1.2 认知无线电关键技术

认知无线电能够捕获和感知外部环境信息，推理和学习外部环境变化规律，并根据环境的变化动态调整其内部状态（工作频率、发射功率、调制方式等），以有效地利用空闲频谱，同时避免了对其他系统的干扰。因此，认知无线电最核心的工作机制实质上包括两个基本过程：发现可用频谱（Exploration）和利用可用频谱（Exploitation）。前者主要通过各种复杂的频谱检测和分析手段来实现，后者主要通过基于复杂的推理和学习的频谱管理、频谱分配以及功率控制等手段来实现。因此，认知无线电的关键技术主要有：频谱感知技术、动态频谱分配技术和功率控制技术等。

1.2.1 频谱感知技术

物理层的频谱感知技术是认知无线电应用的基础，其主要功能是检测多维频谱空间（频率、时间、空间）上的可用频谱资源，以辨识当前可用于传输数据的频段。频谱感知要求能够处理很宽的频谱，并进行宽带频谱的空时分析；同时，还要求能够通过交换和融合不同认知无线电节点的本地感知信息，即协作式检测，提高辨识的可靠性，并有效地避免“隐藏终端”问题。

根据检测对象的不同，频谱感知的实现方法可以分为以下两大类：一是通过检测授权用户接收机进行频谱感知。该方案在理论上是实现频谱感知的最佳方法，可保证不对授权用户造成干扰，但是这一方案在实际系统中的实现比较困难，Wild等人提出采用本振泄露（LOL）检测方法，通过检测授权用户接收机射频前端发射的本振泄露功率，来准确定位授权用户[22]。二是通过检测授权用户发射机进行频谱感知。该方案在技术上更易实现，目前主要有匹配滤波[23]、能量检测[24]、周期特性检测以及时频分析[25-27]等发射机检测方法，但是该方案存在可用频谱漏检的可能，从而容易造成资源浪费，与此同时，这一方案还存在对授权用户接收机造成干扰的可能。尽管如此，基于系统实现的考虑，现有的大多数研究者仍针对检测授权用户发射机进行研究，并提出了各种方法以避免或减少上述可能情况的发生。

目前，基于检测授权用户发射机的频谱感知方法主要包括两类：单用户频谱感知和多用户协同频谱感知。在单用户频谱感知方面，主要有基于能量检测的前向连续均值排除算法[28]、基于信号协方差矩阵的特征值分解的检测算法[29]、基于二阶循环统计量的频谱感知检测算法[26]等。但是单用户频谱感知具有以下局限性：一是感知灵敏度有限，即在有限的检测时间和数据处理能力下，单个感知用户无法完全检测所有频段的信息；二是存在“隐藏终端”问题，例如，位于阴影中的感知用户，其接收到的授权用户的发射信号可能会遭遇严重衰落，从而导致误判等。单用户频谱感知的上述局限性使得多用户协同频谱感知[13,30,31]技术成为了当前的研究热点。通过多个用户之间对本地检测结果进行交换和融合，可实现全频带检测，并提高频谱检测的准确性，从而降低了单个用户系统设计的复杂度。事实上，由于所有感知用户同时遭到严重衰落的可能性很小，所以利用多用户空间分集（Diversity）技术可以减小对单个用户的信号衰落影响。

1.2.2 频谱分配技术

认知无线电网络频谱分配技术的主要目的，是在避免对授权用户造成干扰的同时，实现认知无线电用户之间高效、公平地共享可用频谱资源。与传统网络不同，认知无线电网络的频谱分配必须考虑三个方面的问题：一是认知无线电用户对授权用户的干扰；二是认知无线电用户之间的干扰；三是认知无线电系统的效益和用户之间的公平性。其中，避免对授权用户的干扰，是认知无线电网络频谱分配技术与传统频谱分配技术的主要区别。具体地说，就是当某一频段出现授权用户时，使用该频段的认知无线电用户必须无条件地降低功率或退出该频段，以避免对授权用户的干扰。由于授权用户对频谱的使用随着时间和地点的变化而变化，认知无线电网络可用频谱资源的数量和位置也随之变化，因此传统无线网络中的动态频谱分配（DSA）方法并不完全适用。目前认知无线电网络的动态频谱分配研究主要基于频谱池（Spectrum Pooling）[11]策略，这一策略的基本思想是将一部分分配给不同业务的频谱合并成一个公共的频谱池，并将整个频谱池划分为若干个子信道。因此，信道成为了频谱分配的基本单位。基于频谱池策略的动态频谱分配实质上是一个受限的信道分配问题，在干扰限制和公平性等因素条件下，最大化信道的利用率。

