認知無線電網絡中四維資源協作的研究現狀與未來方向

謝顯中，羅瑩，嚴可，陳九九

?

認知無線電網絡中四維資源協作的研究現狀與未來方向

謝顯中，羅瑩，嚴可，陳九九

（重慶郵電大學個人通信研究所，重慶 400065）

在認知無線電網絡（CRN）中，主次用戶之間可以有效地實現頻譜共享（頻譜協作），提高頻譜利用率；主次用戶之間共享頻譜會導致相互干擾，從RF干擾信號中收集能量，可以變害（干擾）為利（綠色能源）；RF能量收集受多種因素影響隨機變化而不穩定，通過主次用戶之間能量傳輸（能量協作），可以進一步改進能量的利用效率；次用戶幫助主用戶協作中繼傳輸數據（信息協作），這既改善了主用戶傳輸性能，也為自己獲得了更多的傳輸機會。系統總結和分析認知無線電網絡中多維資源（頻譜、能量、干擾、中繼）的協作利用問題，主要包括四維資源協作模型與總體研究情況，CRN中能量收集與協作中繼，CRN中能量協作和能量收集，CRN中同時能量協作、能量收集和協作中繼及研究挑戰與未來方向等，對新一代移動通信系統具有重要意義。

認知無線電；頻譜共享；干擾收集；能量協作；信息協作

1 引言

隨著生活水平的不斷提高，社會經濟的不斷進步，人們對移動通信容量和業務的需求不斷增加。為了更好滿足日益增長的巨大需求，移動通信系統一直在不斷發展和演進，學術界、工業界和標準化組織提出了系列高新技術，并發展了第1代至第5代移動通信系統（5G）。但移動通信一直面臨頻譜短缺、能量利用不充分、傳輸性能不理想等的嚴峻挑戰，于是，如何同時提高頻譜效率（SE, spectrum efficiency）和能量效率（EE, energy efficiency）引起高度重視。為此，近年來充分利用無線頻譜的認知無線電[1,2]（CR, cognitive radio）技術、充分利用能量資源的能量采集/收集[3,4]（EH, energy harvesting）與能量協作[5,6]（EC, energy cooperation）技術、改進無線傳輸性能的信息協作[7,8]（IC, information cooperation）技術等成為研究熱點。

頻譜和能量是無線電傳輸的2種重要資源，頻譜效率和能量效率也是無線通信的2個重要方面。認知無線電的提出已經十幾年了，對基于認知無線電的頻譜高效利用，即頻譜共享/協作（SS/SC, spectrum sharing / spectrum cooperation）研究較多，取得了很多成果，建立了一些開發平臺和測試床，并已開始在新一代無線通信（移動通信網、無線局域網、無線區域網等）標準中利用[9~20]。由于認知無線電需要頻譜檢測、環境感知、檢測感知信息交換、參數功能重配置等附加處理，導致更多的能量消耗，因此，能量效率更加重要，但是，如何利用認知無線電提高能量效率還沒有深入研究[21~23]。

RF能量收集（簡稱能量收集）可以改進能量的高效利用[24~28]，最近能量收集的靈敏度和能量轉化效率也已很高。因此，可以將能量收集與認知無線電網絡（CRN, cognitive radio network）結合，讓認知節點具有能量收集功能形成能量收集認知無線電網絡（EH-CRN）[29,30]。在EH-CRN中，次用戶（認知用戶）可以從檢測的主用戶（授權用戶）發送信號（對次用戶相當于干擾）中收集能量，主用戶可以從次用戶發送的信號（對主用戶相當于干擾）中收集能量，實現干擾收集（IH, interference harvesting），即從干擾信號中收集能量，從而變害（干擾）為利（收集能量），使干擾成為一種資源。

但是，RF能量收集受時間、空間（位置）、無線電頻率、能量到達率及收集設備靈敏度等影響和隨機變化，在僅收集主用戶信號能量時次用戶性能還受主用戶的活動狀態（接入與信息傳輸情況）影響，如果主次用戶之間能協作進行能量傳輸，實現能量協作，也稱能量共享（ES, energy sharing），則可以平衡主次用戶的能量需求和供應，進一步改進能量的利用效率，達到綠色通信與組網目的。

進一步，在認知無線電網絡中引入協作中繼，次用戶作為中繼，幫助主用戶協作傳輸數據，進行信息協作，并通過合理的功率分配，既幫助主用戶協作傳輸改善其傳輸性能，也從中獲得自己的傳輸機會及提供安全信息傳輸。另外，協作需要更多的信號處理，并需要更多的能量補充，進行能量收集和能量協作更加重要。

本文總結和分析認知無線電網絡中的主次用戶之間的干擾收集、能量協作、信息協作問題，從而可以形成多維資源（頻譜、能量、干擾、中繼）協作利用，將同時大幅提升頻譜效率和能量效率，并很好改進吞吐量和服務質量（QoS, quality of service），在移動通信中體現了“創新、協調、開放、綠色、共享”的發展理念。主要內容包括四維資源協作模型與總體研究情況，CRN中能量收集與協作中繼，CRN中能量協作和能量收集，CRN中同時能量協作、能量收集和協作中繼，研究挑戰與未來方向等。

2 四維資源協作模型與總體研究情況

2.1 四維資源協作模型

在認知無線電網絡（如蜂窩D2D網絡[4]、認知無線傳感網絡[13]、認知專用/應急無線通信網[19]等）中，主用戶擁有頻譜資源，次用戶與主用戶共享頻譜。假設主用戶（PT和PR）、次用戶（ST和SR）都具有RF能量收集能力。其中，PT表示主用戶發送端，PR表示主用戶接收端，ST表示次用戶發送端，SR表示次用戶接收端。主用戶為法定用戶，沒有其他附加功能要求，但可以有2個頻點（1、2）共享；次用戶可以有2種附加功能，包括ST有全雙工或多天線波束成形。下面以2種典型應用場景為例，考慮四維資源（頻譜、能量、干擾、中繼）協作利用系統的建模。

典型應用場景1 當主用戶能量充足但傳輸條件差、次用戶能量不足時，為了改進傳輸性能，主用戶向次用戶傳遞能量（能量協作），而次用戶幫助主用戶中繼傳輸數據（信息協作），同時次用戶也可從主用戶獲得頻譜傳輸自己數據（頻譜協作），進一步，能量傳遞和數據傳輸階段次用戶和主用戶都可以進行RF能量收集。

首先，主用戶只有一個頻點共享，主用戶以時間切換（TS, time switch）方式向次用戶傳遞能量，如圖1所示。該情況下四維資源協作一般需要4個處理階段。階段1) PT向ST傳遞能量（能量協作），PR和SR都收集能量（能量收集），ST的能量達到一個預設門限后停止能量協作。階段2) PT向PR和ST傳遞數據，而SR可以繼續收集能量。階段3) ST幫助主用戶中繼傳輸數據給PR（信息協作），PR分集合并后改進傳輸性能。階段4) 主用戶分享頻點給次用戶（頻譜共享），ST向次用戶SR傳輸數據，而PR和PT都可收集能量。若ST有全雙工功能，則ST同時接收PT的數據并向PR中繼轉發，階段2)和階段3)合并為一個階段；若ST有多天線波束成形功能，則ST同時用不同波束分別向PR和SR傳輸數據，階段3) 和階段4) 合并為一個階段。

進一步，若ST收集的能量主要用于幫助主用戶中繼數據，則ST可以功率分流方式（PS, power splitting）從PT發來的信號中收集能量和接收數據，階段1)和階段2)合并為1個階段，如圖2所示。

另外，若主用戶有2個頻點（1、2）共享，則四維資源協作只需要3個處理階段，如圖3所示。階段1) PT用頻點1向次用戶ST傳遞能量（能量協作），同時，ST用主用戶的頻點2向SR傳輸數據（頻譜共享），PR可以收集RF頻點1和2的能量（能量收集），而SR也可收集RF頻點1的能量。階段2) PT用頻點f（從1和2選擇一個較好的頻點記為f）向PR和ST傳遞數據，SR可以收集頻點f的能量。階段3) ST用頻點f幫助主用戶中繼傳輸數據給PR（信息協作），PR分集合并后改進傳輸性能，而SR可以繼續收集能量備用。若ST有全雙工或多天線波束成形，則上述3個處理階段可以合并為2個階段。

