认知通信网技术

认知通信网技术（精选九篇）

认知通信网技术 篇1

无线通信业务需求的持续增长,导致无线通信系统对无线频谱资源的需求也不断增加,使得目前适宜于无线通信服务的频谱资源变得十分稀缺。但研究表明:目前适宜无线通信的频谱资源一方面十分稀缺,另一方面又浪费严重。其原因在于:静态的频谱规划体制与动态的频谱利用方式之间不匹配,造成无线频谱规划紧张,而使用率低。获得许可的用户,并非全部都是全天候占用许可频段,一些频带部分时间内并没有用户使用,另有一些偶尔才被占用,即使系统频谱使用率低,仍无法将空间的频谱分配给其他系统使用,即无法实现频谱共享。怎样才能提高频谱利用率,在不同区域和不同时间段里有效地利用不同的空闲频道,成为人们非常关注的技术问题。为了解决该问题,Joseph Mito1a于1999年在软件无线电的基础上提出了认知无线电(Cognitive Radio,简称CR)的概念,要实现动态频谱接入,它可以感知到无线电传输的环境特征,并通过无线电知识描述语言与通信系统进行智能交流,对无线环境分析、理解和判断,自适应地调整系统的通信参数,在不影响授权用户通信的前提下,智能地利用空闲的频谱为认知用户提供随时随地、高可能性的接入,极大地提高了频谱利用率。

认知无线电概念的提出引起通信界的广泛关注,无线业界普遍认为它是“解决无线频谱资源低利用率问题的最佳方案”,“将成为下一波有冲击性的浪潮”。利用认知无线电技术,可使没有频率使用许可的用户在对法定授权用户不产生影响的前提下,来使用已分配的频段,从而更高效地对无线频谱资源加以利用。这种特性使得认知技术成为缓解日益紧张的频谱资源压力的有效方法之一。

认知无线电技术本质上是一种智能的利用频谱资源的方法,它通过感知能力探测并获得可用的频谱资源,对这些资源进行管理和协调,然后分配给无线用户进行优化使用,从而获得高性能的频谱利用率。因此可以说,认知无线电通信的过程是围绕着对频谱资源的高效管理和利用开展和进行的,对无线频谱资源管理技术的研究是探索认知通信领域中的关键组成和重要分支。在认知环形结构(Cognition Cycle)中,对资源的管理和分配控制是非常关键的一环。只有在良好的管理体系指导下,才能对频谱资源进行最佳使用。

2 基于认知的频谱切换方法

假设系统本身拥有长期固定分配的频率,基站及部分终端支持频率重配置功能,可检测到的频率资源充足。在单小区场景下,当系统负载超过一定门限情况下,通过网络间协商租赁频谱资源,或终端检测获得频谱空洞方式,获得短期可用频谱资源,且来缓解系统压力、补充系统容量,实现频谱资源的动态分配及系统容量的扩充。考虑到由动态频谱分配获得的频率资源是暂时的,而且频率资源信息存在不完全性、不确定性以及不稳定性,尤其是由频谱检测所获得频率资源,所检测频段授权系统随时都有再次占用该频谱资源的可能,作为次级机会式接入的系统要随时准备重新切换到其他空闲频段。因此,若要使用新分配的短时资源,就会产生一系列的问题,除了终端能力是否支持该频段的使用,还要考虑业务类型是否与频率特征匹配,即业务是否适合在该频段承载以及由于频谱时效性所带来的资源重分配流程不同等。因此在选择终端进行频率资源切换时,除了要考虑终端软/硬件的可重配置能力、业务带宽、移动速度等因素外,还需要考虑终端所承载的业务类型是否适合切换到目标频段,即与短时频率特征的适配问题,否则切换后容易产生掉话等一系列严重后果。考虑到普通非可重配置移动终端对于新资源存在不可使用性,即使动态分配了频谱资源也不能够很好地利用,因此并不能够达到提高频谱利用效率的目的。因此考虑在新资源使用的初始,无需等待新会话的到来,选择原有频段内携带会话的可重配置移动终端适配并切换至新的频谱资源,增大切换成功率,使得原有授权频段能够接纳更多的非可重配置的普通移动终端,增大系统容量及吞吐量。

2.1 业务特征描述及分类

系统将业务类型主要划分为四类,其中包括会话类(Conversational)、流类(Streaming)、交互类(Interactive)及背景类(Background),这四类业务对传输时延的要求差别是很大的。会话类和流类业务均属于时延敏感类业务,而交互类和背景类对时延要求不大,则属于非时延敏感类业务。

业务特征主要描述参数:

*时延要求;

*估计业务时长;

*业务带宽;

不同用户终端承载不同业务类型,其业务对时延的要求(DLi,i=1…K,单位ms)也各不相同,DLi反映业务类型对频谱资源稳定性的要求。根据不同的时延要求将业务进行分类,并进行频率资源的适配,即DLi越小对频率稳定性要求越高,越适宜承载在信息完全、稳定度高的频谱资源上。

*对于时延敏感类业务(例如Conversational、Streaming),参照可用频率列表,优先选择切换至频谱信息确定、稳定度高的短时频率资源。

*对于非时延敏感类业务(例如Interactive、Background),参照可用频率列表,可选择切换至频谱信息不确定、稳定度相对较高的短时频率资源。

对于频率稳定性要求不大的业务类型,估计其业务时长Tu,并按照该参数将终端承载业务进行排序。

2.2 频谱切换流程

在小区内负载量超过一定门限的情况下,选择终端进行切换,考虑频谱特征与业务类型的匹配关系,将待切换终端进行资源适配。

由于频谱租赁过程存在经济利益或网络间协商的环节,一般情况下如果有可机会式接入的频谱资源可用的话,目前可切换终端业务类型对时延并不敏感且其切换数量能够满足消除过载现象,则不进行频谱租赁环节,而直接使用通过频谱检测所获得的频谱资源。

考虑对于DL较小的时延敏感类业务,目标待切换终端的业务类型不适合承载在通过检测获得的不稳定的短时频谱资源上,容易产生掉话,此时需要发起频谱租赁过程,租用短期可用信息完全且稳定的频谱资源。而对于时延敏感性要求不大的业务类型,则按照其估计业务时长适配至统计可用时长的检测获得频率资源上。

整个切换流程主要分为两部分:

*负载量超过门限T’时网络侧发起的资源适配切换过程;

*短时频谱资源到期或不可用时网络侧发起的切换过程。

对于新到达的会话,只在固有长期频谱资源上执行接纳控制过程。

2.3 租赁发起判决、重配置及切换流程

租赁发起判决、重配置及切换流程如图一所示:(1)网络侧发起负载测量,执行步骤2;

(2)判断小区内固有长期分配可用频谱资源承载负载量是否超过门限T’,若是,执行步骤3;若否,执行步骤1;

(3)网络侧考虑多重因素,选出M个适宜切换终端,按照时延敏感性由低到高进行优先级排序,时延敏感性越低优先级越高,选择期望切换的优先级高的前K个待切换终端,执行步骤4;

(4)判断前K个期望切换终端中承载业务类型是否有部分DLi<φ,若是,执行步骤5;若否,执行步骤9;

(5)判断租赁频谱资源列表中是否有足够可用频率资源,若是,执行步骤6;若否,执行步骤7;

(6)尽量选择业务对频谱稳定性要求高的终端切换至已有租赁频谱资源,执行步骤11;

(7)网络侧发起频谱租赁过程,执行步骤8;

(8)网络侧获得短期可用租赁频谱资源,执行步骤11,基站重配置,执行步骤9;

(9)网络侧从检测频谱资源列表中选择优先级高的(统计可用时长长的)前C个可用检测资源组,基站进行重配置,执行步骤10;

(10)网络侧发起小区内异频切换过程,将期望切换的前K个终端进行目标频谱资源适配,执行步骤11;

(11)更新资源集合列表,执行步骤12;

(12)返回。

2.4 租赁频谱资源即将到期时系统流程如图二所示。

(1)短期可用租赁频率资源即将到期时,执行步骤2;

(2)判断承载业务是否尚未结束,若是,执行步骤3;若否,执行步骤8;

(3)判断短期租赁频率资源列表中是否有其他可用资源,若是,执行步骤4;若否,执行步骤5;

(4)将尚未结束的回话切换到租赁频谱资源列表中的其他尚未到期的短期可用租赁频谱资源上,执行步骤8;

(5)判断固有长期频率列表中是否有足够可用资源,若是,执行步骤6;若否,执行步骤7;

(6)将尚未结束会话切换回固有长期频率资源上,执行步骤8;

(7)网络侧发起频谱租赁过程,执行步骤8;

(8)更新资源集合列表,执行步骤9;

(9)返回。

3 结束语

认知无线电技术是为了解决频谱资源匮乏的问题而提出的,其核心思想就是对无线频谱资源的深度利用,因此可以说,认知无线电技术就是围绕无线频谱资源的管理与利用开展的,良好的管理结构与方案能够带来整个系统的性能提升。随着认知无线电技术的发展与逐步应用,资源管理技术的重要性也愈发突出,因而对其进行研究与讨论有很重要的意义。

摘要：认知无线电技术备受业界关注,并取得了飞速地发展,作为其中核心问题的无线频谱资源管理技术是提高认知无线电性能的关键。通过引入了资源空间的概念,对认知无线电技术领域中的无线频谱资源管理技术进行说明,形成了无线频谱资源空间、资源网格、可用资源图谱等无线资源管理的数据体系,并且构建了相应的分层分布式管理结构和资源管理数据库,形成的资源描述体系和管理结构可以成为研究认知无线电资源管理技术的理论概念基础。

关键词：认知无线电,无线频谱资源管理,资源空间

参考文献

[1]Haykin,S.,Cognitive radio:brain-empowered wireless communications;Selected Areas in Communi-cations,IEEE Journal on Volume23,Issue2,Feb2005Page(s):201-220.

[2]Wild B,Ramchandran K,Detecting primary re-ceivers for cognitive radio applications,in Proc.IEEE DySPAN2005,2005:124-130.

[3]Haykin S,Huber K,Chen Z,Bayesian sequential state estimation for MIMO wireless communications,Proc.IEEE(Special Issue on Sequential State Estima-tion),2004,92(3):439-454.

[4]Zheng H,Cao L,Device-centric spectrum man-agement,in Proc.IEEE DySPAN2005,2005:56-65.

[5]Kanodia V,Sabharwal A,Knightly E,MOAR:a multichannel opportunistic autorate media access pro-tocol for Ad hoc networks,in Proc.IEEE BOARD-NETS2004,2004:600-610.

