认知无线电综述
1.認(rèn)知無(wú)線電簡(jiǎn)介
認(rèn)知無(wú)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(guò)學(xué)習(xí)、理解等方式,自適應(yīng)的調(diào)整內(nèi)部的通信機(jī)理、實(shí)時(shí)改變特定的無(wú)線操作參數(shù)(如功率、載波調(diào)制和編碼等),來(lái)適應(yīng)外部無(wú)線環(huán)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(wù)進(jìn)行無(wú)線傳輸,甚至能夠根據(jù)現(xiàn)有的或者即將獲得的無(wú)線資源延遲或主動(dòng)發(fā)起傳送。
Joseph Mitola定義的認(rèn)知無(wú)線電強(qiáng)調(diào)“學(xué)習(xí)”的能力,認(rèn)知無(wú)線電系統(tǒng)需要考慮通信環(huán)境中的每一個(gè)可能參數(shù),然后做出決定。相比于Joseph Mitola的定義,美國(guó)聯(lián)邦通信委員會(huì)(Federal Communications Commission, FCC)針對(duì)頻譜有效分配問(wèn)題對(duì)認(rèn)知無(wú)線電做出的定義更能為業(yè)界所接受。在2003年12月的一則通告中,FCC對(duì)認(rèn)知無(wú)線電作出如下定義:認(rèn)知無(wú)線電是能夠與所處的通信環(huán)境進(jìn)行交互并根據(jù)交互結(jié)果改變自身傳輸參數(shù)的無(wú)線電。FCC對(duì)認(rèn)知無(wú)線電的這個(gè)定義主要是基于頻譜資源分配和管理問(wèn)題提出的。目前無(wú)線頻譜資源的規(guī)劃和使用都是由政府制定的,無(wú)線通信設(shè)備對(duì)頻譜的使用需要經(jīng)過(guò)政府的許可。而固定的頻譜分配政策導(dǎo)致了頻譜不能有效利用的問(wèn)題。除了JosephMitola和FCC外,還有很多學(xué)者對(duì)認(rèn)知無(wú)線電進(jìn)行了定義。比如,SimonHaykin結(jié)合JosephMitola和FCC的觀點(diǎn),對(duì)認(rèn)知無(wú)線電做出如下定義 :認(rèn)知無(wú)線電是一個(gè)智能無(wú)線通信系統(tǒng),它能感知外界環(huán)境,并使用人工智能技術(shù)從環(huán)境中學(xué)習(xí),通過(guò)實(shí)時(shí)改變傳輸功率、載波頻率和調(diào)制方式等系統(tǒng)參數(shù),使系統(tǒng)適應(yīng)外界環(huán)境的變化,從而達(dá)到很高的頻譜利用率和最佳通信性能。
2.認(rèn)知無(wú)線電的特點(diǎn)
3.認(rèn)知無(wú)線電的關(guān)鍵技術(shù)
3.1頻譜感知技術(shù)
頻譜感知技術(shù)是CR應(yīng)用的基礎(chǔ)和前提,也是CR核心技術(shù),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(quán)用戶的前提下,實(shí)時(shí)監(jiān)測(cè)可用頻段并進(jìn)行相關(guān)分析,從而發(fā)現(xiàn)頻譜空穴。頻譜感知技術(shù)必須要保證良好的檢測(cè)性能,一旦檢測(cè)概率偏低,就會(huì)對(duì)授權(quán)用戶正常的通信造成干擾,而虛警概率偏高則會(huì)導(dǎo)致認(rèn)知用戶無(wú)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(jié)點(diǎn)感知與多節(jié)點(diǎn)協(xié)作感知。
