Intelligent and efficient development of wireless networks:
--A review of cognitive radio networks
ZHANG Ping*, LIU Yang, FENG ZhiYong, ZHANG QiXun, LI Qian amp; XU Ding
Driven by the requirements of ubiquitous wireless access and personalized wireless applications , worldwide numerous wireless technologies are invading our lives, such as evolutionary telecommunication technologies, wideband wireless access and short distance wireless technologies. Furthermore, the concept of the internet of things (IoT) has become widespread based on the development of wireless sensor networks.
With the explosive development of wireless technologies, several challenges must be addressed. The electromagnetic spectrum, whose use is licensed and managed by government, has been scarce for allocation to ubiquitous wireless applications. However, contrary to the physical scarcity of the available spectrum, the report published by the federal communication commission (FCC) shows that over 60 % of the licensed spectrum below 6 GHz remains underused. The measurement results in Figure 1 taken in Beijing over a one month period, also indicate low spectrum use consistent with the results released by the FCC.
Figure 1 (Color online) Measurement of spectrum usage in Beijing.
Therefore, improvement of spectrum efficiency is the first challenge to be examined. On the other hand, the end-to-end performance of wireless networks is considered to be the performance indicator for ubiquitous and personalized wireless applications, such as end-to-end throughput, end-to-end delay and routing scheme, which take into account all network elements in a data transmission flow across different layers for the global optimization from the network aspect. Because the property of heterogeneity causes low radio resource use and mutual interference among heterogeneous networks, the other big challenge is that heterogeneous network convergence is needed to improve the end-to-end performance of wireless networks.
Cognitive radio (CR), proposed by Mitola in 1999, is considered a feasible solution for improving spectrum efficiency. Furthermore, a cognitive radio network (CRN), which is defined as a wireless network with the capabilities of radio environment awareness, autonomous decision making, adaptive reconfigurating its infrastructure, and intelligent learning from experience of a continuously changing environment, is proposed to solve the challenges of efficient radio resource use and heterogeneous network convergence, with the aim of improving the end-to-end performance of wireless networks.
In recent years, CRN has received increasing attention. The current popular topics in CRN such as the framework of the cognitive function, spectrum sensing and dynamic spectrum access have been investigated in respectively. To enable researchers to clearly understand the over-all framework and development of CRN, recent advances are introduced in this review.
The fundamentals of CRN are introduced including the cognition cycle, network architecture and development of application scenarios.
The research on CRN is mainly derived from the concept of a cognition cycle, in which the wireless network processes are mapped according to cognition theory by Mitola . Besides, from Haykinrsquo;s view, it focuses on four fundamental tasks: radio-scene analysis, channel identification, recon-figuration of transmit-power control and dynamic spectrum management . Moreover, the cognition cycle proposed by Virginia Tech emphasizes the functions of reasoning and learning . However, all of them focus only on the performance of the wireless transceiver, which is not enough to guarantee the end-to-end performance of the CRN from a network perspective. Therefore, the cognition cycle for CRN is proposed as shown in Figure 2, which includes four key aspects in CRN: end-to-end performance, cognitive ability, autonomous decision making and adaptive ability.
Figure 2 (Color online) Cognition cycle for a CRN.
In the cognition cycle of CRN, first, there are many net-work elements for each end-to-end link in the transmission of data flow, in which each element has its requirements for personalized services. However, the overall network re-source is limited by system bandwidth, available channel, transmit power, routing path, etc., so there are always tradeoffs between personalized user requirements, changeable wireless network environments, limited overall network resources and policies. This tradeoff for all elements in the end-to-end link can be modeled as the end-to-end performance, which is considered to be the performance indicator for the operation of elements involved in the end-to-end link.