[6]Krishnamurthy S,Thoppian M,Venkatesan S,Prakash R,Control channel based MAC-layer configu-ration,routing and situation awareness for cognitive radio networks,in Proc.IEEE MILCOM2005.

[7]Brik V,Rozner E,Banarjee S,Bahl P,DSAP:a protocol for coordinated spectrum access,in Proc.IEEE DySPAN2005,2005:611-614.

[8]Zhao J,Zheng H,Yang GH,Distributed coordi-nation in dynamic spectrum allocation networks,in Proc.IEEE DySPAN2005,2005:259-268.

[9]Zhao Q,Tong L,Swami A,Decentralized cogni-tive MAC for dynamic spectrum access,in Proc.IEEE DySPAN2005,2005:224-232.

通信工程专业认知报告 篇2

一、通信工程专业总体认知: 通信工程是当今的热门专业，作为一门工程学科，主要是在掌握通信基本理论的基础上，运用各种工程方法对通信中存在的一些实际问题进行实时处理。

通信工程（Communication Engineering）专业是信息科学技术发展迅速并极具活力的一个领域，尤其是数字移动通信、光纤通信、Internet网络通信使人们在传递信息和获得信息方面达到了前所未有的便捷程度。通信工程具有极广阔的发展前景，也是人才严重短缺的专业之一。本专业学习通信技术、通信系统和通信网等方面的知识，能在通信领域中从事研究、设计、制造、运营及在国民经济各部门和国防工业中从事开发、应用通信技术与设备。毕业后可从事无线通信、电视、大规模集成电路、智能仪器及应用电子技术领域的研究，设计和通信工程的研究、设计、技术引进和技术开发工作。近年来的毕业生集中在通信系统、高科技开发公司、科研院所、设计单位、金融系统、民航、铁路及政府和大专院校等。本专业本着加强基础、拓宽专业、跟踪前沿、注重能力培养的指导思想，培养德、智、体全面发展，具有扎实的理论基础和开拓创新精神，能够在电子信息技术、通信与通信技术、通信与系统和通信网络等领域中，从事研究、设计、运营、开发的高级专门人才。

信工程专业所研究的内容涵盖了当今最流行、发展最迅猛的领域。记得高考之后，我填报专业的时候，通信工程专业在全国专业排名中位居第一位，可见本专业的发展前景不明便知。本专业跨电子信息、计算机等专业，所修课程都融合了有两者的特点，所以本专业的同学要学好学精就需要具备有较好的数学、物理基础知识、较强的逻辑思维能力以及较强的动手实践能力。有人说：通信工程专业本身和英语之间的关系并不是特别紧密，但大部分待遇比较好的通信企业却都是外企，即使像华为这样的内资企业，在招聘时都会要求应聘者英语要过六级，大概这也是缘于当今形势所趋吧。就现在而言，我国IT技术的发展还远不如欧美国家，好多处于世界前沿的IT技术原稿就是英文，如果我们去理解已经翻译好的汉语资料可能理解起来就比较困难，如果我们的英语水平达到读原稿的能力便不存在语言的障碍。所以，我自认为具备较强的英语读写能力，对于一个高精 1

尖的IT人士还是很必要。此外，对于像我们这些正在学习或者将来从事该行业的人来说，我认为我们在借鉴他人新科学新技术理论的同时，更是需要不断地去探究新的理论与技术知识，为我国通信技术的发展做出应有的贡献。对于通信工程专业所涉及到的一些课程如数据结构、操作系统、数据库等属于计算机类，一些如数字信号处理、高频电路、信号与系统等属于电子类知识，此外还有通信原理、微机原理等课程，所学内容涵盖范围比较宽。总之，就读和从事本专业的同学要想学好本专业必须具备勤奋严谨、求真务实的学习精神，还要在学习过程中不断的培养自己的逻辑思维能力和独立思考分析问题的能力。

二、通信工程专业的专业特点:

通信工程专业跨电子、计算机专业，所修课程兼有两者的特点，需要较好的数学、物理基础以及较强的动手应用能力。一些课程，如数据结构、操作系统、数据库等属于计算机类，另一些，如信号处理、高频电路、电路原理等属于电子类，还有本专业基础的通信原理等课程，所学范围比较宽。需要学生有较强的逻辑思维能力，特别适合那些理解力强、善于分析的同学。专业划分比较细的时候，本专业可“软”可“硬”，分别倾向于计算机与电子两个方向

三、通信专业的就业现状分析:

目前中国IT产业年增长率有所下降。众多IT企业不断调整自身以适应行业发展和产业变革，对从业人员的素质要求不断提高。在金融危机的大不利形势下，就业由卖方市场转入买方市场，面对蜂拥而来的求职大学生，用人单位普遍提高门槛和降低起薪。一些用人单位过分强调英语证书、IT证书，“优中选优”；一些用人单位盲目要求应聘者本科以上学历，三年以上行业工作经验；一些用人单位单方面延长毕业生就业试用期。IT市场上起薪大幅下降，是当今大学生面临的重大挑战之一。

四、通信专业的就业前景与分析:

通信技术在我国开展虽然较早，但相对于欧美国家起步较缓慢，各种通信设备与发达国家相比还是很不完善，我国IT行业的相关公司主要集中在东部和南部沿海地区，近些年来国家大力支持建设通信技术，鼓励IT行业人士不断开发新技术和开辟IT新领域，缩短与欧美国家的差距，因此我国对此专业的人才需 2

求量大，特别是3G技术的在我国研发，再一次加大通信技术人员需求量，就业前景比较乐观。因此，总体来说，从事该行业的人士发展空间比较大。

五、通信工程的未来发展：（1）.纳米技术（2）.Wi-Fi（3）.UWB技术（4）.PON技术（5）.软交换技术（6）.MPLS技术（7）.FSO技术（8）.软件无线电技术（9）.光交换技术（10）.Wireless Mesh

六、2011年通信技术技术领域的10大趋势:（1）社交分析应用将使协同市场彻底转型（2）移动革命——移动性将被整合到信息技术中

（3）减少开支，降低复杂性——自助式客户门户将引领低成本的客户导向型服务潮流

（4）商业分析将得到广泛应用，并加剧企业对亚洲消费市场的竞争（5）IPAD将激发企业对客户端虚化的兴趣（6）服务与联盟将引领“企业级”云的部署（7）有远见的企业将部署基于目录的IT系统（8）“业务即服务”:IT与业务集成的必经之路（9）电信服务商将重返IT（10）电信服务提供将利用计算机提升自身运营水平

七、通信工程毕业生就业方向：（1）通信技术研发人员

通信行业研发领域为通信人员提供了很多高薪职位，像今天的华为、中兴、UT斯达康等知名企业的研发岗位的待遇还是非常可观的，但是其竞争力也是非

常的激烈。但这样的公司和岗位相对我们每年不断增加的本专业毕业生来说显得过于少了些。究其原因，除了通信产业规模和市场发展的停滞直接带来的人才需求减少外，还有大学对通信专业设置的态度：“有条件要上，没条件也要上。”许多学校在师资和实验设备上都不具备开设该专业的实力，也开设了本专业，这是极不负责任的。（2）通信产品销售人员

该职业人员需求量大，对专业功底要求不是特别深，适合一般本科生从事。最重要的是，职业发展空间足够大，实在不行的话还可以转行去别的行业继续做销售。该领域要求应聘者一定要具备一定得专业技能和一定的与人沟通能力，尤其是语言表达能力要强。同时我也建议那些想从事通信产品销售的同学，在毕业前一定要加强自己在沟通能力、营销能力、策划能力的培养。此外，我们更应该加强专业背景这一核心优势，才能使自己在面试时更加有信心。

（3）电信运营商工作人员

运营商中的服务类职位进入门槛较低，因此在有的地区移动、联通等公司的人才趋近饱和。即使每年几大运营商都会发布一个相对有规模的校园招聘计划，但通信类专业的毕业生并没有太过明显的优势。但是，近年由于网络宽带的兴起，给疲软的就业市场带来了大量的就业机会。在运营商做设备维护，一种是在运营商的机房随时待命，另外一种是在基站维护代理下边做事。如果从事该行业者能够时刻保持严谨的学习态度，前途也是非常可观的。

认知通信网技术 篇3

关键词 认知无线电 通信系统 相关技术 研究

中图分类号：TN92 文献标识码：A

随着无线电局域网技术、城域网、无线个人局域网技术的快速发展，造成了当前无线普频非常拥堵。尤其是在3GHz一下的频段传输，其频率的选择性很小、传输的损耗也非常小，使得无线电通信技术方面与营运逐步转向了无线频普资源上的争夺。认知无线电提出可以有效的解决频谱资源的缺乏，为其开辟了一条非常有效的途径，也为未来无线通信产业的发展提供了方向。由于认知无线电具有高效、灵活、实时感知以及可靠的利用普频资源等特点，使得目前的智能化下空洞频谱不会再受到授权用户的制约。文中主要针对认知无线电的一些常见的关键性技术进行论述，并且实现了部分技术研究的实现。

1认知无线电技术介绍

1.1 CR技术

所谓CR技术其主要是进行频谱的共享，并最终实现不会受到授权用户干扰，根据感知功能以及重置来提升通信的质量、可用频段的可靠性。因此根据CR原理来看，CR技术可以分三个主要技术层面：频谱共享层面、频谱感知层面、频谱管理层面。

（1）频谱感知层面介绍

所谓的频谱感知主要是认知工作的第一步，主要开展频谱检测。它属于认知无线电系统应用的先决条件，并对无线电系统的整体性能有着很大的影响。认知无线电技术主要是通过频谱感知获得了周围无线环境用户的频谱质量以及频谱空洞等信息。然后再调整其传输频率、传输功率和调制模式，以此来达到频谱利用效率的最大化。

（2）频谱共享层面介绍

频谱共享主要是采用多个无线通信系统在不互相干扰的情况下完成一个频段的通信，在空间、时间上对频带进行调度，进而使得频谱的效率最大化。认知无线电系统存在的前提是认知用户不能够对授权的用户和其他用户进行正常的通信干扰。目前的OFDM技术以其出色抗多径衰落、传输速率、子载波配置方式受到很大的关注。

（3）频谱管理

频谱管理涉及的认知环节很广，其主要包含了频谱决策、频谱感知、频谱迁移以及频谱共享。其中频谱决策主要是通过频谱感知、频谱特征等基础上进行分析，不断通过自适应调整传输参数以此来为用户提供最佳的信号频段。

