载波分配技术
认知无线电具有感知无线环境的能力。通过对干扰温度的测量，可以确定“频谱空洞”。子载波分配就是根据用户的业务和服务质量要求，分配一定数量的频率资源。检测到的“空洞”资源是不确定的，带有一定的随机性。OFDM系统具有裁剪功能，通过子载波(子带)的分配，将一些不规律和不连续的频谱资源进行整合，按照一定的公平原则将频谱资源分配给不同的用户，实现资源的合理分配和利用。
子载波功率控制技术
认知无线电中利用已授权频谱资源的前提是不影响授权用户的正常通信。为此，非授权用户必须控制其发射功率，避免给其他授权用户造成干扰。功率控制算法在经典的“注水”算法的基础上，有一系列的派生算法。这些算法追求的是功率控制的完备性和收敛性，既要不造成干扰又要使认知无线电有较好的通过率，且达到实时性的要求。事实上功率控制算法和子载波分配算法是密不可分的。这是因为在判断某子载波是否可以使用时，就要对其历史(授权状况)和现状(空间距离、衰落)做出判断，同时还需要计算出可分配的功率大小。
复合自适应传输技术
该技术将OFDM和认知无线电思想以及一系列自适应传输技术结合，从而达到无线电资源的合理分配和充分利用。为了寻求保证服务质量和最大通过率下的最佳工作状态，需综合应用动态子载波分配技术、自适应子载波的功率分配技术、自适应调制解调技术以及自适应编码技术等一系列自适应技术，形成优化的自适应算法。根据子载波的干扰温度，通过自适应地调整通信终端的工作参数，从而达到最佳工作状态。设计合理的自适应传输技术可以大幅提高频谱资源利用率和通信性能。
㈡ 认知无线电中频谱资源分配技术中主要性能指标有哪些
认知无线电是软件无线电的高级应用，可以充分利用频谱资源。有本入门书叫《软件定义和认知无线电》可以看看
㈢ 认知无线电频谱分配技术主要研究的是哪一层
应该是数据链路层的MAC子层上的，物理层它是直接面向实际承担数据传输的物理媒体，不负责频谱分配这一块儿...
㈣ 研究生选方向认知无线电:频谱感知和资源分配
个人建议选择资源分配，因为感知这部分已经被人研究得太多了，难以创新，论文难发表，相反资源分配这块，跨层、各种优化算法、博弈论等，更容易出成果和毕业些。
㈤ 认知无线电中频谱分配与频谱接入有何区别与联系
个人感觉其实一样，一个是allcattion，一个是access，都是DSA。一定要说区别的话，allcoation是把一大段频谱分给不同的系统，access是在分配好的频谱中如何共享。可以参考1900.4中的两种不同场景的描述。
不过实际使用时一般会比较模糊。
㈥ 20分！谈谈对无线认知网络频谱感知方法的研究与实现的看法
认知无线网络的频谱感知技术
认知无线电/认知无线网络起源于Joseph Mitola攻读博士期间的研究工作，在其博士论文中，Mitola将认知无线电定义为“the integration of model-based reasoning with software radio technologies”，认为认知无线电是智能计算和无线通信这两个学科交叉融合的产物[1] 。随后，美国的FCC和DARPA分别启动了多项计划，对认知无线电和动态频谱接入问题进行深入研究；欧盟的端到端重配置计划(E2R: End to End Reconfigurability Project)也启动了对认知概念在技术和经济领域等各方面问题的研究。Simon Hakin在2005年发表了关于认知无线电的着名文章“Cognitive radio: brain-empowered wireless communications”[2] ，主要从信号处理和自适应过程的角度对认知无线电技术的框架结构进行了较为完善的分析。此后，许多有名的大学和研究机构也展开了相关技术的研究和实验平台的开发，认知无线电的概念也被扩展为认知无线网络，指利用认知原理来提高各种资源（频谱、功率等）使用效率的无线网络[3] 。在频谱管理部门的带动下，一些标准化组织也先后开展了一系列标准制定工作以推动该技术的发展。目前涉及认知无线电/认知无线网络标准制订的组织和行业联盟主要是美国电气电子工程师学会（IEEE）、国际电信联盟（ITU）和软件无线电论坛(SDR Forum)等。
认知无线网络中，主（授权）用户指那些对某段频谱的使用具有高优先级或合法授权的用户，次级用户是指那些低优先级的用户。次级用户对频谱的使用不得对主用户造成干扰，因此要求其能快速、可靠地感知主用户使用授权频谱的情况。次级用户必须具备认知能力，因而称其为认知用户，在网络结构中则表示为认知节点。认知用户的频谱感知主要包括在某个频段上检测主用户存在与否（主用户信号检测）和估计认知用户对主用户接收机可能造成的附加干扰（干扰温度估计）两个任务[4] 。更进一步的可能要求是频谱感知还应区分主用户信号的种类（空中接口分类）[5] 。目前大部分频谱感知的研究都集中在最重要的主用户信号检测上。
