内容简介
     从部署以语音业务为主体的蜂窝系统开始至今,无线通信服务已经历了漫长历程。当今在语音和高速率多媒体应用中对无线接入服务的需求与日俱增,新一代的无线通信系统正试图通过更好的资源管理和改进的传输技术使得这种与日俱增的需求得以缓解。人们希望引入软件定义无线电并实现可用于无线电的机器学习,以增加频谱接入、改善频谱效率。这对无线电研究人员而言就意味着一种新的令人神往的意境。《认知无线电、软件定义无线电和自适应无线系统》旨在从几个方面讨论认知无线电、软件定义无线电(SDR)和自适应无线电的概念。我们将在增强无线通信系统的大的方面上探讨认知无线电和认知网络,同时强调对频谱利用率的优化。《认知无线电、软件定义无线电和自适应无线系统》涵盖了如认知无线电的定义、软件无线电和认知无线电架构、认知网络、频谱效率和软频谱使用、自适应无线通信系统设计、可变参数的测量和感知(如干扰温度与地理位置信息)、物理层接入技术、跨层自适应相关思想等重要概念。     
内页插图
          目录
   译者序
前言
第1章 自适应、感知和认知无线电的概论
1.1 最初
1.1.1 对用户的支持
1.1.2 对网络的支持
1.1.3 对网络运营商的支持
1.1.4 对管理机构的支持
1.1.5 对频谱所有者和用户的支持
1.2 认知无线电的经济效益
1.2.1 频谱的价值
1.2.2 频谱自适应
1.2.3 智能天线
1.2.4 多输人多输出
1.2.5 频谱转租和共享
1.2.6 本地统计值
1.2.7 峰值需求的支持
1.2.8 频谱租赁
1.2.9 频谱感知数据库
1.2.10 礼仪服务的价值
1.2.11 认知
1.3 小结
第2章 认知网络
2.1 引言
2.1.1 定义
2.1.2 动机与要求
2.1.3 一个简单的例子
2.2 基础和相关工作
2.2.1 认知无线电
2.2.2 跨层设计
2.2.3 近期研究
2.3 实现
2.3.1 用户/应用/资源需求
2.3.2 认知进程
2.3.3 软件自适应网络
2.4 一个多播生存期的认知网络
2.4.1 问题描述
2.4.2 认知网络设计
2.4.3 结果
2.5 未来的问题和研究领域
2.6 小结
参考文献
第3章 认知无线电架构
3.1 引言
3.1.1 理想认知无线电熟悉无线电就如同TellMe@熟悉800电话一样
3.1.2 认知无线电看你所看,发现你的射频使用、需求和偏好
3.1.3 认知无线电听你所听,增强你的个人技能
3.1.4 认知无线电学会区分讲话者以减少混淆
3.1.5 对无线电频谱更灵活的次级使用
3.1.6 软件定义无线电技术为认知无线电打下了基础
3.1.7 隐私是首要的
3.1.8 大量的军事应用
3.1.9 信息质量测度
3.1.10 架构
3.2 认知无线电架构工:功能、组件和设计准则
3.2.1 理想认知无线电功能组件架构
3.2.2 软件定义无线电组件
3.2.3 理想认知无线电节点功能组件
3.2.4 作为本体的
3.2.5 包括功能组件接口的设计准则
3.2.6 近期实施
3.2.7 认知组件
3.2.8 架构中的无线电知识
3.2.9 架构中的用户知识
3.2.10 灵活信息服务的跨域基础
3.2.11 自参考组件
3.2.12 自参考的不一致性
3.2.13 看门狗定时器
3.2.14 组件架构的灵活功能
3.3 认知无线电架构Ⅱ:认知环
3.3.1 认知环
3.3.2 观察(传感和感知)
3.3.3 导向
3.3.4 规划
3.3.5 决策
3.3.6 行动
3.3.7 学习
3.3.8 自我监控定时
3.3.9 回顾
3.3.10 超出能力
3.4 认知无线电架构Ⅲ:推理层次
3.4.1 原子刺激
3.4.2 原始序列:单词和死亡时间
3.4.3 基本序列
3.4.4 认知无线电架构推理层次中的自然语言
3.4.5 用于场景感知的观察导向的链接
3.4.6 用于无线电技能集的观察导向的链接
