认知无线电中的人工智能技术

认知无线电中的人工智能技术《移动通信》2010年第2期【摘要】文章归纳了目前认知无线电研究中涉及的人工智能技术,以认知引擎思想架构为基础,针对感知与信息存储、学习与推理、决策与调整等认知过程的重要阶段,介绍了无线电知识表示和专家系统在环境感知和信息存储上的应用,讨论了用遗传算法、神经网络和模糊逻辑实现认知学习与推理的方法,分析了用博弈论进行无线电决策的过程,最后指出了利用人工智能研究认知无线电的发展方向。【关键词】认知无线电人工智能认知引擎遗传算法1引言频谱资源理论上是无限的,但天线尺寸、电磁波特性、设备性能和功率的限制,使实际可用的频谱非常有限,这些频谱已经基本划分完毕,再可被利用的频谱就显得无比珍贵。美国联邦通信委员会(FCC)研究发现,大量已经分配的频谱资源存在着不同程度的闲置,这造成了频谱资源日趋紧张与现有资源利用率很低的矛盾局面。为解决该问题,1999年Mitola提出了认知无线电(CR,CognitiveRadio)的概念[1],其主要思想是:终端具有足够的智能和认知能力,能够自动感知周围环境和检测可用频谱,结合已知信息,经过学习、推理进行决策,通过调整设备参数来占用频谱,实现频谱的充分利用[2]。（剩余2513字）基于认知的频谱切换技术.doc基于认知的重配置无线网络技术.doc基于认知的自适应控制机制.doc认知无线电网络的MAC层关键技术.doc认知无线通信系统频谱资源管理中的关键问题.doc计算机工程2010,36(06)210-212基于混合蛙跳算法的认知无线电频谱分配彭振1，赵知劲1,2，郑仕链1(1.杭州电子科技大学通信工程学院，杭州310018；2.中国电子科技集团公司第36研究所通信系统信息控制技术国家级重点实验室，嘉兴314033)摘要：提出一种二进制混合蛙跳算法和基于该算法的认知无线电频谱分配方法。对该方法与颜色敏感图论着色算法进行仿真比较，结果表明在最大化网络总效益和最大化公平效益准则下，基于二进制混合蛙跳算法的频谱分配方法的性能较高。二进制混合蛙跳算法能找到理想最优解，颜色敏感图论着色算法得到的解与理想最优解偏差较大。关键词：认知无线电动态频谱分配混合蛙跳图论着色CognitiveRadioSpectrumAssignmentBasedonShuffledFrogLeapingAlgorithmAbstract:Thispaperpresentsabinaryshuffledfrogleapingalgorithmandanassignmentmethodforcognitiveradiospectrumbasedonit.Simulationsareconductedtocomparethismethodandcolorsensitivegraphcoloringalgorithm.Resultsshowthatunderthemaxmizationruleofwholenetworkefficiencyandfairnessefficiency,theassignmentmethodforcognitiveradiobasedonbinaryshuffledfrogleapingalgorithmhashigherperformance.Thebinaryshuffledfrogleapingalgorithmcanfindtheidealoptimalsolutionswhilethesolutionobtainedbycolorsensitivegraphcoloringalgorithmhasalargedeviationwiththeoptimalsolutions.Keywords:cognitiveradiodynamicspectrumassignmentshuffledfrogleapinggraphcoloring《科技通报》2010年第26卷第2期干扰避免的认知无线电图着色频谱分配算法章坚武赵琪邹婧媛杭州电子科技大学通信工程学院,杭州310018摘要:对传统的认知无线电图着色频谱分配算法进行了改进。在分配过程中动态更新干扰矩阵，使更多节点共享同一频段而不相互干扰，以此提高频谱利用率，对授权用户的干扰也可通过发射功率门限的设置来避免。在此基础上算法以最大化认知网络吞吐量为优化目标，仿真结果表明，采用新算法后，在无干扰条件下的网络吞吐量和信道传输速率都明显高于同类算法。[1]IanFA,Won,YL,MehmetCV,andShantidevM.Nextgeneration/dynamicspectrumaccess/cognitiveradiowirelessnetworks:Asurvey.ComputerNetworks,15,2006,50(13):2127-2159.[2]FederalCommunicationsCommission.Spectrumpolicytaskforcereport[Pg/oL].ETDocket02-135,November2002.Availableat:[3]周贤伟王建萍王春江.认知无线电[M].北京国防工业出版社,2008..[4]WeiW,XinLiu.List-ColoringBasedChannelAllocationforOpen-SpectrumWirelessNetworks[C]//the62ndIEEEVehicularTechnologyConference(VTC),2005,690-694.