1. 频谱感知的基本方法
主用户信号检测的单节点频谱感知基本方法通常分为三类：
第一类为相干检测。如果知道主用户信号的结构特征（如导频、前导或同步消息等），匹配滤波器加门限检测的方法是最优的主用户信号检测方法。相干检测可获得精确的频谱感知结果，但其缺点也很明显，必须知道主用户信号的先验知识，而且当认知无线网络运行在很宽的频段上时，实现许多类型的授权信号的相干检测成本太高，几乎不可实现。
第二类为能量检测。在感兴趣频段上测量某段观测时间内接收信号的总能量，如果能量低于某个设定门限则声明该频段为白空间。与相干检测相比，能量检测需要更长的感知时间以达到同样的感知效果，但低成本、易实现的特性使其受到认知无线网络中频谱感知技术的青睐。
以上基于信号检测技术的两种频谱感知方法，有很好的理论基础[6] ，性能分析已比较完善。
第三类为特征检测[7] 。能量检测的最大缺点是它不能区分接收到的能量是来自主用户信号还是噪声，在低信噪比环境中的频谱感知结果尤其不可靠。在主用户信号的载波频率、调制类型或循环前缀等某些特征已知时，利用信号的期望和自相关函数呈现出来的周期性（循环平稳谱相关特性），可将信号能量与噪声能量区分开来，突破能量检测的瓶颈。文献[8] 还分析实际情况下有限的数据长度对循环谱特征检测的影响。实现复杂度远高于能量检测是制约特征检测在频谱感知中应用的最主要缺点。
此外，2003年底FCC频谱政策工作组提出了干扰温度模型[9] ，意在对无线环境中的干扰源进行量化和管理。干扰温度限提供了特定地理位置在某一感兴趣频段上接收机能够顺利工作的最差环境的特征描述。根据干扰温度模型，认知用户若能确定其对主用户接收机造成的附加干扰量并加以限制，使主用户接收机所受的总干扰（含噪声）不超过干扰温度限，则认知用户可与主用户运行在同一频段上。可以看出，基于主用户信号检测的频谱感知意在避开主用户，而基于干扰温度模型的频谱感知则试图与主用户同时并存于同一个频段，这是两者最大的区别。文献[10] 定义了已知和未知主用户信号参数时干扰温度的理想模型和一般模型，并从通信容量的角度分析了如何来最优地选择认知系统的工作带宽和发送功率。但干扰温度模型存在两个需要解决的难题：其一为在主用户发送信号存在的情况下如何测定其接收机的噪声水平，其二为在主用户接收机位置未知的情况下如何估计认知用户对它可能产生的干扰。降低问题难度的一种可能办法是让主用户系统来辅助认知系统的频谱感知，如文献[11] 中要求主用户接收机在工作过程中持续发送指示信号。另一个需要考虑到的是，认知用户和主用户共存于同一个频段时，认知系统的通信过程中也会受到授权系统的干扰，所以认知系统能获得的通信容量可能非常有限[10] 。
2. 协同频谱感知
认知无线网络可通过对多节点感知信息的协同处理来提高频谱感知的效果，这被称为协同（协作、合作）频谱感知。频谱感知性能主要由感知范围、检测时间、检测概率、虚警概率等几个相互关联的指标来衡量，协同频谱感知可利用空间分集增益改善上述指标，解决单节点感知中难以克服的多径深衰落、阴影衰落和隐终端等难题[4] ，同时也可减轻对单个节点感知灵敏度的要求，降低实现成本[12] 。
实现协同频谱感知的方式有两种，即中心式和分布式。
中心式感知：中心单元收集各认知节点的感知信息，负责识别可用频谱，并将频谱可用信息广播给各认知节点或直接控制认知节点的通信参数。文献[13] 中以AP为中心收集、处理各感知节点的硬判决（二进制）结果，通过克服信道衰落效应来提高感知性能，其检测概率和虚警概率的计算在文献[14] 中给出。文献[15] 以主节点（master node）为中心节点合并各感知结果来检测TV信道。文献[16] 则由融合中心（fusion center）根据各认知节点能量检测的结果最终判断主用户在某个频段上的存在与否。
分布式感知：认知节点彼此之间共享感知信息，但独立判断各自的可用频谱。与中心式感知相比，分布式感知的优点是不需要基础结构网络，部署更灵活些。文献[17] 显示一个用户作为另一个用户中继的两用户协同频谱感知可带来35%的捷变增益（所需感知时间减少35%）。文献[18] 进一步将这种分布式感知协议推广到多用户环境中。
无论中心式还是分布式感知，就协同频谱感知的研究内容而言，主要包含以下两个方面：
1）认知节点感知信息的合并处理，即考虑信息融合（fusion）问题。
2）感知信息传递过程的合作，即考虑中继传输问题。
㈦ 基于模型的认知无线电网络频谱分配算法仿真与实现 的毕业论文