1.2基于NC-OFDM认知无线电系统

NC-OFDM的动态频谱以NC-OFDM作为物理层，并实现动态频谱共享系统。OFDM是一种多载波的调制技术，而且也是一种频分复用技术，NC-OFDM是OFDM的扩展。针对OFDM进行调制，可以通过IFFT来实现，其具有灵活的子载波配置，并且根据实际情况关闭授权频段的子载波。因此NC-OFDM技术适合认知无线电物理层技术的频谱共享，该系统具有两大优点，首先则是子载波的非连续性为频谱使用提供了很高的灵活性，且通过OFDM子载波的正交性可实现信道充分利用。

2认知无线电技术的设计与实现

2.1 FFT的基本原理介绍

DFT是一种非常重要的数字信号处理手段，其中OFDM在进行调制的过程中主要采用DFT来实现。随着DFT运算的日益简单，目前在科学计算领域对于FFT的使用将大幅度的推动近年来的信号处理技术进展。设：长度为N的有限序列x（n）的DFT，则可以得出：

X（k）=DFT[x（n）]= 其中k=0，1，2，…，N-1

经DFT转化之后可得出（IDFT）：

x（n）=IDFT[x（k）]= 其中n=0，1，2，3，…，N-1。

FFT在进行计算的时候，要将DFT的序列不断进行分断，分为几个小序列的组合，并且利用WnkN的对称性和周期性，以此来减少对DFT的运算次数。

2.2认知无线电技术的实现

经过对FFT的算法以及结构进行研究，针对FPGA的资源进行分析之后，采用递归结构方法可以实现认知无线电技术系统构建，从结构中可以看出蝶形单元为运算单元，每个蝶形运算单元根据递归方式进行计算，使得蝶形单元会一直处于忙碌状态。控制单元为其他模块产生控制信号，可以确保系统正确的工作。其中双RAM用于同址运算口，可以有效地节约空储存的空间。

3结束语

随着对无线电技术的研究不断深入，不断开辟新的无线技术检测方法，实现了对频谱传输速度的提升，为实现频谱共享创造了条件。本文主要针对认知无线电通信系统进行研究，从认知技术通信进行技术介绍、然后对认知无线电设计与实现进行了详细研究，最后在实现阶段完成了在计算上实现对FFT与DFT之间的换算，希望通过本次研究为认知无线电系统通信相关研究者提供建议。

参考文献

[1] 褚红发.多天线移动通信系统预编码及其相关技术的研究[D].北京邮电大学，2012.

[2] 李绍胜.军用认知无线通信系统中的关键技术研究[D].北京邮电大学，2011.

[3] 张荣芳.认知无线电通信系统中频谱资源管理的设计与实现[D].西安电子科技大学，2012.

[4] 曲晨.基于硬件平台的认知无线电通信系统及其静默期相关研究[D].西安电子科技大学，2012.

认知通信网技术 篇4

当代信息化社会,随着认知无线电技术不断深化发展,认知无线电技术的应用也越来越广泛,其在军事通信领域的应用,很大程度上提高了军事通信系统的信息化水平。在不断完善军事建设过程中,军事无线通信需求迅猛增长,军事通信系统对无线频谱资源的需求也在不断增长。针对这些问题,软件无线电、扩频、协同通信等新技术层出不穷,但是军事无线通信网络也在不断扩大规模,这就导致无线频谱的利用率越来越低,降低了军事无线通信性能。认知无线电技术在军事通信中的应用,使得这些问题得到了有效解决,在任意授权的情况下,认知无线电都能够依据频谱感知等技术进入已授权频段,全面实现无线频谱在时间与空间上的动态共享,最大限度地提高无线频谱利用效率以及军事通信系统性能,从而提高军队作战能力。

2 认知无线电技术的特点及分类

2.1 认知无线电技术的特点

现代认知无线电技术的主要特点包括信息认知能力以及频谱管理能力,是在无线电技术上的创新与进步。无线电的信息认知能力体现在能有效捕获或感知所在工作环境的相关信息,标识出相关频谱资源,从而挑选出最适合的频谱与工作参数。频谱管理能力主要体现在对频谱的感知、分析以及判决,在很大程度上可以提高频谱管理能力。频谱感知可以监测可用频段,发现频谱空洞;频谱分析可以评估所发现的频谱空洞的性能及危害;频谱判决可以利用频谱空洞的特性和使用需要而选择相适应的频段。综上所述,认知无线电技术依据对无线电磁环境的侦察与分析,从而快速感知及确认相关参数信息,有利于军事通信系统传输能力的不断提高。频谱管理不当,分配方案不灵活,这都能贻误军队作战机会,而认知无线电技术能够快速完成频谱资源的有效分配,并且在通信过程中能够根据战场频谱需要而进行自动调整,不但提高了军事通信系统对频谱的管理效率,而且提高了系统的抗干扰能力以及互联互通能力。

2.2 认知无线电技术的分类

2.2.1 频谱感知技术

所谓的频谱感知技术指的是对电磁环境的感知能力,发现频谱空洞,熟悉无线信号的特性,从而对其进行合理利用。这也是该技术与其他无线电技术的最大区别所在。频谱空洞是由于电磁波频谱的不充分利用所导致,频谱感知也是对频谱空洞的探测,对认知无线电技术在军事通信中的应用有着重要意义。频谱空洞的探测首先要感知外部无线频谱环境,在三大功率频谱区域中找到射频干扰区域,然后评估射频输入所在的功率频谱,从而对其进行相应的调整。

2.2.2 频谱分配技术

频谱感知探测到的频谱空洞资源是随着用户需求而改变的,这就要求将那些不规律以及不连续的频谱资源进行相应整合,按照公平原则分配到不同需求的用户中,实现频谱资源的合理分配与科学利用。当前,对认知无线电的频谱分配主要集中于对频谱共享的思路策略,该分配方式主要体现在:认知无线电如果检测到有授权用户,那么就会限制非授权用户对其进行使用,反之亦然。如果非授权用户在工作过程中发现授权用户开始使用频段,就应该实行优先原则而让出这一频段,从而充分利用频谱资源,提高频谱资源的利用率。

2.2.3 功率控制技术

在军事通信系统中,频谱发射功率的不合适会影响通信效果,大大降低通信水平。基于传统功率控制方法,认知无线电功率控制技术将对策论、博弈论与信息论三者相结合,优势互补,使得军事通信过程中功率控制得到很大程度的改善。将多部对策简化为一个随机过程,根据不同数值在发送端分配不同的功率水平,达到功率传输容量和效率的最大化。通过参与用户的相互交互形成众多结合,并进行融合后生成最佳决策,能够使问题的争论达到一个均衡点。

3 认知无线电技术在军事通信中的具体应用

3.1 军用认知抗干扰通信

在军事战场中,军事通信主要体现在抗干扰能力上。传统无线电技术的抗干扰能力较低,在很大程度上影响了军事通信水平。军用认知无线电能够对外部环境进行感知,从而能够及时地探测到干扰信号,根据电磁环境感知信息、干扰信号特性以及通信要求而选择相应的抗干扰通信战略,提高通信系统的抗干扰能力。同时,在必要情况下,可以组成一个具有认知无线电功能的干扰网络,对敌方的通信进行灵活的反干扰。

3.2 电磁环境感知和通信指挥一体化

军用认知无线电技术的有效利用是对电磁环境参数的感知,在信息化战场里,来自不同作战平台的电磁感应,使得各种信号在时间与空间上互相交错,连续不断,频谱互相重叠,变化多端,特别是针对性与破坏性较强的频谱使得指挥作战难度提升。认知无线电技术将电磁环境感知与通信融合为一体,使得通信指挥能够一体化,利用不同电台组成一个电磁环境感知系统,从而满足不同时段、不同地域对频谱信号的需求,最终实现电磁环境感知和通信指挥的一体化,有效解决了复杂电磁环境下联合指挥作战艰难的难题,提高了军事作战水平,为军队建设提供有利条件。

4 认知无线电技术在军事通信中的应用效果分析

4.1 提高了通信系统的容量与抗干扰能力

就目前军事领域而言,无线电频谱的使用是远远不能满足军事作战需要的,当各种电子设备打开时,电磁密度就会非常高,无线电频谱的使用就会满足不了实际需要,因此,必须不断提高无线电频谱的使用量,加大无线电频谱的开发力度,提高其在军事通信领域的应用效果。认知无线电技术的使用,在很大程度上提高了通信系统的容量,很好地适应了军事系统环境的需求。同时,认知无线电技术也提高了军事通信系统的抗干扰能力,它克服了以往无线电技术的不足之处,将军事通信系统抗干扰能力提升到了一个全新的高度。认知无线电技术的位置感知系统可以很好地自动调节无线电波方向,有效抑制外界对其干扰程度,降低信号的发射功率,提高无线电频谱的使用率。

4.2 增强了系统之间互联互通能力

目前军队装备中拥有众多的通信设备,包括各种型号的通信电台。这些电台的发射功率、调整方式等都存在很大差异,如果无法实现系统之间的互联互通能力,就会在很大程度上制约联合军事作战效果,不利于作战水平的提高。认知无线电技术对频段的覆盖面广,能够利用无线软件有效实现信号中的基带处理、射频信号处理等。通过自主加载各种软件,认知无线电就能与短波电台、超短波电台,甚至是卫星进行通信,从而提高了军事通信系统的互相操作能力以及互联互通能力,确保军事系统之间的信息共享。

4.3 提高了频谱的利用率

军事频谱的管理对于军事通信有着重要作用,传统无线电技术按照固定频率进行频谱分配,会使得无线电频谱的利用率相对较低,容易产生电磁干扰,同时,固定频率分配规划耗时较长,不利于军事作战时使用。认知无线电技术在军事通信系统中的应用,实现了无线电频谱的有效管理,有效避免了传统管理上存在的缺陷,提高了军事系统的网络速度,在很大程度上促进了军事通信水平的不断提高与发展。

5 结语

总而言之,认知无线电技术的广泛应用,为军事通信系统的发展提供了有效途径,随着技术的不断成熟,其也将成为未来军事通信领域最重要的无线技术之一。认知无线电技术在军事通信中的应用,有效地把通信、侦察与指挥相互结合,引领军事通信设备实现一体化改革,大大提高了军事通信水平。认知无线电技术是无线电技术不断进步与发展的结果,其应用效果比其他传统的无线电技术更加多样化与全面性,其在军事通信中的应用很大程度上提高了无线电频谱的利用率,有效克服了传统无线电技术在军事领域的弊端,强化了国家军队建设,提高了军队作战水平,从而增强了国家的综合实力。

参考文献

[1]张爱民,梁书剑,马志强,等.军事通信抗干扰技术进展综述[J].通信技术,2011(8):16-20.

[2]卢美玲.军事通信抗干扰技术研究[J].科协论坛,2013(1):97-98.

[3]高翔,任国春,陈瑾,等.认知无线电中频谱预测技术的研究与分析[J].军事通信技术,2013(3):25-29.