CRN must have the ability to gather the necessary net-work information such as the available spectrum and operation parameters of the network, which is referred to as cognitive ability. Cognitive ability can enable a CRN to be aware of necessary information, such as the available spectrum, operation mode of the wireless network, transmitted waveform, network protocol, geographical information, type of services, user needs, and security policy. The CRN analyzes the information, and makes the decision to optimize the end-to-end performance of the wireless network, which can be characterized as an autonomous decision. Based on the optimized decision, the CRN can reconfigure its network parameters for operation, which is supported by the adaptive reconfiguration ability of the CRN. Therefore, the functions of the CRN for the cognition cycle are summarized as:
(i) Cognitive ability: Gather multidomain information for communication such as wireless domain, network do-main, user domain and policy domain.
(ii) Autonomous decision: Make autonomous decision to optimize the end-to-end performance of a wireless network. The network information and opti
全文共25936字，剩余内容已隐藏，支付完成后下载完整资料
无线网络智能高效发展：认知无线电网络的回顾
在无处不在的无线接入和个性化无线应用的需求的驱动下，世界上无数的无线技术正在侵入我们的生活，例如进化通信技术，宽带无线接入和短距离无线技术。此外，物联网概念已经广泛应用于无线传感器网络的发展。
随着无线技术的迅猛发展，必须解决几个挑战。电磁频谱的使用是由政府许可和管理的，但它却很少被分配到无所不在的无线应用中。然而，联邦通信委员会(FCC)公布的报告显示，在6kHz以下的许可频段中，超过60%仍然未得到充分利用。测量结果在北京一个月的时间里，也显示了低光谱的使用与FCC公布的结果一致。
图1 北京频频率测量
另一方面，无线网络端到端的数据被认为是衡量无线应用的性能指标，例如端到端数据流量，端到端延迟时间和路由方案。分析不同层面之间的数据传输中的所有因素，以此用于从网络层面，对全局进行优化。由于异构性质导致不同网络之间的无线资源存在互相干扰，因此另一个巨大的挑战是融合不同网络来提高无线网络的端到端性能。
约瑟夫·米托拉在1999年提出的感知无线电（CR）被认为是提高频率效率的可行方案。此外，同时也提出了一种感知无线电（CRN），其具有无线电环境意识，自主决策，自适应重新配置基站能力以及汲取环境变化的智能学习能力。以此实现如何有效的利用无线资源和融合不同网络的任务，从而提高无线网络端到端的性能。
