認知無線網絡：關鍵技術與研究現狀

魏急波，王杉，趙海濤

（國防科學技術大學 電子科學與工程學院，湖南 長沙 410073）

1 引言

在日趨復雜的電磁環境下，無線通信網絡面臨諸多挑戰，不僅網絡用戶數量日趨龐大，服務類型和需求更是日趨多樣化，單一無線通信技術已經不能滿足數據與語音通信要求，而以頻譜為代表的無線資源本身愈來愈成為一種稀缺、同時又是用戶想方設法獲得的資源。由此顯現出3個重要挑戰：第一、如何解決一方面網絡資源的分配使用幾乎殆盡，而另一方面網絡資源的實際利用率又極低（根據FCC在一份調查報告中的測量結果，授權頻譜的時空利用率在15%～85%之間[1]；有統計表明，小于3GHz的頻譜在空間時間上的平均使用率低于5%[2]）的矛盾；第二、多個網絡存在時，如何能快速建立分處于不同網絡中用戶的端到端通信渠道，并能滿足用戶一定的服務質量（QoS, quality of service）要求；第三、如何在復雜網絡環境下，使通信終端在盡可能少的人為操作下，自適應的完成組網，從而提高網絡運行的穩健性和網絡維護的效率。認知無線網絡技術[3]可以說為以上問題提供了解決方向。認知無線網絡技術是指以提供端到端用戶服務質量保證為目標，通過對無線通信網絡環境的交互感知作用，進行智能規劃、決策和調度、自組織的實現組網并自適應于具體無線通信環境，有效地優化網絡資源的管理和使用狀況。認知無線網絡技術不僅可以提高網絡資源的利用效率、提供無線電通信兼容性和自適應于無線網絡資源的動態變化，更能適應復雜電磁環境下通信資源和通信手段的限制與反限制、攻擊與保護等。

目前，認知無線網絡技術已經得到了各界的關注，很多著名學者和機構都投入到認知無線網絡相關技術的研究中，啟動了很多針對認知無線電和認知無線網絡的重要研究項目。例如德國高校提出的頻譜池系統、美國加州大學Berkeley分校研究組開發的 CORVUS系統、美國馬里蘭大學和微軟研究院聯合設計的 KNOWS認知無線電系統、美國Georgia理工學院寬帶和無線網絡實驗室提出的OCRA項目、美國軍方DARPA的XG項目和WNAN項目、歐盟的DRiVE項目和E2R項目等。在這些項目的推動下，該技術已在基本理論、頻譜感知、網絡架構和協議設計等領域取得了一些成果。IEEE為此專門組織了2個重要的國際年會交流該方面的研究成果。目前，最引人關注的是IEEE 802.22工作組的工作，該工作組正在制訂利用空閑電視頻段進行寬帶無線接入的技術標準，這是第一個引入認知無線電概念的IEEE技術標準化活動。國內研究工作起步稍晚，但是最近投入亦很大。國家“863”計劃在2005年首次支持了認知無線電關鍵技術的研究。2008 年國家自然科學基金委信息科學部在認知無線電領域設立重點項目群，解決頻譜認知、動態頻譜管理、抗干擾和有效中繼等問題。2009年“973”國家重點基礎研究發展計劃中也設立了有關無線網絡的重大項目。國內的研究工作主要集中在香港科技大學、浙江大學、清華大學、北京郵電大學、西安電子科技大學和國防科學技術大學等單位。

認知無線網絡被認為是下一代無線通信與網絡的核心技術，是實現無線網絡異構融合、高效利用網絡資源滿足用戶端到端服務需求的最佳方法。它不僅能通過重構其工作特性及各種參數，自適應于具體無線通信環境，從而有效地優化復雜無線網絡環境下頻譜資源的管理和使用狀況，更為未來高容量大寬帶無線通信與網絡系統設計提供了一條全新的途徑和大量的機會。

2 認知無線網絡的結構

認知無線網絡的主旨是讓網絡能夠觀察、學習和優化自己的行為，其基本目標是提高端到端的效能。這就要求認知無線網絡不僅能夠感知當前的狀況以采取相應的自適應行動，并且具備思考、學習和記憶的能力，能夠基于所獲取的知識對當前情況和事件做出推理，繼而將學習到的知識應用在未來的判決中。

傳統網絡中的狀態信息受層次化協議結構的限制，單個元素不能體會其他元素當前的、準確的感知狀態。因此，單個元素對網絡激勵的反應也只能局限在有限的范圍內。同時，這種自適應反應是一種反射性的，即只有當問題發生的時候才會來采取相應的措施，而不能提前預測可能發生的問題。在認知無線網絡體系中，以認知特性為基礎，通過信息處理和人工智能，可以實現對網絡的感知、決策、資源分配和網絡重構，四者之間又存在著緊密的內在邏輯關系，如圖1所示。在這種體系結構中，認知無線網絡能夠觀察、感知和學習網絡環境狀態，智能決策并自適應調整節點和網絡的配置與行為，進而達到對網絡性能的智能優化。

圖1 認知無線網絡的理論體系結構

認知無線網絡的組網方式可以分為兩類：基于基礎架構的組網方式和基于ad hoc的組方形式。基于基礎架構的認知無線網絡如圖2所示，它由認知無線網絡接入點和認知無線網絡節點組成。

圖2 基于基礎架構的認知無線網絡

基于ad hoc形式的認知無線網絡中，認知節點以自組織、多跳方式組網，如圖3所示。這種網絡沒有基礎架構的支撐，網絡節點既能通過無線的方式直接相互通信，又能協助其他網絡節點完成相互通信。在這種方式組成的網絡中，所有節點地位平等，無需設置任何的控制中心。

