工程硕士专题讲座(认知无线电)

专题讲座认知无线电及其关键技术重庆大学通信工程学院冯文江Email:[e-mail]认知无线电概念（ConceptofCognitiveRadio）•背景随着无线通信业务的快速增长，频谱需求和资源有限之间的矛盾越来越突出——“频谱危机”解决途径之一：寻求更高效的传输方式（MIMO、高阶调制、AMC等）——提高频谱效率频谱使用政策：授权(固定)、ISM(IndustrialScientificandMedical)开放(FreeLicense)频谱浪费严重：3GHz以下频段，时间和空间平均利用率低解决途径之二：认知无线电——提高频谱利用率认知无线电概念（ConceptofCognitiveRadio）•2007年至今，围绕认知无线电的研究如火如荼学术界：找到了无线通信技术新的发展方向和热点研究内容监管部门：调整了频谱使用规则，引导其商用（美国、英国、加拿大、日本、新加坡、韩国等）标准化组织：纷纷制定和发布新的通信标准（802.22、ECMA392、802.11af、802.16h、802.15.4m）制造商：找到了新的、巨大的、潜在的商机运营商：用较少的投入提供通信服务，获得更大的收益认知无线电定义（DefinitionofCognitiveRadio）•认知无线电是一种智能频谱共享技术，依靠人工智能的支持，感知无线通信环境，依据学习和决策算法，实时自适应的改变工作参数（频点、功率、调制、编码），动态检测和有效利用空闲频谱理论上允许在时域、频域和空域上进行多维的资源共享认知无线电定义（DefinitionofCognitiveRadio）•美国FCC认为：CR是一种通过与通信环境交互获取无线电背景知识，继而调整传输参数，最终实现无线传输的设备。主体是SDR，但认知无线电设备不一定必须具有软件或现场可编程能力。FCC关注认知无线电如何提高频谱利用率——认知终端•Rieser教授认为：CR采用基于遗传算法的生物启发认知模型对传统无线电系统的物理层和媒体接入控制层(PHY+MAC)的演进过程建模——认知引擎认知无线电定义（DefinitionofCognitiveRadio）•Haykin教授认为：CR是一个智能无线通信系统，它能够感知外界环境，并利用人工智能技术从环境中学习，通过实时改变传输参数，使其内部状态适应无线通信环境统计特性的变化——信号处理•IEEE认为：CR是能感知外部环境的智能无线通信技术，能从环境中学习，并根据环境变化动态调整内部状态，以适应外部环境的变化，其认知功能可以采用人工智能或简单控制机制实现——智能控制认知无线电定义（DefinitionofCognitiveRadio）•认知无线电都具有两种功能：认知功能和重构功能认知功能：认知无线电能与周围环境进行交互，进而选择合适的通信参数以适应变化的频谱资源和网络环境重构功能：认知无线电能在不改变系统硬件的前提下重新配置系统的发射参数，如传输功率、调制方式、传输频段等认知无线电的目标是通过认知功能和重构功能获取通信资源，以提高频谱利用率认知无线电基本原理(PrincipleofCR)•通过分析外部环境提供的激励认识通信任务的内容；通过接收和发送内容的分析选择解决方式•一种目标驱动的框架结构•观察-思考-行动：认知环模型（Mitola）认知无线电网络定义（DefinitionofCRN）•认知无线电网络（cognitiveradionetwork,CRN）：基于认知无线电技术构建的无线通信网络•CRN的终端节点和接入点在PHY、MAC、NWK及应用层都具有：认知能力+学习能力+重构能力•CRN能感知网络当前状态，根据端到端目标，利用学习机制实时调整资源配置，利用感知到的网络状态信息形成规划、决策和行动•CRN是一种能够感知当前网络状态，并据此进行规划、调整和采取适当行动的网络认知无线电网络定义(NetworkArchitectureofCRN)•构成认知无线电网络的三要素：网络组件、异质频谱、异构网络网络组件：主用户网络+认知用户网络异质频谱：授权、开放；时变性；空间差异性异构网络：网络架构、覆盖范围、支撑业务、实现方式主用户主用户CR基站CR基站免授权频段授权频段1授权频段2主网络分布式认知网络集中式认知网络主用户认知用户主网络接入CRN接入CRadhoc接入认知用户频谱经纪站其它CRN关键技术之一：频谱感知（SpectrumSensing）•频谱感知：包括频谱检测、频谱分析和频谱判决，是认知无线电实现频谱共享、频谱管理的前提•感知：周期性检测主用户占用频谱的状态和特点，获得“频谱空穴”或可用资源，并伺机接入候选可用频谱•频谱感知方法频谱感知主用户接收端检测本地检测主用户发射端检测协作检测匹配滤波器检测基于干扰温度检测振荡器功率泄漏检测循环平稳检测能量检测协方差特征值检测能量检测法（EnergyDetection）•非相干检测，直接对时域信号采样求模、平方、积分获得检测统计量•在AWGN信道环境中，检测概率和虚警概率分别为：•和是完整和不完整Gamma函数，是普遍MarcumQ函数•在Rayleigh衰落信道环境中，检测概率为：带通滤波器()xt1H0H2()0TY1(/)(2,)dmpPYHQ能量检测法（EnergyDetection）•能量检测法无需信号的先验信息，实现简单，但判决门限难以准确选择•门限值很大程度上受到未知噪声电平的影响，因此在低信噪比环境的检测性能较低1(/)(2,)dmpPYHQ循环平稳检测法（CyclostationaryDetection）•利用通信信号的二阶循环平稳特性实施频谱感知•自相关函数为•傅里叶级数展开•循环相关系数•循环功率谱1(/)(2,)dmpPYHQ循环平稳检测法（CyclostationaryDetection）•检测统计量•在循环频率处，假设检验1(/)(2,)dmpPYHQFFT频域平滑右移/2左移/21/N()xn循环平稳检测法（CyclostationaryDetection）•循环功率谱的性质信号的循环平稳特征离散分布在循环频率轴上，即在循环频率处循环功率谱会出现谱峰，而噪声信号不具有循环平稳性。通信信号的循环平稳特性具有优良的抗噪性能循环功率谱还包含了调制信号的相关信息：载波频率、信号带宽、键控速率以及信号幅度和相位等功率谱相同而调制类型不同的通信信号具有不同的循环功率谱，可用于信号辨识和调制模式识别1(/)(2,)dmpPYHQ自适应双门限频谱检测法（AdaptiveDouble-thresholdSpectrumSensing）•基本思想：对接收信号实施双门限能量检测，若统计量大于上门限，判决为“存在”；若统计量小于下门限，判决为“不存在”，若统计量位于上下门限之间，再进行循环平稳特征检测•判决门限Th用期望检测概率回推，引入一个不可靠区范围调整因子k，上门限为k×Th，下门限为Th/k，k依据实际检测概率自适应步进调整1(/)(2,)dmpPYHQ带通滤波器ADC判断Y的范围(●)20TY循环平稳特征检测kx判决判决1120YHYH()xt或门输出结果21Y匹配滤波器检测（MatchedFilterDetection）•通过匹配滤波（最佳接收）使接收信噪比最大，利用发射信号的先验知识，如调制模式、脉冲形状、时序、数据格式等生成本地信号，与测量获得的接收信号做相关运算。优点是响应快，检测概率高，但需要已知每种主用户类型，资源占用大，实现复杂度高1(/)(2,)dmpPYHQ协同检测法（CooperativeDetection）•联合分布于不同空间位置的多个认知节点单独执行本地检测，然后利用融合处理算法处理，能提高检测性能，避免隐藏终端分布式协同检测：参与协同的各节点首先进行独立检测，然后将检测结果广播发送，收到检测结果的节点以某种方式合并，再分析和判决获得最后结果集中式协同检测：参与协同的各节点完成独立检测后，将检测结果发送给中心处理节点，由中心节点以某种方式合并，再分析和判决获得最终结果1(/)(2,)dmpPYHQ融合准则（FusionCriterion）•软融合：各认知节点或部分节点不进行本地判决，而是将检测结果传送至融合中心，由融合中心进行加权求和并与特定门限比较，得到判决结果。