圖1 主用戶向次用戶傳能量（一個頻點，時間切換）

圖2 主用戶向次用戶傳能量（一個頻點，功率分流）

圖3 主用戶向次用戶傳能量（2個頻率）

典型應用場景2 當主用戶能量不足且傳輸條件差、次用戶能量充足時，為了獲得頻譜傳輸機會，次用戶向主用戶傳遞能量（能量協作），而主用戶則分配部分頻譜給次用戶傳輸數據（頻譜協作），同時次用戶還可幫助主用戶中繼傳輸數據（信息協作），進一步，在能量傳遞和數據傳輸階段主用戶和次用戶都可以進行RF能量收集。

如圖4所示，假設主用戶只有1個頻點共享（2個頻點類似），該情況下四維資源協作一般需要4個處理階段。階段1) ST向PT傳遞能量（能量協作），PR和SR都收集能量（能量收集），PT的能量達到一個預設門限后停止能量協作。階段2) 主用戶分享頻點給次用戶（頻譜共享），ST向SR傳輸數據，而PR和PT都可收集能量。階段3) PT向PR和ST傳遞數據，而SR可以繼續收集能量。階段4) ST幫助主用戶中繼傳輸數據給PR（信息協作），PR分集合并后改進傳輸性能，而SR可以繼續收集能量備用。若ST有全雙工或多天線波束成形，則上述4個處理階段可以合并為3個階段。

圖4 次用戶向主用戶傳能量（時間切換）

2.2 國內外研究總體情況

本文主要涉及認知無線電網絡（頻譜共享，SS）中干擾收集（RF能量收集，EH）、能量共享（能量協作，EC）、信息協作（協作中繼，IC）結合，為清晰呈現國內外研究現狀、發展動態及存在問題，本文逐步展開認知無線電網絡中能量收集（包括主次用戶之間協作中繼和沒有協作中繼）、能量協作（包括進行能量收集和沒有能量收集）以及能量收集、能量協作、協作中繼三者結合的優勢與研究情況，如表1所示。

表1 國內外研究現狀

3 CRN中能量收集與協作中繼

3.1 CRN中同時能量收集和協作中繼

在CRN中同時能量收集與協作中繼研究方面（如表1中技術結合1)），包括主用戶信號收集能量[31,32]和其他RF信號收集能量[33~36]這2種情況。次用戶同時從主用戶信號收集能量和幫助主用戶中繼其信號，并獲得自己的傳輸機會和能量補償，同時主用戶還可從次用戶中繼傳輸階段收集能量。這時，可以實現三維資源協作利用：頻譜協作利用、干擾收集能量、中繼協作傳輸，表2列出了具有能量收集、協作中繼的文獻。

文獻[31]考慮單天線認知無線電網絡中，次用戶發送端和接收端都具有RF信號能量收集功能，可以幫助主用戶傳輸信息而沒有消耗自己的能量（從主用戶信號中收集能量），并給出了2個階段能量收集和信息傳輸協議。1) 主用戶發送信息，次用戶發送端收集能量，次用戶接收端利用功率分流，既從主用戶信號中收集能量，也接收主用戶信號（其后用該信號消除其干擾）。2) 次用戶發送端既傳輸自己信息，也幫助主用戶傳輸信息（該信息對次用戶接收端是干擾），次用戶發送端接收自己信息，也利用保存的主用戶信號消除其干擾。進一步，得到次用戶和主用戶截斷概率表達式，并分析了能量和速率的折中，但是沒有考慮具體能量管理策略。

考慮主次用戶之間同時進行能量收集和信息協作（協作中繼），針對認知雙向非再生中繼網絡，假設次用戶ST（中繼）具有多個天線，文獻[32]給出了次用戶基于功率分流與時間交換的無線能量和信息協作方案（2種），重點放在中繼轉發階段的波束成形向量設計，并就具有理想信道狀態信息（CSI, channel state information）和非理想CSI情況進行了討論，但能量收集策略太簡單，且沒有考慮具體能量管理策略。

表2 能量收集、協作中繼（EH+IC+SS）文獻

對于從其他RF信號收集能量方面，在只有單一能量供應的時分方式（能量收集、頻譜感知、信息傳輸在不同時間進行）的認知無線電系統中，文獻[33]設計了次用戶存儲—檢測—傳輸3個階段的優化協議，包括協作策略（是否與主用戶協作）、決策方案（用好多時間收集能量、分配多少功率給協作中繼），建立相應優化問題，分別得到在協作和非協作模式下次用戶吞吐量的閉式解。文獻[34]考慮具有能量收集能力的次用戶傳輸機可以為主用戶協作傳輸信息，假設有限能量隊列及無限長的自身數據隊列和中繼主用戶數據隊列，能量隊列建模為一個離散時間馬爾可夫到達過程，且收集能量僅用戶主用戶信息的譯碼和中繼轉發，給出了系統的穩定吞吐量上界和下界，并討論了能量到達率的影響。在文獻[34]基礎上，文獻[35]進一步考慮了此用戶時延要求，給出了不需要信道信息的空時碼協作協議；進一步，文獻[36]考慮了多分組接收（MPR）模型，并設計了新的協作協議。但是，由于復雜性，對于如何選擇次用戶協作沒有涉及，也沒有考慮頻譜檢測錯誤和能量達到率等的影響。

3.2 CRN中能量收集但不協作中繼

若CRN中能量收集時主次用戶之間不協作中繼（如表1中技術結合2)），次用戶首先進行頻譜檢測，若主用戶傳輸信息，則次用戶從主用戶信號收集能量，主用戶空閑，則次用戶傳輸信息，這時主用戶也可以從次用戶信號收集能量。這時，雖然也可以實現二維資源協作利用（頻譜協作利用、干擾收集能量），但頻譜效率略低；進一步，由于問題簡單一些，目前該方面的研究較多[37~80]，表3列出了具有能量收集、不協作中繼的文獻。

在僅主用戶信號收集能量方面，文獻[37]首先真正考慮認知無線電網絡中RF信號能量收集及其性能，在整體能量消耗不超過收集的能量約束下，文獻[37]通過部分可觀測馬爾可夫決策過程（POMDP）（次用戶的RF能量收集和數據傳輸受主用戶的活動狀態（接入與信息傳輸情況）影響，因此，其能量收集和數據傳輸過程是一個不完全可觀測隨機過程）優化次用戶發送端（ST）的工作模式選擇（信息傳輸模式和能量收集模式之間切換），提高了能量收集增強CR傳感器網絡的吞吐量。在只有單一能量供應的時分方式（能量收集、頻譜感知、信息傳輸在不同時間進行）的認知無線電系統中，文獻[38]建立了相應能量收集—頻譜感知—信息傳輸（SST）結構，通過收集時間、感知時間、傳輸時間之間的折中，以實現吞吐量的最大化，并利用差分進化算法求解非線性混合整數規劃。在文獻[39]中，次用戶由能量收集方式自供能，且次用戶包括能量收集（存儲）—頻譜檢測—數據傳輸3個階段處理，考慮3個處理階段時長的折中實現最大化次用戶吞吐量。

表3 能量收集、不協作中繼（EH+SS）文獻

文獻[40]也認為首次考慮次用戶從主用戶RF信號中收集能量時的最優信道接入策略。當主用戶沒有信號傳輸，則次用戶傳輸分組，若有信號傳輸，則次用戶從主用戶信號中收集能量；對于一個次用戶從一個主用戶RF信號中收集能量情況，次用戶基于馬爾可夫決策過程，以最大化吞吐量為目標得到了次用戶的優化接入策略，并利用機器學習算法克服了沒有信道現在狀態和模型先驗參數（信道空閑概率、分組成功傳輸概率、成功收集RF能量概率等）問題。在文獻[40]的基礎上，為分析多個次用戶從一個主用戶RF信號中收集能量時的性能，文獻[41]給出了一個包括信道狀態的排隊模型，并得到一個簡單的次用戶選擇方案。在文獻[41]基礎上，文獻[42]考慮多個次用戶從多個主用戶RF信號中收集能量時的性能，由于每個次用戶不能同時檢測所有主用戶信道，他們之間需要協作，為最大化網絡吞吐量，利用機器學習算法分別給出了具有中心控制的輪詢接入和沒有中心的隨機計入方案。

