工程碩士專(zhuān)業(yè)講座

1、認(rèn)知無(wú)線(xiàn)電概念（Concept of Cognitive Radio）背景隨著無(wú)線(xiàn)通信業(yè)務(wù)的快速增長(zhǎng)，頻譜需求和資源有限之間的矛盾越來(lái)越突出“頻譜危機(jī)”解決途徑之一：尋求更高效的傳輸方式（MIMO、高階調(diào)制、AMC等）提高頻譜效率頻譜使用政策：授權(quán)（固定）、ISM（Industrial Scientific and Medical）開(kāi)放頻譜浪費(fèi)嚴(yán)重：3GHz以下頻段，時(shí)間和空間平均利用率低解決途徑之二：認(rèn)知無(wú)線(xiàn)電提高頻譜利用率認(rèn)知無(wú)線(xiàn)電概念（Concept of Cognitive Radio）2007年至今，圍繞認(rèn)知無(wú)線(xiàn)電的研究如火如荼學(xué)術(shù)界：找到了無(wú)線(xiàn)通信技術(shù)新的發(fā)展方向和熱點(diǎn)研究?jī)?nèi)容監(jiān)管

2、部門(mén)：調(diào)整了頻譜使用規(guī)則，引導(dǎo)其商用（美國(guó)、英國(guó)、加拿大、日本、新加坡、韓國(guó)等）標(biāo)準(zhǔn)化組織：紛紛制定和發(fā)布新的通信標(biāo)準(zhǔn)（802.22、ECMA392、802.11af、802.16h、802.15.4m）制造商：找到了新的、巨大的、潛在的商機(jī)運(yùn)營(yíng)商：用較少的投入提供通信服務(wù)，獲得更大的收益認(rèn)知無(wú)線(xiàn)電定義（Definition of Cognitive Radio）認(rèn)知無(wú)線(xiàn)電是一種智能頻譜共享技術(shù)，依靠人工智能的支持，感知無(wú)線(xiàn)通信環(huán)境，依據(jù)學(xué)習(xí)和決策算法，實(shí)時(shí)自適應(yīng)的改變工作參數(shù)（頻點(diǎn)、功率、調(diào)制、編碼），動(dòng)態(tài)檢測(cè)和有效利用空閑頻譜。 理論上允許在時(shí)域、頻域和空域上進(jìn)行多維的資源共享 認(rèn)知無(wú)線(xiàn)電

3、定義（Definition of Cognitive Radio）美國(guó)FCC認(rèn)為：CR是一種通過(guò)與通信環(huán)境交互獲取無(wú)線(xiàn)電背景知識(shí)，繼而調(diào)整傳輸參數(shù)，最終實(shí)現(xiàn)無(wú)線(xiàn)傳輸?shù)臒o(wú)線(xiàn)電設(shè)備。主體是SDR，但認(rèn)知無(wú)線(xiàn)電設(shè)備不一定必須具有軟件或現(xiàn)場(chǎng)可編程能力。FCC關(guān)注認(rèn)知無(wú)線(xiàn)電如何提高頻譜利用率認(rèn)知終端Rieser教授認(rèn)為：CR采用基于遺傳算法的生物啟發(fā)認(rèn)知模型對(duì)傳統(tǒng)無(wú)線(xiàn)電系統(tǒng)的物理層和媒體接入控制層（PHY+MAC）的演進(jìn)過(guò)程建模認(rèn)知引擎認(rèn)知無(wú)線(xiàn)電定義（Definition of Cognitive Radio）Haykin教授認(rèn)為：CR是一個(gè)智能無(wú)線(xiàn)通信系統(tǒng)，它能夠感知外界環(huán)境，并利用人工智能技術(shù)從環(huán)境

