摘 要

认知无线电（Cognitive Radio，CR），的观念最早是由于1990年代末期JosephMitola博士的观察与发现，基本思想就是利用频谱感知（Spectrum Sensing）和系统的智能学习能力，实现动态频谱分配（DSA）以及频谱共享。因此研究的中心便是动态频谱访问所涉及的频谱探测，频谱决策与频谱共享技术。在当今的无线通信研究领域内认知无线电已经无疑成为的研究重点和热点，更是被认为最有希望从根本解决频谱资源浪费的方式。而在本文我们所研究的中心便是认知无线电的智能决策技术。

在智能决策领域目前研究最多的是基于优化的的决策方式，典型的方法是使用遗传算法根据设计的函数进行最优化搜索。此方法优点是系统工作时不需要历史经验。最早是由佛吉尼亚工学院的无线通信中心提出的这种方法，过后经由多位学者改进研究，得出了如在认知引擎中的量子遗传算法的应用等成就。

另一种方法则是基于学习的决策方式，认知无线电通过对资料库中历史案例进行分析，学习，从而得到出潜在的有效的规则和知识，在根据获得的只是基础上进行推理决策。ZhangZhenyu等在认知引擎中使用了人工神经网络方法建立模型，采用阻尼最小二乘算法对神经网络进行训练后利用人工神经网络进行参数决策。

由此可见认知无线电可以看做是未来无线通信发展的必然趋势，也会逐渐成为研究的热点。

关键词：认知无线电，智能决策，遗传算法，神经网络

Abstract

Cognitive radio(CR), the origin of the concept in the 90s of the last century the late Joseph mitola doctoral research and invention, core idea is by spectrum sensing, spectrum sensing and intelligent learning ability, to realize dynamic spectrum allocation (DSA) and spectrum sharing. So the center of the study is the spectrum sensing, spectrum decision and spectrum sharing technology of dynamic spectrum access. Nowadays, cognitive radio has become a research focus and hot spot in the field of wireless communication, and it is considered to be a way to solve the waste of spectrum resources. In this paper, we study the center is the cognitive radio intelligent decision technology.

In the field of intelligent decision-making, the most research is based on the optimization of the decision-making mode, the typical approach is to use genetic algorithm based on the design of the function to optimize the search. The advantage of this method is that it does not require historical experience. This was first proposed by the Virginia Tech University in the center for wireless communications of, by several scholars improvement research, such as, the quantum genetic algorithm in cognitive engine applications.

The other is based on learning decision-making mode, cognitive radio through the analysis of historical cases, learning, so as to dig out the potential rules and knowledge, based on the knowledge to make decisions. Zhenyu Zhang and so on in the cognitive engine uses the artificial neural network method to establish the model, uses the damping least square algorithm to train the neural network to use the artificial neural network to carry on the parameter decision.

This shows that cognitive radio can be seen as an inevitable trend in the future development of wireless communications, but also will gradually become a hot spot of research.

Keywords：Cognitive Radio, Transform Domain Communication System ,Artificial Intelligence, Genetic Algorithm, Neural Network