文獻[43]采用隨機接入策略，假設次用戶具有多分組接收能力（MPR），在保證主用戶傳輸服務質量（QoS）的約束下最大化次用戶吞吐量，并分析了能量到達率、主用戶傳輸遲延、MPR能力對接入性能和吞吐量的影響。在文獻[43]基礎上，文獻[44]考慮主次用戶均由能量收集方式自供能，在主次用戶能量隊列約束下，通過設計最優次用戶檢測時長最大化平均業務速率。在文獻[43]的多分組接收模型基礎上，文獻[45]進一步考慮次用戶僅有從主用戶RF信號中收集的能量，通過選擇適合的隨機接入策略（接入概率）最大化次用戶的吞吐量，并討論了次用戶性能和主用戶活動情況之間的折中。

文獻[46]考慮蜂窩網絡（主網絡）中認知D2D用戶（次用戶）以襯墊（Underlay）方式通信，D2D傳輸機從附近的干擾（可以認為是主用戶信號）中收集能量供電，當收集能量充分時通過頻譜檢測功能尋找空閑信道傳輸信息，給出了次用戶隨機接入和帶優先級接入的策略，并利用隨機幾何方法分析了接入性能。文獻[47]考慮主用戶能量收集認知無線電網絡中，以最大化平均吞吐量為目標，在主用戶截斷概率約束下，對次用戶的能量時間和傳輸時間的優化，得到了一種有效的在線方案。文獻[48]討論認知OFDM中繼系統中，中繼由RF收集能量供電，在次用戶QoS和主用戶干擾約束下，以最大化次用戶吞吐量為目標，對功率分流率、OFDM子載波、傳輸功率聯合優化，并通過對偶分解得到了一種次優的迭代算法。文獻[49]針對具有多個主用戶信道的能量收集認知無線電網絡，次用戶考慮選擇哪些信道進行能量收集或傳輸信息，以最大化次用戶吞吐量為目標，在能量約束下得到了一個優化的信道選擇概率向量。在文獻[49]的基礎上，文獻[50]進一步考慮指派哪些次用戶進行協作頻譜檢測，在能量約束下和主用戶檢測約束下，以最大化次用戶可用吞吐量為目標，得到優化的檢測門限及檢測—能量收集時間的折中。

在主用戶信號收集能量的認知無線電網絡中，文獻[51]討論了吞吐量、能量收集、截斷概率之間的關系，在主用戶QoS約束下，通過最大化收集能量得到優化的頻譜檢測時間，也給出了通過最大化吞吐量下的頻譜檢測時間。在主用戶信號收集能量的能量收集認知無線電網絡中，文獻[52]在次用戶干擾率（通信速率與干擾速率之比）和次用戶檢測性能（檢測概率和虛警概率）的約束下，給出了通過調整頻譜檢測時間最大化吞吐量。當次用戶在能量收集帶時從主用戶信號收集能量，當處在保護帶外且收集能量超過預定門限時傳輸數據；文獻[53]基于隨機幾何工具給出了一個可變功率傳輸方案，得到了次用戶的傳輸概率表達式，并分析了次用戶和主用戶的截斷概率和吞吐量。文獻[54]繼續考慮多個次用戶從一個主用戶RF信號中收集能量并共享一個主用戶空閑信道時的性能，為最大化網絡吞吐量（包括全部主次用戶），討論信道檢測概率和接入概率的聯合影響，在能量隊列無限大或很小的2種極端情況下，給出了能量到達率、信道可用概率和競爭此用戶數的關系。此外，文獻[55]還給出了具有能量收集功能的認知無線電節點的功能和認知圈及RF收集能量供應的認知無線電網絡結構，并總結了當時的相關研究情況，還重點討論了頻譜檢測時間和能量收集的平衡、頻譜接入方式、信道選擇決策等問題。

在針對從其他RF信號收集能量方面，也有一些文獻進行了討論。為最大化次用戶吞吐量，文獻[56]引入次用戶能量隊列，利用馬爾可夫決策過程，首次對具有能量收集功能的認知無線電節點的能量收集時間和頻譜感知時間進行優化，并通過檢測可靠性和吞吐量的折中獲得優化的能量利用。文獻[57]引入能量收集認知無線電網絡的幀結構，定義了共享信道接入概率，討論了傳輸碰撞約束下調整頻譜檢測門限以最大化總的吞吐量，得到了最優的頻譜檢測門限、頻譜能量受限界和頻譜受限界。基于文獻[57]，文獻[58]研究傳輸功率對能量收集認知無線電網絡性能的影響，進一步討論了傳輸功率與平均吞吐量及能量到達率的關系，并得到優化的功率控制策略。文獻[59]考慮次用戶通過能量收集提供能源時的理論吞吐量，將主用戶業務時域相關性建模為一個離散馬爾可夫過程，考慮能量到達率、時域相關性、頻譜檢測門限影響，在整體能量消耗不超過收集的能量約束和碰撞約束下得到了最大吞吐量的上界。在此基礎上，文獻[60]設計了優化的次用戶頻譜接入方案，并達到文獻[59]中能量收集次用戶吞吐量的理論上界。文獻[61]繼續對文獻[59]進行改進，以平均吞吐量作為目標函數，并考慮了能量收集率和次用戶進行頻譜檢測的概率，同時增加了頻譜檢測概率時間相關性約束，這樣可以同時取得能量有效性和頻譜有效性；進一步導出了優化的能量收集率和檢測門限。

文獻[62]通過過去和現在的觀測信息代替能量收集量的預測值，聯合優化功率分配策略和頻譜檢測持續時間最大化次用戶吞吐量，利用滑窗方法得到次優算法，并實現在線實時的能量管理。文獻[63]考慮次用戶傳輸端具有能量收集功能時，在整體能量消耗不超過收集的能量約束和碰撞約束下，通過最大化次用戶平均吞吐量得到次用戶傳輸端的檢測時長和檢測門限的關系。對于次用戶具有能量收集功能的單用戶多信道的認知無線電網絡，文獻[64]在能量中和約束（energy neutrality constraint）下，通過選擇最優信道進行檢測和傳輸最大化次用戶平均頻譜效率，得到了信道選擇準則，并討論了檢測錯誤和能量可用概率的影響。在文獻[65]中，次用戶由能量收集方式自供能，且次用戶包括能量收集（存儲）—頻譜檢測—傳輸3個階段處理，考慮3個處理階段時長的折中實現最大化次用戶吞吐量，并討論不精確的能量到達率影響。文獻[66]考慮多時隙頻譜檢測問題，為了最大化次用戶吞吐量，討論了能量存儲率、檢測時長和檢測門限之間的聯合優化。在文獻[66]的基礎上，文獻[67]進一步討論了多時隙頻譜檢測時數據融合和決策融合2種頻譜檢測融合規則下，構建了非線性整數優化問題，能量存儲率、檢測時長和檢測門限之間的聯合優化及折中關系。文獻[68]考慮多個中繼的認知中繼信道，主用戶和次用戶都具有能量收集能力，認知中繼采用波束成形傳輸信息以減少對主用戶干擾，但沒有考慮主次用戶之間協作；給出了一種新的次用戶協作協議，該協議利用多中繼集的稀疏性，并可以動態選擇QoS最好的中繼。