近年来，CRN受到越来越多的关注。分析了CRN中当前流行的话题，例如感知功能，频率感知和动态频率接入框架。为了使研究人员能够清楚地了解当前CRN的全面框架和发展情况，本文综述了最新进展。
介绍了CRN的基本原理，包括感知周期，网络架构和应用场景的开发。
CRN的研究主要来源于感知周期的概念，其中根据米托拉博士的感知对无线网络进程进行了解释。此外，从赫金的角度，重点关注四个基本任务：无线电场景分析，信道识别，发射功率控制和动态频率的重构。此外，弗吉尼亚理工学院提出的感知周期是强调推理和学习的功能。然而，他们都只关注无线收发器的性能，这不足以保证CRN端到端的性能。因此，提出了CRN的感知周期，如图2所示，其中包括CRN的四个关键方面：端到端性能，感知能力，自主决策和适应能力。
图2 CRN的感知周期
在CRN的感知周期中。首先，数据流传输中每个端到端链路都有许多网络层面，其中每个层面都有个性化服务的要求。然而，整个网络的重建受到系统带宽，可用信道，传输功率，路由路径等一系列因素的限制，所以在个性化用户需求，可变无线网络环境，有限的整体网络资源和策略之间需要采取折中方案。权衡端对端链路中的所有层面可以被解释为端对端性能，这被认为是端到端链路中涉及层面的操作性能指标。
感知能力就是CRN能够收集必要的网络信息，例如网络的可用频道和操作参数。感知能力可以使CRN能够了解无线网络的可用频率，操作模式，传输波形，网络协议，地理信息，服务类型，用户需求和安全策略等必要信息。CRN分析这些信息，做出优化无线网络端到端性能的决策，可以将其定义为自主决策。基于自主决策，CRN可以重新配置其网络参数进行运行。由CRN的自适应重置能力支持。因此，CRN对感知周期的功能总结如下：
（i）感知能力：收集无线设备，网络主机，用户域等通信的多方面信息。
（ii）自主决策：自主决定优化无线网络的端到端性能。网络信息和优化决策可以作为知识学习和推理。该决定主要涉及异构网络环境中优化无线资源管理的重构操作。
（iii）自适应重配置能力：CRN的网络架构应该支持感知周期的功能。基于优化决策，可以调整和重新配置网络运行参数，如网络工作模式，网络拓扑，系统协议和射频参数等。
无线电架构是一个框架，可以将不同系列的组件集成到不断变化的设计序列中，以便在设计规则内完成指定的功能。CRN的网络架构应具有可以支持自适应能力，例如收集网络信息，动态频率分配和频率切换等。因此，CRN架构的组件和通信协议应该根据感知周期原型进行设计，提高端到端的性能。
CRN的网络架构是指控制模式，网元和协议层。控制模式可以分为集中式、分散式或混合模式。如图3 所示，网络组件可以分为主要基站和用户，感知基站和用户的感知组件以及负责平衡不同网络之间频率的频率代理。此外，提出了CRN中的协议层，感知能力，自主决策和重置核心功能被集成到传统的OSI网络协议层模型中。
图3 CRN架构示意图
“频率移动功能”的设计需要重新配置决策和与其他层的网络信息交换。显然，一些决策需要基于来自多个层的联合信息。因此，CRN应考虑交叉层的设计。
在过去十年中，在CRN的网络架构上投入了许多研究。米托拉博士首先开发了一种理想的架构。用户意识，自我意识和机器学习被认为是关键的嵌入式功能。随着推理组件被纳入架构，计划和决策在无线应用中更加智能化。赫金提出的架构中，强调无线电环境对主频带的操作意识。上述两种架构是最受欢迎的，另外还有关于CRN的网络架构的研究，主要针对具体领域的研究。
图4 CRN的倡导网络架构