4、中學(xué)習(xí)，通過(guò)實(shí)時(shí)改變傳輸參數(shù)，使其內(nèi)部狀態(tài)適應(yīng)無(wú)線(xiàn)通信環(huán)境統(tǒng)計(jì)特性的變化信號(hào)處理IEEE認(rèn)為：CR是能感知外部環(huán)境的智能無(wú)線(xiàn)通信技術(shù)，能從環(huán)境中學(xué)習(xí)，并根據(jù)環(huán)境變化動(dòng)態(tài)調(diào)整內(nèi)部狀態(tài)，以適應(yīng)環(huán)境變化，其認(rèn)知功能可以采用人工智能或簡(jiǎn)單控制機(jī)制實(shí)現(xiàn)智能控制 認(rèn)知無(wú)線(xiàn)電定義（Definition of Cognitive Radio）認(rèn)知無(wú)線(xiàn)電都具有兩種功能：認(rèn)知功能和重構(gòu)功能認(rèn)知功能：認(rèn)知無(wú)線(xiàn)電能與周?chē)h(huán)境進(jìn)行交互，進(jìn)而選擇合適的通信參數(shù)以適應(yīng)變化的頻譜資源和網(wǎng)絡(luò)環(huán)境。重構(gòu)功能：認(rèn)知無(wú)線(xiàn)電能在不改變系統(tǒng)硬件的前提下重新配置系統(tǒng)的發(fā)射參數(shù)，如傳輸功率、調(diào)制方式、傳輸頻段等。認(rèn)知無(wú)線(xiàn)電的最終目標(biāo)是通過(guò)認(rèn)

5、知功能和重構(gòu)功能獲取通信資源，從而提高頻譜利用率。 認(rèn)知無(wú)線(xiàn)電基本原理(Principle of CR)通過(guò)分析外部環(huán)境提供的激勵(lì)認(rèn)識(shí)通信任務(wù)的內(nèi)容；通過(guò)接收和發(fā)送內(nèi)容的分析選擇解決方式一種目標(biāo)驅(qū)動(dòng)的框架結(jié)構(gòu)觀察-思考-行動(dòng)：認(rèn)知環(huán)模型（Mitola）認(rèn)知無(wú)線(xiàn)電網(wǎng)絡(luò)定義（Definition of CRN）認(rèn)知無(wú)線(xiàn)電網(wǎng)絡(luò)（cognitive radio network, CRN）：基于認(rèn)知無(wú)線(xiàn)電技術(shù)構(gòu)建的無(wú)線(xiàn)通信網(wǎng)絡(luò)CRN的終端節(jié)點(diǎn)和接入點(diǎn)在PHY、MAC、NWK及應(yīng)用層都具有：認(rèn)知能力+學(xué)習(xí)能力+重構(gòu)能力CRN能感知網(wǎng)絡(luò)當(dāng)前狀態(tài)，根據(jù)端到端目標(biāo)，利用學(xué)習(xí)機(jī)制實(shí)時(shí)調(diào)整資源配置，利用感知到的網(wǎng)絡(luò)

6、狀態(tài)信息形成規(guī)劃、決策和行動(dòng)CRN是一種能夠感知當(dāng)前網(wǎng)絡(luò)狀態(tài)，并據(jù)此進(jìn)行規(guī)劃、調(diào)整和采取適當(dāng)行動(dòng)的網(wǎng)絡(luò) 認(rèn)知無(wú)線(xiàn)電網(wǎng)絡(luò)定義(Network Architecture of CRN)構(gòu)成認(rèn)知無(wú)線(xiàn)電網(wǎng)絡(luò)的三要素：網(wǎng)絡(luò)組件、異質(zhì)頻譜、異構(gòu)網(wǎng)絡(luò)網(wǎng)絡(luò)組件：主用戶(hù)網(wǎng)絡(luò)+認(rèn)知用戶(hù)網(wǎng)絡(luò)異質(zhì)頻譜：授權(quán)、開(kāi)放；時(shí)變性；空間差異性異構(gòu)網(wǎng)絡(luò)：網(wǎng)絡(luò)架構(gòu)、覆蓋范圍、支撐業(yè)務(wù)、實(shí)現(xiàn)方式關(guān)鍵技術(shù)之一：頻譜感知（Spectrum Sensing）頻譜感知：包括頻譜檢測(cè)、頻譜分析和頻譜判決，是認(rèn)知無(wú)線(xiàn)電實(shí)現(xiàn)頻譜共享、頻譜管理的前提感知：周期性檢測(cè)主用戶(hù)占用頻譜的狀態(tài)和特點(diǎn)，獲得“頻譜空穴”，并伺機(jī)接入空閑頻譜頻譜感知方法能量檢測(cè)