文獻[69]首次在認知無線電網絡中考慮次用戶從主用戶信號中收集能量問題。設次用戶傳輸端以時分方式處于等待模式和忙模式。在等待模式（等待主用戶傳輸信息結束），若產生干擾很小，則次用戶以Underlay傳輸信息，若產生干擾影響主用戶，則次用戶不傳輸而從主用戶信號收集能量，目標為最大化剩余能量；在忙模式（主用戶空閑），次用戶以Overlay傳輸信息，目標為保證主用戶QoS下最大化吞吐量。在每個時隙開始，為了最大化長期吞吐量，次用戶利用部分可觀測馬爾可夫決策過程確定是睡眠還是檢測主用戶信道，并利用能量門限確定傳輸信息形式，并給出了優化接入策略。在次用戶和主用戶都利用環境收集能量供電的認知無線電網絡中，文獻[70]利用隱輸入馬爾可夫模型建模主次用戶的交互，探討了二維（2D）頻譜檢測方案，并能聯合檢測頻譜和估計主用戶的傳輸功率等級。文獻[71]考慮能量收集認知無線電網絡中次用戶傳輸功率優化，對信道估計和能量收集的不確定性建模，以干擾和能量約束下，以最大化吞吐量為目標，得到健壯的功率控制方法。在RF能量收集認知無線電網絡中，傳統多個次用戶協作頻譜檢測方法具有局限（沒有體現RF能量收集的影響），文獻[72]考慮對協作頻譜檢測進行優化，并給出了2種信道模式選擇方法及對協作頻譜檢測的影響。在RF能量收集認知中繼信道中，傳統的多中繼選擇方法具有局限（沒有體現RF能量收集的影響），針對干擾和距離約束下的多個DF中繼選擇，文獻[73]給出了一種機會中繼選擇策略，并得到考慮得到次用戶截斷概率表達式。

在認知無線電傳感網絡中傳感器（次用戶）通過收集的能量進行感知和傳輸數據，為了有效進行能量管理、頻譜管理和資源分配，在主用戶保護和傳感器數據隊列穩定性約束下，文獻[74]構造了一個聚集網絡效用優化模型，基于李雅普諾夫（Lyapunov）優化將效用優化模型分解為能量管理子問題、頻譜管理子問題和資源分配子問題，并給出了相應的低復雜度的在線算法。文獻[75]繼續討論次用戶具有能量收集功能的認知無線電網絡中能量收集—頻譜檢測—數據傳輸（SST）優化問題，為最大化能量利用率，給出了一個三模式選擇的SST協議，在預定剩余能量門限下聯合優化能量存儲率和傳輸功率。在次用戶（多個）傳輸機具有從主用戶信號和附近專用無線供能站收集能量情況下，次用戶在收集能量和傳輸數據之間進行時間切換；在主用戶傳輸功率及次用戶對主用戶接收機干擾約束下，文獻[76]討論了主用戶對次用戶性能的影響，給出了系統模型，構建了性能影響和主用戶傳輸功率及次用戶對主用戶接收機干擾之間的分析表達式；結果顯示，當次用戶接近主用戶傳輸機時，盡管可以從主用戶信號收集能量，但主用戶傳輸的干擾也下降次用戶性能，另外，次用戶對主用戶接收機干擾約束也限制了次用戶性能。目前，能量收集認知無線電網絡（EH-CRN）理論模型中都沒有考慮能量狀態變化，文獻[77]中給出了馬爾可夫電池模型和能量消耗概率，并用分組丟失率優化傳輸策略，討論了能量階段概率和頻譜檢測不準確的影響。

但是，上述研究沒有考慮主次用戶協作，部分文獻條件和策略設置太簡單，各信道信息需要接收機反饋沒有說明；忽略次用戶接收端（SR）的能量收集，對具體能量管理策略和功率控制問題沒有討論，缺乏對頻譜檢測錯、用戶業務到達率影響分析，也沒有考慮Underlay通信方式可以持續進行能量收集以及相應的吞吐量、遲延和能量的折中問題。

此外，本文也注意到一些文獻對次用戶2種能源（能量收集的能量和傳統電網/電池的能源）供應，這時收集的能量可以存儲起來，與傳統能源進行集中管理或分開管理，整體能量消耗不能超過2種能量總和。在該方面，為了不對主用戶干擾，文獻[78]利用隨機幾何模型和獨立同分布泊松點過程考慮主用戶的傳輸保護帶和能量收集帶，若ST在能量收集帶則進行機會能量收集（從主用戶信號中收集能量），若ST沒有在傳輸保護帶則進行機會傳輸通信；在截斷概率約束下，通過優化次用戶的傳輸功率和密度，最大化次用戶吞吐量，但是，沒有結合SR的能量收集，ST的能量管理太簡單，ST定向傳輸則不受傳輸保護帶限制。文獻[79]對協作認知無線電的研究進行了總結，利用極化可以避免干擾思想，次用戶基站和均有正交極化天線，且次用戶終端有太陽能收集功能，給出了基于極化和能量收集的2個階段協作構架與傳輸幀結構，得到一種最大化加權和速率的低復雜度優化功率分配策略，提高了頻譜效率和能量效率，但是，未考慮RF能量收集和能量管理策略，極化天線利用效率不高，也可采用波束成形方式。文獻[80]考慮由能量收集供電的頻譜檢測節點和電池供電的傳感節點組成的異構認知傳感網絡，頻譜檢測節點感知空閑信道傳輸傳感節點的監測數據；在能量約束下，分別給出了最大化檢測時間的頻譜檢測節點調度策略，以及傳感節點的傳輸時間、功率和信道分配方案，但是，未考慮主次用戶協作及頻譜檢測節點和傳感節點協作。

4 CRN中能量協作和能量收集

CRN中主要研究主次用戶之間的信息協作，當次用戶能量受限且離主用戶發送（PT）端較近時，也需要考慮主次用戶之間進行能量協作；通過能量傳遞進行能量共享/協作可以解決能量收集的隨機變化和不穩定性，進一步提高能量效率；基于表1中技術結合3)，還可以實現三維資源協作利用，即頻譜共享協作、干擾收集能量、能量共享協作。在具有能量協作的認知無線電網絡方面，2014年才得到重視并開始研究[81]，大部分都與能量收集結合進行研究[82~89]，其概要分類如表4所示。

針對一個主用戶對（PT-PR）和一個次用戶對（ST-SR），文獻[81]首次考慮主次用戶之間同時進行能量協作和信息協作，在單向通信情況下，假設次用戶ST（中繼）具有多個天線，提出了次用戶基于功率分流與時間交換的無線能量和信息協作方案（2種），并分別給出了和速率優化與波束成形的相應算法；結果顯示，同時能量協作和信息協作改進了性能，而功率分流方案效果更好。但是，沒有考慮主用戶或次用戶收集干擾獲取能量，忽略次用戶中繼主用戶信息需要的時間問題，僅僅在單個時隙進行能量和信息同時協作，也沒有考慮次用戶自己傳輸信息的優化方案。

其后，文獻[82]假設具有多個天線的一個對ST和SR，為了同時進行能量和信息協作，考慮2個階段協作，并引入了參數調節2個階段長度，以克服文獻[81]中忽略次用戶中繼主用戶信息需要的時間問題，ST（中繼）采用基于功率分流的無線能量和信息協作方案，并分別給出了和速率優化與波束成形的相應算法。針對主用戶能量受限的情況，文獻[83]考慮2個階段協作。階段1) 次用戶可以自由地接入傳輸信息，主用戶從次用戶信號中收集能量；階段2) 主用戶利用收集能量傳輸自己信息，分析了主次用戶的吞吐量和截斷概率。文獻[84]考慮多個次用戶對和主用戶接入策略，分別對文獻[81]和文獻[83]的工作進行了擴展；設計了3個階段能量協作和信息協作協議，側重次用戶接入方式處理，給出5種接入策略并進行數字分析。但是，僅適用于PT能量受限的情況，每種接入策略的討論太簡單，忽略了主用戶接入策略，即由收集能量到傳輸信息的轉換接入；另外，未涉及如何選取階段時長參數，當有多個主用戶對或多個次用戶對時調節參數非常復雜，還可以考慮發送廣播信號供次用戶檢測并停止占用頻譜。