在图4中，提出了CRN的网络架构，包括感知信息管理（CIM），数据库与智能管理（DB＆IM），网络融合管理（NCM）和重配置管理（RM）四个功能构建模块。感知信息管理(CIM)负责收集、处理和提供感知信息。其中包括三个子功能，即感知信息收集（CIG），感知信息处理（CIP）和感知信息传递（CID）。数据库与智能管理DB＆IM用于在智能数据库和学习管理（IDB＆LM），用于学习过程形式经验的感知信息和知识数据库（CI＆KDB）中执行学习并将结果和长期感知信息保存。网络融合管理(NCM)主要负责协调设备，做出优化决策，提高CRN的资源利用率。它包括三个功能构建块：先进频谱管理（ASM），动态网络规划和自组织管理（DNP＆SOM）和联合无线电资源管理（JRRM）。先进频谱管理(ASM)主要负责不同异构网络之间的动态频谱管理，而动态网络规划和自组织管理(DNP＆SOM)主要负责网络规划和自组织功能，例如自配置，自优化和自愈功能。联合无线电资源管理(JRRM)主要负责在异构网络环境中优化基站和无线信号收发机之间的无线资源利用。包括重新配置控制（RC）功能的重配置管理(RM)用于根据网络融合管理(NCM)做出的优化决策来执行自适应重新配置。这些功能构建块之间的各种接口也被定义为满足信息交换的需要，为了简单起见省略了这些要求。需要注意的是感知能力、自主决策和自适应重构能力已经被整合到这个网络架构中。
CRN可以有效地使用网络资源，并优化网络的端到端性能，使其可以在许多应用场景中部署。
动态频谱访问(DSA)是最重要的应用程序场景之一，如图5所示。通过利用时间和频率域的频谱漏洞，可以动态、灵活地共享主次和次用户之间的频谱，从而提高频谱效率。许多研究人员都把重点放在了这个话题上。此外，DSA还可以通过在操作员场景中动态地共享空频谱来应用于不同的异构蜂窝网络。此外，军事和公共安全方案的应用对于灵活的频谱访问和不同的无线系统之间的互操作性有着特殊的要求。一个CRN可以通过有效的频谱分配和灵活的频谱访问来缓解频谱的拥塞，以适应各种无线系统的需求和条件。因此，CRN可以为蜂窝网络、军事和公共安全应用程序提供适用于多种服务类型的应用程序，如语音、数据和视频。
图5使用CRN 的典型场景
此外，还提出了许多基于CRN的展望。例如，适用于车辆通讯新兴领域，车辆运输中的碳排放量可能会大幅度减少，车辆运输可能因预防碰撞和采取适当纠正措施因而变得更加安全。另一个重要的应用是频谱拍卖的商业市场，例如美国最近的700 MHz频谱拍卖。所有这些应用方案都推动了CRN的商业开发。此外，CRN可以通过软件轻松更改其配置参数，以适应新的应用。不需要更新最终用户的硬件，只需下载新发布的软件即可完成产品升级或配置更改。因此，新的无线应用可以主要通过软件配置和升级来实现。
根据上述分析，感知能力是CRN收集必要网络信息的第一步。根据不同类别的信息和收集方式，感知能力可以主要分为频谱感知，数据库和感知导频信道（CPC）。频谱感测确定可用的频谱参数，包括频率，带宽和空闲周期。数据库和感知导频信道可以用于收集或交换诸如无线电接入技术（RAT）模式，网络导频信道，系统带宽，载波频率，发射功率和策略的网络信息。数据库根据其属性存储和管理信息，感知导频信道根据用户的要求通过广播，组播或点播模式进行发送。
频谱感测被定义为通过以无监控的方式感测CRN的本地邻居中的无线电频谱来查找频谱孔的任务。频谱孔，即频谱机会被定义为“特定地理区域中的特定时间没有被该频带的主要用户使用的频带”。频谱孔可以在频率，时间和空间的维度上进行建模。此外，频谱孔的其他尺寸，如代码和角度。因此，频谱感测的目的主要集中于光谱的多维属性，用于探索更多的频谱孔。
具体来说，频谱感测的任务可以概括为：
（i）频谱孔的检测：频谱感测检测频谱孔，并根据对二次用户可靠通信的要求从多维属性建模;
（ii）干扰分析和信号分类：检测和分析信号，根据其特征对其进行分类。干扰可以通过特征分析与信号区分开，以便CRN可以重新配置，以避免对主要用户的干扰。
为了实现上述任务，提出了许多技术来捕获频谱感测，这些技术将在下面进行介绍：
（i）本地检测。这主要是基于信号处理方法对主用户信号进行检测。传感节点(二级基站或用户)分析接收到的主信号，并决定主用户是否在场。它面临的挑战是限制二级设备的传输功率，以避免对主要用户的干扰。因此，FCC将测量度量量化为用于干扰评估的干扰温度，并且提出干扰温度阈值，在特定位置处表示给定频带的可容忍干扰的最大量。第二用户必须在受限制的情况下进行传输，因为他们的传输加上现有的噪音和干扰不能超过一个受许可的接收机或主要用户的干扰温度阈值。局部检测的三个主要类别是能量检测，特征检测和匹配滤波检测。