[4]张玉,葛利,嘉赤伟,等.认知无线电系统中的关键技术研究[J].微计算机信息,2010(11):99-101.

认知通信网技术 篇5

潜艇通信对抗, 是潜艇电子对抗的重要分支, 实质就是敌对双方在无线电通信领域内为争夺无线电频谱控制权而展开的斗争。认知无线电技术是目前无线电界的热点, 多项研究表明其在军事通信对抗领域有巨大的应用前景。而由于潜艇通信的在技术和装备方面的种种特性, 认知无线电在潜艇通信对抗方面的应用面临着新的问题, 是项前沿性课题。

1 认知无线电 (CR) 技术概述

Mitola、FCC、ITU WP8A、John Notor等个人或组织对认知无线电技术给出较有代表性定义[1]。比较受无线电方面的专家和学者们认可的是美国联邦通信委员会 (FCC) 对认知无线电技术的定义:认知无线电技术是无线终端利用与无线环境进行交互所获取的无线背景知识, 调整传输参数, 实现无线传输的能力[2]。

认知无线电技术的核心思想是在其对频谱感知和系统的智能学习能力支持下, 将频谱资源从时间、空间和频率等多维度的重复利用和共享, 实现动态频谱分配和频谱共享。

1.2 认知无线电的关键技术

1.2.1 频谱检测

现有的采用导频信号和周期平稳过程特征检测等技术随多径衰落的影响而检测性能降低。认知无线电技术能够找出适合通信的“频谱空洞”。这是认知无线电对抗功能的技术基础和前提。在认知无线电中, 频谱检测技术不仅在频谱空洞的检测中起关键作用, 而且还需要负责频谱状态的实时监测。认知无线电终端监测频谱能够准确地判定射频信号碰撞事件, 使潜艇通信信号避免干扰信号的压制。

1.2.2 动态频谱资源分配

动态频谱分配的关键技术主要有:载波分配技术、子载波功率控制技术、复合自适应传输技术。该调制方式可以通过频率的组合或裁剪实现频谱资源的充分利用, 可以灵活控制和分配频谱、时间、功率、空间等资源[3]。动态频谱分配技术的应用将使潜艇通信更具灵活性, 将潜艇通信所需要的频谱和干扰信号所需占据的频谱区分开, 避免两者之间的冲突, 达到对抗的目的。

2 认知无线电技术在潜艇通信对抗中的应用展望

在潜艇通信侦察方面, 通信测向与定位是通信侦察的重要内容。目前常用的通信测向技术大致有比幅、比相、比幅和比相相结合、多普勒、时差、谱估计等体制。可是, 基于传统技术建成的无线电监测测向系统已不能满足当前各种新型、密集的无线电信号的监测和测向的要求。认知无线电中的高度数字化、集成化和数字处理技术应用应用可组成单信道、双信道及多信道的相关干涉仪或其他体制的监测测向系统, 并具备宽带扫描、本振共享、同步采样、信号识别、信号分析功能, 系统测向功能极其强大, 且测向速度快、灵敏度高、可靠性强、动态范围大, 计算机自动控制, 界面友好、直观, 操作使用极为方便, 极大地提高了无线电技术人员测定无线电辐射源能力。

在潜艇通信干扰方面, 对于长波发信而言, 当通信距离较远, 且潜艇距干扰发射台较近时, 通信将被干扰。对于短波发信而言, 由于其功率小, 所以无论通信距离远近, 压制性干扰都会起到一定的效果。由于军用认知无线电使电台对周围复杂电磁环境所感知, 因此能够提取出干扰信号的特征, 进而可以根据电磁环境感知信息、干扰信号特征以及通信业务的需求选取合适的抗干扰通信策略[4]。而潜艇通信系统时需要实时得到通信特征参数, 要有实时地随通信特征参数变化而变化的能力。总的来说, 认知无线电技术应用于潜艇通信反对抗后将极大地提升潜艇通信对抗水平。

3 认知无线电技术在潜艇通信对抗中的应用需解决和注意的问题

近几年来, 军用认知无线电技术得到了快速发展。然而, 认知无线电技术于潜艇通信方面还是需要解决和注意许多问题。

3.1 潜用智能天线的研制与使用是关键

在复杂电磁环境的海战下, 若想取得信息优势, 必须使未来应用与潜艇通信的认知无线电终端的功能更加智能化。认知无线电的天线具有接入多个频段的功能, 理想的认知无线电系统的天线部分则应该能够覆盖全部无线通信频段, 这对天线技术提出了较高的要求。目前, 智能天线技术的问世即将解决这个问题。此种天线系统可以动态配置。未来潜艇智能收发天线将既有自动感知干扰源并抑制其影响的能力, 又有增强期望信号的很强的抗干扰能力[5]。进一步来说, 如何将潜用智能天线的使用融合到潜艇的战术行动之中, 以达成此装备服务于战术的目的, 是认知无线电技术应用于潜艇通信对抗的另一关键问题。

3.3 软件开发和仿真训练的进度应加大

在潜艇通信对抗行动中, 反潜兵力为取得最佳对抗效益, 将会针对不同的通信信号采用不同的侦察或干扰样式。需要针对各种可能的对抗技术研究出相应的对抗扰处理算法, 然后装订到以软件无线电为平台的认知无线电潜用终端上。同时, 应针对认知无线电通信系统对抗技术的特点, 对开发系统的自适应能力和功通过计算机仿真软件, 构建复杂电磁环境、系统仿真模型, 通过严格完备的仿真试验, 分析并验证认知无线电通信对抗装备的技术性能和环境适应能力、作战能力。

3.4 通信链路的可靠性和持续性需增强

潜艇在未来信息化战场上, 无线电通信技术的网络设备如果没有良好的配置和网络部署.一旦受到安全威胁, 其后果不堪设想。无线电通信技术通信方法的拓新我们与必要提高网络设备性能、优化设备配置、冗余备份等等手段来保证网络的可靠性。而且, 认知无线电的潜艇终端必须适应于发信快的原则, 避免由于智能对抗的过程过长而使潜艇暴露。在岸台方面, 自潜艇从所在海域发出信息后, 岸台认知无线电终端必须在尽可能短的时间内腾出接收频率, 务必保证信息不露报。这就要求增强认知无线电技术支持下的接收终端通信链路的持续性和可靠性。

4 结语

认知无线电应用于潜艇通信不仅是一个技术问题和装备问题, 而且是一个战术问题。技术上, 认知无线电技术还很不成熟;装备上, 潜用认知无线电通信终端还未曾涉及;战术上, 潜艇认知无线电通信的作战使用还未曾进行深入的研究论证, 这些问题都需要深入探讨[6]。所以认知无线电技术应用于潜艇通信对抗需要解决的理论和实际问题远非限于上述几种情况。相信随着对认知无线电技术研究的不断深入和应用, 潜艇对战场无线电磁环境的感知的能力将会有更大的提升的余地。

摘要：介绍了认知无线电的基本概念, 提出了认知无线电应用到潜艇通信对抗的设想, 阐述了此设想给潜艇通信对抗带来的变化, 分析了需要解决和注意的问题。

关键词：认知无线电 (CR) ,潜艇通信对抗,频谱检测,频谱分配

参考文献

[1]周贤伟, 孟潭, 王丽娜等.认知无线电研究综述.电讯技术[J].第6期, 2006.

[2]毕志明, 匡镜明, 王华.认知无线电技术的研究及发展.电信科学[J].第7期, 2006.

[3]张建军, 姜艳, 马玲玲.认知无线电对通信对抗装备建设的启示.无线电通信技术[J].第4期, 2009.

[4]王忠思, 黄辉, 于爽.认知无线电技术及其在军事上的应用.四川兵工学报[J].第30卷第7期, 2009.7.

[5]朱婷婷, 赵林, 李忱.智能天线在军用软件无线电中的应用研究.仪器仪表用户[J].第4期, 2006.

认知通信网技术 篇6

智能电网的建设和发展需要高效、可靠、安全、经济的信息通信技术支撑,电力线载波(Power Line Carrier,PLC)作为电力系统特有的通信方式,是其中一种经济、可靠的通信手段[1]。然而,电力线信道环境比较恶劣,存在频率选择性衰减、脉冲噪声、窄带干扰及背景噪声等因素[2,3,4],影响PLC系统的可靠通信。为了解决PLC链路通信性能不稳定和不确定问题,文献5和文献6提出了基于信道认知的在线可定义PLC系统。该系统在150 k Hz~12 MHz频率范围内,对信道进行认知并利用认知结果定义相应的PLC系统。

1 认知PLC系统

由于接入阻抗、多径传输效应、噪声和干扰等因素,电力线信道环境呈现复杂性、多变性和不可控性等特点,其通信链路质量具有不稳定性(随时间变化)和不确定性(随地点变化)[7]。图1是某农村山区线路信道衰减示意,测试的3条线路长度分别为50 m、250 m和350 m。在低频段,衰减和距离及频率变化没有明显的关系。以衰减50 d B为例,50 m距离的链路最佳频率小于100 k Hz,250 m链路在350~400 k Hz,而350 m链路则在150~200 k Hz。测试的结果与距离越短衰减越小的理论不符,这是因为信道衰减还与线路分支数量、线路结构等因素有关,换一个场景,信道衰减的情况有可能又不一样了。在实际应用中,场景不同,信道特性也呈现多样性,固定工作频段很难保证PLC通信系统在所有场景下的稳定性和可靠性。但是,信道特性的变化比较缓慢,PLC设备有时间去认知信道并选择最佳工作频段。

认知PLC系统构成与常规PLC系统相同,由载波通信设备和电力线信道组成,其技术实现架构如图2所示。

在PLC设备接入网络之后,首先通过耦合器提取电力线信号对信道特性参数进行分析。信号由耦合器提取后,通过模拟前端(Analog Front End,AFE),尽可能地降低带外噪声和干扰的影响。为简化模拟前端设计,物理层采用了高动态范围、可灵活配置的数字前端技术(Digital Front End,DFE)[8,9],并充分考虑了PLC灵活调整工作频率和通信带宽、高效频谱陷波以及高数据速率传输的需求,基于正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术实现了物理层整体架构,满足了可定义的系统设计要求。同时,物理层还采用收发端双加窗技术、抗突发干扰同步技术、智能接收技术等,可显著提高PLC通信链路的可靠性。

信道认知是整个技术实现架构的核心,相比传统PLC的固定工作频率,认知PLC通信系统可以使载波通信节点自主认知信道环境,智能选择最佳的工作频率和通信带宽,提高可通信资源的利用效率,以及PLC网络的可靠性、覆盖率。在信道认知的基础上,PLC节点可进一步实现多频组网,以有效应对配电网拓扑结构和信道状况的变化,满足业务传输需求。