目 录

第1章 绪 论 1

1.1 课题研究背景及意义 1

1.2 认知无线电技术基本概述 1

1.2.1 认知无线电定义及特点 1

1.2.2 认知循环 2

1.3 认知无线电中的人工智能技术 3

1.4 本章小结 4

第2章 认知无线电智能决策系统涉及的物理层技术 5

2.1 物理层技术介绍 5

2.1.1 宽带射频前段技术 5

2.1.2 频谱感知技术 5

2.2干扰检测技术原理 6

2.2.1频域分析图 6

2.2.2 FCME干扰算法 6

2.3认知无线电物理层技术安全分析 7

2.3.1 认知无线电物理层安全问题 7

2.3.2 安全问题解决方案 8

2.4本章小结 8

第3章 三种优化算法原理及分析 10

3.1 基本遗传算法 10

3.1.1 工作流程 10

3.1.2 常用遗传算子及参数选择 11

3.2 基于模拟退火遗传算法 13

3.3 二进制粒子群算法 13

3.4本章小结 13

第4章 基于遗传算法和神经网络对认知无线电决策方法的研究 14

4.1 智能学习决策过程 14

4.2 研究现状 15

4.3 基于神经网络和遗传算法的智能学习决策 15

4.4 神经网络阶段 16

4.5 遗传算法工作阶段 19

4.5.1遗传算法 19

4.5.2遗传算法工作阶段 19

4.6本章小结 20

第5章 基于二进制粒子群算法的认知无线电智能决策系统 21

5.1 系统设计及实现框架 21

5.1.1 数据传输技术及目标函数 22

5.1.2 误码率和LTM表格 23

5.2 参数优化器 23

5.2.1 参数设置 23

5.2.2 场景测试 24

5.3 小结 25

第6章 总 结 26

未来展望 27

致 谢 28

参考文献 29

附 录 32

第1章 绪 论

• 1. 课题研究背景及意义

人们与无线通信的连接日益紧密，已经成为现代生活必不可少的一部分，新的通信技术和机制层出不穷，那么如何合理有效的运用的利用频谱成为了当今通信技术的主要研究方向和课题^[1]。20世纪的开端无线用户的数量呈迅猛增长的台式，随之而来的问题是可以越来越少的频谱资源，以及绝大多数频谱资源都是固定的分配方法。而对于另外一些非授权用户的通信需求造成这些网络所使用的频段越来越趋于饱和的现象。

认知无线电的核心思想是在空闲的频段智能的接入具有认知功能的无线电设备，来使频谱得到更有效率的使用，当中认知无线电通信系统的重要组成部分就是智能决策引擎，它的主要作用便是类似于人类的大脑，他将人工智能的观念与无线通信的专业知识想结合。美国佛吉尼亚大学（Virginia Polytechnic Institute and State University，Virginia Tech）等研究机构对这一技术做了大量的研究工作。如今认知无线电技术已经在很多方面都有巨大成功例如：提高网络性能，异构网络等方面，使其在商业运营，应急通信，军事通信等诸多领域内拥有巨大潜力以及市场需求。

• 1. 认知无线电技术基本概述
     1. 认知无线电定义及特点

认知无线电的概念第一次的提出是由美国的JosephMitola博士，他在上世纪90年代末期在“IEEE Personal Communication”上首次提出。而认知无线电发展至今，已有众多高校和学术研究机构对其做了大量的研究分析工作，对认知无线电的理解角度也大致分为几个概念。

1. JosephMitola的定义

Mitola博士对认知无线电的理解是拓展了进行模型推理的软件无线电，这种软件无线电主要功能是对用户，多媒体内容进行的模型推理，他为了满足自身的要求，可以分析周围环境信息如频谱信息，接收端信噪比，网络流量分布，再进行智能感知与学习，并分析这些信息从而得出最优的分布频谱的模式，选择高效的品质参数（如工作频率，调频方式）以保证优化通信的作用，但是mitola博士提出的认知无线电模型虽功能全面且强大，却难以在现实中实现。

1. FCC的定义

FCC将认知无线电理解为能够根据外部环境改变自身参数的无线电设备。FCC对于CR的定义具有实际性，提出了CR应具有两个重要的特征：认知能力和重构能力。认知能力是能够从周围环境提取可用的电磁信息。重构能力是可以根据外界环境进行变化^[2]。

1. SimonHaykin的定义

SimonHaykin教授从处理信号的方面分析了问题。将认知无线电定义是一种智能无线通信系统。可以通过感知外界环境的信息，并使用人工智能技术从环境分析推理，并结合终端的通信要求调整实时操作参数（发送频率，载波频率，调制策略等），以达到改进系统稳定性和提高频率利用率的最终目的。

认知无线电的最根本的目的都是在频谱环境感知分析的基础上实现再利用频谱的方式。总而言之，认知无线电是一种智能的通信系统，具有感知能力，分析能力，决策能力，重构能力，学习和推理能力。

• • 1. 认知循环

认知无线电具有“认知能力”，能够感应环境，搜索空闲的频谱，通过学习分析和推理的功能，动态的调整参数设置，并将配置参数作为历史经验和案例存储在数据库，而这种激励-感知-响应的模式，学术界成为认知循环^[3]。