表4 能量協作、能量收集（EC+EH+SS）文獻

由于RF能量收集受時間、空間（位置）、無線電頻率、能量到達率及收集設備靈敏度等影響和隨機變化，需要考慮用戶之間的能量共享，以充分發揮能量資源的效益；在總結現有文獻基礎上，文獻[85]給出了2種能量共享方案，包括用戶之間直接能量傳輸的直接共享、用戶之間通過業務分流進行間接能量共享，并對其進行了比較分析。文獻[86]考慮認知蜂窩網絡中蜂窩基站（主用戶發送端，PT）及蜂窩用戶（主用戶接收端，PR）和認知基站（次用戶發送端，ST）及認知用戶（次用戶接收端，SR）之間進行同時頻譜和能量協作，ST和PR具有多天線，且PR具有能量收集功能；ST與PR進行協作，ST采用波束成形分別向SR和PR定向傳輸信息，PR采用時分模式進行能量收集（當ST傳輸信息時）和信息接收（當PT傳輸信息時），這樣實現互惠互利（ST獲得頻譜傳輸機會，PR收集到能量備用）；在同時保證蜂窩用戶吞吐量和能量收集量約束下給出了最大化認知用戶容量的優化問題，并轉化為SDP問題求解。但是，僅考慮了集中控制方式的能量共享，且方案不具體；另外，沒有考慮如何調節PR采用時分模式的時長參數，且該參數要同時保證吞吐量和能量收集量。

在Underlay認知無線電網絡中，由于認知用戶沒有主用戶是否傳輸的信息，為不干擾主用戶，傳統做法是次用戶以較低功率發送信息，這樣次用戶傳輸質量也不太好；文獻[87]首次在Underlay認知無線電網絡中考慮能量協作，主用戶PT能量受限，次用戶ST向主用戶PT傳遞能量，從而可以較高的功率傳輸，使自己的傳輸性能得以改善；在單時隙工作情況給出了優化的功率傳遞策略，在2個時隙情況給出了次優的功率分配和傳遞策略。針對Underlay認知中繼網絡，中繼通過次用戶ST向其同時傳遞能量和信息時收集的能量供能，文獻[88]得到了次用戶ST-SR對之間的截斷概率表達式及隨信干噪比（SINR）的變化關系，并求得高SINR時的閉式解。但是，僅針對認知中繼信道，且主次用戶之間沒有協作，功率分配和傳遞策略太簡單。

以上研究主要是針對一個頻率在能量協作/共享，文獻[89]假設2個頻率且協作的頻譜是正交，考慮認知蜂窩小區之間進行同時頻譜和能量協作實現資源互補，結合比例公平性，基于總費用最小給出了同時頻譜和能量協作方案以及相應的分布式優化算法，為優化設計協作蜂窩系統提供了重要參考。但是，沒有給出具體的能量協作管理策略，另外，假設頻譜和能量成本都是固定的，實際情況下這會動態變化，應考慮定價和博弈問題。

5 CRN中同時能量協作、能量收集和協作中繼

在CRN中可以同時能量協作、能量收集和信息協作（協作中繼），在能量收集和協作中繼結合優勢的基礎上，進一步提高能量效率；基于表1中技術結合4)，并實現四維資源協作利用：頻譜共享協作、干擾收集能量、中繼協作傳輸信息、能量共享協作，但總體目前研究工作不多[90~93]，其概要分類如表5所示。

文獻[90]針對主用戶網絡（一個接入點和主用戶）和多個次用戶網絡共存情況，且主用戶缺乏能量但頻譜充足，次用戶缺乏頻譜而能量充足，考慮主次用戶進行協作頻譜共享；為了改進主用戶的傳輸性能，主用戶選擇一個較近的次用戶傳遞能量給他，且該次用戶幫助他中繼數據給接入點，而主用戶則分配給部分頻譜給選中的次用戶傳輸數據；假設次用戶按泊松點過程（PPP）分布在2D平面，主用戶收集能量時間與次用戶吞吐量之間存在一個折中，在主用戶QoS約束下最大化次用戶的整體吞吐量，給出了優化的帶寬（主用戶給次用戶傳輸數據）分配和時間（次用戶給主用戶收集能量）分配算法，并利用隨機幾何分析了系統性能。但是，忽略了遲延問題，如何選擇次用戶協作、多個次用戶之間是否可以協調行動（包括協調傳能量和協調用頻譜等）沒有涉及。

為了同時提供主用戶和次用戶的業務速率保證，文獻[91]考慮在多個時隙主次用戶間進行能量和信息同時協作，給出了主用戶速率優化和迭代算法。根據環境和業務的動態變化情況，文獻[92]通過調整小區尺寸進行網絡拓撲管理轉移一個小區的業務到另一個小區，將一個小區的能量傳遞到另一個小區進行能量協作，進一步提高能效實現綠色通信。考慮認知蜂窩小區之間進行聯合能量和業務協作，在保證QoS的約束下使網絡能量消耗最小化，給出了優化問題求解和數字結果。在文獻[92]的基礎上，文獻[93]研究同時能量和業務傳遞，有一個集中控制單元管理基站間的能量和業務協作，考慮包括用戶隨機到達、分組隨機到達、能量環境條件隨機變化等更多隨機因素的影響。但是，這些工作未考慮雙向能量協作，沒有考慮有對環境和業務的感知功能，主用戶（PT和PR）、次用戶（ST和SR）都具有RF能量收集能力未研究；另外，集中控制單元使開銷增加，同時該單元也存在較大能耗；進一步，現在方案在不同小區之間必須同時能量和業務傳遞，有時可能小區之間分別進行能量協作或業務協作效果更好。

表5 能量收集、能量協作、協作中繼（EC+EH+IC+SS）文獻

6 研究挑戰與未來方向

綜上可知，認知無線電網絡中多維資源協作的還有諸多挑戰，存在不少需要解決的問題，總結如下。

表1中技術結合1)可實現三維資源（頻譜協作、干擾收集能量、信息協作）的協作利用，研究較少[31~36]；例如，在認知蜂窩D2D網絡下行中，主用戶（基站）頻譜充足而傳輸條件差（小區邊沿蜂窩用戶），次用戶（D2D用戶）位置較好而缺乏頻譜的場景，為了獲得頻譜傳輸機會，次用戶幫助主用戶中繼傳輸其信號（信息協作），同時獲得自己的傳輸頻譜機會（頻譜協作），且主用戶和次用戶都可以在對方數據傳輸（干擾）階段進行RF能量收集。

表1中技術結合2)僅可實現二維資源（頻譜協作、干擾收集能量）協作利用，且研究較多[37~80]，雖然還存在一些問題，但繼續研究潛力有限。

表1中技術結合3)可實現三維資源（頻譜協作、干擾收集能量、能量協作）的協作利用，研究也不多[81~89]；例如，在認知無線傳感網絡中，主用戶（傳感器）頻譜充足而能量不足，次用戶（非授權用戶）能量充足而缺乏頻譜的場景，為了獲得能量補充，主用戶給次用戶（ST）頻譜傳輸機會（頻譜協作），同時次用戶（ST）向主用戶傳遞能量（能量協作），且次用戶（SR）和主用戶也可分別從能量傳遞和數據傳輸階段進行RF能量收集。

表1中技術結合4)可實現四維資源（頻譜、干擾收集能量、能量、信息）的協作利用，這方面研究[90~93]剛開始。在認知無線電網絡（如蜂窩D2D網絡、認知無線傳感網絡、認知專用/應急無線通信網等）中，主用戶擁有頻譜資源，次用戶與主用戶共享頻譜。當主用戶能量充足但傳輸條件差、次用戶能量不足時，為了改進傳輸性能，主用戶向次用戶傳遞能量（能量協作），而次用戶幫助主用戶中繼傳輸數據（信息協作），同時次用戶也可從主用戶獲得頻譜傳輸自己數據（頻譜協作），進一步，能量傳遞和數據傳輸階段次用戶和主用戶都可以進行RF能量收集。當主用戶能量不足且傳輸條件差、次用戶能量充足時，為了獲得頻譜傳輸機會，次用戶向主用戶傳遞能量（能量協作），而主用戶則分配給部分頻譜給次用戶傳輸數據（頻譜協作），同時次用戶還可幫助主用戶中繼傳輸數據（信息協作），進一步，在能量傳遞和數據傳輸階段主用戶和次用戶都可以進行RF能量收集。

盡管表1中技術結合4)可以充分利用4種資源，同時提升頻譜效率和能量效率，具有很好的應用前景；但是，必須構建包括不同功能節點、4種資源、3種協作方式、多種優化參數、各類約束條件等的系統模型，涉及異構能量和信息協作、分布式能量收集和能量管理、主次用戶之間共享激勵策略、協作傳輸機制等問題，需要考慮多維資源的聯合優化和折中、共享協作的公平性和安全性、頻譜接入的性能等。