[5]NieNie,ComaniciuC.Adaptivechannelallocationspectrumetiquetteforcognitiveradionetworks[C]//,TheFirstIEEEInternationalSymposiumonNewFrontiersinDynamicSpectrumAccessNetworks(DySPAN),2005,269-278.认知无线电网络中频谱分配算法的研究硕士毕业论文论文简介：本研究课题受到了国家自然科学基金《基于时域频谱利用概率分布曲线拟合的频谱检测研究》(编号：60772110)，华为科技基金《基于授权用户频谱利用统计规律的认知MAC机制与算法研究》和北京邮电大学校级基金《认知无线电系统频谱检测与机会接入研究》的资助。随着飞速演进的无线通信不断朝着宽带化、无缝化、智能化的方向发展，我们不得不面对的瓶颈之一就是频谱资源的不足。目前特定通信业务固定分配专用频谱的方式，常常会出现频谱资源分配不均，甚至浪费的情形，这与当前广泛关注的频谱资源短缺问题相互矛盾。认知无线电(CR,CognitiveRadio)技术作为一种智能频谱共享技术可有效地缓解上述矛盾，它通过感知频域、时域和空域等频谱环境，自动搜寻并利用已授权频段的空闲频谱，实现不可再生频谱资源的再利用，为解决如何在有限频谱资源条件下提高频谱利用率这一无线通信难题开辟了一条新的途径。本文首先分析了课题的研究背景，简单说明了认知无线电的定义和功能，较细致地阐述了认知无线电的关键技术和典型应用；在接下来的第三、第四和第五章节中详细论述了本文完成的主要工作：本文主要就认知无线电频谱分配领域中所存在的问题做了较深入地研究，一是基于着色理论的频谱分配算法的研究，二是基于速率要求的频谱分配算法的研究，三是基于授权链路保护的频谱分配模型和算法的研究。在第三章中针对信道权值归一化问题研究了适用于实际网络的频谱分配算法。基于图着色原理给出了一种认知无线电的频谱分配模型，针对实际网络中信道存在吞吐量权值的情况，提出了加权分布式贪婪算法、加权分布式公平算法、加权分布式随机算法。经仿真验证，加权分布式贪婪算法、加权分布式公平算法和加权分布式随机算法分别获得了较高的吞吐量、公平性和复杂度性能。在第四章中研究了根据CR用户速率需求来进行频谱分配的优化算法。基于拥塞博弈给出了一种频谱分配模型，提出了一种基于传输速率要求的快速收敛的频谱分配算法。仿真分析证明，该算法能根据CR用户的传输速率要求最优化频谱分配，有较快的收敛速度。在第五章中研究了能够保护授权用户的频谱优化分配算法。基于博弈论提出了一种新型的频谱分配模型。仿真分析证明，基于该模型的迭代算法能在保护授权链路的前提下对CR链路进行最优化频谱分配；同时仿真给出了授权链路承受干扰和CR链路的信干噪比(SINR，SignaltoInterferenceplusNoiseRatio)与比例因子的关系，为该模型应用于不同性能要求的认知无线电网络(CRN，CognitiveRadioNetwork)提供了参数。认知无线电联合频谱感知技术的研究硕士毕业论文论文简介：频谱感知是实现认知无线电网络应用的首要的关键技术之一，近年来受到人们广泛的关注而成为当前研究的热点。本文选题来源于国家自然科学基金等项目，旨在提高认知无线电网络频谱感知的可靠性和有效性，具有重要的理论意义和应用前景。本文主要从多个用户的联合频谱感知的角度出发，在无线通信环境下，通过分析信号衰落、阴影效应以及隐性终端等问题对频谱感知性能造成的影响，探索提高认知无线电网络频谱感知的整体性能。本文的主要工作及创新点如下：针对认知无线电网络在不同的检测融合结构以及在相同信噪比和不同信噪比的情况下，频谱感知性能的差异讨论并解决频谱感知融合后性能下降的问题，本文提出了一种基于信噪比划分等级的分等级频谱感知融合的算法。其主要思想是通过对频谱感知节点按信噪比的大小进行分组，利用相同信噪比的情况下，检测融合的并行结构可以获得最佳的检测性能的优点，及在不同信噪比的情况下，检测融合的串行结构能够保持高信噪比节点的检测性能的特点，能保证在不同情况下，获得频谱感知信息的最佳或准最佳融合。仿真结果表明这种方式简便易行，计算复杂度低，能够在系统级上达到提高检测概率、降低虚警概率的目的。针对具体的检测融合的判决规则，目前的研究结果只是考虑简单地采用“与规则”、“或规则”等判决规则，没有考虑检测概率、虚警概率及频谱感知的节点数量对检测融合性能的影响。本文通过对融合判决规则进行的深入分析，给出了不同的检测融合规则的性质及其适用条件。利用这些适用条件把分布式检测融合的理论运用到本地频谱感知技术中，可得到低复杂度的提高频谱感知检测性能的方法。仿真结果表明，这种方法能够抵抗由于缺少先验信息而导致的本地频谱感知的性能下降。针对在通信带宽受限情况下如何提高频谱感知的检测性能的问题，本文提出了一种审核检测融合判决规则的算法，即增加了对未发送检测报告的节点的状态进行考虑的三元判决融合方式。与只考虑频谱感知信息“0”、“1”状态的常规的二元检测融合规则相比，在不增加通信量的基础上，审核检测融合判决规则能获得更好的检测性能，仿真结果表明即使在节点数很少的情况下，频谱感知的检测性能的也有显著的提高。本文还对分布式检测融合在认知无线电网络安全方面的应用进行了探索，提出了一种将检测融合与异常点检测相结合的方法，把检测融合规则与异常点检测相结合，作为抵御认知无线电网络中出现故障节点或恶意节点的手段。通过计算机仿真可以看出，这种方式可以增加在恶劣环境下认知无线电频谱感知的鲁棒性，本文的研究结果也为此领域的研究开辟出一个新的研究方向。