3.4.7 一般世界的知识
3.5 认知无线电架构V:在软件定义无线电架构上构建认知无线电架构
3.5.1 软件无线电和软件定义无线电架构原理
3.5.2 无线电架构
3.5.3 软件通信架构
3.5.4 无线电的功能变换模型
3.5.5 架构的变迁:从软件定义无线电到理想的认知无线电
3.5.6 认知电子学
3.5.7 无线电何时向认知转化
3.5.8 无线电朝着认知无线电架构演进
3.5.9 认知无线电架构研究主题
3.5.10 工业级的理想的认知无线电设计规则
3.6 总结与展望
3.6.1 架构的框架
3.6.2 工业级的架构
3.6.3 小结
参考文献
第4章 针对认知无线电的软件定义无线电架构
4.1 引言
4.2 软件定义无线电和认知无线电的关系
4.3 软件定义无线电架构
4.3.1 理想的软件定义无线电架构
4.3.2 实际的软件定义无线电架构
4.4 软件可调模拟无线通信组件
4.4.1 软件可调滤波器
4.4.2 软件可调功率放大器
4.4.3 软件可调双工设备
4.4.4 软件可调天线系统
4.4.5 软件可调阻抗合成器
4.4.6 软件可调功率管理电路
4.4.7 软件可调数据转换器
4.4.8 软件可调上变频器和下变频器
4.5 天线系统
4.5.1 多输入多输出系统
4.5.2 智能天线与波束成形
4.6 可重配置数字无线电技术
4.6.1 数字信号处理器
4.6.2 现场可编程门阵列
4.6.3 通用处理器
4.6.4 异构系统_
4.6.5 可重配置的数字硬件技术的比较
4.7 基本数字无线电组件
……
第5章 自适应认知与无线电系统中价值的创造与转移
第6章 用于动态频谱接入的编码和博弈
第7章 认知无线电的效率与共存策略
第8章 通过感知、认知与测量启动认知无线电
第9章 认知无线电应用中的频谱感知
第10章 认知无线电网络的位置信息管理系统
第11章 认知无线电中的OFDM:已取得的成果和面临的挑战
第12章 超宽带认知无线电
第13章 认知无线电的应用
第14章 认知无线电的跨层自适应和优化      精彩书摘
     认知无线电和认知网络的另外一个重要差别就是其支持的异构程度。认知网’络既能应用于有线网络也能应用于无线网络,而认知无线电仅能应用于无线网络中。因为认知网络可能跨越有线和无线媒质,所以它对优化那些通常难以集成的异构网络的性能是十分有用的。
  与认知无线电相比,认知网络由多个节点组成的这一事实在认知处理是如何进行之中也增加了一个自由度。认知网络可以选择实现全分布式、部分分布式或集中式认知进程。
  2.2.2 跨层设计与跨层设计的共性
  通过非邻接的各层之间直接通信或者在各层之间共享内部信息来打破传统的分层方法的设计被称为跨层设计[3]。认知网络间接共享在严格的分层结构中不可从外面得到的信息。因此,认知网络是在执行跨层设计。
  这两个概念之间的共同主题是在两者之中观察数据提供给各层的自适应而不是各层提供观察数据。在认知网络中,协议层向认知进程提供对当前状态的观察结果。于是认知进程确定对网络什么是最优的,并且修改网络元素协议栈的配置。与跨层设计的区别
  尽管有相似之处,认知网络远远超出了跨层设计的范围。认知网络支持不同目标间的折衷,并且为了完成它而实施多目标优化(MOO),而跨层设计典型地是执行单目标优化。跨层设计执行不能反映网络层面的性能目标的独立优化。设法独立地获得每一个目标就好比次最优,并且随着在一个节点内的跨层设计数增加,各独立的自适应之间的冲突将导致自适应循环L4]。通过在优化进程中联合考虑所有的目标,这一缺陷在认知网络中得以避免。
  学习能力是另外一个重要差别。认知网络能够从过去的决策中学习并将学习的知识应用到未来的决策中。跨层设计是无记忆性的自适应,当给定相同的输入时,其响应也相同,不管在过去执行该自适应有多么的糟糕。既然我们对层间相互配合的理解是有限的,那么从过去的行为学习就非常重要。      