认知无线电系统动态频谱分配技术主要包含动态频谱管理和频谱移动性管理两部分。动态频谱管理就是根据用户的需求信息以及频谱感知所获取的环境信息，进行频谱分析和频谱决策的过程[32]：频谱分析主要是对所获取的环境信息进行复杂的信号处理运算，估算频谱参数，进而分析频谱特性，以保证频谱的合理分配；频谱决策就是根据当前用户业务的QoS需求，决定数据速率、误码率门限、时延上限、传输模式和传输带宽等重要参数，然后结合已有的频谱特征信息，为认知无线电用户选择最适合的频段，以保证认知无线电用户之间公平高效的频谱共享。频谱移动性管理就是根据用户需求信息以及外部无线环境的变化，进行频谱重新选择的过程。这个过程也称之为频谱切换。为了保证频谱切换过程中的服务不被中断，频谱移动性管理需要设计一套快速频谱选择算法和快速频谱切换算法。

从频谱的使用和共享方式来说，认知无线电系统动态频谱分配技术的研究主要涉及非授权模型、授权频谱的二次利用模型以及频谱交易市场模型[33]。其中，非授权模型，也叫开放式频谱共享模型，允许认知无线电用户根据一定的频谱礼仪利用和共享免授权频段；授权频谱的二次利用模型，也叫择机式频谱共享模型，允许认知无线电用户在不对授权用户产生有害干扰的前提下使用和共享授权频段；市场模型，也叫协商式频谱共享模型，允许对授权频谱进行二次交易，其中包括根据一定的市场规则实现授权频谱部分权利的转移、授权频谱部分时段的权利转移等。

目前，针对认知无线电网络的动态频谱分配技术的研究主要基于以下四类模型：图论模型、干扰温度模型、博弈论模型和微观经济学模型。图论模型将频谱分配问题建模为图论中的着色（Coloring）问题，以此开发优化机制来处理各种网络架构下的频谱利用、公平性与吞吐量等问题；干扰温度模型将认知无线电信号对授权用户接收信号造成的干扰进行量化，只有在干扰小于特定门限时才可使用频段；博弈论模型将认知无线电用户间的行为构建为一个博弈模型，利用博弈论的相关理论分析合作、非合作等不同行为模式下的最佳分配策略；微观经济学模型主要利用拍卖理论实现动态频谱租赁，从本质上说，拍卖也是一种特殊的博弈。从现有研究结果来看，动态频谱分配技术主要面临以下几个关键问题[34]：

（1）在非线性干扰约束下的NP优化；

（2）快速的收敛算法设计；

（3）算法性能分析和仿真时假设条件过于理想化，不利于实际应用；

（4）网络规模对运算量、收敛性及收敛速度影响较大。

1.2.3 功率控制技术

认知无线电系统功率控制有两个主要目的：一是减小认知无线电用户对授权用户的干扰；二是减小认知无线电用户之间的相互干扰。通过前者，我们可开发更多的可用频谱资源；而通过后者，则可提高可用频谱资源的使用效率。其中，前者是认知无线电网络所特有的问题，也是认知无线电系统功率控制主要关注的焦点。当授权用户出现时，认知无线电用户可通过动态频谱分配技术选择其他适合的频段。然而，当系统中可用频谱资源非常有限甚至没有可用频段时，为了保证不对授权用户造成干扰，认知无线电用户可适当地降低其发射功率，使之处于授权用户可承受的干扰门限之内，从而在原有的频段上继续工作。

认知无线电系统通常采用分布式功率控制，以扩大通信系统的工作范围，而每个分布式操作的认知无线电用户的发射功率是造成其他用户干扰的主要原因。因此，需要研究适用于认知无线电系统的分布式功率控制方法。此外，多用户认知无线电系统的用户共享频谱时既存在合作又存在竞争的关系。为避免用户之间发生冲突，分布式功率控制的研究就显得更为重要。多用户认知无线电系统的发送功率控制受到给定的干扰温度和可用频谱的数量这两种网络资源的限制[14]。到目前为止，认知无线电系统中功率控制的研究主要基于以下两类模型：信息论模型和博弈论模型。基于博弈论的功率控制[35]使每个认知无线电用户都试图最大化自己的收益（Utility），从而使得整个系统达到均衡状态。在基于信息论的功率控制过程中[36,37]，通常采用迭代注水算法，同时可通过增加无悔（Non-Regret）学习机制等来提高其性能，从而支持更多认知无线电用户的接入。