圖3 基于ad hoc方式的認知無線網絡

認知網絡的應用相當廣泛，可以簡單劃分為以下幾類：頻譜租賃[4]、認知Mesh[5]、網絡融合、軍事應用、緊急救災[6]等。其中主要的研究領域有：網絡信息感知、無線資源分配機制（主要體現在網絡接入協議設計中）、智能決策算法和網絡重構技術等。

3 網絡信息感知技術

頻譜資源（頻譜空洞）是認知無線網絡物理層最基礎的可用資源，從網絡層的角度來看，該資源可映射為端到端的帶寬資源。這些資源信息的獲取是無線網絡中保證用戶 QoS的一個重要前提也是認知無線網絡的工作基礎，其感知結果的準確性將直接決定頻譜利用率及業務流所能達到的性能。特別是可用帶寬信息，它是網絡資源的綜合，是直接為網絡業務所利用的資源，因而其研究意義也越來越受到重視。

3.1 頻譜共享與感知

頻譜共享是指允許部分非授權用戶（即認知用戶）在不干擾授權用戶（即主用戶）的前提下動態共享部分頻譜，它是認知網絡工作的基礎。頻譜共享的方式大體可分為 Underlay (重疊)，Overlay (覆蓋)，Interweave（交織）和Aggravation（聚合）這4種[7,8]，如圖4所示。

圖4 頻譜共享方式分類

Underlay方式

Underlay的方式也稱為干擾控制，圖 5(a)是Underlay的頻譜共享原理圖。在這種模式下，認知用戶可以與主用戶同時使用頻譜資源，但前提是認知用戶的功率必須小于主用戶的干擾溫度門限。通過將信號擴頻至很大的帶寬上，可以實現在超低功率下短距離的高速通信。認知超寬帶(cognitive UWB)[9]是使用這種模型的典型例子。

Overlay方式

Overlay的方式也稱為干擾減輕，它也允許認知用戶與主用戶在相同的頻譜上進行傳輸，但是需要假設主用戶和認知用戶之間的信道信息是已知的。Overlay系統能夠運行的前提是：認知用戶使用部分能量進行認知用戶本身的傳輸，同時使用剩余的能量來幫助主用戶進行發送（轉發）。通過仔細地進行能量分割，認知用戶轉發對主用戶的信息SNR的增加能夠彌補認知用戶發送其本身的數據對主用戶信息 SNR的減小。這實際上是類似于最近提出的協同通信的思想[10]。為了減輕干擾，認知用戶必須知道主用戶的碼本，認知用戶發送方或接收方能夠機會主義地對主用戶的信息進行譯碼。這樣就會給主用戶和認知用戶都帶來增益。

Interweave方式

Interweave的方法又稱為干擾避免，是基于機會主義通信的思想，也是最早在J. Mitola的博士論文[11]中提出的思想。該模型不強調功率控制，而是通過在時間—頻率二維空間尋找頻譜空洞。這些頻譜空洞，能夠被認知用戶使用進行通信，從而提高頻帶利用效率，其原理圖如圖5(b)所示。采用交織的頻譜共享方式時，認知用戶需要周期性地監聽頻帶，智能地檢測不同頻帶的占用情況，然后使用頻譜空洞進行機會主義的通信同時保證對活躍主用戶的干擾最小。該方式是目前認知網絡最常用的頻譜接入模型，可用于認知網絡的FDMA、TDMA或OFDMA系統，有著廣泛的應用前景。

圖5 頻譜共享方式示意圖

Aggregation方式

Aggregation[8]是最近提出來的，它實際是交織方式的一種改進方式，它將多個可用的空白頻段聚合起來給某一個認知用戶使用，從而可以顯著提高該認知用戶的通信速率，如圖5(c)所示。

由上面的分析可以看出，為了進行頻譜共享首先需要進行頻譜感知。頻譜感知技術也是認知網絡區別于傳統無線網絡的核心技術之一。按照感知的對象不同，頻譜感知可分為基于發射源的感知和基于干擾的感知。而根據感知方式的不同，目前對頻譜檢測技術的研究主要包含兩方面，一是單點頻譜檢測技術，根據單個認知無線電節點接收的信號，檢測其所處無線環境的頻率占用狀態；二是多點協作頻譜檢測技術，即把多個節點的頻譜檢測結果進行合并，以提高檢測正確率，并降低對單節點的性能要求，如圖6所示。

1) 基于發射源的感知

針對發射源的不同特征進行感知，該方法又可細分為以下幾類：

能量檢測

能量檢測[12]是指在一定頻段內檢測能量的積累，如果積累后的能量高于設定的門限則說明有信號存在，否則只有噪聲。能量檢測的優點是無需任何檢測信號的先驗知識，屬于非相關檢測。其缺點是檢測速度慢，并且對門限值的設定也非常敏感。

匹配濾波檢測

匹配濾波是指通過頻譜濾波器進行信號檢測的技術[13]。匹配濾波器是輸出信噪比最大的最佳線性濾波器。匹配濾波是在已知主用戶信號特征下最優的頻譜檢測技術，是一種相關檢測。和其他檢測技術相比，它具有時間短，檢測精度高的優勢。但是需要主用戶信號的詳細特征，如果需要對多個主信號進行檢測，就需要配置多個濾波器，其執行成本將大大增加，因此其應用場合也受到很大的限制。