7、法（Energy Detection）非相干檢測(cè)，直接對(duì)時(shí)域信號(hào)采樣求模、平方、積分獲得檢測(cè)統(tǒng)計(jì)量在AWGN信道環(huán)境中，檢測(cè)概率和虛警概率分別為： 和 是完整和不完整Gamma函數(shù)， 是普遍Marcum Q函數(shù)在Rayleigh衰落信道環(huán)境中，檢測(cè)概率為： 能量檢測(cè)法（Energy Detection）能量檢測(cè)法無(wú)需信號(hào)的先驗(yàn)信息，實(shí)現(xiàn)簡(jiǎn)單，但判決門(mén)限難以準(zhǔn)確選擇門(mén)限值很大程度上受到未知噪聲電平的影響，因此在低信噪比環(huán)境的檢測(cè)性能較低。 循環(huán)平穩(wěn)檢測(cè)法（Cyclostationary Detection）利用通信信號(hào)的二階循環(huán)平穩(wěn)特性實(shí)施頻譜感知自相關(guān)函數(shù)為傅里葉級(jí)數(shù)展開(kāi)循環(huán)相關(guān)系數(shù)循環(huán)功率譜

8、 循環(huán)平穩(wěn)檢測(cè)法 （Cyclostationary Detection）檢測(cè)統(tǒng)計(jì)量 在循環(huán)頻率 處，假設(shè)檢驗(yàn) 循環(huán)平穩(wěn)檢測(cè)法 （Cyclostationary Detection）循環(huán)功率譜的性質(zhì)信號(hào)的循環(huán)平穩(wěn)特征離散分布在循環(huán)頻率軸上，即在循環(huán)頻率處循環(huán)功率譜會(huì)出現(xiàn)譜峰，而噪聲信號(hào)不具有循環(huán)平穩(wěn)性。通信信號(hào)的循環(huán)平穩(wěn)特性具有優(yōu)良的抗噪性能循環(huán)功率譜還包含了調(diào)制信號(hào)的相關(guān)信息：載波頻率、信號(hào)帶寬、鍵控速率以及信號(hào)幅度和相位等功率譜相同而調(diào)制類(lèi)型不同的通信信號(hào)具有不同的循環(huán)功率譜，可用于信號(hào)辨識(shí)和調(diào)制模式識(shí)別 自適應(yīng)雙門(mén)限頻譜檢測(cè)法（Adaptive Double-threshold Spect

9、rum Sensing） 基本思想：對(duì)接收信號(hào)實(shí)施雙門(mén)限能量檢測(cè)，若統(tǒng)計(jì)量大于上門(mén)限，判決為“存在”；若統(tǒng)計(jì)量小于下門(mén)限，判決為“不存在”，若統(tǒng)計(jì)量位于上下門(mén)限之間，再進(jìn)行循環(huán)平穩(wěn)特征檢測(cè)判決門(mén)限Th用期望檢測(cè)概率回推，引入一個(gè)不可靠區(qū)范圍調(diào)整因子k，上門(mén)限為kTh，下門(mén)限為T(mén)h/k，k依據(jù)實(shí)際檢測(cè)概率自適應(yīng)步進(jìn)調(diào)整 匹配濾波器檢測(cè)（Matched Filter Detection）通過(guò)匹配濾波（最佳接收）使接收信噪比最大，利用發(fā)射信號(hào)的先驗(yàn)知識(shí)，如調(diào)制模式、脈沖形狀、時(shí)序、數(shù)據(jù)格式等生成本地信號(hào)，與測(cè)量獲得的接收信號(hào)做相關(guān)運(yùn)算。優(yōu)點(diǎn)是響應(yīng)快，檢測(cè)概率高，但需要已知每種主用戶(hù)類(lèi)型，資源占用大，

