認(rèn)知無(wú)線電通信系統(tǒng)關(guān)鍵技術(shù)研究

應(yīng)小凡

（浙江財(cái)經(jīng)學(xué)院 信息學(xué)院，浙江 杭州 310016）

0 引言

當(dāng)今無(wú)線通信技術(shù)的發(fā)展日新月異，業(yè)務(wù)種類繁多，對(duì)帶寬要求越來(lái)越高，使得無(wú)線頻譜資源日益緊張。與此同時(shí)，還存在頻譜使用不均衡的現(xiàn)象，某些頻段過(guò)于擁擠，而某些頻段卻有大量頻譜資源閑置，導(dǎo)致頻譜資源整體利用率過(guò)低。有關(guān)研究表明，在大部分時(shí)間和地區(qū)，授權(quán)頻段的平均利很低。而開放使用的非授權(quán)頻段用戶數(shù)量很多，業(yè)務(wù)量很大，基本趨于飽和狀態(tài)[1-2]。靜態(tài)的頻譜分配原則是導(dǎo)致授權(quán)頻段利用率低下而其他用戶又無(wú)法使用相應(yīng)頻段這一矛盾的主要原因。在這種情況下，認(rèn)知無(wú)線電CR（Congnitive Radio）被認(rèn)為是解決上述問(wèn)題的最佳方案，通過(guò)感知無(wú)線通信環(huán)境，能夠自適應(yīng)地改變系統(tǒng)工作參數(shù)，從而有效地利用頻譜資源。

1 認(rèn)知無(wú)線電的概念與體系結(jié)構(gòu)

認(rèn)知無(wú)線電是Joseph Mitola 博士于1999 年首次提出[3]。認(rèn)知無(wú)線電, 以軟件定義無(wú)線電為平臺(tái), 是一種智能的無(wú)線通信技術(shù)，通過(guò)頻譜感知技術(shù)了解外界頻譜使用狀況，進(jìn)而針對(duì)性地動(dòng)態(tài)改變某些系統(tǒng)參數(shù)，例如：載波頻率，傳輸功率，調(diào)制方式等，從而大大提高無(wú)線頻譜的利用率, 使系統(tǒng)的通信規(guī)則與其相關(guān)的射頻激勵(lì)相適應(yīng), 從而確保可靠的通信的可靠性和無(wú)線頻譜的有效利用，認(rèn)知無(wú)線電大大拓展了無(wú)線電通信領(lǐng)域的發(fā)展空間[4]。為了確保認(rèn)知無(wú)線電技術(shù)的順利進(jìn)展，F(xiàn)CC 制定了相關(guān)規(guī)范，于2003 年12 月通過(guò)了《FCC 規(guī)則第15 章》修正案，軟件無(wú)線電論壇成立了認(rèn)知無(wú)線電工作組。 IEEE 于2004 年10 月成立了802.22 工作組。一個(gè)典型的認(rèn)知無(wú)線電系統(tǒng)包括對(duì)環(huán)境感知、信道估計(jì)、頻譜管理等環(huán)節(jié)，如下頁(yè)圖1所示。這幾個(gè)環(huán)節(jié)依次進(jìn)行，采用邊學(xué)習(xí)邊累積的方法多外部環(huán)境進(jìn)行感知，并根據(jù)有關(guān)的環(huán)境參數(shù)對(duì)發(fā)射功率、調(diào)制方式等參數(shù)進(jìn)行優(yōu)化調(diào)整，從而保證整個(gè)認(rèn)知無(wú)線電系統(tǒng)的智能處理的實(shí)現(xiàn)。在整個(gè)系統(tǒng)當(dāng)中，引入一個(gè)重要的物理量——干擾溫度。干擾溫度是干擾功率的另一種表示形式，很大程度上決定了不同頻譜上功率的分配。

圖1 系統(tǒng)模型

2 認(rèn)知無(wú)線電關(guān)鍵技術(shù)

在認(rèn)知無(wú)線電系統(tǒng)當(dāng)中，頻譜感知，動(dòng)態(tài)頻譜管理以及信道估計(jì)等關(guān)鍵技術(shù)扮演了非常重要的角色。

2.1 頻譜感知

為了迅速準(zhǔn)確地確定頻譜資源的使用狀況，需要采用頻譜感知技術(shù)。常見的頻譜感知技術(shù)有匹配濾波法、能量檢測(cè)法、循環(huán)平穩(wěn)特征檢測(cè)法、協(xié)同分集等方法[5]。

利用匹配濾波法，采用這種方法的前提條件是必須具備授權(quán)用戶信號(hào)的先驗(yàn)知識(shí)，比如調(diào)制方式、脈沖形狀等參數(shù)。在加性高斯白噪聲的背景下能夠獲得最大信噪比，是一種具有良好性能的譜感知技術(shù)。如果先驗(yàn)知識(shí)不夠準(zhǔn)確或完備，那匹配濾波法的性能將大為降低。因此，在對(duì)授權(quán)用戶信息較為了解的情況下，采用匹配濾波法是一種較為理想的選擇。