（1）能量检测：能量检测是频谱感知的最常见方法，由于其实现复杂度低。它不需要预先知道主用户的信号，也不需要特殊的设计来检测扩频信号。基于能量检测器的输出与主要用户的给定阈值之间的比较，能量检测的挑战是选择适当的检测阈值，无法区分主要用户的干扰和噪声，以及低信噪比(SNR)值的糟糕表现。对这些问题进行了大量研究。
（2）特征检测：特征检测源于与主用户发送的信息相关的特定功能。在许多情况下，信号具有周期性统计特征，例如调制速率和载波频率，通常被视为循环平稳特性。在检测中，主用户信号的循环平稳特性可以与其统计特性（如均值和自相关）中的噪声区分开来。与能量检测相比，循环平稳检测对噪声不确定性不敏感，因此在低SNR条件下具有更好的坚固性。但是，这种方法需要更多关于主用户信号的先验信息来决定主用户的占用率，因此特性检测的复杂性要大得多。
（3）匹配滤波器和基于波形的检测：匹配滤波器检测是基于主用户信号的优化检测方法，作为辅助用户的先验知识。匹配的滤波器检测的优点是在短时间内有几率检测一个错误报警或错误检测。匹配滤波器对于样本信号有较少的要求，其在低SNR下针对目标误报概率增长为O（1 / SNR）。因此，对于匹配的过滤方法，存在一个SNR壁。此外，匹配滤波器检测要求接收的信号被解调。对主用户信号的完全了解是必需的，因此传感器的实现复杂性是非常高的。摘要为了解决该问题，提出了一种基于波形的检测方法，在样本数量足够大的情况下，改进了匹配滤波检测。然而，关于主用户信号模式的信息是实现基于波形的检测的先决条件，因此将实现复杂性最小化仍然是一个开放的问题。
(ii)合作感知。由于噪声的不确定性、阴影、多路径衰落和SNR墙的影响，频谱传感性能恶化，特别是在隐藏的主用户问题上。摘要提出了一种有效的解决方案，可以有效地减少误检和误报警的概率，提高了频谱效率。此外，合作传感也能减少频谱传感时间。但合作传感所面临的挑战主要包括:集中式或分布式合作传感的网络体系结构;检测融合，包括决策融合或数据融合;合作节点选择。此外，通过研究还改进了空间多样性和异常检测的合作传感性能。
除了可用频谱的信息外，CRN还需要收集必要的网络信息，如操作类型、单元覆盖率和调制类型。它还应该考虑如何将在频谱和网络操作上的信息进行存储，以及如何交换相关信息以满足用户的需求。
(i)用于网络信息存储和管理的认知数据库。FCC为一个地理定位数据库提出了一种新的设备，以辅助二次用户的查询，并下载一个用于电视空白频段的信息覆盖地图，其中包括频谱频段、当前许可的主要服务的类型以及它们的具体保护要求。在地理位置数据库中定义了一组规则，以确定一个电视频道是否可以在特定的地理位置上为第二用户提供，并且允许在操作位置上允许最高的功率级(每个通道)，以避免对主要用户造成干扰。
摘要提出了一种多领域认知数据库。可以对CRN中的网络信息进行分类和组织，以改进信息管理、表示和访问。在CRN中部署了异构网络。异构网络中的信息与网络类型、操作频率、位置、时间槽、用户信息以及不同的网络协议层都是完全相关的。根据它们的性质，可以将它们分为几个域，并且多域认知数据库可以根据域划分，如无线域、网络域、用户域和策略域，来存储和管理它们。
无线领域:无线领域是无线传输特性的参数，如传输功率、频谱频带、信号到干扰加噪声比(SINR)、传输率和无线电资源带宽。
(2)网络域:网络域由反映网络状态的信息组成，如流量、系统负载、网络收入、网络延迟、路由、调度方案和节点拓扑。
(3)用户域:此域关注于用户关心的信息，例如位置信息、服务质量(QoS)首选项、用户标识(id)和会计。
(4)政策领域:政策是沟通规则和频谱政策等人的无线电资源的指导方针。
多领域认知数据库的逻辑框架如图6所示，其中包括一个本地数据库和一个合作数据库。本地数据库可以在某些区域存储和管理来自CRN的多域信息。在不同地区部署的本地数据库可以通过合作提供多领域信息交互。CRN的学习能力可以将
全文共6611字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[143888]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