10、實(shí)現(xiàn)復(fù)雜度高。協(xié)同檢測(cè)法（Cooperative Detection）聯(lián)合分布于不同空間位置的多個(gè)認(rèn)知節(jié)點(diǎn)單獨(dú)執(zhí)行本地檢測(cè)，然后利用融合處理算法處理，能提高檢測(cè)性能，避免隱藏終端分布式協(xié)同檢測(cè)：參與協(xié)同的各節(jié)點(diǎn)首先進(jìn)行獨(dú)立檢測(cè)，然后將檢測(cè)結(jié)果廣播發(fā)送，收到檢測(cè)結(jié)果的節(jié)點(diǎn)以某種方式合并，再分析和判決獲得最后結(jié)果集中式協(xié)同檢測(cè)：參與協(xié)同的各節(jié)點(diǎn)完成獨(dú)立檢測(cè)后，將檢測(cè)結(jié)果發(fā)送給中心處理節(jié)點(diǎn)，由中心節(jié)點(diǎn)以某種方式合并，再分析和判決獲得最終結(jié)果 融合準(zhǔn)則（Fusion Criterion）軟融合：各認(rèn)知節(jié)點(diǎn)或部分節(jié)點(diǎn)不進(jìn)行本地判決，而是將檢測(cè)結(jié)果傳送至融合中心，由融合中心進(jìn)行加權(quán)求和并與特定門(mén)限比較，得

11、到判決結(jié)果。其融合策略有： 等增益合并（EGC）：融合中心為每個(gè)檢測(cè)結(jié)果等分配權(quán)重，即等權(quán)重求和。此法處理簡(jiǎn)單，但異常數(shù)據(jù)會(huì)影響判決性能最大比合并（MRC）：融合中心依據(jù)各個(gè)檢測(cè)結(jié)果的可靠度分配合并權(quán)重。此法檢測(cè)性能好，但如何評(píng)價(jià)可靠度需要另定規(guī)則軟融合將判決集中至融合中心，檢測(cè)性能好，但通信開(kāi)銷(xiāo)大融合準(zhǔn)則（Fusion Criterion）硬融合：每個(gè)認(rèn)知節(jié)點(diǎn)獨(dú)立完成本地判決，然后將判決結(jié)果發(fā)送至融合中心，融合中心綜合各認(rèn)知節(jié)點(diǎn)的判決結(jié)果做出最終判決。其融合策略有“或”、“與”和“K秩”三種。 “與”融合準(zhǔn)則：融合中心對(duì)所有本地判決結(jié)果執(zhí)行邏輯“與”運(yùn)算后做最終判決，能減小虛警概率，但也降低

12、了檢測(cè)概率“或”融合準(zhǔn)則：融合中心對(duì)所有本地判決結(jié)果執(zhí)行邏輯“或”運(yùn)算后做最終判決，能提高檢測(cè)概率，但也增大了虛警概率“K”秩融合準(zhǔn)則：融合中心對(duì)本地判決結(jié)果求和，并與預(yù)設(shè)值K比較，若求和結(jié)果大于等于K，判定占用，否則，判定空閑。干擾溫度模型（Interference Temperature Model）干擾溫度用于量化和管理無(wú)線(xiàn)環(huán)境中的干擾源，干擾溫度限規(guī)定了在某頻帶和特定地理位置滿(mǎn)足接收者需求的最差場(chǎng)合的無(wú)線(xiàn)傳輸環(huán)境特征。 關(guān)鍵技術(shù)之二：認(rèn)知引擎（Cognitive Engine）認(rèn)知引擎通過(guò)感知模塊獲得環(huán)境信息，基于用戶(hù)服務(wù)需求和頻譜規(guī)則指導(dǎo)物理層重構(gòu)和高層優(yōu)化，并將優(yōu)化結(jié)果作為學(xué)習(xí)經(jīng)驗(yàn)

13、，指導(dǎo)新業(yè)務(wù)優(yōu)化。認(rèn)知引擎實(shí)現(xiàn)認(rèn)知循環(huán)中的感知、學(xué)習(xí)和決策任務(wù) ，支持3種功能：基于多目標(biāo)的端到端QoS優(yōu)化功能、跨層優(yōu)化功能、基于過(guò)去經(jīng)驗(yàn)的學(xué)習(xí)功能 認(rèn)知環(huán)模型和認(rèn)知引擎的關(guān)系（Cognitive Cycle vs Cognitive Engine）認(rèn)知環(huán)模型分為內(nèi)部循環(huán)和外部循環(huán)外部循環(huán)完成系統(tǒng)重構(gòu)和自適應(yīng)功能；內(nèi)部循環(huán)實(shí)現(xiàn)學(xué)習(xí)功能，將歷史決策結(jié)果作為先驗(yàn)信息，得出經(jīng)驗(yàn)指導(dǎo)外部循環(huán)過(guò)程認(rèn)知引擎實(shí)現(xiàn)內(nèi)部循環(huán)，即分析、計(jì)劃、學(xué)習(xí)和決策階段。 VT-CWT認(rèn)知引擎（美國(guó)弗吉尼亞工學(xué)院無(wú)線(xiàn)通信中心）無(wú)線(xiàn)信道遺傳算法模塊：實(shí)現(xiàn)無(wú)線(xiàn)信道和射頻環(huán)境的數(shù)學(xué)建模認(rèn)知系統(tǒng)監(jiān)控模塊：負(fù)責(zé)檢測(cè)通信狀況，決定系統(tǒng)是