圖6 頻譜感知技術分類

周期平穩過程特征檢測

周期平穩過程特征檢測是指通過提取接收信號的靜態相關特征來檢測主用戶信號的技術[14]。靜態相關特征是由信號的周期性特征導致的。這種檢測技術的主要優勢是能從調制信號功率中區分出噪聲能量，前提是噪聲為不相干的廣義平穩信號。因此，周期平穩過程特征檢測可以在較低的信噪比前提下檢測信號。

小波檢測

由于無線網絡中率譜密度的不規則性，因此可以通過小波變換來分析信號的特征[15]，其最大的優勢是能對較寬頻段的信號進行檢測。

表1對以上4種主要的頻譜感知技術進行了優缺點的總結[16]。

表1 頻譜感知技術比較

2) 基于干擾的感知

該方法的基本思想是根據接收端受到的干擾程度來決定是否或者如何進行頻譜接入。在實際應用環境中，基于發射源的感知方法還存在一些難以克服的問題。如圖7所示，圖7(a)中的情形是主用戶接收端不確定問題，也稱為主用戶的隱終端問題。認知用戶在主用戶發射端的干擾半徑之外，因此一旦檢測到頻譜可用并接入信道，便會與主用戶接收端發生沖突。而圖 7(b)圖中雖然認知用戶處于主用戶發射端的干擾半徑之內，但是由于障礙物的存在，導致在陰影區域（扇形區域）檢測到頻譜可用，而接入信道后也會與主用戶的接收端發生沖突。

因此，學者又提出了一種新的檢測干擾的模型—干擾溫度模型。該模型不使用噪聲作為判斷門限，而是將干擾溫度，即接收端所能忍受的干擾程度來進行門限判斷。只要不超過該門限，認知用戶就可以使用該頻段。

圖7 發射源感知存在的問題

3) 協作感知

由于無線環境存在路徑損耗、陰影效應和多徑效應，僅依靠單個節點檢測頻譜，不能保證其正確性。在復雜環境中，認知無線電用戶受到了陰影效應的影響，只有某些用戶能夠正確檢測頻譜（例如圖7(b)所示的情況）。因此，必須合并多個節點的頻譜檢測結果，通過協作頻譜檢測來提高頻譜檢測的正確性。協作感知的本質即認知用戶通過協作來共同感知頻譜空洞[18]。

協作感知可以分為集中式和分布式。在集中式協作感知中存在一個中心控制節點。該節點通過公共控制信道廣播感知任務給網絡中的所有節點，并將各感知節點的感知結果進行采集。需要指出的一點是公共控制信道在認知網絡中并不容易實現，該問題也是認知網絡中一個極具挑戰性的問題，在下面的 MAC協議研究中還將詳細討論該問題。在分布式的感知中，認知節點雖然共享感知信息，但是卻單獨進行頻譜接入。協作感知還可以分為網內協作（即在一種網絡系統內進行協作感知）與網際協作（即在多種無線網絡系統中協作感知）。

協作感知與非協作感知的優缺點對比如表 2所示[16]。

表2 協作與非協作感知對比

除了以上幾個主要的頻譜感知研究領域，頻譜感知還出現了一些新的研究領域和方向，比如壓縮感知[17]和頻譜預測[19]等。

3.2 可用帶寬感知技術

可用帶寬是指在不影響網絡中背景業務流（即已經存在的業務流）的情況下，端到端通信所能獲得的最大數據傳輸率[20]。在網絡資源感知方面，由于無論是物理層的頻譜資源，還是MAC層的信道資源，最終都將轉化為網絡中端到端的帶寬資源。可用帶寬信息的獲取是認知無線網絡中支持 QoS的一個重要前提，最近關于可用帶寬信息的感知技術也越來越受到重視。

在過去的10年中，基于探測分組的可用帶寬測量方法首先被提出、不斷改進，并應用于有線網絡。這些方法原理上都是基于探測分組間距模型（PGM,probe gap model）[21]或者探測分組速率模型（PRM,probe rate model），工作過程就是終端節點通過不斷發送端到端的探測分組來估計目標路徑上的可用帶寬的方法。但由于無線網絡本來就資源受限且十分珍貴，往往不能承受節點發送過多探測分組所帶來的額外負載，因而人們又不斷提出適合無線網絡中的可用帶寬獲取方法，這些方法大體可以分為兩類：基于感知的估計方法和基于模型的預測方法。

1) 基于感知的估計方法

基于感知的可用帶寬估計方法最先在單跳無線網絡中提出，然后擴展到多跳無線網絡中。這類方法的基本思想是節點分別感知其周圍信道的利用情況，然后交互這些信息來進行可用帶寬估計。如果這種包交互的不是很頻繁，基于感知的方法可以認為對存在的業務不構成干擾。

Zhai等人首先在文獻[22]中提出了“信道占用率”的概念用于估計可用帶寬。這一思想為基于感知的可用帶寬估計方法提供了研究依托。盡管作者提出的算法是針對單跳網絡的，但很容易將其進行擴展，用于多跳網絡中。這其中的代表性工作有QoS-AODV[23]，FAT[24]和 CACP[25]。

多跳網絡與單跳網絡的主要區別是多跳網絡中存在“流內競爭問題”[26]。這個問題是指同一條多跳路徑上的相鄰節點也會為支持同一個業務流而競爭信道，當某一鏈路在發送數據時，路徑上在其干擾范圍內的鏈路無法進行數據傳遞。為了準確的考慮這個問題，最近的文獻[27]提出了一種新的模型來綜合考慮流內競爭問題，獲得了較準確的結果，也提高了多跳網絡中可用帶寬估計的準確性。