因此，四維資源的協作利用（頻譜協作、干擾收集能量、能量協作、信息協作）出現了許多新挑戰，主要包括：不同協作方式、相互制約優化目標及多種約束參數給四維資源協作利用聯合優化帶來的復雜性，協作方主導地位變化導致主次用戶之間頻譜共享、干擾收集、中繼傳輸、能量協作的博弈激勵機制設計的挑戰，協作方是否可信產生的四維資源（頻譜、能量、干擾、中繼）協作利用安全問題。

為了突破這些認知無線電網絡中四維資源協作利用的挑戰，需要解決四維資源協作利用的模型和方案，四維資源協作利用的優化，四維資源協作利用的激勵和管理，四維資源協作利用的安全性，為此，可能的研究方向包括基于四維資源（頻譜、能量、干擾、中繼）協作的模型和協作方案，四維資源（頻譜、能量、干擾、中繼）協作利用的聯合優化算法，主次用戶之間頻譜共享、干擾收集、中繼傳輸、能量協作的激勵機制與能量管理算法，安全的四維資源（頻譜、能量、干擾、中繼）協作利用策略與算法等。這些問題的突破和解決，將具有重要應用前景，會影響未來無線通信的發展。

7 結束語

四維資源（頻譜、能量、干擾、中繼）的協作利用，將提升頻譜效率和能量效率，并改進吞吐量和服務質量，在移動通信中體現了“創新、協調、開放、綠色、共享”的發展理念。本文總結和分析了認知無線電網絡中主次用戶之間的干擾收集、能量協作、信息協作問題，包括四維資源協作模型與總體研究情況，CRN中能量收集與協作中繼，CRN中能量協作和能量收集，CRN中同時能量協作、能量收集和協作中繼，研究挑戰與未來方向等，這對新一代移動通信系統具有重要意義。

[1] MITOLA J, GERALD Q, MAGUIRE J R. Cognitive radios: making software radios more personal[J]. IEEE Personal Communications, 1999, 6(4): 13-18.

[2] HAYKIN S. Cognitive radio: brain-empowered wireless communications[J]. IEEE Journal on Selected Areas in Communications, 2005, 23(2): 201-20.

[3] BROWN W. Experiments in the transportation of energy by microwave beam[J]. IRE Int Convention Record, 1964, 12(2): 8-17.

[4] KU M L, LI W, CHEN Y, et al. Advances in energy harvesting communications: past, present, and future challenges[J]. IEEE Communications Surveys & Tutorials, 2016, 18(2): 1384-1412.

[5] GURAKAN B, OZEL O, YANG J, et al. Energy cooperation in energy harvesting wireless communications[C]//IEEE International Symposium on Information Theory (ISIT). 2012: 965-969.

[6] KWAK J, SON K, YI Y, et al. Greening effect of spatiotemporal power sharing policies in cellular networks with energy constraints[J]. IEEE Transactions on Wireless Communications, 2012, 11(12): 4405-4415.

[7] NOSRATINIA A, HUNTER T E, HEDAYAT A. Cooperative communication in wireless networks[J]. IEEE Communications Magazine, 2004, 42(10): 74-80.

[8] ZHUANG W, ISMAIL M. Cooperation in wireless communication networks[J]. IEEE Wireless Communications, 2012, 19(2):10-20.

[9] AKYILDIZ I F, LEE W Y, VURAN M C, et.al. Next generation dynamic spectrum access cognitive radio wireless networks: a survey[J]. Computer Networks, 2006, 50(13): 2127-2159.

[10] ZHAO Q, SADLER B M. A survey of dynamic spectrum access[J]. IEEE Signal Processing Magazine, 2007, 24(3): 79-89.

[11] DEVROYE N, VU M, TAROKH V. Cognitive radio networks[J]. IEEE Signal Process Magazine, 2008, 25(6):12-23.

[12] MA J, LI G Y, JUANG B H. Signal processing in cognitive radio[J]. Proceedings of the IEEE, 2009, 97(5): 805-823.

[13] WANG J, GHOSH M, CHALLAPALI K. Emerging cognitive radio applications: a survey[J]. IEEE Communications Magazine, 2011, 49(3): 74-81.

[14] AZARFAR A, FRIGON J F, SANSO B. Improving the reliability of wireless networks using cognitive radios[J]. IEEE Communications Surveys & Tutorials, 2012, 14(2): 338-354.

[15] TRAGOS E Z, ZEADALLY S, FRAGKIADAKIS A G, et al. Spectrum assignment in cognitive radio networks: a comprehensive survey[J]. IEEE Communications Surveys & Tutorials, 2013, 15(3): 1108-1135.

[16] GAVRILOVSKA L, DENKOVSKI D, RAKOVIC V, et al. Medium access control protocols in cognitive radio networks-overview and general classification[J]. IEEE Communications Surveys & Tutorials, 2014, 16(4): 2092-2124.

[17] SHARMA S K, CHATZINOTAS S, LE L B, et al. Cognitive radio techniques under practical imperfections: a survey[J]. IEEE Communications Surveys & Tutorials, 2015, 17(4): 1858-1884.

[18] CHEN Y F, OH H S. A survey of measurement-based spectrum occupancy modeling for cognitive radios[J]. IEEE Communications Surveys & Tutorials, 2016, 18(1): 848-859.

[19] 謝顯中. 感知無線電技術及其應用[M]. 北京: 電子工業出版社, 2008.

XIE X Z. Cognitive radio technology and application[M]. Beijing: Electronic Industry Press, 2008.

[20] 謝顯中, 雷維嘉, 馬彬. 認知與協作無線通信網絡[M]. 北京: 人民郵電出版社, 2011.

XIE X Z, LEI W J, MA B. Cognitive and cooperative wireless communication networks[M]. Beijing: Posts and Telecom Press, 2011.

[21] GüR G, ALAG?Z F. Green wireless communications via cognitive dimension: an overview[J]. IEEE Network, 2011, 25(2): 50-56.

[22] ERYIGIT S, GUR G, BAYHAN S, et al. Energy efficiency is a subtle concept: fundamental trade-offs for cognitive radio networks[J]. IEEE Communications Magazine, 2014, 52(7): 30-36.

[23] MILI M R, MUSAVIAN L, HAMDI K A, et al. How to increase energy efficiency in cognitive radio networks[J]. IEEE Transactions on Communications, 2016, 64(5): 1829-1843.

[24] ULUKUS S, YENER A, ERKIP E, et al. Energy harvesting wireless communications: a review of recent advances[J]. IEEE Journal on Selected Areas in Communications, 2015, 33(3): 360-381.

[25] MISHRA D, DE S, JANA S, et al. Smart RF energy harvesting communications: challenges and opportunities[J]. IEEE Communications Magazine, 2015, 53(4): 70-78.

[26] HE Y J, CHENG X D, PENG W, et al. A survey of energy harvesting communications: models and offline optimal policies[J]. IEEE Communications Magazine, 2015, 53(6): 79-85.

[27] LU X, WANG P, NIYATO D, et al. Wireless networks with RF energy harvesting: a contemporary survey[J]. IEEE Communications Surveys & Tutorials, 2015, 17(2): 757-789

[28] 楊鯤, 于秦, 冷甦鵬, 等.數能一體化無線通信網[J]. 中國科學: 信息科學，2016, 46(5): 591-609.

YANG K, YU Q, LENG S P, et al. Data and energy integrated communication networks[J]. Science China Information Sciences, 2016, 46(5): 591-609.

[29] HUANG X Q, HAN T, ANSARI N. On green-energy-powered cognitive radio networks[J]. IEEE Communications Surveys and Tutorials, 2015, 17(2): 827-842.

[30] LINA M, DIANATI M, KARAGIANNIDIS G K, et al. RF-Powered cognitive radio networks: technical challenges and limitations[J]. IEEE Communications Magazine, 2015, 53(4): 94-100.

[31] WANG Z, CHEN Z, LUO L, et al. Outage analysis of cognitive relay networks with energy harvesting and information transfer[C]//IEEE International Conference on Communications (ICC). 2014: 4348-4353.