14、否需要重構(gòu)，并執(zhí)行學(xué)習(xí)推理算法，為WSGA提供初始參數(shù)無(wú)線(xiàn)系統(tǒng)遺傳算法模塊：執(zhí)行多目標(biāo)遺傳算法，獲得優(yōu)化方案信道估計(jì)器為WCGA提供信道統(tǒng)計(jì)信息基帶處理器實(shí)現(xiàn)基帶信號(hào)參數(shù)配置DoD-LTS認(rèn)知引擎（美國(guó)國(guó)防部通信科學(xué)實(shí)驗(yàn)室）Charles認(rèn)為CR就是增加了CE的軟件無(wú)線(xiàn)電，CE與SDR之間用應(yīng)用程序接口（API）關(guān)聯(lián)知識(shí)庫(kù)存儲(chǔ)“外部”信息（噪聲功率、信噪比）、“內(nèi)部”信息（調(diào)制方式、編碼方式）和運(yùn)行規(guī)則決策功能由推理引擎和學(xué)習(xí)引擎實(shí)現(xiàn)推理引擎：根據(jù)目標(biāo)函數(shù)從知識(shí)庫(kù)中提取行動(dòng)方案學(xué)習(xí)引擎：從經(jīng)驗(yàn)中獲取知識(shí)，提供新的解決方案基于人工智能的認(rèn)知引擎（CE based on AI）用戶(hù)界面提供用戶(hù)需求

15、信息交互；無(wú)線(xiàn)電平臺(tái)具有重構(gòu)能力；感知設(shè)備發(fā)現(xiàn)頻譜空穴，并將感知信息送到知識(shí)庫(kù)；知識(shí)庫(kù)存儲(chǔ)信道環(huán)境信息和無(wú)線(xiàn)信道規(guī)則；推理器執(zhí)行學(xué)習(xí)推理算法，搜索類(lèi)似案例，完成系統(tǒng)參數(shù)初定；優(yōu)化器利用機(jī)器學(xué)習(xí)算法完成參數(shù)優(yōu)化，并兼顧政策引擎規(guī)定，將優(yōu)化結(jié)果應(yīng)用于無(wú)線(xiàn)電平臺(tái)實(shí)現(xiàn)系統(tǒng)參數(shù)重構(gòu)。透明松耦合靈活可擴(kuò)展高效 認(rèn)知引擎中的人工智能技術(shù)（Artificial Intelligences in CE）進(jìn)化算法：一種模擬自然界生物進(jìn)化過(guò)程的群體導(dǎo)向隨機(jī)搜索方法，由于其并行優(yōu)化處理能力和對(duì)復(fù)雜問(wèn)題的快速適應(yīng)能力，用于解決動(dòng)態(tài)環(huán)境下認(rèn)知無(wú)線(xiàn)電工作參數(shù)的優(yōu)化案例推理：一種基于經(jīng)驗(yàn)知識(shí)進(jìn)行推理的人工智能技術(shù)，強(qiáng)調(diào)在解決

16、新問(wèn)題時(shí)，借鑒過(guò)去積累的經(jīng)驗(yàn)。在認(rèn)知無(wú)線(xiàn)電中，案例推理作為優(yōu)化算法的前置模塊，將認(rèn)知引擎以前的優(yōu)化方案存儲(chǔ)在數(shù)據(jù)庫(kù)中，當(dāng)遇到新問(wèn)題時(shí)按照一定的搜索方法檢索出相近案例，以此為基礎(chǔ)進(jìn)行下一步優(yōu)化 認(rèn)知引擎中的人工智能技術(shù) （Artificial Intelligences in CE）人工神經(jīng)網(wǎng)絡(luò)：用來(lái)模擬人腦神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能，利用非線(xiàn)性映射和并行處理，通過(guò)不斷學(xué)習(xí)和調(diào)整，反映輸入空間與輸出空間的映射關(guān)系，在認(rèn)知無(wú)線(xiàn)電中用于構(gòu)建學(xué)習(xí)單元 隱馬爾科夫模型：以馬爾科夫鏈為基礎(chǔ)建立的預(yù)測(cè)模型，可根據(jù)歷史信息預(yù)測(cè)未來(lái)狀態(tài)，在認(rèn)知無(wú)線(xiàn)電中用于建立信道模型，指導(dǎo)信道狀態(tài)預(yù)測(cè)模糊邏輯：針對(duì)問(wèn)題的不確定性，應(yīng)