最后，為了進一步提高可用帶寬估計的準確性，ABE[28]和IAB[29]除了考慮載波偵聽范圍內的信道占用情況外，還詳細考慮了相鄰2個節點的空閑信道時間的同步概率、分組的碰撞概率和由于避退過程引起的帶寬浪費比例等因素對可用帶寬造成的影響，這也代表了基于感知的可用帶寬估計方法的最新研究進展。

2) 基于模型的預測方法

在很多時候，僅僅對當前可用帶寬進行估計并不足夠，還需要對下一時刻的可用帶寬進行預測，而基于模型的方法正是基于這個背景提出來的。基于模型的方法是指根據網絡的行為規律建立其數學模型，然后利用模型來分析網絡中給定路徑可用帶寬信息的方法。很自然的，在該方法中首先要解決的問題是建立無線網絡的模型，正是因為模型能反映網絡活動規律，所以具有預測性。

因為在無線網絡中，節點間由于相互競爭而導致其活動有不確定性，所以通過概率分析模型來分析網絡行為是很好的方法。這其中的代表性工作有Bianchi針對IEEE 802.11建立的馬爾科夫模型這一開創性工作[30]及文獻[31,32]對其在非飽和狀態方面、文獻[33]對其在信道傳輸錯誤方面和文獻[34]對其在異構網絡節點方面進行的改進。作為總結，圖8給出了這三類方法的分類框圖和其中有代表性的工作。

4 認知無線網絡MAC協議研究

由于認知網絡的核心是分配、管理和利用割裂的頻譜資源，從而進行動態的組網。這些割裂的頻譜資源自然地就形成了多個信道，所以認知網絡的MAC協議主要是基于多信道的MAC協議。多信道MAC協議完成的主要工作是在獲取了網絡信息的基礎上，為不同的通信節點分配相應的信道，消除數據分組的沖突，使盡量多的節點可以利用可用的網絡資源同時進行通信。為了完成這一工作，多信道MAC協議設計都會面臨信道協商機制和信道選擇策略這2個問題（如圖9所示）。

圖8 認知無線網絡中可用帶寬估計方法總結框圖

圖9 多信道MAC協議設計面臨的問題和解決方案

1) 信道協商機制

因為網絡中的任意2個節點必須在相同的信道上才可以通信，所以就需要尋找一個能讓2個通信節點都能占用的信道，并且在完成通信時間內只有這2個用戶來占用這個信道。不在相同信道上的2個節點可以通過信道協商策略解決如何同步地切換到通信信道上。而公共信息在信道協商策略中起到重要作用，因為每個通信節點利用公共信息就可以獲得在什么時間、哪個信道上能找到其他通信節點，而公共信息的獲得是通過逐個查看的方法和單一查看的方法實現的。

逐個查看方法是指所有的通信節點都在相同的一個信道上會合并且偵聽這個信道，成功競爭的節點就使用這個信道來進行用于數據通信信道的協商，也稱為單一會合策略[35]，所以每個節點都會知道其他節點用于數據通信的信道使用情況。使用的技術如下：

公共控制信道技術

在這種機制中，一個或多個控制信道專門用于交換控制包，目的是進行信道使用的協商，剩下的信道就稱為數據信道，數據信道用于數據交換。任何一個通信節點對之間可以在任何時間在專門的控制信道上進行協商，然后切換到它們共同選取的數據信道上進行數據交換。使用這類技術的代表性協議有 DCA[36]、MCDA[37]和 MCMAC[38]。

公共控制信道技術的優點是：專門的控制信道可以作為一個廣播信道來使用，因為這種控制信道就是用來傳輸控制分組的，并且所有的節點都會來偵聽這個信道，起到了廣播的作用。并且信道的協商和廣播包的發送可以隨時進行，所以數據分組之間的發送時延很小。其缺點是：由于公共控制信道專門用于傳輸控制分組，所以會造成信道資源的浪費，信道帶寬利用率不高，并且控制信道會成為整個網絡吞吐量提升的瓶頸。

公共控制時期技術

在公共控制時期技術中沒有專門的控制信道，而是有一個由數據信道來臨時的充當的控制信道。因為通信節點要地某一段時間內切換到臨時的控制信道，并且需要在控制時間段與數據時間段之間來回切換，所以對于所有的節點需要同步技術。在控制時間段內，所有的節點都切換到臨時的控制信道上與目的節點進行信道使用的協商，成功協商后，2個通信節點還要等待當前控制時間段的結束，然后才能切到所選取的信道上進行數據交換。使用這類技術的典型協議有：MMAC[39]和 MAP[40]。

公共控制時期技術的優點是：公共控制時期是很適合發送廣播分組的時間段，因為在這一段時間內，任何節點都會切換到臨時的控制信道上偵聽信道；公共控制信道在公共控制時間段內是充當公共控制信道，而在數據交換時間段內可以充當數據信道，增加了信道利用率。其缺點是：各個節點之間需要同步技術；并且信道的協商與廣播分組的發送不能隨時進行，所以如果有節點想發送數據分組可能需要等待，所以造成了發送時延較大。

公共跳頻序列技術

在這種機制中需要跳頻技術，所有的節點在所有的可用信道之間以相同的序列進行跳頻。當一個節點有數據要發送時，它就會在當前的信道上與目的節點聯系。2個節點在交換數據時都在相同的一個信道上。使用該技術的經典協議有HRMA[41]，后來的研究也大多沿用了其中的思想。

公共跳頻序列技術的優點是：信道的協商和廣播分組的發送可以隨時進行，并且利用跳頻技術，所以減少了由于信道之間的干擾而造成的傳輸錯誤。其缺點是：各個節點之間需要同步技術，并且高頻率的信道切換會造成功率浪費和能量消耗。