2 认知PLC系统关键技术

认知PLC系统物理层采用OFDM技术,其发送端结构如图3所示。在发送端,物理层接收来自MAC层的数据,首先进行信道编码。为了提高可靠性,信道编码采用Reed-Solomon编码和卷积编码的级联。之后进行交织处理,避免由信道中的突发噪声引起的连续的比特或字节错误,提高信道编码效率。交织器的输出经过数字调制形成调制符号,再由串并变换和快速傅立叶逆变换(Inverse Fast Fourier Transform,IFFT)得到OFDM符号。为了降低OFDM符号的波峰因子,认知PLC系统采用了相应的峰均比抑制技术。之后,对于每一个OFDM符号,加入循环前缀和循环后缀,并进行发送端加窗处理,用于减少发送信号带外能量泄露及提高频谱陷波效率。加入前导序列用于发送端接收端同步,就形成了完整的基带数据帧。通过配置数字前端的参数,可以调整OFDM符号和数据帧的时长、系统带宽及传输速率,并且可以将基带数据帧搬移到指定的频率范围。最后,数模转换器将数字信号转换成模拟信号,并耦合到电力线上进行传输。

2.1 数字前端技术

认知PLC系统具有认知信道的能力,并能够利用信道认知结果自适应地寻找一个最佳的工作频段。这就要求物理层数字前端具备灵活调整工作频率和带宽的能力。传统基于OFDM的PLC系统的数字前端采用基带调制和发送端加窗[10,11],虽然可以减少发送信号带外能量泄露,但是频段和带宽的选择非常有限。

认知PLC系统发送端物理层数字前端结构主要包括参数可配置的插值滤波器组和一个中心频率可调的混频器。通过IFFT变换和加窗产生基带时域OFDM符号,再由插值滤波器将基带采样率倍频,使其与数字模拟转换器(Digital to Analog Converter,DAC)的采样频率匹配,最后通过混频器将基带信号变频到系统要求的频段。插值滤波器的个数及变频倍数等参数可配置,通过选择不同的插值滤波器个数及变频系数,可以获得多种不同的带宽选择。混频器的中心频率fc可配置,理论上可以灵活地将基带信号移频到任何一个想要的频段。

2.2 次优对数概率比技术

认知PLC通信系统接收端采用基于次优对数概率比的智能接收技术[12],其核心思想也是对信道进行认知,利用信道认知信息(包括脉冲噪声、窄带干扰、背景噪声及多径效应等)优化维特比译码所需要的软判决信息,提高PLC通信系统的可靠性和稳定性。当系统采用DQPSK调制方式及码率1/2卷积码时,次优对数概率比的软判决信息为:

其中V是维特比译码器的软判决信息,y表示差分解调后的信号,N为噪声方差,而k是子载波序号。式中右侧分子部分为多径衰减认知信息,而分母部分包含了窄带干扰和背景噪声认知信息。一般的维特比译码软判决信息的产生只取决于差分解调信号,即未利用背景噪声认知信息。图4给出了这2种方法在实际电力线信道中的丢包率对比,其中通信链路1和通信链路2为2个不同的点对点通信场景,统计丢包率所发送的数据包个数为100个。在通信链路1中,利用背景噪声认知信息后丢包率减少了近50%,而在通信链路2中丢包率则更降低为0%。由此可以看出,认知PLC通信系统采用的次优对数概率比技术可大大提高系统在恶劣电力线信道环境下的可靠性。

2.3 快速频率认知的点对点MAC协议

认知PLC通信系统的理念是根据链路实际信道状态为其选择工作频率,改善PLC系统的可靠性和节点的接入,并适应网络拓扑结构和信道状态的变化。因此,支撑频率自适应等功能的媒体接入控制(Media Access Control,MAC)协议是实现认知PLC通信系统的关键。

快速频率认知的点对点MAC协议定义并利用一个前导序列组(记为PRMBL)时隙,可以在较短的时间内发现信道环境的变化并做出回应。PRMBL时隙包括了N种带宽的前导序列,带宽越窄,序列时长越长。快速频率认知的点对点MAC协议的核心思想是在每个MAC帧开始的下行PRMBL时隙中,主站依次在全部或部分默认频段上发送前导;从站综合考虑接收前导和发送前导的相关值、频段的带宽及可信概率、业务需求等因素选择合适的工作频段,然后在上行PRMBL时隙中所选频段对应的时间内通过该频段发送上行前导;主站收到上行前导信号后即了解到从站选择的工作频段。当由于信道不对称出现使用从站选择的工作频率时上行信道比较恶劣,主站可发送MAC层控制包要求从站在上行PRMBL时隙中依次在全部默认频段上发送前导,然后依据接收前导情况选择上行工作频率并发送下行控制包通知从站。

3 现场测试与验证

3.1 点对点测试

图5是绍兴市区某变电站线路示意,该线路包含了架空—地埋混合结构,16号杆到19号杆地埋长度280 m,37+1号杆到东湖庄园开闭站地埋长度为300 m。认知PLC通信系统装置样机分布在3号杆、19号杆、37+1号杆及开闭站。

表1展示了认知PLC通信系统在该变电站线路点对点测试中选出的最佳工作频率。3号杆到19号杆之间虽然经过了架空—地埋—架空的线路转换,但通信仍然能够达到5 MHz的带宽。19号杆到37+1号杆之间都是架空线路,但是在22号杆到23号杆之间有一个开关闸(处于开状态),需要通过2个耦合器跨接连接两侧通信线路,2个耦合器带来的衰减使得19号杆和37+1号杆的通信带宽只有1.25 MHz,而3号杆到37+1号杆之间的最佳频段更小,只有156 k Hz。

可以看出,在不同的场景下,装置样机选择的适用通信的“最佳频段”并不相同。37+1号杆、19号杆和3号杆之间最佳工作频段有相互重叠的部分,故可以通过一个固定的频段连接3个杆上的通信设备。但是37+1号杆和开闭站之间的最佳工作频段与其他的工作频段没有交互的部分,如果采用固定频段,则无法完成3号杆与开闭站之间的通信。所以,为了可靠稳定通信,PLC系统需要进行频率认知,灵活调整工作频率和带宽,适应信道“最佳”通信频段。

3.2 组网测试与验证

图6为浙江绍兴新昌县某10 k V线路测试示意。该线路中包含多个处于深山中的小水电发电站,无线信号覆盖不到,电力线通信是一种很好的选择。但由于传输距离较远(10号点与13号点距离13 km),分支多,负载重,传统固定带宽的电力线通信系统也无法承载所需的电力线业务。

认知PLC通信系统在该中压线路上共挂了11套设备用于组网测试。10号设备配置为主站,它在入网后会定期进行信道认知并根据认知结果自动组网。图7为某个时刻这11套设备的组网情况,其中4号、18号和5号设备离主站最近,成为主站的一级子站,而5号更是成为了中继节点;14号、11号和6号设备通过5号节点连接主站,成为其二级子站。6号设备还作为中继节点,连接最远的3号、12号和13号设备。

认知PLC通信系统新昌某10 k V线路的通信组网性能测试结果如表2所示。4号设备与主站最近,衰减较小,通信带宽可达到1.25 MHz。随着距离增加,信号衰减增大,子站与主站的通信带宽逐渐减小。但通过两级中继组网,主站仍然能够与最远的13号设备建立连接。

4 结语

认知电力线载波通信系统的核心理念是通过信道认知寻找最佳频段作为系统工作频段,此外在收发端采用数字前端技术、次优对数概率比技术及快速频率认知的点对点MAC协议等关键技术,确保在恶劣的电力线信道中仍能为智能电网业务提供可靠、稳定的通信支撑。在绍兴多个配电网测试点,认知PLC通信系统通过频率认知技术,均能够找到一个可通信频带,保证系统可靠通信。针对新昌县某10 k V线路上多个小水电变电站距离较远,无线信号覆盖不到,通信不畅的问题,认知PLC通信系统通过两级中继和多频组网,为主站和最远13 km处的水电站建立了可靠、稳定的通信连接,很好地解决了这一难题。

认知通信网技术 篇7

目前国内外的研究者已对CUAC做了相关的研究。文献[3,4]研究了适用于水下的认知信道分配技术,使得水声通信系统的容量最大化。文献[5] 提出了一种水下频谱动态接入和动态频谱共享技术, 使水下频带得到更有效的利用。文献[6]验证了OFDM技术在CUAC系统中的可行性和有效性。考虑水声频带的稀疏性,文献[7]将压缩感知理论应用于水下频谱感知,来检测CUAC系统中的频谱空洞。

水声信道的特殊性使CUAC中的频谱感知非常困难,而系统采用多载波调制可有效抑制多径效应以及码间串扰的影响。在认知无线电( cognitive radio,CR) 中,Quan等人[8]提出了多信道联合感知的方法,明显提升了系统性能。考虑到多信道联合感知问题本质上是一个优化问题,文献[9]和文献 [10]分别采用了遗传算法和免疫克隆算法进行优化。基于此,本文又考虑到水下节点通常采用电池供电,节能问题十分突出,所以检测器算法的计算量不宜过大。而粒子群算法( particle swarm optimization,PSO) 很容易实现,计算代价低,收敛速度快,需要调整的参数少,对内存和CPU速度需求都没有很高的要求,适用于硬 件设施相 对落后的 水下环境[11],所以将PSO应用于CUAC系统中的多信道联合感知问题中,并通过仿真实验验证该方法的可行性和有效性。

1 认知水声通信多信道联合感知模型

在CUAC系统中,没有授权用户的概念,所有声呐设备均可以自由地对整个水下频谱加以利用,认知用户感知到的其他用户信号都可视为干扰用户, 水下频谱感知的一个主要目的就是有效抑制通信中的对抗干扰。水下多信道感知可由一个能够实现宽带接收的水听器对整个可用水声频带进行扫描侦听,并将其划分成N个子信道,认知用户对所有的N个子信道进行并行检测,在频域采用能量检测方法, 计算各个子信道收到的信号能量,并通过一个门限向量判定各个子信道上是否有干扰用户存在,如图1所示。对于干扰用户出现的频带设置为不可用频带,相应的子载波设置为关闭子载波,同时对于通信性能较差 的子载波 同样设置 为关闭子 载波[6]。CUAC系统利用检测到的空闲且通信性能高的子载波进行接下来的数据传输。

1. 1 单信道感知

对于子信道k,其感知问题可以描述为如下二元假设检验模型:

式( 1) 中,H0,k和H1,k分别表示第k个子信道不存在或存在干扰用户信号; Rk为SU在信道k处接收到信号的频域表示; Sk为其他干扰用户在信道k上的发射信号的频域表示; Vk为水下加性高斯白噪声的频域表示,其方差为σ2 v; Hk为子信道k上的信道增益。

子信道k对接收到的信号进行M次采样,检验统计量Yk为接收信号的能量和。假设λk为第k个子信道判决门限,则二元判决准则为:

为了后续讨论方便,假设每个子信道中的干扰用户信号具有归一化功率,即Ε[| Sk|2] = 1。由中心极限定理可知,当采样数M足够大时,Yk近似服从高斯分布:

相应地,第k个子信道上的虚警概率P(f k) ,检测概率P(d k) 及漏检概率P(m k) 可分别表示为:

式中,Q(·) 为标准的高斯互补累积函数,

由式( 4) 和式( 5) 可看出门限值λk的选取至关重要。较大的λk的值可以降低虚警概率P(f k) ,从而使感知用户有更多的机会接入“通带”,提高频谱利用率和系统的吞吐量,但同时会使漏检概率P(m k) 增加,干扰用户的干扰量增大。为了保证CUAC系统存在的可能性,认知用户必须保证有一定的吞吐量水平,要求虚警概率不能太大,同时为了抑制干扰, 检测概率也不能太小,认知用户自身的吞吐量和产生的对抗干扰量是相互制约的,所以认知用户需要寻求一个最优的门限值,在获得较大吞吐量的同时又能保证对抗干扰量足够小。

1. 2 多信道联合感知

认知水声通信中多信道联合频谱感知算法主要目标是建立如下优化模型求解最优判决门限向量λ = [λ1,λ2,… ,λk]T: 在给定最小干扰强度的约束条件下,最大化CUAC系统的吞吐量。

CUAC系统可获得的吞吐量可分为两部分考虑: 一部分是当前子信道没有干扰用户存在时认知用户成功做出判决传输数据所得到的吞吐量,用W0( λk) 表示; 另一部分是当前子信道存在干扰用户,认知用户判断错误而使用该信道所产生的吞吐量,用W1( λk) 表示。由此可将第k个子载波上的归一化吞吐量 表示为两 者之和,即用W( λk) = W0( λk) + W1( λk) 表示。但是,对于认知用户在存在干扰用户的情况下做出了错误判决这一特殊情况来说,继续使用该子载波会产生强烈的对抗干扰,且认知用户一般选择接入干扰用户占用率不高的子信道。因此可以近似认为W1( λk) = 0。

根据以上情况,可得到第k个子信道的总的归一化吞吐量为:

式( 7) 中,P( k)f( λk) 为第k个子信道的虚警概率;P( Hk0) 表示第k个子信道干扰用户不存在的概率; Ck表示第k个子信道不存在干扰用户,认知用户成功做出判决后使用该子信道所达到的吞吐量值,在水声通信中,吞吐量的值主要取决于信道的频率及传输的距离。

以此类推,认知用户总的归一化吞吐量为:

由式( 8) 可以看出,总的归一化吞吐量是关于门限向量λ的函数。由于P( k)f和P( k)m 是一对相互制约的变量,如果要获得较高的总归一化吞吐量,必然会导致较大的对抗干扰。在CUAC系统中,需保证与干扰用户之间的对抗干扰在可承受的范围内。定义Ik为信道k受到干扰时的干扰代价,一般来说,Ik与该信道上传输的信息的重要程度相关。

总的对抗干扰值为:

式( 9) 中P( Hk 1) 表示第k个子信道干扰用户存在的概率,且P( Hk 1) = 1 - P( Hk 0) 。

多信道联合感知模型可以表示为一个最优化问题,给定每个子信道的最大虚警概率α和最小检测概率 β,同时给定干扰门限值G,求解使总的归一化吞吐量达到最大的最优门限值λ。数学表达式 如下:

虚警概率α用于限定子信道的信道利用率,检测概率β用于限定传输中的对抗干扰。由于Q(·) 具有非减特性,将式( 4) 及式( 5) 分别代入式( 12) 和式( 13) ,可得到

综上所述,得到优化模型为:

由此可见,最优门限向量λ的设置,在可以获得较大吞吐率的“通带”上应该设置较大的λk,以使这些子信道可以充分的利用; 其次,对于传输重要信息的信道应该设置较小的λk,以降低水声通信中的对抗干扰。由于式( 10) 是非凸问题,因此其全局最优解的求解比较困难,本文将采用粒子群算法对该问题进行求解。

2 基于粒子群算法的多信道联合感知

在基本的粒子群优化算法中,粒子群由m个粒子组成,每个粒子的位置代表优化问题在n维搜索空间中潜在的解。在本文设计的基于粒子群优化算法的多信道联合感知算法中定义优化门限值向量λ 为每个粒子的位置向量,即第i个粒子位置对应一组候选的门限向量值λi= ( λi,1,λi,2,…,λi,N)Τ,其速度为vi= ( vi,1,vi,2,…,vi,N)Τ,N为子信道的个数。适应度函数fitness( λi) 即为认知用户的总的归一化吞吐量:

本文算法流程图如图2所示,基本步骤如下。

算法的主要计算步骤如下:

第1步: 初始化: 设定学习因子c1、c2,最大迭代次数Tmax和粒子数目m。问题参数的取值范围设置为粒子的范围即λi,k∈ [λk,min,λi,k,max]( k = 1,2, …,N - 1) ,并且根据门限值的范围随机初始化每个粒子的位置和速度。

第2步: 干扰约束处理: 由于随机初始化的粒子位置极有可能不是可行解,因此必须进行约束处理, 对不可行解进行修正。在初始化粒子位置时已经考虑了门限值表示的约束,因此只需修正其满足干扰代价约束即可,具体流程如下:

( 1) 由式( 9) 计算出该粒子对应的总的干扰代价G( λi) ,若G( λi) < G则不需要修正,跳转至( 3) , 否则进入( 2) ;

( 2) 若G( λi) > G意味着某些子信道上的漏检概率过高,可以通过减小门限值来降低漏检概率。在λi中随机选择一个变量λi,k,并将其修正为λi,k= λk,min+ rand( ) ( λi,k- λk,min) ,返回至( 1) ;

( 3) 输出经过约束处理的粒子位置向量。

第3步: 个体评价,根据公式( 16) 计算群体中每个粒子的适应度值fitness( λi) 。

第4步: 对每个粒子,将其适应度值fitness( λi)和自身历史最优值pbest进行比较,如果更好,则将其作为粒子的个体历史最优值,用当前位置更新个体历史最好位置。

第5步: 对每个粒子,将其适应度值fitness( λi) 和种群最优值gbest进行比较,如果更好,则将其作为当前的全局最好位置。

第6步: 根据公式( 17) 和公式( 18) 对粒子的速度和位置进行更新:

第7步: 对更新的粒子位置进行约束处理,同第2步。

第8步: 检查结束条件,若满足,则结束寻优; 否则转至第3步。结束条件为寻优达到最大迭代次数Tmax,或评价值小于给定精度ε。

3 仿真结果及分析

仿真考虑浅海水声信道,可用带宽为20 k Hz, 将水声信道分为8个互不重叠带宽相等的子信道, 水声噪声功率为1,采样长度M = 100。浅海水声子信道的幅频特性,干扰代价因子与吞吐量值的具体参数见表1。干扰用户采用OFDM方式传输,其信道的占用率为25% 。在求解优化问题时考虑群体数目为30,学习因子c1= c2= 2,惯性权重w = 1 , 最大迭代次数为50。

图3对本文算法与多载波一致判决门限感知算法( STS) 性能进行比较。可以看出,在同等干扰约束条件下,基于粒子群优化算法的多载波联合频谱感知算法使CUAC系统达到更大的总归一化吞吐量值。随着干扰约束值的增大,两种算法获得的最大吞吐量值也相应的增大,验证了前面分析得到的对抗干扰值和吞吐量之间的相互制约关系。同时也证明了本文算法可以充分考虑各个子信道的不同情况,克服由于水声信道的频率选择性衰落等造成的CUAC系统吞吐量的下降,选择性能较好的通带进行数据传输。

图4给出了不同最小检测概率β的两种情况。可以看出,当干扰约束值较小时,即使允许减小最小检测概率β ,CUAC系统的总吞吐率也无明显改善, 这是因为此时系统性能主要受较小的干扰约束限制; 随着对抗干扰值的增加,较小的检测概率可使得系统吞吐率明显提高,由此进一步验证了本文算法的有效性。

4 结论

本文研究了认知水声通信中的频谱感知技术, 以多信道联合感知为框架,提出了一种基于粒子群优化方法的多信道联合感知算法。仿真结果表明, 基于粒子群的多载波联合频谱感知算法能够达到的总归一化吞吐量要大于传统的一致判决门限算法, 从而验证了本文算法的有效性。目前对认知水声通信系统的频谱感知技术的研究还较少,其将是一个很有前景的研究方向。

参考文献

[1] 朱昌平,韩庆邦,李建,等.水声通信基本原理与应用.北京:电子工业出版社,2009:97—119Zhu C P,Han Q B,Li J,et al.The theory and application of underwater acoustic communication.Beijing:Publishing House of Electronics Industry.2009:97—119

[2] Haylin S.Cognitive dynamic systems.ICASSP IEEE,2007:1369—1372

[3] Baldo N,Casari P,Zorzi M.Cognitive spectrum access for underwater acoustic communications.In:Proc IEEE ICC Workshops,2008:518 —523

[4] Torres D,Charbiwala Z,Friedman J,et al.Spectrum signaling for cognitive underwater acoustic channel allocation.Proc IEEE Infocom Workshops,2010:1—6

[5] Tan Hwee-pink,Seah W K G,Doyle L.Exploring cognitive techniques for bandwidth management integrated underwater acoustic system.Proceedings of the IEEE Oceans,Quebec City,2008:126—132

[6] 殷敬伟,王驰,王宇,等.OFDM技术在认知水声通信系统中的应用.声学技术,2012;31(6):615—619Yin J W,Wang C,Wang Y,et al.Application of OFDM in cognitive underwater communication.Technical Acoustics,2012;31(6):615 —619

[7] 左加阔,陶文凤,包永强,等.多跳认知水声通信中的分布式稀疏频谱检测算法.电子与信息学报,2013;35(10):2359—2365Zuo J K,Tao W F,Bao Y Q,et al.Distributed sparse spectrum detection in multihop cognitive underwater acoustic communication networks.Journal of Electronics and Information Technology,2013;35(10):2359—2365

[8] Quan Zhi,Cui Shu Guang.Optimal multiband joint detection for spectrum sensing in cognitive radio networks.IEEE Transactions on Signal Processing,2009;57(3):1128—1140