17、用模糊集合和模糊規(guī)則進(jìn)行推理，表達(dá)界限不清晰的定性知識(shí)與經(jīng)驗(yàn)，模擬人腦方式實(shí)行模糊綜合判斷，目前研究還不多 認(rèn)知引擎關(guān)鍵技術(shù)（Key Technologies in CE）知識(shí)表示技術(shù)：將知識(shí)信息表示為一種機(jī)器可以識(shí)別并處理的數(shù)據(jù)結(jié)構(gòu)。用于無(wú)線(xiàn)電描述語(yǔ)言的有：規(guī)范描述語(yǔ)言（SDL）、無(wú)線(xiàn)知識(shí)描述語(yǔ)言（RKRL）、統(tǒng)一建模語(yǔ)言（UML）以及可擴(kuò)展標(biāo)記語(yǔ)言（XML）等學(xué)習(xí)推理技術(shù)：利用人工智能技術(shù)完成學(xué)習(xí)、分析、處理、預(yù)測(cè)、優(yōu)化等，如各種專(zhuān)家系統(tǒng)最優(yōu)化技術(shù)：認(rèn)知引擎需要實(shí)現(xiàn)帶多約束條件的多目標(biāo)優(yōu)化，強(qiáng)調(diào)優(yōu)化精度和收斂速度，如遺傳算法、模擬退火算法等 關(guān)鍵技術(shù)之三：網(wǎng)絡(luò)架構(gòu)（Network Arch

18、itecture）關(guān)鍵技術(shù)之四：接入控制（Access Control）認(rèn)知無(wú)線(xiàn)電網(wǎng)絡(luò)接入控制特點(diǎn)：動(dòng)態(tài)頻譜接入、頻譜資源非獨(dú)占、接入切換頻繁、傳輸時(shí)延不可控，甚至中斷等接入模型：動(dòng)態(tài)排他模型、開(kāi)放共享模型、分層接入模型 動(dòng)態(tài)排他模型（Dynamic Exclusive Model） 頻譜產(chǎn)權(quán)：包括時(shí)間、空間、頻段三參數(shù)。頻譜產(chǎn)權(quán)是指在指定的時(shí)間、指定的空間使用指定頻段的權(quán)利，且信號(hào)功率不超限。頻譜產(chǎn)權(quán)策略允許授權(quán)用戶(hù)自由交易或出租頻段，但要清晰定義頻譜產(chǎn)權(quán)并執(zhí)行，難度很大頻譜第二市場(chǎng)。 動(dòng)態(tài)頻譜分配：利用通信業(yè)務(wù)在時(shí)域、空域上的分布不均，實(shí)現(xiàn)時(shí)間相關(guān)和空間相關(guān)的頻譜共享，以提高頻譜利用率，即

19、在指定時(shí)間和空間把頻譜分配給某無(wú)線(xiàn)接入網(wǎng)，其他用戶(hù)不得使用。開(kāi)放共享模型（Open Shared Model） 集中式：集中控制單元控制頻譜分配和接入過(guò)程，網(wǎng)絡(luò)中每個(gè)節(jié)點(diǎn)都把自己感知到的頻譜信息匯聚到集中控制單元，由控制單元繪制出頻譜分配映射圖 分布式：針對(duì)無(wú)基礎(chǔ)設(shè)施的對(duì)等網(wǎng)絡(luò)，網(wǎng)內(nèi)每個(gè)節(jié)點(diǎn)都參與頻譜感知和競(jìng)爭(zhēng)，頻譜接入由節(jié)點(diǎn)自身策略決定分層接入模型（Hierarchical Access Model） 干擾避免方式：機(jī)會(huì)頻譜接入（OSA），包括頻譜機(jī)會(huì)識(shí)別、頻譜機(jī)會(huì)利用和頻譜管理模塊。機(jī)會(huì)識(shí)別模塊用于檢測(cè)和跟蹤在時(shí)域和空域動(dòng)態(tài)變化的頻譜機(jī)會(huì)；機(jī)會(huì)利用模塊根據(jù)識(shí)別結(jié)果確定是否和怎樣接入；頻譜管