表3對逐個查看方法中可采用的不同技術的優缺點進行了總結和對比。

表3 逐個查看方法不同技術的優缺點對比

單一查看方法是指一個節點主動的把接口切換到目的節點所使用的信道上去，以此達到發送節點與目的節點在同一個信道上，也稱為多種會合策略[35]，使用的技術如下：

私有信道技術

在這種機制中的每個節點都會偵聽一個專門的信道，并且這些屬于每個節點的專門的信道是靜態的或動態的分配給節點，稱為私有信道。一個發送節點首先要獲得目的節點的私有信道，然后當有數據要發送給目的節點時就會切換到目的節點的私有信道上去。這種私有信道的信息可以通過廣播或把信息存放在發送出去的分組中，以此來通知其他節點。使用這種技術的協議有HMCP[42]、PCAM[43]和xRDT[44]，其中HMCP和xRDT是通過發送多個單播信息，而PCAM是通過在專門的廣播信道上發送廣播來通知相鄰的節點。

該技術的優點是：信道的協商與數據的發送可以在不同的信道上同時進行，這樣可能增加網絡吞吐量。其缺點是可能會引起隱藏終端問題的產生會導致碰撞概率的上升，進而影響網絡吞吐量，而且由于要獲得相鄰節點的信道使用狀況等信息，所以額外開銷很大。

私有跳頻序列技術

在這種機制中，每個節點都有一個屬于自己的跳頻序列，稱為私有跳頻序列，每個節點可以通過選取一個種子并且利用偽隨機產生器生成一個私有跳頻序列。為了能在2個節點之間建立通信，每個節點必須通知它的相鄰節點它所選取的種子。使用這類技術的協議有 SSCH[45]和 McMAC[46]。在McMAC協議中，發送端與接收端在相同的信道上進行數據交換，當數據交換完成后就會重啟各自的跳頻序列。在SSCH協議中，發送端在數據交換時間段內就會把自己的跳頻序列改變到接收端的跳頻序列上去。

該技術的優點是減少了信道之間的干擾，但該技術一個明顯缺點是各個節點之間需要同步技術，而且由接口需要在各個信道之間來回切換，會造成能量消耗過大。

表4對單一查看方法中可采用的不同技術的優缺點進行了總結和對比。

2) 信道選擇策略

信道選擇策略是指如何在多個可用信道中挑選一個可用的信道用來通信，并且這個挑選的可用信道對于發送端與接收端來講都是有利的。在逐個查看方法中，所有基于公共控制信道或公共控制時間段的協議都會面臨如何在協商期間內決定一個公共信道。給每個節點分配專一信道也可看作是決定性的問題，然而許多協議簡單的使用固定和隨機的分配。

表4 單一查看方法不同技術的優缺點對比

信道選擇策略可以分為全局機制和局部機制，在全局機制中，每個節點都知道各自所使用的信道，但是在局部機制中，節點只能知道相鄰節點所使用的信道情況。使用全局機制的協議包括MAP[40]和MAXM[47]。MAP協議就是在公共控制時間段內獲得所有的協商數據，這就意味著每個節點會知道有多少通信節點對會建立通信和通信節點對會占用多長時間的信道。基于這些獲得的信息，每個節點使用最少業務量優先機制算法為那些通信節點對安排合理的信道。在控制時間段結束后，每個傳輸對就會基于這種機制切換到合適的信道上進行數據交換。而目前大部分的協議都是使用局部機制的，這是因為它們需要較少的維護開銷，比較有代表性的協議如 DCA[36]和MMAC[39]等。

5 智能決策與網絡重構技術

認知網絡中的智能決策研究可以從認知用戶、認知網絡和傳統網絡這 3個層面來描述（如圖 10所示），將認知功能的邏輯結構細化為推理、學習和決策，并引入兩個邏輯功能實體：傳感設備和執行設備，用來表示認知網絡與底層可重構網絡之間的接口。

其中，執行設備和傳感設備作為認知代理，可以部署在實際通信系統中，采集所需相關信息；認知網絡層面負責進行自適應學習、推理和智能決策，該層面可以部署在通信系統的任意位置，通過認知代理傳遞的信息進行推理和決策，并控制認知代理的行為，實現基于認知網絡的智能決策。

圖10 智能決策的實現結構

認知網絡的智能決策涉及到人工智能理論、機器學習、推理機制等技術。目前常用的智能決策技術主要有：①基于知識的方法，如神經網絡、遺傳算法等；②基于決策樹的學習方法，如CLS（concept learning system）算法等；③基于概率的不確定性推理方法，如概率推理、主觀貝葉斯推理、可信度方法等；以及④基于集合理論的方法，如模糊數學方法[48]等。

智能決策可以確定網絡重構的具體目標，而網絡重構的實施使得網絡行為能夠動態的適應環境變化。傳統網絡對通信環境變化的應對有很多是通過人工調整的方式，無論是初期的網絡建設還是后期的維護，在增加網絡配置和維護成本的同時，其效果往往并不理想。認知網絡應該具有自配置、自管理、自優化的功能，即網絡可重構。

網絡重構技術是指針對無線接入環境的異構特性，以異構資源的最優化使用和用戶對業務的最優化體驗為目標，結合可編程、可配置、可抽象的硬件環境以及模塊化的軟件設計思想，實現對多種無線接口技術的支持，使網絡和終端具有支持多種接入，且可靈活配置的技術。