單節(jié)點(diǎn)頻譜感知即單個(gè)用戶獨(dú)立判決,不涉及復(fù)雜的系統(tǒng)結(jié)構(gòu)和數(shù)據(jù)融合問(wèn)題,相對(duì)簡(jiǎn)單。但感知性能提升無(wú)法突破物理局限瓶頸。在此背景下,協(xié)作頻譜感知被提出,有效克服了單節(jié)點(diǎn)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(huán)境。多節(jié)點(diǎn)協(xié)作通過(guò)檢測(cè)節(jié)點(diǎn)間的協(xié)作達(dá)到系統(tǒng)要求的檢測(cè)門(mén)限,從而降低對(duì)單個(gè)檢測(cè)節(jié)點(diǎn)的要求,降低單個(gè)節(jié)點(diǎn)的負(fù)擔(dān)。
經(jīng)典的頻譜感知方法包括能量檢測(cè)算法、匹配濾波器檢測(cè)算法、循環(huán)平穩(wěn)檢測(cè)算法。能量檢測(cè)算法計(jì)算量小、實(shí)現(xiàn)簡(jiǎn)單、不需要主用戶的先驗(yàn)知識(shí),但由于其易受噪聲不確定度影響,在低信噪比時(shí)檢測(cè)性能急劇下降。近年來(lái)基于隨機(jī)矩陣?yán)碚摰姆椒ㄖ饾u應(yīng)用于頻譜感知。這種方法將協(xié)方差矩陣的特征值作為信號(hào)的檢驗(yàn)統(tǒng)計(jì)量,再利用統(tǒng)計(jì)特征與門(mén)限比較從而實(shí)現(xiàn)頻譜感知。但是這種方法需要計(jì)算特征值及對(duì)門(mén)限的準(zhǔn)確估計(jì),而門(mén)限估計(jì)值的精度嚴(yán)重影響著頻譜感知的效果。因此,基于機(jī)器學(xué)習(xí)的頻譜感知算法逐漸成為了研究的焦點(diǎn)。
頻譜感知的目的是對(duì)頻段進(jìn)行監(jiān)控然后通過(guò)對(duì)接受信號(hào)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(shù)學(xué)角度來(lái)看,頻譜感知本質(zhì)上是一個(gè)二元分類(lèi)問(wèn)題,即:
H0情況,檢驗(yàn)統(tǒng)計(jì)量小于檢測(cè)門(mén)限,認(rèn)為 PU 不存在,次級(jí)用戶( Second User, SU) 可以接入授權(quán)頻段
H1情況,當(dāng)檢驗(yàn)統(tǒng)計(jì)量大于檢測(cè)門(mén)限時(shí),判定 PU 存在,SU不可接入授權(quán)頻段。其數(shù)學(xué)模型如下所示:
其中,s( n) 為主用戶信號(hào),x( n) 表示次用戶接收接信號(hào)( n = 1,2,..,N) 在時(shí)間 n 處的采樣值,w( n) 表示噪聲信號(hào),h( n) 表示信道增益。
現(xiàn)階段機(jī)器學(xué)習(xí)可以很好的解決二分類(lèi)問(wèn)題,所以可以采用傳統(tǒng)的機(jī)器學(xué)習(xí)算法如K均值聚類(lèi)(K-Means),支持向量機(jī)(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(jīng)網(wǎng)絡(luò)如卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks, CNN), 循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Network, RNN)或長(zhǎng)短時(shí)記憶(Long Short-Term Memory, LSTM)來(lái)解決進(jìn)行分類(lèi)。
3.2調(diào)制識(shí)別技術(shù)
通信信號(hào)的調(diào)制識(shí)別(或者調(diào)制分類(lèi))是指在有噪聲和多信號(hào)類(lèi)型的條件下,對(duì)接收信號(hào)進(jìn)行處理并利用信號(hào)的某些特定參數(shù)來(lái)自動(dòng)確定信號(hào)調(diào)制類(lèi)型,是分析和處理信號(hào)檢測(cè)、解調(diào)不可或缺的一步。