20、理模塊提供頻譜使用規(guī)則。 干擾受限方式：發(fā)射功率嚴(yán)格受限，保證單位頻譜上的功率低于授權(quán)用戶(hù)的干擾溫度低限。 關(guān)鍵技術(shù)之五：信道選擇（Channel Selection）在認(rèn)知無(wú)線(xiàn)電網(wǎng)絡(luò)中，認(rèn)知用戶(hù)對(duì)接入信道無(wú)唯一使用權(quán)，甚至無(wú)優(yōu)先使用權(quán)，這會(huì)導(dǎo)致在同一時(shí)刻可能有多個(gè)認(rèn)知用戶(hù)搶占同一空閑信道現(xiàn)象，若不能合理選擇信道，頻譜利用率會(huì)由于沖突碰撞不升反降。此外，不同信道對(duì)于認(rèn)知用戶(hù)而言傳輸性能不同（頻譜異質(zhì)），認(rèn)知用戶(hù)更傾向于選擇對(duì)自身傳輸性能好的信道執(zhí)行數(shù)據(jù)傳輸。信道選擇是負(fù)載均衡、傳輸效率和公平性的權(quán)衡過(guò)程關(guān)鍵技術(shù)之五：信道選擇 （Channel Selection）基于拍賣(mài)機(jī)制的信道選擇策略拍賣(mài)

21、特點(diǎn)：買(mǎi)賣(mài)雙方除了各自保留價(jià)格外，對(duì)他人的保留價(jià)格和買(mǎi)賣(mài)雙方人數(shù)、供求信息一無(wú)所知，交易過(guò)程是一個(gè)不完全信息下的非合作動(dòng)態(tài)博弈過(guò)程該策略將主用戶(hù)作為賣(mài)方，認(rèn)知用戶(hù)作為買(mǎi)方，頻譜池中的空閑信道作為交易商品。利用博弈論對(duì)認(rèn)知用戶(hù)的動(dòng)態(tài)頻譜共享建模，描述認(rèn)知用戶(hù)的行為和作用；基于多種目標(biāo)執(zhí)行優(yōu)化處理，如頻譜利用率最大、系統(tǒng)容量最大、切換次數(shù)最少、中斷概率最低等，往往是多目標(biāo)優(yōu)化問(wèn)題；基于局部或私有信息，利用非合作博弈論執(zhí)行動(dòng)態(tài)頻譜選擇。 關(guān)鍵技術(shù)之五：信道選擇 （Channel Selection）基于學(xué)習(xí)的信道選擇策略認(rèn)知用戶(hù)通過(guò)學(xué)習(xí)短期內(nèi)頻譜的歷史狀態(tài)信息，結(jié)合頻譜長(zhǎng)期歷史統(tǒng)計(jì)規(guī)律，分析自己每次

22、接入不同信道成功傳輸?shù)母怕蕘?lái)判斷哪個(gè)信道對(duì)自己是最優(yōu)的，并對(duì)頻譜可用性做短期、中期預(yù)測(cè)，以此為依據(jù)選擇合適頻譜供認(rèn)知用戶(hù)接入，其目的是降低頻譜切換頻次，保證數(shù)據(jù)傳輸?shù)倪B續(xù)性。 關(guān)鍵技術(shù)之五：信道選擇 （Channel Selection）基于最小系統(tǒng)時(shí)間的信道選擇策略系統(tǒng)時(shí)間=等待時(shí)間+傳輸時(shí)間，其中等待時(shí)間與信道選擇策略有關(guān)基于概率的系統(tǒng)時(shí)間最小化信道選擇：認(rèn)知用戶(hù)依據(jù)概率從候選信道集合中選擇接入信道，通過(guò)優(yōu)化處理尋求最佳分布概率?；诟兄南到y(tǒng)時(shí)間最小化信道選擇：認(rèn)知用戶(hù)通過(guò)感知從候選信道中尋找空閑信道，若有多條空閑信道，隨機(jī)選擇一條作為通信信道，若沒(méi)有空閑，隨機(jī)從候選信道中選擇一個(gè)信道等