網絡重構技術主要包括網絡可重構體系的設計、網絡重構元的定義以及快速重構技術。由于認知網絡具有動態、靈活、智能、重構的特征，因而對網絡協議要求具有異步、實時的特點，而且能夠感知終端變動和環境變化，并能自適應的重配置網絡資源以及指導網絡拓撲的調整。因此，認知網絡的協議設計應該充分反映認知無線電的特征，協議架構應結合算法與網絡結構等因素，統籌考慮。

文獻[49～52]對認知網絡的體系結構與模型設計進行了一些研究。其中，文獻[49,50]重點研究了認知網絡中具有可重構能力的平臺框架，提出一種基于元素的節點體系結構，網絡節點可由異構的軟硬件元素來組建，并可以用XML配置文檔進行定義和描述。文獻[51]提出了一個 3層框架結構：端到端的用戶目標、認知過程、軟件自適應網絡。該框架中，網絡應用程序接口被定義為認知過程與軟件自適應網絡的接口，使得兩者之間的耦合較為緊密。文獻[52]則提出了一個支持網絡重構優化決策的認知節點框架與分布式推理算法。

6 結束語

雖然目前認知網絡已經獲得了足夠的重視，但是仍然存在許多新問題，值得在該領域持續投入精力進行更深入的研究。

1) 認知無線網絡容量分析

任何通信系統的設計，都離不開對傳輸信道和信道容量的研究。從信道的角度，認知無線通信與傳統無線通信的區別在于：傳統無線通信系統希望在特定點對點信道下達到最佳理論性能界限或者信道容量。由于信道的時變性和通信系統本身對網絡中各個信道了解不充分，信道容量往往不可達。而認知通信則通過感知變化的無線信道，增加對網絡條件下無線信道的了解，從而有可能獲得認知傳輸的信道容量增益、為設計最佳協議逼近信道容量提供了可能。雖然目前認知無線網絡技術都得到了廣泛的關注，也逐漸取得了部分研究成果，但在認知環境下認知無線網絡的容量分析仍是未解決的問題，這也成了制約該技術進一步發展和實用化的重要障礙。

2) 網絡信息感知技術的進一步實用化發展

由于目前大多數關于認知無線網絡資源感知的研究均假設感知過程得到的結果是正確的，而這一假設在某些情況下并不成立，如存在網絡攻擊者等。因此還需要兩方面的研究，一是關于網絡信息的可靠感知技術；另一方面就是要加強在感知信息不準確時認知網絡研究。比如，在頻譜誤檢和漏檢等情況出現的前提下，如何進行頻譜接入管理就是一個極具挑戰性的研究問題，這涉及到安全管理等研究領域。另外，為了應對認知網絡中需要進行寬頻帶的頻譜感知，壓縮感知技術也是值得研究的方向。

3) 認知無線網絡跨層協議棧設計

跨層設計的引入打破了傳統網絡的層次結構，克服了網絡層次間信息流通不暢的弊端，從而為設計具有認知能力的網絡架構提供了一種解決方案。文獻[53]在跨層設計的基礎上，以“Knowledge”為核心，將“自感知”與“環境感知”等元素引入到體系結構設計中，提出一種新的結構：認知層(knowledge plane)。該結構以人工智能和認知系統作為核心技術，以當前 Internet為基礎，以構建高層次模型為目標，達到對外提供服務和對網絡其他元素提供建議的目的，該方法也可以引入到無線網絡中。文獻[54]則提出上下文感知是使網絡具備認知能力的關鍵技術之一，并將上下文感知方法引入到認知網絡節點的設計中。以上方法均以跨層協議棧設計為主要手段，通過引入認知元素和跨層信息交互使網絡系統獲得一定的認知能力。

4) 認知引擎的動態構建研究

由于認知技術多種多樣，目前并無統一的認知標準。因此在認知網絡的復雜電磁環境下，某一種認知技術將存在相應的不足。理想的情況是認知無線電能根據網絡環境動態調整其認知機制，采取多種認知技術對網絡資源進行查找，然后自適應的進行決策，即形成認知引擎的動態構建。這將提高認知的準確性，對認知無線網絡節點的設計也將提出更高的要求。

5) 網絡軟硬件可重構的設計與實現

可重構技術是最終實現認知網絡的一項核心技術，目前的研究已經提出了相關的體系架構，但更細化的、高效的重構技術、方法和實現仍需要進一步深入研究。可重構技術又可從軟件可重構和硬件可重構兩方面來分別進行研究。軟件可重構主要包括網絡協議和算法中參數的實時動態調整，以適應變化的無線網絡環境，甚至實現網絡協議的可進化功能。硬件可重構主要是包括在硬件平臺上運行算法的在線加載、更新和替換。目前一個很重要的思路是借鑒軟件通信體系架構（SCA）[55]的思想進行實現和標準化。

綜上所述，認知無線網絡技術已經引起無線網絡產生重要變革，并將產生巨大的經濟價值及社會效應。但認知網絡的應用及推廣，還需要其中一些關鍵技術的不斷突破。

[1] FCC. ET Docket No 03-222 Notice of Proposed Rule Making and Order[R]. 2003.

[2] KOLODZY P. Dynamic Spectrum Policies: Promises and Challenges[M]. CommLaw Conspectus. 2004.

[3] THOMAS R W. Cognitive Networks[D]. Virginia Polytechnic Institute and State University, 2007.

[4] STINE J A. Spectrum management: the killer application of ad hoc and mesh networking[A]. Proc IEEE DySPAN[C]. 2005. 184-93.