[9] Sanna M,Murroni M.Optimization of non-convex multiband cooperative sensing with genetic algorithms.IEEE Journal of Selected Topics in Signal Processing,2011;5(1):87—96

[10] 夏巧桥,田茂,汪鼎文,等.基于免疫克隆算法的认知无线电多信道联合感知方法.电子与信息学报,2014;36(1):55—61Xiao Q Q,Tian M,Wang D W,et al.Immune clone algorithm based multiband joint detection method for cognitive radio.Journal of Electronics and Information Technology,2014;36(1):55—61

认知通信网技术 篇8

在频谱资源日益紧缺的无线网络环境中,认知无线电(Cognitive Radio, CR)被公认为是一种通过动态频谱访问和伺机频谱接入来提高无线频谱利用率的新型智能无线通信技术,而在认知无线电基础上提出的认知网络(Cognitive Network, CN)能够实时感知当前网络条件,并根据现有资源约束和用户需求进行动态规划,可以通过自学习和自调节来优化系统目标。对比传统应急通信系统存在的缺陷和认知无线电、认知网络技术具备的优势,不难发现,在网络环境复杂多变、资源严重匮乏的应急通信场景中,非常有必要借鉴采用认知无线电和认知网络的思想构建具有认知能力的应急通信系统,提升应急通信网络资源的利用效率,增强应急通信系统在各种网络环境下的智能性、可靠性和适用性。

1 认知无线电和认知网络简述

认知无线电和认知网络是近几年通信网络界的研究热点,已得到了业界广泛的关注和深入的研究。认知无线电的概念最早是由Joseph Mitola博士于1999年在软件无线电(Software Defined Radio, SDR)的基础上提出的,目的是为了解决无线网络中不断增加的频谱需求与频谱利用率低下的矛盾。认知无线电摒弃传统固定分配频谱资源的方式,允许认知无线电设备伺机动态利用在空域、频域、时域和码域上出现的空闲频谱资源(称为频谱空洞),从而提高现有频谱资源的利用率。CR具有频谱感知、主动学习和智能处理能力,通过与工作的网络环境交互,对外界环境进行感知、理解和主动学习,实时改变无线操作参数和调整系统的内部状态,使无线设备能自动适应外部无线环境和自身需求的变化。

认知网络进一步拓展了认知无线电的作用范围和操作能力,是一种具有认知能力的新型智能通信网络。与认知无线电类似,认知网络同样具有自配置、自调节和自学习能力,能够实时感知网络条件,并根据收集的当前网络外部环境、内部状态及经验信息来动态规划、调整和决策采取的行动,以满足系统目标和用户需求。系统目标随网络情景的变化而不同,如提高资源使用效率、改善业务的服务质量及增强网络安全性等。不难看出,认知无线电是认知网络在无线通信环境中的一种特例,它更多考虑的是无线设备如何根据网络环境调节工作频率和传输功率,以高效利用宝贵的无线频谱资源。与认知无线电相比,认知网络更重视各网络组成要素的协调联动和重构,以实现系统的总体目标。认知网络的认知行动涉及所有网络元素,包括全网范围内参与行动的子网、路由器、交换机、终端、编码和加密设备、传输媒介和网络接口等,而不是局部范围或个别元素。认知网络与认知无线电的另一个重要区别,就是它能够很好地支持包括有线网络和无线网络在内的异构通信网络,而认知无线电仅能应用于无线网络。与非认知网络相比,认知网络可以提供更好的端到端性能,显著改善资源利用率、业务服务质量、健壮性及安全性等。此外,CN应具有一定的预见性,而不是被动反应,即试图在出现问题之前就进行前瞻性调整,以尽量避免发生重大问题而造成严重后果,这对于应急通信而言是迫切需要的一项功能。

2 认知应急通信系统的构建

2.1 网络体系结构

根据文献[8,9,10]中提到的认知网络框架和模型,并针对应急通信的特点,笔者提出一种支持应急通信的认知网络体系架构(Cognitive Network Supporting Emergency Communication, ECCN),将应急通信需求、认知处理和底层网络关联在一起,如图1所示。ECCN体系结构从下到上依次是异构网络基础设施层、(软件)可调节/自适应网络层、认知处理层和应用目标层。

(1)网络基础设施层包含事发现场的各种网络系统和通信设备,是网络运作的基础平台。

(2)可调节网络层叠加在底层基础网络设施之上,主要包括软件可调节网络(SAN)单元、网络状态监视器和传感器,可调节网络单元(如认知无线电台)是认知决策的执行单元,基于认知决策指令对网络设备和系统采取实际可行的操作。网络基础设施层与可调节网络层共同组成可重构网络(重构一般是指在不改变任何硬件的情况下通过调整操作参数配置来适应网络要求的功能)。

(3)认知处理层是ECCN的核心决策层,实时接收应急用户的服务请求,并通过网络监视器和传感器获取底层网络状态信息,然后通过认知处理引擎(CPE)对上下层信息进行分析推理,做出行动决策,指导下层可调节网络单元的操作。此外,除了控制决策外,认知处理层还将网络的服务水平等信息反馈给上层应用和用户。

(4)最上层是应用目标层,系统任务目标由用户提出或由应用需求决定,这些任务需求通过识别、调整和优化等方式驱动整个应急通信系统的行为。如果脱离目标的指导,各网络设备自行操作的目标不一致,可能会导致不期望的后果。最后,认知网络还提供可与外部认知/非认知网络互联互通的外部网络接口。

不难看出,ECCN体系结构包括两个控制环。一是应用目标层和认知处理层之间的反馈控制环,用户向网络发出服务请求→认知处理引擎进行分析和推理→网络向用户反馈其服务能力→用户适当调整应用需求;二是认知处理层与可调节网络层之间的认知控制环,监控器和传感器向认知处理层传递网络状态信息和可调节网络单元的相关信息→认知处理引擎进行分析决策→认知处理层向可调节网络单元发出决策指令,指导网络的具体操作。网络状态的变化有主动和被动之分,被动变化是不可预测的,如节点的移动、增删和无线信道环境的变化;主动变化是通过有计划地调整和配置网络设备,使网络状态趋向预期。网络状态信息包括本地信息(如BER、链路可用带宽和节点剩余电量等)和全局信息(如端到端时延和网络连通性等)。在ECCN网络体系结构中,所有认知网络节点之间协同构成认知应急网络,按照认知决策采取适当的操作,以实现应用需求和系统目标。

2.2 认知处理引擎

认知处理引擎通过特有的认知规范语言(CSL),将系统目标映射为下层认知过程可以理解的形式,以指导可调节网络单元的具体操作行为,可以采用类似扩展标识语言(XML)的语言。认知处理引擎利用各种人工智能、机器学习、决策支持、自适应算法进行学习和推理,根据当前网络状态信息并结合成功的经验知识做出最佳决策,然后将这些成功的决策信息保存在数据库中,供以后遇到类似的情况直接使用。在网络设计阶段,可以根据经验事先确定学习和推理规则,但在运行阶段可由认知处理引擎根据当前网络状况动态修改预定规则。无论选择什么样的学习方式,认知过程需要快速地学习或者收敛到一个解,且当状态发生改变时该学习仍能够实现快速收敛。对于环境经常变化的网络(如移动无线网络),快速收敛是非常重要的。

鉴于认知应急通信网络必须基于应用需求协调网络节点的行动来优化系统整体目标,在认知网络节点上由认知处理引擎进行网络资源的统一智能管理和全局优化,多个节点的CPE之间交互信息、协同运作,最终使多个自主的认知节点整合为统一的认知网络。CPE的功能结构如图2所示。CPE是一种多功能软件实体,它利用感知的网络状态信息和协议栈各层的信息,基于策略库提供的策略信息进行分析,然后通过调用合适的优化机制和算法来调度资源的使用,并按需灵活调整跨层协议栈各层参数以获得匹配应用需求的最佳系统设置。随后,CPE观察节点的行为和网络优化结果,通过推理和学习来总结经验和更新策略,并将其存入策略库中。此外,CPE还可以决策在合适的时候采用合适的信道资源及通信技术,为不同的用户提供各自所需的服务质量保障。

CPE是模块化和可扩展的,可以根据需要添加合适的优化和调节工具,包括神经网络、模式识别、遗传算法、专家系统、时序分析和卡尔曼滤波等。例如,CPE会针对大量数据执行多层面的优化,可以考虑采用遗传算法或模拟退火方法。为了更有效地处理大量历史数据,有必要对信息进行分类和聚类,采用的方法包括神经网络、时序分析等。同时,为了使CPE能够可靠操作,必须确保决策过程中使用的数据质量,可采用卡尔曼滤波、贝叶斯推理和统计学习理论处理推理的不确定性,并确保数据的可靠性。

2.3 软件可调节网络

软件可调节网络(SAN)实际上是一个独立的研究领域,如同SDR的设计独立于认知无线电。但是,SAN需要提供认知处理层可理解和利用的网络接口。这些接口类似于应用程序接口(API)或者接口描述语言(IDL),并且应该是灵活和可扩展的。SAN还包括可修改的网络要素,这些网络要素可以作为认知网络的策略控制点(PCP)。这些网络要素可包括任何网元,且认知处理层可以通过API对每个可调节网络要素进行操作。软件可调节网络(SAN)的一个简单实例就是支持定向天线(天线可以搜索接收或以不同的旋转角度进行发射)的无线网络。这种无线网络具有SAN的基本特征,包括一种可供调节的网络单元。需要指出的是,只有当调整天线方向是服务于系统目标的认知行为时才将其称为认知网络,否则如果修改天线仅为了实现链路层的局部目标,则只能称之为采用智能天线的无线网络。

3 认知应急通信系统的应用

笔者设计的具有认知能力的应急通信系统通过资源实时感知和自适应管理来解决紧急情况下的资源紧缺问题,适用于多种应急场景。

3.1 城市突发事件

突发事件处理是现代化城市管理的重要研究课题,突发事件往往发生在难以预料的场合和环境(如火灾和大型交通事故)。突发事件救援人员(公安、消防、医疗)到达现场后成功处理突发事件的前提是要迅速、准确地了解现场情况。在应急现场,每个救援机构往往都会部署自己的应急无线通信网络,由于供应急通信使用的频谱资源有限,这些机构将竞争使用这些稀缺的无线资源,从而造成严重的通信干扰,进而妨碍救援行动。为此,可以改造升级各机构的应急无线通信网络,使其具备认知能力,以便协调多个机构应急通信网络的行动,准确、及时地传递各种应急信息。例如,各部门应急人员携带的认知无线电台通过自适应频谱感知来检测和收集活动的无线电台的位置和发射频率信息,并通过动态频谱接入(DSA)来优化使用频谱资源,从而提高频谱利用率,并可在一定程度上避免各救援机构之间的通信干扰。另外,认知应急通信系统能够随网络环境的变化自适应调节,以保证不同用户和应用按照其重要程度使用网络资源,并确保重要业务的服务质量。