23、待，直到該信道可用。關(guān)鍵技術(shù)之五：信道選擇 （Channel Selection）基于預(yù)測(cè)模型的信道選擇策略通過(guò)環(huán)境感知分析主用戶(hù)活動(dòng)規(guī)律，并結(jié)合當(dāng)前頻譜感知信息預(yù)測(cè)可用信道信息，如空閑時(shí)間、信道質(zhì)量等，指導(dǎo)認(rèn)知用戶(hù)信道選擇，總是選擇持續(xù)空閑較長(zhǎng)時(shí)間的信道，保證每次接入能占用盡量長(zhǎng)的時(shí)間，減少切換次數(shù)。關(guān)鍵技術(shù)之六：認(rèn)知安全（Cognitive Safe）認(rèn)知無(wú)線(xiàn)網(wǎng)絡(luò)動(dòng)態(tài)利用資源，雖能提高頻譜利用率，但認(rèn)知用戶(hù)不加區(qū)別地對(duì)待和信任“主用戶(hù)”，面臨著新的安全威脅模仿主用戶(hù)攻擊（Primary User Emulation, PUE）：攻擊者執(zhí)行頻譜感知，當(dāng)檢測(cè)到空閑信道時(shí)發(fā)送與主用戶(hù)信號(hào)特征相同

24、的信號(hào)，欺騙合法用戶(hù)做出正確感知，減少合法用戶(hù)的可用信道資源。自私PUE：最大化自身頻譜利益蓄意PUE：惡意占用頻譜關(guān)鍵技術(shù)之六：認(rèn)知安全 （Cognitive Safe）蓄意干擾主用戶(hù)攻擊：攻擊者惡意干擾使認(rèn)知用戶(hù)無(wú)法判斷主用戶(hù)是否存在，誘導(dǎo)認(rèn)知用戶(hù)接入信道，對(duì)主用戶(hù)造成干擾。攻擊頻譜管理者：在集中式網(wǎng)絡(luò)中，基站會(huì)向終端發(fā)送執(zhí)行頻譜感知、信道分配等策略信息，攻擊者通過(guò)截獲這些信息，并注入錯(cuò)誤策略，誘導(dǎo)終端接入錯(cuò)誤信道，要么干擾主用戶(hù)通信，要么竊取認(rèn)知用戶(hù)信息。自私行為攻擊：攻擊者以損耗網(wǎng)絡(luò)性能為代價(jià)來(lái)提高自身性能，如自私用戶(hù)在信道協(xié)商期間通過(guò)發(fā)送錯(cuò)誤的信道空閑信息幀來(lái)欺騙其他節(jié)點(diǎn)，隱瞞可用信

25、道并獨(dú)占頻譜資源。 關(guān)鍵技術(shù)之六：認(rèn)知安全 （Cognitive Safe）拒絕服務(wù)攻擊：阻止合法用戶(hù)接入系統(tǒng)或使系統(tǒng)進(jìn)程延遲。攻擊者可能是惡意的，也可能是故障設(shè)備，攻擊者可采用任何措施導(dǎo)致以上功能運(yùn)行失敗。竊聽(tīng)攻擊：攻擊者利用竊聽(tīng)技術(shù)獲得認(rèn)知用戶(hù)的重要信息與決策結(jié)果，從而發(fā)起網(wǎng)絡(luò)攻擊關(guān)鍵技術(shù)之六：認(rèn)知安全 （Cognitive Safe）公共控制信道飽和攻擊：攻擊者通過(guò)發(fā)送大量惡意控制幀使公共控制信道飽和，阻塞頻譜資源協(xié)商和分配過(guò)程。如果控制幀缺少認(rèn)證，攻擊者也能通過(guò)偽造MAC幀或在MAC幀中插入偽造信息，中斷通信或不公平分配網(wǎng)絡(luò)資源。通信信道飽和攻擊：攻擊者通過(guò)捕獲公共控制信道，竊取認(rèn)知用戶(hù)正在通信的通信信道信息，通過(guò)調(diào)