[32] LI Q Z, ZHANG Q, QIN J Y. Beamforming for information and energy cooperation in cognitive non-regenerative two-way relay networks[J]. IEEE Transactions on Wireless Communications, 2016, 15(8): 5302-5313.

[33] YIN S X, ZHANG E, QU Z W, et al. Optimal cooperation strategy in cognitive radio systems with energy harvesting[J]. IEEE Transactions on Wireless Communications, 2014, 13(9):4693-4707.

[34] SHAFIE A E, KHATTAB T, NAFIE M, et al. On the coexistence of a primary user with an energy harvesting secondary user: a case of cognitive cooperation[J]. Wireless Communications and Mobile Computing, 2014, 16(2): 166-176.

[35] SHAFIE A E. Space-Time coding for an energy harvesting cooperative secondary terminal[J]. IEEE Communications Letters, 2014, 18(9): 1571-1574.

[36] SHAFIE A E, KHATTAB T. Maximum throughput of a cooperative energy harvesting cognitive radio user[C]//IEEE 25th International Symposium on Personal, Indoor and Mobile Radio Communications (PIMRC). 2014: 1067-1072.

[37] PARK S, HEO J, KIM B, et al. Optimal mode selection for cognitive radio sensor networks with RF energy harvesting[C]//IEEE 23rd International Symposium on Personal, Indoor and Mobile Radio Communications (PIMRC). 2012: 2155-2159.

[38] YIN S, ZHANG E, YIN L, et al. Optimal saving-sensing-transmitting structure in self-powered cognitive radio systems with wireless energy harvesting[C]//IEEE International Conference on Communications (ICC).2013: 2807-2811.

[39] YIN S, ZHANG E, YIN L, et al. Saving-sensing-throughput tradeoff in cognitive radio systems with wireless energy harvesting[C]//IEEE Global Communications Conference (Globecom). 2013: 1032-1037.

[40] HOANG D T, NIYATO D, WANG P, et al. Opportunistic channel access and RF energy harvesting in cognitive radio networks[J]. IEEE Journal on Selected Areas in Communications, 2014, 32(11): 2039-2052.

[41] NIYATO D, WANG P, KIM D I. Performance analysis of cognitive radio networks with opportunistic RF energy harvesting[C]//IEEE Global Communications Conference (Globecom).2014: 1096-1101.

[42] HOANG D T, NIYATO D, PING W, et al. Performance optimization for cooperative multiuser cognitive radio networks with RF energy harvesting capability[J]. IEEE Transactions on Wireless Communications, 2015, 14(7): 3614-3629.

[43] SHAFIE A E, SULTAN A. Optimal random access for a cognitive radio terminal with energy harvesting capability[J]. IEEE Communications Letters, 2013, 17(6): 1128-1131.

[44] SHAFIE A E, SULTAN A. Optimal selection of spectrum sensing duration for an energy harvesting cognitive radio[C]//IEEE Global Communications Conference (Globecom).2013: 1020-1025.

[45] LU Y, WANG W, ZHANG Z Y, et al. Random access for a cognitive radio transmitter with RF energy harvesting[C]//IEEE Global Communications Conference (Globecom).2014: 923-928.

[46] SAKR A H, HOSSAIN E. Cognitive and energy harvesting-based D2D communication in cellular networks: stochastic geometry modeling and analysis[J]. IEEE Transactions on Communications, 2015, 63(5): 1867-1880.

[47] RAKOVIC V, DENKOVSKI D, GAVRILOVSKA L. Optimal time sharing in underlay cognitive radio systems with RF energy harvesting[C]//IEEE International Conference on Communications (ICC). 2015: 7689-7694.

[48] WANG X, XU W, LI S,et al. Joint power splitting and resource allocation with QoS guarantees in RF-harvesting-powered cognitive OFDM relay systems[C]//IEEE 26th International Symposium on Personal, Indoor and Mobile Radio Communications (PIMRC). 2015: 1432-1436.

[49] PRATIBHA K, LI H, TEH K C. Channel selection in multichannel cognitive radio systems employing RF energy harvesting[J]. IEEE Transactions on Vehicular Technology, 2016, 65(1): 457-462.

[50] PRATIBHA K, LI K H, THE K C. Dynamic cooperative sensing-access policy for energy-harvesting cognitive radio systems[J]. IEEE Transactions on Vehicular Technology, 2016, 65(12): 10137-10141.

[51] BHOWMICK A, ROY S D, KUNDU S. Throughput of a cognitive radio network with energy-harvesting based on primary user signal[J]. IEEE Wireless Communications Letters, 2016, 5(2): 136-139.

[52] DENG Z, LIU X, JIA M, et al. Sensing time optimization in energy-harvesting cognitive radio with interference rate control[J]. China Communications, 2016, 13(1): 47-56.

[53] YAO Y, YIN C, SONG X, et al. Increasing throughput in energy-based opportunistic spectrum access energy harvesting cognitive radio networks[J]. Journal of Communications and Networks, 2016, 18(3): 340-350.

[54] BAE Y H, BAEK J W. Achievable throughput analysis of opportunistic spectrum access in cognitive radio networks with energy harvesting[J]. IEEE Transactions Communications, 2016, 64(4): 1399-1410.

[55] LU X, WANG P, NIYATO D, et al. Dynamic spectrum access in cognitive radio networks with RF energy harvesting[J]. IEEE Wireless Communications, 2014, 21(6): 102-110.

[56] SULTAN A. Sensing and transmit energy optimization for an energy harvesting cognitive radio[J]. IEEE Wireless Communications Letters, 2012, 1(5): 500-503.

[57] PARK S, KIM H, HONG D. Cognitive radio networks with energy harvesting[J]. IEEE Transactions on Wireless Communications, 2013, 12(3): 1386-1397.

[58] CHUNG W, PARK S, LIM S, et al. Optimal transmit power control for energy-harvesting cognitive radio system[C]//IEEE 78th Vehicular Technology Conference (VTC2013-Fall). 2013: 1-5.

[59] PARK S, HONG D. Achievable throughput of energy harvesting cognitive radio networks[J]. IEEE Transactions on Wireless Communications, 2014, 13(2): 1010-1022.

[60] PARK S, HONG D. Optimal spectrum access for energy harvesting cognitive radio networks[J]. IEEE Transactions on Wireless Communications, 2013, 12(12): 6166-6179.

[61] HAN G, ZHANG J, MU X. Joint optimization of energy harvesting and detection threshold for energy harvesting cognitive radio networks[J]. IEEE Access, 2016(4): 7212-7222.

[62] GAO X, XU W, LI S, et al. An online energy allocation strategy for energy harvesting cognitive radio systems[C]//IEEE International Conference on Wireless Communications & Signal Processing (WCSP). 2013: 1-5.

[63] CHUNG W, PARK S, LIM S, et al. Spectrum sensing optimization for energy-harvesting cognitive radio systems[J]. IEEE Transactions on Wireless Communications, 2014, 13(5): 2601-2613.

[64] JEYA P J, SANKET S K, ADRISH B. Energy harvesting cognitive radio with channel-aware sensing strategy[J]. IEEE Communications Letters, 2014, 18(7): 1171-1174.

[65] SHAFIE A E. Space-time coding for an energy harvesting cooperative secondary terminal[J]. IEEE Communications Letters, 2014, 18(9): 1571-1574.

[66] YIN S, QU Z, LI S. Optimal multi-slot spectrum sensing in energy harvesting cognitive radio systems[C]//IEEE Global Communications Conference (Globecom).2014: 793-798.

[67] YIN S, QU Z, LI S. Achievable throughput optimization in energy harvesting cognitive radio systems[J]. IEEE Journal on Selected Areas in Communications, 2015, 33(3): 407-422.

[68] SHAFIE A E, AL-DHAHIR N, HAMILA R. Sparsity-aware cooperative protocol for cognitive radio networks with energy-harvesting primary user[J]. IEEE Transactions on Communications, 2015, 63(9): 3118-3131.

[69] USMAN M, KOO I. Access strategy for hybrid underlay-overlay cognitive radios with energy harvesting[J]. IEEE Sensors Journal, 2014, 14(9): 3164-3173.

