认知无线电技术研究综述

［张红国］

随着人类社会信息化程度的不断提升，各种新型无线业务不断出现和发展，尤其是5G 商用以来，导致频谱供需矛盾有了更加明显的认知。如何提高频谱资源利用率成为大家日益关注的议题[1]。认知无线电(CR,Cognitive Radio) 作为一种智能的频谱感知和分配技术，能够智能地感知无线通信环境，并根据一定的学习决策算法自适应地改变频谱分配参数，动态地检测和有效地利用空闲频谱，同时在理论上与多维频谱复用技术兼容，具有广阔的应用前景，认知无线电技术的发展和进步将大大降低频谱和带宽限制对无线技术发展的束缚[2]。

1 认知无线电的发展历程

1.1 认知无线电概念的演进

1999 年，瑞典皇家科学院的Joseph Mitola 博士在他的 论 文《Cognitive Radio: Making Software Radios More Personal》中首次提出了认知无线电（CR）的概念，Joseph Mitola 认为CR 是对软件定义无线电（SDR,Software Defined Radio）功能的扩展，具体来说，CR 可使 SDR 从预置程序的执行者转变成为无线频谱资源的的智能管理者，CR 可以通过无线电知识描述语言、基于模式的推理方式与通信网络进行智能交流，并自适应地调整传输参数、分配频谱资源，以实现通信系统的高可靠性和频谱资源的高利用率[3]。Joseph Mitola 博士提出了认知无线电这一崭新的概念，但是其对认知无线电的认识仍存在不足之处，即Joseph Mitola 提出的CR 概念是基于SDR 的，其认知功能的实现主要在应用层及以上层，但这种认识缺乏相应的具有认知功能的物理层和链路层体系结构的有效支撑[2]。

相较于Joseph Mitola 的定义，FCC 的定义更能为业界接受。2003 年，FCC 对认知无线电作出如下定义：认知无线电是能够与所处的通信环境进行交互并根据交互结果改变自身传输参数的无线电。与Joseph Mitola 不同，FCC 提出的CR 概念主要基于频谱资源分配和管理问题，为实现动态频谱分配提供了有力的支撑。

到目前为止，较为完备的认知无线电定义是由Simon Haykin 教授提出的，Simon Haykin 综合了Joseph Mitola 等学者的观点，在《Cognitive radio: brain-empowered wireless communications》一文中对认知无线电作出如下定义：认知无线电是一个智能无线通信系统，能够感知外界环境，并使用人工智能技术从环境中学习，通过实时改变传输功率、载波频率和调制方式等系统参数，使系统适应外界环境的变化，从而达到很高的频谱利用率和最佳通信性能[4]。

1.2 认知无线电的标准化工作

认知无线电作为解决频谱资源紧张问题的有效途径，受到了全社会的广泛关注，其标准化工作也一直在被不断推进。许多国家的频谱分配和管理部门都对CR 技术给予了大力支持。2003 年，FCC 明确表示支持CR 技术并建议修正美国的《电波法》，以支持基于CR 的新的无线频谱分配制度。另外，英国通信办公室也在2004 年将CR 技术写入其频谱框架概述报告书中。

随后，一些国际标准化组织如IEEE 也加入了CR 技术的标准化工作中，制定了IEEE802.22（认知无线电技术为基础的空中接口标准）、IEEESCC41（动态频谱接入的相关技术）等一系列相关标准。其他参与了认知无线电标准化工作的国际化组织还有国际电信联盟、软件无线电论坛等。

到目前为止，认知无线电的标准化工作已经取得了巨大的进展，并在许多场景得到了广泛的应用，其主要应用场景包括WRAN、WLAN、UBW、Mesh 网络、Ad-hoc网络等。

2 认知无线电的循环结构框架

通过认知无线电的定义可以看出，认知无线电的功能可以概括为两个方面：（1）认知功能，认知无线电需要能够感知外界信息，并通过人工智能技术从外界环境进行学习；（2）重配置功能，认知无线电能够实时改变传输功率、载波频率和调制方式等系统参数，使系统适应外界环境的变化。认知无线电随环境变化不断改变传输参数的过程即是一个“感知-配置”不断循环的过程，这便是认知无线电中经常提到的循环结构，一种常见的认知无线电循环结构如图1 所示[5]。

图1 认知无线电循环结构

可以发现，一个完整的认知无线电循环过程包括频谱扫描、频谱分析、频谱决策三大模块。频谱扫描是指CR系统从外部扫描电磁信号频谱，得到未被占用频谱（即“频谱空穴”）信息。

频谱分析主要完成对“频谱空穴”的分析，如“空穴”所占的带宽、“空穴”的噪声大小、“空穴”的时间分布特性等；另外，频谱分析还需完成对信号的调制识别、信号参数测量等工作[6]。