【摘要】 本研究课题受到了国家自然科学基金《基于时域频谱利用概率分布曲线拟合的频谱检测研究》(编号:60772110),华为科技基金《基于授权用户频谱利用统计规律的认知MAC机制与算法研究》和北京邮电大学校级基金《认知无线电系统频谱检测与机会接入研究》的资助。随着飞速演进的无线通信不断朝着宽带化、无缝化、智能化的方向发展,我们不得不面对的瓶颈之一就是频谱资源的不足。目前特定通信业务固定分配专用频谱的方式,常常会出现频谱资源分配不均,甚至浪费的情形,这与当前广泛关注的频谱资源短缺问题相互矛盾。认知无线电(CR,Cognitive Radio)技术作为一种智能频谱共享技术可有效地缓解上述矛盾,它通过感知频域、时域和空域等频谱环境,自动搜寻并利用已授权频段的空闲频谱,实现不可再生频谱资源的再利用,为解决如何在有限频谱资源条件下提高频谱利用率这一无线通信难题开辟了一条新的途径。本文首先分析了课题的研究背景,简单说明了认知无线电的定义和功能,较细致地阐述了认知无线电的关键技术和典型应用;在接下来的第三、第四和第五章节中详细论述了本文完成的主要工作:本文主要就认知无线电频谱分配领域中所存在的问题做了较深入地研究,一是基于着色理论的频谱分配算法的研究,二是基于速率要求的频谱分配算法的研究,三是基于授权链路保护的频谱分配模型和算法的研究。在第三章中针对信道权值归一化问题研究了适用于实际网络的频谱分配算法。基于图着色原理给出了一种认知无线电的频谱分配模型,针对实际网络中信道存在吞吐量权值的情况,提出了加权分布式贪婪算法、加权分布式公平算法、加权分布式随机算法。经仿真验证,加权分布式贪婪算法、加权分布式公平算法和加权分布式随机算法分别获得了较高的吞吐量、公平性和复杂度性能。在第四章中研究了根据CR用户速率需求来进行频谱分配的优化算法。基于拥塞博弈给出了一种频谱分配模型,提出了一种基于传输速率要求的快速收敛的频谱分配算法。仿真分析证明,该算法能根据CR用户的传输速率要求最优化频谱分配,有较快的收敛速度。在第五章中研究了能够保护授权用户的频谱优化分配算法。基于博弈论提出了一种新型的频谱分配模型。仿真分析证明,基于该模型的迭代算法能在保护授权链路的前提下对CR链路进行最优化频谱分配;同时仿真给出了授权链路承受干扰和CR链路的信干噪比(SINR,Signal to Interference plus Noise Ratio)与比例因子的关系,为该模型应用于不同性能要求的认知无线电网络(CRN,Cognitive Radio Network)提供了参数。
——————————————————————————————————————————
世界上没有任何东西是完美的，文章也是一样，我不敢保证我们团写出来的文章一定会让你捧上奖杯，获得名次。但这里面承载的心血和汗水不比任何写作团来的少，因为责任就是肩膀上的大山。不是我们写不出华丽清晰的文章，而是不可预定的因素太多，轻易地给您承诺说我是最好的恰恰说明了我的不成熟和轻浮。我想我简单的介绍并不能让你感觉眼前一亮，但你细细的品读定会感觉我们团靠谱务实的作风。
㈧ 认知无线电的定义
1．JosephMitola对认知无线电的定义
1999年，JosephMitola在他的学术论文 中首先提出了认知无线电的概念，并描述了认知无线电如何通过“无线电知识描述语言（RKRL，）”来提高个人无线业务的灵活性。随后，JosephMitola在他的博士论文中详细探讨了这一理论 。他认为：认知无线电应该充分利用无线个人数字设备和相关的网络在无线电资源和通信方面的智能计算能力来检测用户通信需求，并根据这些需求提供最合适的无线电资源和无线业务。Mitola的认知无线电的定义是对软件无线电的扩展。认知无线电以软件无线电为平台，并使软件无线电智能化。
2．FCC的认知无线电定义
JosephMitola定义的认知无线电强调“学习”的能力，认知无线电系统需要考虑通信环境中的每一个可能参数，然后做出决定。相比于JosephMitola的定义，FCC针对频谱有效分配问题对认知无线电做出的定义更能为业界所接受。在2003年12月的一则通告 中，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。
FCC对认知无线电的这个定义主要是基于频谱资源分配和管理问题提出的。目前无线频谱资源的规划和使用都是由政府制定的，无线通信设备对频谱的使用需要经过政府的许可。而固定的频谱分配政策导致了频谱不能有效利用的问题。比如分配给蜂窝移动通信系统的频带经常超负荷，而共用频带没有充分使用等。而且频段的利用率在不同的时间和空间也有所不同。
3．其他的认知无线电定义
除了JosephMitola和FCC外，还有很多学者对认知无线电进行了定义。
比如，SimonHaykin结合JosephMitola和FCC的观点，对认知无线电做出如下定义 ：认知无线电是一个智能无线通信系统，它能感知外界环境，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。