3.2 地震灾害救援

当地震灾害发生后,事发区域的网络通信基础设施会遭受严重损毁,且呼往震区的通信业务量会在短时间内剧增,很容易造成现有通信网络的拥塞,甚至瘫痪。这使得地震灾区的大量灾情信息不能及时向外传递,外部指挥机构和救援人员也无法及时有效地开展救援工作。如果在灾区部署具有认知能力的通信系统,那么在地震发生时可以利用网络传感器/监视器及时采集网络状态信息和灾情信息,优先保证指挥救援中心与灾区的通信畅通。认知处理引擎对实时收集的网络状态信息进行分析,基于掉话率、通话时延等性能指标以及基站退服和光缆中断等告警信息来判断地震灾害的破坏程度,然后通过限制呼入灾区的呼叫量和调节网络设备的参数来确保应急通信指挥的顺畅进行。例如,根据基站的位置调整其发送功率和覆盖方向,尽可能大地覆盖受灾地区。另外,可根据功能职责的不同将应急通信网络划分为不同的应急救援簇,如警察、消防员和医护人员簇等。在抢险过程中,每个簇协作完成特定的任务。采用网络分簇方法具有众多优势,即有效的数据聚集、短的通信范围、减少冲突和竞争、降低路由开销和便于网络同步等。其中一个簇与指挥网络相连,指挥网络可以连接到外部网络。各簇之间的通信通常需要借助于指挥网络,可以使用各种无线技术。

3.3 森林火情监控

可以在重要的林场部署具有认知能力的无线传感网来预警和监视火情。具有认知能力的无线传感网(C-WSN)由传感器节点、中间转发节点和汇聚节点组成。由于每个节点都具有频谱感知和信道选择的认知能力,传感器节点可以选择空闲信道将感知信息发送给转发节点,转发节点同时利用其他空闲信道继续进行转发,直到到达汇集节点,提高了空闲信道的利用率。采用多频多跳的组网方式可以利用认知无线电技术进行高效的频谱分配,从而降低相邻节点无线传输的相互干扰,增强数据传输的并发性,解决传统无线传感器网络对信道利用率不高的问题。另外,考虑这种传感网络规模较大且节点数量较多,适合采用分簇网络结构,簇头节点负责感知簇内传感节点的位置、发射功率和工作频率,并于邻近簇头交互信息,从而有效地管理和协调传感节点的行动,提升网络整体性能。

4 结束语

认知无线电和认知网络是近年来得到业界广泛关注和深入研究的热点技术,可以显著提高无线频谱利用率和优化网络性能。笔者将认知无线电思想用于应急通信领域,给出了具有认知能力的应急通信系统的构建思路,对网络体系结构及认知处理引擎和可调节网络等关键部件进行了说明,并分析了几种常见的应用场景。目前,对具有认知能力的应急通信网络研究刚刚起步,还存在很多有待解决的技术和管理问题。必须从现实需求出发,充分挖掘包括认知无线电、认知网络、无线自组网、协同通信等新兴优势技术的潜能,建立动态资源感知接入,空间与地面结合、有线与无线结合、固定与机动结合的自适应立体应急通信系统,最大限度地发挥应急通信为社会服务的效能。

参考文献

[1]张雪丽,王睿,董晓鲁,等.应急通信新技术与系统应用[M].北京:机械工业出版社,2010.

[2]刘玉藏,朱振立.应急通信指挥系统的智能组网平台研究[J].消防科学与技术,2008,27(12):901-903.

[3]HAYKIN S.Cognitive radio:Brain-empowered wireless communi-cations[J].IEEE Journal on Selected Areas in Communications,2005,23(2):201-220.

[4]Sutton P,Doyle L E,Nolan K E.A Reconfigurable Platform forCognitive Networks[C].Proc.CROWNCOM 2006,Mykonos Is-land,Greece,June,2006.

[5]陆佃杰,黄晓霞.认知无线电在无线传感器网络中的应用[J].先进技术研究通报,2009,11(3):18-22.

[6]李波,张静,汤红波.基于动态频谱接入的应急移动通信系统[J].电信科学,2008,53(12):16-20.

[7]Mitola J,MAGUIRE G Q Jr.Cognitive radio:Making software ra-dios more personal[J].IEEE Personal Communications,1999,6(4):13-18.

[8]张东梅,张世栋.支持应急通信的认知网络QoS技术[J].中兴通讯技术,2010,16(5):33-36.

[9]刘超,王海涛.网络发展的一种新动向——认知网络[J].数据通信,2009,30(2):1-5.

[10]赵绍,李岳梦.认知网络在未来移动通信网络中的应用——汶川地震后的思考[J].现代电信科技,2008,38(9):61-64.

认知网络在应急通信环境下的应用 篇9

认知网络 (cognitive network, CN) 是近几年比较热门的研究领域, 在学术界也有人将认知网络称为自律网络 (selfaware network) , 无论是认知网络还是自律网络, 它的目标都是从根本上改变网络和系统管理的设计理念, 将主动管理和主动感知应用到网络和系统管理中去, 以此来应对网络特别是无线网络日益增加的复杂性、异质性和可靠性要求。

2 认知网络和认知网络理论体系

2005年, 美国弗吉尼亚理工大学的W.Thomas在总结前人研究的基础上, 提出了较为准确的认知网络定义:认知网络具有感知当前内外环境变化和网络状态的能力, 根据认知网络的整体目标及端到端目标, 通过适当的学习机制, 利用感知的环境信息和网络状态信息, 实时动态地调整网络配置, 达到智能地适应环境变化并能指导未来自主决策的目的。

认知网络是从人的心理学认知特性出发, 以系统工程方法论、信息处理和人工智能为基础, 围绕认知将环境感知、数据挖掘、智能决策与网络动态配置紧密结合在一起。在认知网络理论体系中, 环境感知、数据挖掘、智能决策与网络动态配置存在紧密的内在逻辑性。其中, 环境感知包括对无线环境和网络环境的感知。几者间的关系可描述为:环境感知为数据挖掘提供基础;数据挖掘为智能决策提供依据;智能决策确定了网络重置的具体目标;网络重构的实施使得网络能够动态地适应环境。

3 认知网络在应急通信环境下的应用

3.1 城市突发事件

场景:火灾和大型交通事故

救援人员:公安、消防、医疗

问题:各个救援机构到达现场后只有迅速、准确地了解现场情况才能够成功处理突发事件, 这时每个救援机构往往都会部署自己的应急无线通信网络, 由于供应急通信使用的频谱资源有限, 这些机构将竞争使用这些稀缺的无线资源, 从而造成严重的通信干扰, 进而妨碍救援行动。

处理:改造升级各机构的应急无线通信网络, 使其具备认知能力, 以便协调多个机构应急通信网络的行动, 准确、及时地传递各种应急信息。各部门应急人员携带的认知无线电台通过自适应频谱感知来检测和收集活动的无线电台的位置和发射频率信息, 并通过动态频谱接入 (DSA) 来优化使用频谱资源, 从而提高频谱利用率。并可在一定程度上避免各救援机构之间的通信干扰。另外, 认知应急通信系统能够随网络环境的变化自适应调节, 以保证不同用户和应用按照其重要程度使用网络资源, 并确保重要业务的服务质量。

3.2 自然灾害救援

环境:地震灾区

人员:救援、医疗人员

问题:当大型自然灾害发生后, 事发区域的网络通信基础设施会遭受严重损毁, 且呼往震区的通信业务量会在短时间内剧增, 很容易造成现有通信网络的拥塞, 甚至瘫痪。这使得地震灾区的大量灾情信息不能及时向外传递, 外部指挥机构和救援人员也无法及时有效地开展救援工作

处理:认知处理引擎对实时收集的网络状态信息进行分析, 基于掉话率、通话时延等性能指标以及基站退服和光缆中断等告警信息来判断地震灾害的破坏程度, 然后通过限制呼入灾区的呼叫量和调节网络设备的参数来确保应急通信指挥的顺畅进行。另外, 可根据功能职责的不同将应急通信网络划分为不同的应急救援簇, 如警察、消防员和医护人员簇等。在抢险过程中, 每个簇协作完成特定的任务。采用网络分簇方法具有众多优势, 即有效的数据聚集、短的通信范围、减少冲突和竞争、降低路由开销和便于网络同步等。其中一个簇与指挥网络相连, 指挥网络可以连接到外部网络。各簇之间的通信通常需要借助于指挥网络, 可以使用各种无线技术。

3.3 森林火情监控

环境:林场

问题:需要实时监控

处理:在重要的林场部署具有认知能力的无线传感网来预警和监视火情。具有认知能力的无线传感网 (C-WSN) 由传感器节点、中间转发节点和汇聚节点组成。由于每个节点都具有频谱感知和信道选择的认知能力, 传感器节点可以选择空闲信道将感知信息发送给转发节点, 转发节点同时利用其他空闲信道继续进行转发, 直到到达汇集节点, 提高了空闲信道的利用率。采用多频多跳的组网方式可以利用认知无线电技术进行高效的频谱分配, 从而降低相邻节点无线传输的相互干扰, 增强数据传输的并发性, 解决传统无线传感器网络对信道利用率不高的问题。另外, 考虑这种传感网络规模较大且节点数量较多, 适合采用分簇网络结构, 簇头节点负责感知簇内传感节点的位置、发射功率和工作频率, 并于邻近簇头交互信息, 从而有效地管理和协调传感节点的行动, 提升网络整体性能。

目前, 对具有认知能力的应急通信网络研究刚刚起步, 还存在很多有待解决的问题。必须从现实需求出发, 充分挖掘包括认知无线电、认知网络、无线自组网、协同通信等新兴优势技术的潜能, 建立动态资源感知接入空间与地面结合、有线与无线结合、固定与机动结合的自适应立体应急通信系统, 最大限度地发挥应急通信为社会服务的效能。

摘要：认知网络是计算机网络领域和宽带通信领域研究的热点, 被认为是提高网络整体性能及端到端系统性能, 简化网络管理, 解决网络自律性的新途径, 是下一代网络发展的必然趋势。本文着重介绍了认知网络在几种应急通信环境下的应用。

关键词：认知网络,应急通信,环境感知,智能决策,网络重置

参考文献

[1]王金龙, 吴启辉, 龚玉萍, 等.认知无线网络[M].北京:机械工业出版社, 2010.