定分层接入模型（Hierarchical Access Model） 干扰避免方式：机会频谱接入（OSA），包括频谱机会识别、频谱机会利用和频谱管理模块。机会识别模块用于检测和跟踪在时域和空域动态变化的频谱机会；机会利用模块根据识别结果确定是否和怎样接入；频谱管

20、理模块提供频谱使用规则。 干扰受限方式：发射功率严格受限，保证单位频谱上的功率低于授权用户的干扰温度低限。 关键技术之五：信道选择（Channel Selection）在认知无线电网络中，认知用户对接入信道无唯一使用权，甚至无优先使用权，这会导致在同一时刻可能有多个认知用户抢占同一空闲信道现象，若不能合理选择信道，频谱利用率会由于冲突碰撞不升反降。此外，不同信道对于认知用户而言传输性能不同（频谱异质），认知用户更倾向于选择对自身传输性能好的信道执行数据传输。信道选择是负载均衡、传输效率和公平性的权衡过程关键技术之五：信道选择 （Channel Selection）基于拍卖机制的信道选择策略拍卖

21、特点：买卖双方除了各自保留价格外，对他人的保留价格和买卖双方人数、供求信息一无所知，交易过程是一个不完全信息下的非合作动态博弈过程该策略将主用户作为卖方，认知用户作为买方，频谱池中的空闲信道作为交易商品。利用博弈论对认知用户的动态频谱共享建模，描述认知用户的行为和作用；基于多种目标执行优化处理，如频谱利用率最大、系统容量最大、切换次数最少、中断概率最低等，往往是多目标优化问题；基于局部或私有信息，利用非合作博弈论执行动态频谱选择。 关键技术之五：信道选择 （Channel Selection）基于学习的信道选择策略认知用户通过学习短期内频谱的历史状态信息，结合频谱长期历史统计规律，分析自己每次

22、接入不同信道成功传输的概率来判断哪个信道对自己是最优的，并对频谱可用性做短期、中期预测，以此为依据选择合适频谱供认知用户接入，其目的是降低频谱切换频次，保证数据传输的连续性。 关键技术之五：信道选择 （Channel Selection）基于最小系统时间的信道选择策略系统时间=等待时间+传输时间，其中等待时间与信道选择策略有关基于概率的系统时间最小化信道选择：认知用户依据概率从候选信道集合中选择接入信道，通过优化处理寻求最佳分布概率。基于感知的系统时间最小化信道选择：认知用户通过感知从候选信道中寻找空闲信道，若有多条空闲信道，随机选择一条作为通信信道，若没有空闲，随机从候选信道中选择一个信道等

23、待，直到该信道可用。关键技术之五：信道选择 （Channel Selection）基于预测模型的信道选择策略通过环境感知分析主用户活动规律，并结合当前频谱感知信息预测可用信道信息，如空闲时间、信道质量等，指导认知用户信道选择，总是选择持续空闲较长时间的信道，保证每次接入能占用尽量长的时间，减少切换次数。关键技术之六：认知安全（Cognitive Safe）认知无线网络动态利用资源，虽能提高频谱利用率，但认知用户不加区别地对待和信任“主用户”，面临着新的安全威胁模仿主用户攻击（Primary User Emulation, PUE）：攻击者执行频谱感知，当检测到空闲信道时发送与主用户信号特征相同

24、的信号，欺骗合法用户做出正确感知，减少合法用户的可用信道资源。自私PUE：最大化自身频谱利益蓄意PUE：恶意占用频谱关键技术之六：认知安全 （Cognitive Safe）蓄意干扰主用户攻击：攻击者恶意干扰使认知用户无法判断主用户是否存在，诱导认知用户接入信道，对主用户造成干扰。攻击频谱管理者：在集中式网络中，基站会向终端发送执行频谱感知、信道分配等策略信息，攻击者通过截获这些信息，并注入错误策略，诱导终端接入错误信道，要么干扰主用户通信，要么窃取认知用户信息。自私行为攻击：攻击者以损耗网络性能为代价来提高自身性能，如自私用户在信道协商期间通过发送错误的信道空闲信息帧来欺骗其他节点，隐瞒可用信

25、道并独占频谱资源。 关键技术之六：认知安全 （Cognitive Safe）拒绝服务攻击：阻止合法用户接入系统或使系统进程延迟。攻击者可能是恶意的，也可能是故障设备，攻击者可采用任何措施导致以上功能运行失败。窃听攻击：攻击者利用窃听技术获得认知用户的重要信息与决策结果，从而发起网络攻击关键技术之六：认知安全 （Cognitive Safe）公共控制信道饱和攻击：攻击者通过发送大量恶意控制帧使公共控制信道饱和，阻塞频谱资源协商和分配过程。如果控制帧缺少认证，攻击者也能通过伪造MAC帧或在MAC帧中插入伪造信息，中断通信或不公平分配网络资源。通信信道饱和攻击：攻击者通过捕获公共控制信道，窃取认知用户正在通信的通信信道信息，通过调