认知无线电通信系统关键技术研究

应小凡

（浙江财经学院 信息学院，浙江 杭州 310016）

0 引言

当今无线通信技术的发展日新月异，业务种类繁多，对带宽要求越来越高，使得无线频谱资源日益紧张。与此同时，还存在频谱使用不均衡的现象，某些频段过于拥挤，而某些频段却有大量频谱资源闲置，导致频谱资源整体利用率过低。有关研究表明，在大部分时间和地区，授权频段的平均利很低。而开放使用的非授权频段用户数量很多，业务量很大，基本趋于饱和状态[1-2]。静态的频谱分配原则是导致授权频段利用率低下而其他用户又无法使用相应频段这一矛盾的主要原因。在这种情况下，认知无线电CR（Congnitive Radio）被认为是解决上述问题的最佳方案，通过感知无线通信环境，能够自适应地改变系统工作参数，从而有效地利用频谱资源。

1 认知无线电的概念与体系结构

认知无线电是Joseph Mitola 博士于1999 年首次提出[3]。认知无线电, 以软件定义无线电为平台, 是一种智能的无线通信技术，通过频谱感知技术了解外界频谱使用状况，进而针对性地动态改变某些系统参数，例如：载波频率，传输功率，调制方式等，从而大大提高无线频谱的利用率, 使系统的通信规则与其相关的射频激励相适应, 从而确保可靠的通信的可靠性和无线频谱的有效利用，认知无线电大大拓展了无线电通信领域的发展空间[4]。为了确保认知无线电技术的顺利进展，FCC 制定了相关规范，于2003 年12 月通过了《FCC 规则第15 章》修正案，软件无线电论坛成立了认知无线电工作组。 IEEE 于2004 年10 月成立了802.22 工作组。一个典型的认知无线电系统包括对环境感知、信道估计、频谱管理等环节，如下页图1所示。这几个环节依次进行，采用边学习边累积的方法多外部环境进行感知，并根据有关的环境参数对发射功率、调制方式等参数进行优化调整，从而保证整个认知无线电系统的智能处理的实现。在整个系统当中，引入一个重要的物理量——干扰温度。干扰温度是干扰功率的另一种表示形式，很大程度上决定了不同频谱上功率的分配。

图1 系统模型

2 认知无线电关键技术

在认知无线电系统当中，频谱感知，动态频谱管理以及信道估计等关键技术扮演了非常重要的角色。

2.1 频谱感知

为了迅速准确地确定频谱资源的使用状况，需要采用频谱感知技术。常见的频谱感知技术有匹配滤波法、能量检测法、循环平稳特征检测法、协同分集等方法[5]。

利用匹配滤波法，采用这种方法的前提条件是必须具备授权用户信号的先验知识，比如调制方式、脉冲形状等参数。在加性高斯白噪声的背景下能够获得最大信噪比，是一种具有良好性能的谱感知技术。如果先验知识不够准确或完备，那匹配滤波法的性能将大为降低。因此，在对授权用户信息较为了解的情况下，采用匹配滤波法是一种较为理想的选择。

能量检测法：在无法获得授权用户信息的条件下，可以采用能量检测法。能量检测法是一种非相干的检测方法，通过时域或者频域计算各个信道的能量从而得到各个信道的干扰温度，并与干扰温度限进行比较，低于干扰温度限的就被认为是合适的空穴信道。采用这种方法的优点是比较简单，而且不需要获得授权用户信息，缺点在于干扰温度限的设置比较困难，而且在信号能量微弱的情况下，无法区分信号、噪声和干扰。

循环平稳特征检测法:调制信号中通常包括正弦载波,扩频序列或者循环前缀等，因此调制信号具有一定的循环平稳特征。通过对信号的循环平稳特征进行检测可以估算出信号的有关参数。由于噪声没有循环平稳特征，因此这种检测方法可以较好地克服噪声干扰地影响，在大噪声环境下具有比能量检测法更好的性能，但是它计算复杂度较高，而且需要更长的检测时间。