频谱决策是指在完成频谱感知和频谱分析的基础上，完成无线频谱的动态分配工作，并确定通信参数和调制模式等通信要素。

无论是在理论分析还是实际应用中，频谱扫描和频谱分析都是密不可分的，所以往往将其合并为一个模块，统称为频谱感知，用以完成对无线电频谱的扫描和分析工作。

3 频谱感知

频谱感知是认知无线电系统的基础，是实现频谱决策的必要条件。如上文所述，频谱感知的主要任务是寻找“频谱空穴”并分析“频谱空穴”的相关性质。

3.1 慢变OFDM 系统下的频谱感知方法

在慢变的OFDM 系统中，常用的物理层频谱感知方法有能量检测法、匹配滤波法、循环平稳检测法三种。其中能量检测法是使用FFT 将时域信号变换为频域，再将频域信号求模即可得到信号的频谱，能量检测法属于非相干检测，无需对信号的先验知识，实现简单，但是能量检测法无法对信号和噪声进行有效的区分，所以无法准确地识别“频谱空穴”。

另外一种较为简单的方法是匹配滤波器检测法，匹配滤波器检测法利用了匹配滤波器的原理对信号进行检测。如图2 所示。

图2 匹配滤波器检测法框图

图3 接收端采样示意图

使用匹配滤波器检测法的前提是已知发射信号y(n)，而检测统计量Y如式（1）所示：

检测统计量Y与判决门限λ的关系可以判断该频谱信道是否被占用，若，则说明当前信道存在授权用户；若，说明当前频谱空闲，可以使用此频谱信道。匹配滤波器检测实现简单，可以较为准确地识别“频谱空穴”，但是该方法需要知道信号的先验知识，而且对同步精度有较高的要求。

循环平稳检测可以克服上述两种方法的缺点。循环平稳检测通过调取调制信号的循环平稳特性，来检测信号是否存在。广义循环平稳特性定义如下：若信号x(t)的均值mx(t)和自相关函数在一段时间内都是周期性的，如式（2）、（3）所示，则称x(t)具有广义循环平稳特性

根据x(t)的广义循环平稳特性，可以引出循环自相关函数的概念，它表明了信号在循环频率a上的自相关特性。

对循环自相关函数做傅里叶变换即可得到循环谱密度函数：

3.2 快变OFDM 系统下的频谱感知方法

在3.1 中介绍的能量检测法、匹配滤波法、循环平稳检测法等三种频谱感知方法中，为了保证采样点的相关性，通常在一个符号周期内大量采样，不能适用于快变OFDM系统下的频谱感知。

文献[7]提出了一种面向快变OFDM 信道的广义似然比频谱感知方法。对快变信道下的频谱感知具有重大的参考意义。

假设感知接收设备对接收信号的采样间隔为N，与未加循环前缀的OFDM 符号长度相等。则当采样点落在任何一条路径上的循环前缀持续时间内，这些采样点将会表现出很强的相关性。这是因为对每一个发射符号中，循环前缀都是相同的，在循环前缀处取样，即是取样点分布在不同符号内，也可以获得较强的相关性。

根据假设检验的方法，将接收信号分为H0和H1两种情况：

H0表示该信道并没有发送符号，只有噪声，即出现了“频谱空穴”；H1表示该信道有符号发送，已被占用。根据采样点间的强相关性，可以定义如下参数：

其中m为观测窗口的长度。根据ζ可以得到广义似然比检测的统计量：

而判决门限可以根据累积分布函数写出：

式中PFA为虚警概率，即在采用门限检测的方法时由于噪声的普遍存在和起伏，实际不存在目标却判断为有目标的概率。当时，则该OFDM 频谱已被占用，否则该频谱未被占用。

文献[7]中的广义似然比检测法为快变OFDM 系统下的频谱感知提供了思路，即找出所有符号中具有较强相关性的部分进行采样，这样可以大大减少频谱感知时的采样点数，实现快变信道下的大间隔、强相关采样。

3.3 新型频谱感知技术简介

目前所应用的频谱感知方法大都局限于传统窄带频谱感知，这些方法可以在窄带范围内充分地感知频谱，但在宽带范围内使用传统方法进行频谱感知却面临着硬件成本、计算量、采样速率等的限制，目前人们提出了许多的新型频谱感知方法以解决宽带频谱感知过程中遇到的问题，本文将选取其中几种作简要介绍。

（1）压缩频谱感知，压缩频谱感知是基于压缩理论的，压缩理论指出[8]：只要信号本身或在某个变换域是稀疏的，则可以在远小于奈奎斯特采样率的条件下获取欠采样的压缩测量并成功恢复出原始信号

使用自适应压缩频谱感知算法需要对对稀疏度进行估计，并选取合适的测量矩阵大小并且可以正确地停止信号测量。与传统方法相比，压缩频谱感知方法减轻了传统算法中的严格采样要求带来的硬件压力，在实现宽带频谱感知的同时保证了频谱恢复精度和压缩比。