能量檢測(cè)法：在無(wú)法獲得授權(quán)用戶信息的條件下，可以采用能量檢測(cè)法。能量檢測(cè)法是一種非相干的檢測(cè)方法，通過(guò)時(shí)域或者頻域計(jì)算各個(gè)信道的能量從而得到各個(gè)信道的干擾溫度，并與干擾溫度限進(jìn)行比較，低于干擾溫度限的就被認(rèn)為是合適的空穴信道。采用這種方法的優(yōu)點(diǎn)是比較簡(jiǎn)單，而且不需要獲得授權(quán)用戶信息，缺點(diǎn)在于干擾溫度限的設(shè)置比較困難，而且在信號(hào)能量微弱的情況下，無(wú)法區(qū)分信號(hào)、噪聲和干擾。

循環(huán)平穩(wěn)特征檢測(cè)法:調(diào)制信號(hào)中通常包括正弦載波,擴(kuò)頻序列或者循環(huán)前綴等，因此調(diào)制信號(hào)具有一定的循環(huán)平穩(wěn)特征。通過(guò)對(duì)信號(hào)的循環(huán)平穩(wěn)特征進(jìn)行檢測(cè)可以估算出信號(hào)的有關(guān)參數(shù)。由于噪聲沒(méi)有循環(huán)平穩(wěn)特征，因此這種檢測(cè)方法可以較好地克服噪聲干擾地影響，在大噪聲環(huán)境下具有比能量檢測(cè)法更好的性能，但是它計(jì)算復(fù)雜度較高，而且需要更長(zhǎng)的檢測(cè)時(shí)間。

2.2 動(dòng)態(tài)頻譜管理

在頻譜感知的基礎(chǔ)上，可以通過(guò)動(dòng)態(tài)頻譜管理技術(shù)來(lái)達(dá)到頻譜資源的最佳利用[6]，動(dòng)態(tài)頻譜管理主要通過(guò)自適應(yīng)策略來(lái)實(shí)現(xiàn)，根據(jù)網(wǎng)頻譜動(dòng)態(tài)分配的體系結(jié)構(gòu)來(lái)劃分，可以分為集中式和分布式兩種體系結(jié)構(gòu)。集中式分配主要利用區(qū)域中的中心實(shí)體進(jìn)行統(tǒng)一的頻譜分配。中心實(shí)體根據(jù)頻譜感知的結(jié)果，對(duì)整個(gè)區(qū)域的用戶進(jìn)行資源的分配。而分布式分配沒(méi)有中心實(shí)體的干預(yù)，每個(gè)節(jié)點(diǎn)分別運(yùn)行分布式算法或策略來(lái)實(shí)現(xiàn)。按照協(xié)同方式來(lái)劃分，頻譜動(dòng)態(tài)分配方式以分為協(xié)同式和非協(xié)同式兩種。協(xié)同式分配策略要充分考慮本節(jié)點(diǎn)的需求與對(duì)其他節(jié)點(diǎn)的影響，通過(guò)更為公平的方式來(lái)協(xié)調(diào)頻譜資源的分配。而非協(xié)同式分配策略僅僅考慮自身需求，對(duì)其他用戶的影響不予考慮，在這種情況下，頻譜利用率與公平性較差。

認(rèn)知無(wú)線電網(wǎng)絡(luò)設(shè)備是多種多樣的，可能存在協(xié)同用戶和非協(xié)同用戶，甚至惡意用戶。傳統(tǒng)的頻譜共享策略都是基于網(wǎng)絡(luò)用戶協(xié)同的、靜態(tài)的和受中央控制的，在這樣的情況下，對(duì)傳統(tǒng)策略并不能獲得預(yù)期的性能。博弈理論全面研究了不同智能系統(tǒng)決策之間的沖突與協(xié)同，符合認(rèn)知無(wú)線電環(huán)境下分布式頻譜共享的情況，N.Nie等人分析了協(xié)同博弈和非協(xié)同博弈情況下的系統(tǒng)性能，發(fā)現(xiàn)基于協(xié)同的動(dòng)態(tài)頻譜分配可有效提高網(wǎng)絡(luò)的性能。基于協(xié)同的方法強(qiáng)調(diào)系統(tǒng)的整體有效性，必要時(shí)需犧牲局部性能；但基于協(xié)同的方法中相鄰用戶需要頻繁交換信息，而這必然會(huì)增加系統(tǒng)的復(fù)雜性和額外開銷。非協(xié)同博弈是博弈理論的重要分支，它無(wú)需相鄰用戶頻繁交換信息，僅需要借助本地信息即可完成頻譜動(dòng)態(tài)分配，有利于構(gòu)建分布式動(dòng)態(tài)頻譜分配系統(tǒng)。如參與博弈的用戶中存在自私用戶，那么，純策略博弈將難以收斂到有效的納什均衡點(diǎn)，在這種條件下，采用用重復(fù)博弈是一種有效策略。首要用戶的頻譜資源可以通過(guò)拍賣方式租用給次要用戶使用，利用迭代分布式出價(jià)算法可以達(dá)到最優(yōu)均衡點(diǎn)。