2.2 动态频谱管理

在频谱感知的基础上，可以通过动态频谱管理技术来达到频谱资源的最佳利用[6]，动态频谱管理主要通过自适应策略来实现，根据网频谱动态分配的体系结构来划分，可以分为集中式和分布式两种体系结构。集中式分配主要利用区域中的中心实体进行统一的频谱分配。中心实体根据频谱感知的结果，对整个区域的用户进行资源的分配。而分布式分配没有中心实体的干预，每个节点分别运行分布式算法或策略来实现。按照协同方式来划分，频谱动态分配方式以分为协同式和非协同式两种。协同式分配策略要充分考虑本节点的需求与对其他节点的影响，通过更为公平的方式来协调频谱资源的分配。而非协同式分配策略仅仅考虑自身需求，对其他用户的影响不予考虑，在这种情况下，频谱利用率与公平性较差。

认知无线电网络设备是多种多样的，可能存在协同用户和非协同用户，甚至恶意用户。传统的频谱共享策略都是基于网络用户协同的、静态的和受中央控制的，在这样的情况下，对传统策略并不能获得预期的性能。博弈理论全面研究了不同智能系统决策之间的冲突与协同，符合认知无线电环境下分布式频谱共享的情况，N.Nie等人分析了协同博弈和非协同博弈情况下的系统性能，发现基于协同的动态频谱分配可有效提高网络的性能。基于协同的方法强调系统的整体有效性，必要时需牺牲局部性能；但基于协同的方法中相邻用户需要频繁交换信息，而这必然会增加系统的复杂性和额外开销。非协同博弈是博弈理论的重要分支，它无需相邻用户频繁交换信息，仅需要借助本地信息即可完成频谱动态分配，有利于构建分布式动态频谱分配系统。如参与博弈的用户中存在自私用户，那么，纯策略博弈将难以收敛到有效的纳什均衡点，在这种条件下，采用用重复博弈是一种有效策略。首要用户的频谱资源可以通过拍卖方式租用给次要用户使用，利用迭代分布式出价算法可以达到最优均衡点。

2.3 信道估计

一般而言，信道估计方法可分为盲信道估计法，半盲信道估计法以及基于训练序列信道估计法等三种[7]。盲信道估计的有效利用频谱资源和发射功率,但信号处理的算法比较复杂、收敛速度较慢,而且信道估计的性能较差。与之相比，基于训练序列信道估计性能良好，但需要额外的信道资源和发射功率[8]；为了在较好的性能与系统处理复杂度，资源利用率等全面权衡，在认知无线电网络中， 往往使用半盲信道估计法。目前,有多种半盲信道估计的方法被提出,例如粒子滤波, 卡尔曼滤波等。其中,粒子滤波性能较好,但复杂度较高,难于实现;而卡尔曼滤波在性能和复杂度两方面做了很好的折中。在半盲信道估方法当中，可以将信道估计的状态分为监督和跟踪两种状态。在监督状态下,需要一个在短训练序列进行的信道估计。在获得可靠的信道状态后, 接收端就切换成跟踪状态 ,不再发送训练序列。在信道状态估计的基础上，可以进一步计算信道容量，以便控制发射机的发送功率已达到系统资源的优化。

3 结语

认知无线电的核心思想是通过感知频谱环境、根据所得到的环境参数能够智能实时调整其传输参数，实现频谱的高效率利用，为根本上解决日益增长的无线通信需求与有限的无线频谱资源之间的矛盾开辟了一条行之有效的解决途径，是一种具有非常广阔应用前景的新型技术，具有诸多的优点,然而CR 技术从概念到应用尚面临很多挑战，尤其是许多关键技术有待突破。比如相关的标准化工作、网络架构与协议体系以及安全解决方案等。此外，与有关热点技术的结合需要进一步的关注，比如基于多入多出的认知无线电，基于OFDM技术的认知无线电系统以及基于UWB技术的认知无线电等[6],通过与其他热点技术的融合，为智能认知无线电的最终实现提供崭新的思路，并将大大推进认知无线电走向实用化进程。

[1] 尤文坚,黄欣,刘桂英. 认知无线电的相关技术研究[J].通信技术,2008,41(12):63-65.

[2] 陈金鹰,李晓华, 陈斌,等.认知无线电应用讨论[J].通信技术,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] 周小飞,张宏纲. 认知无线电原理及应用[M].北京：北京邮电大学出版社，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.