其融合策略有：等增益合并（EGC）：融合中心为每个检测结果等分配权重，即等权重求和。此法处理简单，但异常数据会影响判决性能最大比合并（MRC）：融合中心依据各个检测结果的可靠度分配合并权重。此法检测性能好，但如何评价可靠度需要另定规则•软融合将判决集中至融合中心，检测性能好，但通信开销大1(/)(2,)dmpPYHQ融合准则（FusionCriterion）•硬融合：每个认知节点独立完成本地判决，然后将判决结果发送至融合中心，融合中心综合各认知节点的判决结果做出最终判决。其融合策略有“或”、“与”和“K秩”三种。•“与”融合准则：融合中心对所有本地判决结果执行逻辑“与”运算后做最终判决，能减小虚警概率，但也降低了检测概率•“或”融合准则：融合中心对所有本地判决结果执行逻辑“或”运算后做最终判决，能提高检测概率，但也增大了虚警概率•“K”秩融合准则：融合中心对本地判决结果求和，并与预设值K比较，若求和结果大于等于K，判定占用，否则，判定空闲1(/)(2,)dmpPYHQ干扰温度模型（InterferenceTemperatureModel）•干扰温度用于量化和管理无线环境中的干扰源，干扰温度限规定了在某频带和特定地理位置满足接收者需求的最差场合的无线传输环境特征1(/)(2,)dmpPYHQY轴干扰温度门限频谱空穴接收机与发射机间距离接收功率原始噪声底限授权信号关键技术之二：认知引擎（CognitiveEngine）•认知引擎通过感知模块获得环境信息，基于用户服务需求和频谱规则指导物理层重构和高层优化，并将优化结果作为学习经验，指导新业务优化•认知引擎实现认知循环中的感知、学习和决策任务，支持3种功能：基于多目标的端到端QoS优化功能、跨层优化功能、基于过去经验的学习功能认知环模型和认知引擎的关系（CognitiveCyclevsCognitiveEngine）•认知环模型分为内部循环和外部循环•外部循环完成系统重构和自适应功能•内部循环实现学习功能，将历史决策结果作为先验信息，得出经验指导外部循环过程•认知引擎实现内部循环，即分析、计划、学习和决策阶段OutsideworldActObserveOrientLearnDecidePlanReconfigurableNodeCognitiveEngineVT-CWT认知引擎（美国弗吉尼亚工学院无线通信中心）•无线信道遗传算法模块：实现无线信道和射频环境的数学建模•认知系统监控模块：负责检测通信状况，决定系统是否需要重构，并执行学习推理算法，为WSGA提供初始参数•无线系统遗传算法模块：执行多目标遗传算法，获得优化方案•信道估计器为WCGA提供信道统计信息•基带处理器实现基带信号参数配置DoD-LTS认知引擎（美国国防部通信科学实验室）•Charles认为CR就是增加了CE的软件无线电，CE与SDR之间用应用程序接口(API)关联•知识库存储“外部”信息(噪声功率、信噪比)、“内部”信息(调制方式、编码方式)和运行规则•决策功能由推理引擎和学习引擎实现•推理引擎：根据目标函数从知识库中提取行动方案•学习引擎：从经验中获取知识，提供新的解决方案知识库软件无线电推理引擎学习引擎认知引擎基于人工智能的认知引擎（CEbasedonAI）•用户界面提供用户需求信息交互；无线电平台具有重构能力；感知设备发现频谱空穴，并将感知信息送到知识库；知识库存储信道环境信息和无线信道规则；推理器执行学习推理算法，搜索类似案例，完成系统参数