[70] ZHANG Y, HAN W, LI D, et al. Power versus spectrum 2-D sensing in energy harvesting cognitive radio networks[J]. IEEE Transactions on Signal Processing, 2015, 63(23): 6200-6212.

[71] GONG S, DUAN L, WANG P. Robust optimization of cognitive radio networks powered by energy harvesting[C]//IEEE Conference on Computer Communications (ICC).2015: 612-620.

[72] ALKHEIR A, MOUFTAH A. Cooperative spectrum sensing for RF-energy harvesting cognitive radio networks[C]//IEEE International Conference on Communications (ICC). 2015: 7492-7497.

[73] LE T D, SHIN O S. Wireless energy harvesting in cognitive radio with opportunistic relays selection[C]//IEEE 26th International Symposium on Personal, Indoor and Mobile Radio Communications (PIMRC). 2015: 949-953.

[74] ZHANG D, CHEN Z, ZHANG N, et al. Utility-optimal resource management and allocation algorithm for energy harvesting cognitive radio sensor networks[J]. IEEE Journal on Selected Areas in Communications, 2016, 34(12): 3552-3565.

[75] WU C, SHI Q, HE C, et al. Energy utilization efficient frame structure for energy harvesting cognitive radio networks[J]. IEEE Wireless Communications Letters, 2016, 5(5): 488-491.

[76] ZHANG J, NGUYEN N P, ZHANG J, et al. Impact of primary networks on the performance of energy harvesting cognitive radio networks[J]. IET Communications, 2016, 10(18): 2559-2566.

[77] WU S, SHIN Y, KIM J Y, et al. Probability of packet loss in energy harvesting nodes with cognitive radio capabilities[J]. IEEE Communications Letters, 2016, 20(5): 978-981.

[78] LEE S, ZHANG R, HUANG K. Opportunistic wireless energy harvesting in cognitive radio networks[J]. IEEE Transactions on Wireless Communications, 2013, 12(9): 4788-4799.

[79] ZHANG Q, CAO B, WANG Y, et al. On exploiting polarization for energy-harvesting enabled cooperative cognitive radio networking[J]. IEEE Wireless Communications, 2013, 21(4): 116-124.

[80] ZHANG D, CHEN Z, REN J, et al. Energy-harvesting-aided spectrum sensing and data transmission in heterogeneous cognitive radio sensor network[J]. IEEE Transactions on Vehicular Technology, 2017, 66(1): 831-843.

[81] ZHENG G, HO Z, JORSWIECK E A, et al. Information and energy cooperation in cognitive radio networks[J]. IEEE Transactions on Signal Processing, 2014(62): 2290-2303.

[82] GAO Q, JING T, XING X, et al. Simultaneous Energy and information cooperation in MIMO cooperative cognitive radio systems[C]//IEEE Wireless Communications and Networking Conference (WCNC).2015: 351-356.

[83] WANG D, REN P, WANG Y, et al. Energy cooperation for reciprocally-benefited spectrum access in cognitive radio networks[C]//IEEE Global Conference on Signal and Information Processing (GCSIP). 2014: 1320-1325.

[84] SHAFIE A E, AL-DHAHIR N, HAMILA R. Cooperative access schemes for efficient SWIPT transmissions in cognitive radio networks[C]//IEEE Global Communications Conference (Globecom). 2015: 1-6.

[85] HUANG X, ANSARI N. Energy sharing within EH-enabled wireless communication networks[J]. IEEE Wireless Communications, 2015, 23(6): 144-149.

[86] HSIEH K Y, TSENG F S, KU M L. A spectrum and energy cooperation strategy in hierarchical cognitive radio cellular networks[J]. IEEE Wireless Communications Letters, 2016, 15(3): 252-255.

[87] PATHAK K, BANERJEE A. On energy cooperation in energy harvesting underlay cognitive radio network[C]//Twenty Second National Conference on Communication (NCC). 2016: 1-6.

[88] YANG Z, DING Z, FAN P, et al. Outage performance of cognitive relay networks with wireless information and power transfer[J]. IEEE Transactions on Vehicular Technology, 2016, 65(5): 3828-3833.

[89] GUO Y, XU J, DUAN L, et al. Joint energy and spectrum cooperation for cellular communication systems[J]. IEEE Transactions on Communications, 2014, 62(10): 3678-3691.

[90] ZHAI C, LIU J, ZHENG L. Cooperative spectrum sharing with wireless energy harvesting in cognitive radio networks[J]. IEEE Transactions on Vehicular Technology, 2016, 65(7): 5303-5316.

[91] JEYA P J, SANKET S KALAMKAR, BANERJEE A, et al. On information and energy cooperation in energy harvesting cognitive radio[C]//IEEE 26th International Symposium on Personal, Indoor and Mobile Radio Communications (PIMRC). 2015: 943-948.

[92] LEE H S, BAE D H, LEE J W. Energy or traffic: which one to transfer[C]//IEEE 82nd Vehicular Technology Conference (VTC2015-Fall). 2015: 1-5.

[93] LEE H S, LEE J W. Energy cooperation and traffic management in cellular networks with renewable energy[C]//IEEE Global Communications Conference (Globecom).2016: 1-6.

Recent advances and future challenges of four key resourcescooperation in cognitive radio network

XIE Xianzhong, LUO Ying, YAN Ke, CHEN Jiujiu

Key Lab of Computer Networks and Communications, Chongqing University of Posts and Telecommunications, Chongqing 400065, China

Cognitive radio (CR) can improve spectrum utilization by spectrum sharing or cooperation between the primary user and secondary users. It is well known that energy, interference and relay are also three key resources in cognitive radio network (CRN). Energy cooperation or sharing between the primary user and secondary user will further promote energy efficiency. Energy harvesting from RF interference signal can turn bane (interference) into a boon (green energy). Secondary user relay data of the primary user can enhance QoS of the primary user, also get some opportunities for their own transmission. Thus, four resources cooperation (spectrum, energy, interference, relay) in CRN will improve simultaneously both spectrum efficiency and energy efficiency, and also increase throughput and QoS. The overviews for collaborative utilization problems of four key resources in CRN was given. Firstly, collaboration models of four key resources were analyzed. Then, recent research advances were summarized, including three kinds of resources collaborative utilization (both energy harvesting and relay transmission, both energy cooperation and energy harvesting) and four resources collaborative utilization (simultaneous relay transmission, energy harvesting and energy cooperation) in CRN. Further, some potential challenges of four key resources cooperation in CRN were discussed. Finally, some key future research directions was concluded.

cognitive radio, spectrum sharing, interference harvesting, energy cooperation, information cooperation

TN929.53

A

10.11959/j.issn.1000-436x.2018033

2017-07-31；

2018-01-18

國家自然科學基金資助項目（No.61271259, No.61471076, No.61601070）；重慶市教委科學技術研究基金資助項目（No.KJ1600411)；重慶市基礎與前沿研究計劃基金資助項目（No.CSTC2016jcyjA0455）；長江學者和創新團隊發展計劃基金資助項目（No.IRT1299）；重慶市教委重點實驗室專項經費基金資助項目（No.JK12010000062）

The National Natural Science Foundation of China (No.61271259, No.61471076, No.61601070), The Science and Technology Project Affiliated to the Education Department of Chongqing (No.KJ1600411), The Basic and Frontier Research Project Affiliated to Chongqing (No.CSTC2016jcyjA0455), The Developed Program for Changjiang Scholars and Innovative Team (No.IRT1299), Key Lab’s Special Fund Project Affiliated to the Education Department of Chongqing(No.JK12010000062)

謝顯中（1966-），男，四川通江人，博士，重慶郵電大學教授、博士生導師，主要研究方向為干擾對齊、認知無線電、協作通信技術等。

羅瑩（1994-），女，重慶人，重慶郵電大學碩士生，主要研究方向為認知無線電、能量收集與協作技術。

嚴可（1995-），女，重慶人，重慶郵電大學碩士生，主要研究方向為認知無線電、信息與能量同傳技術。

陳九九（1994-），男，湖南岳陽人，重慶郵電大學碩士生，主要研究方向為信息與能量同傳技術、全雙工無線通信系統。