2.3 信道估計(jì)

一般而言，信道估計(jì)方法可分為盲信道估計(jì)法，半盲信道估計(jì)法以及基于訓(xùn)練序列信道估計(jì)法等三種[7]。盲信道估計(jì)的有效利用頻譜資源和發(fā)射功率,但信號(hào)處理的算法比較復(fù)雜、收斂速度較慢,而且信道估計(jì)的性能較差。與之相比，基于訓(xùn)練序列信道估計(jì)性能良好，但需要額外的信道資源和發(fā)射功率[8]；為了在較好的性能與系統(tǒng)處理復(fù)雜度，資源利用率等全面權(quán)衡，在認(rèn)知無(wú)線電網(wǎng)絡(luò)中， 往往使用半盲信道估計(jì)法。目前,有多種半盲信道估計(jì)的方法被提出,例如粒子濾波, 卡爾曼濾波等。其中,粒子濾波性能較好,但復(fù)雜度較高,難于實(shí)現(xiàn);而卡爾曼濾波在性能和復(fù)雜度兩方面做了很好的折中。在半盲信道估方法當(dāng)中，可以將信道估計(jì)的狀態(tài)分為監(jiān)督和跟蹤兩種狀態(tài)。在監(jiān)督狀態(tài)下,需要一個(gè)在短訓(xùn)練序列進(jìn)行的信道估計(jì)。在獲得可靠的信道狀態(tài)后, 接收端就切換成跟蹤狀態(tài) ,不再發(fā)送訓(xùn)練序列。在信道狀態(tài)估計(jì)的基礎(chǔ)上，可以進(jìn)一步計(jì)算信道容量，以便控制發(fā)射機(jī)的發(fā)送功率已達(dá)到系統(tǒng)資源的優(yōu)化。

3 結(jié)語(yǔ)

認(rèn)知無(wú)線電的核心思想是通過(guò)感知頻譜環(huán)境、根據(jù)所得到的環(huán)境參數(shù)能夠智能實(shí)時(shí)調(diào)整其傳輸參數(shù)，實(shí)現(xiàn)頻譜的高效率利用，為根本上解決日益增長(zhǎng)的無(wú)線通信需求與有限的無(wú)線頻譜資源之間的矛盾開辟了一條行之有效的解決途徑，是一種具有非常廣闊應(yīng)用前景的新型技術(shù)，具有諸多的優(yōu)點(diǎn),然而CR 技術(shù)從概念到應(yīng)用尚面臨很多挑戰(zhàn)，尤其是許多關(guān)鍵技術(shù)有待突破。比如相關(guān)的標(biāo)準(zhǔn)化工作、網(wǎng)絡(luò)架構(gòu)與協(xié)議體系以及安全解決方案等。此外，與有關(guān)熱點(diǎn)技術(shù)的結(jié)合需要進(jìn)一步的關(guān)注，比如基于多入多出的認(rèn)知無(wú)線電，基于OFDM技術(shù)的認(rèn)知無(wú)線電系統(tǒng)以及基于UWB技術(shù)的認(rèn)知無(wú)線電等[6],通過(guò)與其他熱點(diǎn)技術(shù)的融合，為智能認(rèn)知無(wú)線電的最終實(shí)現(xiàn)提供嶄新的思路，并將大大推進(jìn)認(rèn)知無(wú)線電走向?qū)嵱没M(jìn)程。

[1] 尤文堅(jiān),黃欣,劉桂英. 認(rèn)知無(wú)線電的相關(guān)技術(shù)研究[J].通信技術(shù),2008,41(12):63-65.

[2] 陳金鷹,李曉華, 陳斌,等.認(rèn)知無(wú)線電應(yīng)用討論[J].通信技術(shù),2009,42(10):38-40.

[3] Joseph Mitola. Cognitive Radio-making Software Radiosmorepersonal[J]. IEEE Personal Communications,1999,6(04):13-181.

[4] Haykin S. Cognitive Radio: Brain-empoowered Wireless Communications[J].IEEE Journal on Selected Areas in Communicatins,2005,23(02):201-2201.

[5] Cabric D.Implementation Issues in Spectrum Sensing for Cognitive Radios Signals System s and Computers[C]. 2004:772-776.

[6] Ian F A, Lee W Y, Megmet C V A. Survey on Spectrum Management in Cognitive Radio Networks[J].IEEE Communications Magazine,2008,46(04):40-48.

[7] 周小飛,張宏綱. 認(rèn)知無(wú)線電原理及應(yīng)用[M].北京：北京郵電大學(xué)出版社，2007.

[8] Hayk I S, Huber K, Chen Zhe. Bayesian Sequential State Estimation for MIMO Wireless Communications[J].Proceeding of IEEE, 2004,92(03):439-454.