[5] CHOWDHURY K R, AKYILDIZ I F. Cognitive wireless mesh networks with dynamic spectrum access[J]. IEEE Journal on Selected Areas in Communications, 2008, 26(1): 168-81.

[6] MALDONADO D, B. LIE, HUGINE A, et al. Cognitive radio applications to dynamic spectrum allocation[A]. Proc IEEE DySPAN[C].2005. 597-600.

[7] SRINIVASA S, JAFAR S A. The throughtput potential of cognitive radio: a theoritical perspective[J]. IEEE Commun Mag, 2007,45(5):73-79.

[8] HARIHARAN R, NATE K, DINA K, et al. Learning to share: narrowband-friendly wideband networks[A]. ACM SIGCOM[C]. 2008.

[9] ZHANG H, ZHOU X, YAZDANDOOST K Y, et al. Multiple signal waveforms adaptation in cognitive Ultra-wideband radio evolution[J].IEEE Journal on Selected Areas in Communications, 2006, 24(4):878-84.

[10] SADEK A K, SU W, LIU K J R. Multinode cooperative communications in wireless networks[J]. IEEE Transactions on Signal Processing,2007, 55(1): 341-55.

[11] III J M. Cognitive Radio: An Integrated Agent Architecture for Software Defined Radio[D]. Royal Institute of Technology(KTH), 2000.

[12] DIGHAM F, ALOUINI M, SIMON M. On the energy detection of unkown signals over fading channels[A]. Proc IEEE Int Conf Commun[C]. Seattle, Washington. 2003. 3575-3579.

[13] TANDRA R, SAHAI A. Fundamental limits on detection in low SNR under noise uncertainty[A]. Proc IEEE Int Conf Wireless Networks,Commun and Mobile Computing[C]. Maui. 2005. 464-469.

[14] GHOZZI M, F. MARX, DOHLER M, et al. Cyclostationarity-based test for detection of vacant frequency bands[A]. Crowncom 2006.Mykonos[C]. Greece. 2006.

[15] TIAN Z, GIANNAKIS G B. A wavelet approach to wideband spectrum sensing for cognitive radios[A]. Crowncom 2006[C]. Mykonos,Greece. 2006.

[16] ARSLAN H, YUCEK T. Chapter 9: spectrum sensing for cognitive radio applications[A]. Cognitive Radio, Software Defined Radio, and Adaptive Wireless Systems[C]. Springer 2007. 263-289.

[17] CANDES E, WAKIN M, An introduction to compressive sampling[J].IEEE Signal Processing Magazine, 2008, 25(2): 21-30.

[18] GANESAN G, LI. Y. Cooperative spectrum sensing in cognitive radio networks[A]. Proc IEEE DySPAN[C]. 2005. 137-143.

[19] YARKAN S, ARSLAN H. Binary time series approach to spectrum prediction for cognitive radio[A]. Proc of IEEE Vehicular Technology Conference(VTC) Fall[C]. 2007. 1563-1567.

[20] JAIN M, DOVROLIS C. End-to-end available bandwidth: measurement methodology, dynamics, and relation with TCP throughput[J].IEEE/ACM Transactions on Networking, 2003, 11(4): 537-49.

[21] STRAUSS J, KATABI D, KAASHOEK F. A measurement study of available bandwidth estimation tools[A]. Proceedings of the 3rd ACM SIGCOMM Conference on Internet Measurement (IMC)[C]. Miami Beach, FL, USA; ACM, 2003.

[22] ZHAI H, CHEN X, FANG Y. A call admission and rate control scheme for multimedia support over IEEE 802.11 wireless LANs[J]. ACM Wireless Networks, 2006, 12(4): 451-463.

[23] DE RENESSE R, GHASSEMIAN M, FRIDERIKOS V, et al. QoS enabled routing in mobile ad hoc networks[A]. Fifth IEE International Conference on 3G Mobile Communication Technologies (3G 2004)[C].2004. 678-682.

[24] WU H, WANG X, LIU Y, et al. SoftMAC: layer 2.5 MAC for VoIP support in multi-hop wireless networks[A]. Second Annual IEEE Communications Society Conference on Sensor and Ad Hoc Communications and Networks (SECON)[C]. 2005. 441-451.

[25] YANG Y, KRAVETS R. Contention-aware admission control for ad hoc networks[J]. IEEE Transactions on Mobile Computing, 2005, 4(4):363-377.

[26] SANZGIRI K, CHAKERES I D, BELDING-ROYER E M. Determining intra-flow contention along multihop paths in wireless networks[A]. Proceedings of First International Conference on Broadband Networks (BroadNets)[C]. 2004.611-620.

[27] ZHAO H, WANG S, XI Y, et al. Modeling intra-flow contention problem in wireless multi-hop networks[J]. IEEE Communications Letters,2010, 14(1): 18-20.

[28] SARR C, CHAUDET C, CHELIUS G, et al. Bandwidth estimation for IEEE 802.11-based ad hoc networks[J]. IEEE Transactions on Mobile Computing, 2008, 7(10): 1228-1241.

[29] ZHAO H, GARCIA-PALACIOS E, WEI J, et al. Accurate available bandwidth estimation in IEEE 802.11-Based ad hoc networks[J].Computer Communications, 2009, 32(6): 1050-1057.

[30] BIANCHI G. Performance analysis of the IEEE 802.11 distributed coordination function[J]. IEEE Journal on Selected Areas in Communications, 2000, 18(3): 535-547.

[31] MALONE D, DUFFY K, LEITH D. Modeling the 802.11 distributed coordination function in nonsaturated heterogeneous conditions[J].IEEE/ACM Transactions on Networking, 2007, 15(1): 159-172.