通信信號(hào)調(diào)制識(shí)別有兩種分類(lèi),一種是類(lèi)間識(shí)別(Intra-Recognition),指的是某幾大類(lèi)信號(hào)間的分類(lèi)識(shí)別,例如MASK、MFSK、MPSK這三大類(lèi)信號(hào),另一種是類(lèi)內(nèi)識(shí)別(Inter-Recognition),指的是某一大類(lèi)信號(hào)間信號(hào)的分類(lèi)識(shí)別,例如2ASK信號(hào)和4ASK這兩種信號(hào)。通信信號(hào)的調(diào)制識(shí)別主要包括三個(gè)基本步驟:信號(hào)預(yù)處理、特征提取及選擇和分類(lèi)識(shí)別,其識(shí)別過(guò)程基本結(jié)構(gòu)框圖如圖所示。
其中信號(hào)預(yù)處理部分主要是為特征提取和識(shí)別部分提供合適的處理數(shù)據(jù),隔離每個(gè)信號(hào)保證一次只能有一種信號(hào)進(jìn)入后續(xù)環(huán)節(jié)。另外,預(yù)處理還需要對(duì)信號(hào)進(jìn)行分段,以消除無(wú)線信道引起的衰落效應(yīng)。信號(hào)預(yù)處理任務(wù)一般包括:頻率下變頻、中頻濾波、信號(hào)分離、載波同步、載頻分量的消除等。因此,在發(fā)射源環(huán)境中,信號(hào)的預(yù)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(jīng)過(guò)預(yù)處理的數(shù)據(jù)中提取出合適的用于信號(hào)調(diào)制識(shí)別的各個(gè)參數(shù)特征。分類(lèi)識(shí)別主要是用于選擇和確定出有效的識(shí)別方法、規(guī)則以及分類(lèi)器類(lèi)型。
4.認(rèn)知無(wú)線電的發(fā)展現(xiàn)狀及其趨勢(shì)
當(dāng)前,認(rèn)知無(wú)線電技術(shù)已經(jīng)得到了學(xué)術(shù)界和產(chǎn)業(yè)界的廣泛關(guān)注。很多著名學(xué)者和研究機(jī)構(gòu)都投入到認(rèn)知無(wú)線電相關(guān)技術(shù)的研究中,啟動(dòng)了很多針對(duì)認(rèn)知無(wú)線電的重要研究項(xiàng)目。例如:德國(guó)Karlsruhe大學(xué)的F. K. Jondral教授等提出的頻譜池系統(tǒng)、美國(guó)加州大學(xué)Berkeley分校的R. W. Brodersen教授的研究組開(kāi)發(fā)的COVUS系統(tǒng)、美國(guó)Georgia理工學(xué)院寬帶和無(wú)線網(wǎng)絡(luò)實(shí)驗(yàn)室Ian F. Akyildiz教授等人提出OCRA項(xiàng)目、美國(guó)軍方DARPA的XG項(xiàng)目、歐盟的E2R項(xiàng)目等。在這些項(xiàng)目的推動(dòng)下,在基本理論、頻譜感知、數(shù)據(jù)傳輸、網(wǎng)絡(luò)架構(gòu)和協(xié)議、與現(xiàn)有無(wú)線通信系統(tǒng)的融合以及原型開(kāi)發(fā)等領(lǐng)域取得了一些成果。IEEE為此專(zhuān)門(mén)組織了兩個(gè)重要的國(guó)際年會(huì)IEEE CrownCom和IEEE DySPAN交流這方面的成果,許多重要的國(guó)際學(xué)術(shù)期刊也通過(guò)將刊發(fā)關(guān)于認(rèn)知無(wú)線電的專(zhuān)輯。目前,最引人關(guān)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(jìn)行寬帶無(wú)線接入的技術(shù)標(biāo)準(zhǔn),這是第一個(gè)引入認(rèn)知無(wú)線電概念的IEEE技術(shù)標(biāo)準(zhǔn)化活動(dòng)。
結(jié)合上述認(rèn)知無(wú)線電技術(shù)的現(xiàn)狀,預(yù)計(jì)認(rèn)知無(wú)線電未來(lái)會(huì)沿著以下幾個(gè)方面發(fā)展:
總結(jié)
- 上一篇: [css] 你对响应式设计的理解是什么
- 下一篇: [html] H5播放的video视频