（2）协作频谱感知，除了通过信号压缩减少采样点数，多节点协作进行频谱感知也是降低复杂度的有效方法。除了可以实现宽带频谱感知，协作频谱感知还可以提高感知结果的可靠程度，在阴影和深度衰落情况下，单个节点的感知结果并不可靠，而协作感知技术可以对多个节点的感知结果进行融合，提高感知的可靠性。一种经典的协作频谱感知技术架构如图4 所示。

图4 一种典型的协作频谱感知技术架构

4 频谱分析及决策

频谱分析是基于频谱感知获得的频谱利用状态，构建频谱决策动作空间与信道容量等优化目标间的数学模型，完成问题数学建模。频谱决策是指在完成频谱感知和频谱分析的基础上，完成无线频谱的动态分配工作，并确定通信参数和调制模式等通信要素。本部分主要介绍认知无线电的频谱动态分配和参数重配置。

4.1 动态频谱分配

在认知无线电系统中，动态频谱分配技术是保证频谱高效利用的关键技术，目前关于频谱分配技术有多种分类方法。最常用的分类方法是根据接入方式将频谱分配技术划分为完全受限频谱分配和部分受限频谱分配。完全受限频谱分配是指认知无线电网络的频谱分配只受限于授权用户的频谱占用情况，采用“见缝插针”的方式接入，当授权用户需要使用该频谱时，CR 用户必须立即释放该频谱。部分受限频谱分配则允许CR 用户在不对授权用户造成干扰的情况下使用与授权用户相同的频段。若按网络结构分类，根据是否需要大计算量的中心控制器，动态频谱分配又可分为集中式频谱分配和分布式频谱分配。另外，还可根据频谱分配过程中是否存在合作将频谱分配分为合作式频谱分配和非合作式频谱分配，类似的分类方法还有很多，在此不再一一赘述。

实现频谱动态分配的核心是频谱动态分配算法。而频谱动态分配算法的关键在于其最优效益函数，不同的最优效益函数可以从不同的方面衡量网络效益。目前较为通用的三种最优效益函数为：

（1）最大化带宽准则（MSB,Max Sum Bandwidth）

MSB 的优化目标为整个系统的频谱效益，而不关心单个用户的频谱效益，MSB 的最优化表达式可以写成如下形式：

其中an,m为根据频谱感知得到的可行频谱分配矩阵A中的元素，取值为0 或1，表示用户n 是否可用频谱m。bn,m表示的是用户n 使用频谱m 带来的增益（通常为带宽）。从式（10）中可以看出，MSB 是以最大化系统带宽总和为目的的。

（2）最大化带宽准则（MMB,Max Min Bandwidth）

从式（11）可以看出，MMB 的目标是将被分配到最小带宽的用户的带宽最大化，与MSB 相比，MMB 考虑了用户之间的公平性问题，将受限用户的频谱利用率最大化

（3）最大化带宽准则（MPF,Max Proportional Fairness）

MPF 更加着重考虑了用户之间的公平性，它以最大化每个用户间的公平性为目标，实现频谱的公 平分配。

根据网络最优效益函数，可以设计相关的动态频谱分配算法进行动态频谱分配，在不影响授权用户体验的情况下，提高无线频谱资源的利用率。

4.2 通信参数重配置

在认知无线电网络中，频谱决策不仅需要完成分配频谱的工作，还要为每个CR 用户设置最优的通信参数。认知无线电中通常使用的参数有信道带宽、工作频率、传输功率、编码和调制方案等。其中信道带宽、工作频率等已在频谱分配部分确定。而传输功率和编码调制方案也会对认知无线电中的无线通信过程带来较大影响。例如，通过对传输功率的控制，可以降低信道间干扰，最大化网络性能或最小化功耗。而根据用户需求和信道情况，认知无线电又可以自适应地调节编码调制方案以提高网络效益和网络资源利用率。

5 总结及展望

认知无线电的出现大大提高了频谱资源的利用率，有效缓解了无线频谱的供需矛盾。经过近20 年的理论研究和标准化进程，认知无线电已经形成了一个较为完备的理论体系，并在诸如Mesh 网络、Ad-hoc 网络等方面取得较为广泛的应用。但不可否认的是，现阶段认知无线电的研究仍然面临着许许多多的难题，例如快变信道下的频谱感知，超宽带频谱下的空穴检测等等，另外，信息时代用户数量的爆发式增长也向传统的集中式频谱分配方法提出了挑战……这些都是未来认知无线电领域需要攻克的难题。

认知无线电概念的提出挑战了现行的频谱管理体制，给无线通信带来新的发展空间。近年来，越来越多的学者和产业界人士加入到认知无线电的研究中来，在认知无线电的各个环节不断推陈出新，提出了诸如压缩频谱感知、协作频谱感知等新理论、新方法。总而言之，认知无线电已经成为了未来通信热点之一，认知无线电的发展必将深刻地推动整个通信领域乃至人类社会的进程。