[32] DANESHGARAN F, LADDOMADA M, MESITI F, et al. Unsaturated throughput analysis of IEEE 802.11 in presence of non ideal transmission channel and capture effects[J]. IEEE Transactions on Wireless Communications, 2008, 7(4): 1276-1286.

[33] CHATZIMISIOS P, BOUCOUVALAS A C, VITSAS V. Influence of channel BER on IEEE 802.11 DCF[J]. Electronics Letters, 2003,39(23): 1687-1689.

[34] ERGEN M, VARAIYA P. Throughput analysis and admission control for IEEE 802.11a[J]. Mobile Network Applications, 2005, 10(5):705-716.

[35] MO J, SO H S W, WALRAND J. Comparison of multi-channel MAC protocols[A]. ACM International Symposium on Modeling, Analysis and Simulation of Wireless and Mobile Systems (MSWiM)[C]. 2005.209-18.

[36] WU S L, LIN C Y, TSENG Y C. A new multi-channel MAC protocol with on-demand channel assignment for multi-hop mobile ad hoc networks[A]. International Symposium on Parallel Architectures, Algorithms and Networks(ISPAN)[C]. 2000.232-237.

[37] CHANG C Y, SUN H C, HSIEH C C. MCDA: an efficient multi-channel MAC protocol for 802.11 wireless LAN with directional antenna[A]. International Conference on Advanced Information Networking and Applications (AINA)[C]. 2005.64-67.

[38] KOUBAA H. Fairness-enhanced multiple control channels MAC for ad hoc networks[A]. IEEE Vehicular Technology Conference(VTC)[C]. 2005. 1504-1508.

[39] SO J, NITIN H. VAIDYA. Multi-channel MAC for ad hoc networks:handling multi-channel hidden terminals using a single transceiver[A].International Symposium Mobile Ad Hoc Networking and Computing(MobiHoc)[C]. 2004.222-233.

[40] CHEN J, SHEU S T, YANG C A. New multi-channel access protocol for IEEE 802.11 ad hoc wireless LANs[A]. Personal, Indoor and Mobile Radio Communications, IEEE[C]. 2003.7-10.

[41] TANG Z, GARCIA J. Hop-reservation multiple access (HRMA) for ad hoc networks[A]. IEEE International Conference on Computer Communications and Networks(IC3N)[C]. 1998. 388-395.

[42] KYASANUR P, VAIDYA N H. Routing and interface assignment in multi-channel multi-interface wireless networks[A]. IEEE Wireless Communications and Networking Conference (WCNC)[C]. 2005.2051-2056.

[43] PATHMASUNTHARAM J S, DAS A, GUPTA A K. Primary channel assignment based MAC (PCAM) - a multi-channel MAC protocol for multi-hop wireless networks[A]. IEEE Wireless Communications and Networking Conference (WCNC)[C]. 2004. 21-25.

[44] MAHESHWARI R, GUPTA H, DAS S R. Multichannel MAC protocols for wireless networks[A]. IEEE Conference on Sensor, Mesh and Ad Hoc Communications and Networks (SECON)[C]. 2006. 393-401.

[45] BAHI P, CHANDRA R, DUNAGAN J. SSCH: slotted seeded channel hopping for capacity improvement in IEEE 802.11 ad-hoc wireless networks[A]. International Conference on Mobile Computing and Networking (MobiCom)[C]. 2004. 216-230.

[46] SO H W, WALRAND J. McMAC: A Multi-Channel MAC Proposal for Ad-Hoc Wireless Networks[R]. Berkeley, 2005.

[47] HSU S H, HSU C C, LIN S S, et al. A multi-channel MAC protocol using maximal matching for ad hoc networks[A]. International Conference on Distributed Computing Systems Workshops (ICDCSW)[C].2004. 505-510.

[48] BALDO N, ZORZI M. Cognitive network access using fuzzy decision making[J]. IEEE Transactions on Wireless Communications, 2009,8(7): 3523-3535.

[49] SUTTON P D, DOYLE L E, NOLAN K E. A reconfigurable platform for cognitive networks[A]. 1st International Conference on Cognitive Radio Oriented Wireless Networks and Communications[C]. Mykonos Island. 2006. 1-5.

[50] NOLAN K E, RONDEAU T W, SUTTON P D, et al. A framework for implementing cognitive functionality[A]. Proceedings of the 51st SDR Forum General Meeting and 2006 Technical Conference[C]. Orlando.2006.

[51] THOMAS R W, DASILVA L A, MACKENZIE A B. Cognitive Networks[A]. Proc of the 1st IEEE International Symposium on New Frontiers in Dynamic Spectrum Access Networks (DySPAN’05)[C].Baltimore, 2005. 352-360.

[52] MAHONEN P, PETROVA M, RIIHIJARVIJ J. Cognitive wireless networks: your network just became a teenager[A]. Proceedings of the 25th IEEE International Conference on Computer Communications(INFOCOM’06)[C]. Barcelona, Spain,2006.

[53] CLARK D D, PARTRIDGE C, RAMMING J C, et al. A knowledge plane for the internet[A]. Proc of the 2003 Conference on Applications,Technologies, Architectures and Protocols for Computer Communications[C]. Karlsruhe, Germany, 2003. 3-10.

[54] BALAMURALIDHAR P, PRASAD R. A context driven architecture for cognitive radio nodes[J]. Wireless Personal Communications, 2008,45(3): 423-34.

[55] JTRS JPO. Software Communication Architecture Specification (Version 2.2.2)[R].Washington: JTRS Joint Program Office，2006.