前言/序言
     从部署以语音业务为主体的蜂窝系统开始至今,无线通信服务已经历了漫长历程。当今在语音和高速率多媒体应用中对无线接入服务的需求与日俱增,新一代的无线通信系统正试图通过更好的资源管理和改进的传输技术使得这种与日俱增的需求得以缓解。
  人们希望引入软件定义无线电并实现可用于无线电的机器学习,以增加频谱接入、改善频谱效率。这对无线电研究人员而言就意味着一种新的令人神往的意境。
  本书旨在从几个方面讨论认知无线电、软件定义无线电(Software Defined Radio,SDR)和自适应无线电的概念。我们将在增强无线通信系统的大的方面上探讨认知无线电和认知网络,同时强调对频谱利用率的优化。本书涵盖了如认知无线电的定义、软件无线电和认知无线电架构、认知网络、频谱效率和软频谱使用、自适应无线通信系统设计、可变参数的测量和感知(如干扰温度与地理位置信息)、物理层接入技术、跨层自适应相关思想等重要概念。
  内容结构
  在第1章的概论之后,全书结构大致可以分为四个部分:
  ·基础概念和架构(第2~7章)
  ·感知、测量和传感(第8~10章)
  ·物理层接入技术(第11、12章)
  ·认知无线电和软件无线电的应用(第13、14章)
  连同软件无线电,第1章提出了一个较为广义的认知无线电概念,同时给出了其发展简史和推动因素,包括经济方面的因素。第2章主要介绍了认知网络的概念,并同认知无线电和跨层自适应作比较。这一章还提出了认知网络设计和相关实体。第3章对理想认知无线电的架构,尤其是在关键机器学习技术方面进行了描述。认知无线电架构的组件及其功能、认知循环、推论结构以及如何在软件无线电架构的顶层建立认知无线电架构,这些都在本章给出了详细解释。第4章进一步介绍了软件无线电架构及其与认知无线电的联系,详细描述了软件无线电架构下的组建模块。第5章介绍了通信价值链并探讨了认知无线电改变价值链的途径以及认知网络。动态频谱接入能够极大地提高频谱效率,故而在认知无线电中极为重要。因此第6章从博弈和编码理论来讨论认知无线电的动态频谱接入方面的内容。第7章讨论了认知无线电共存的几种类型,以及从MAC方面对认知无线电的效率建模。    
				
 
				
				
					探索信号的智能边界:深入理解无线通信的未来  在这个信息爆炸的时代,无线通信已渗透到我们生活的方方面面,从智能手机的每一次连接,到物联网设备的无声交互,再到卫星通信的广阔覆盖。然而,我们所依赖的无线频谱资源是有限的,而日益增长的通信需求与现有频谱分配之间的矛盾,正以前所未有的速度逼近临界点。传统的无线通信系统在效率、灵活性和鲁棒性方面,正面临着严峻的挑战。  正是为了应对这些挑战,一股革命性的思潮正在深刻地重塑着无线通信的格局。它不再满足于预设的、静态的通信规则,而是赋予无线设备“思考”和“学习”的能力,使其能够智能地感知周围环境,并根据实际情况动态地调整自身的工作方式。这股力量,即是认知无线电(Cognitive Radio,CR)的核心理念。  认知无线电,简而言之,就是一种能够感知其无线环境,并在此基础上自主调整其通信参数,以实现更高效、更可靠通信的智能无线电。它如同一个拥有高度智慧的通信节点,能够理解周围的“信号语言”,识别哪些频谱是空闲的、哪些是繁忙的,哪些干扰是存在的,并据此优化自身的工作频率、传输功率、调制方式等。这种“智能”并非预设的固定程序,而是通过一系列先进的技术,包括频谱感知(Spectrum Sensing)、频谱决策(Spectrum Decision)、频谱切换(Spectrum Mobility)以及频谱共享(Spectrum Sharing)等,来实现的动态适应过程。  例如,一个认知无线电设备可以主动扫描周围环境中未被授权使用的频谱“空隙”,也就是所谓的“认知空穴”(Cognitive Holes),然后临时占用这些空闲频谱进行通信,而不会干扰到那些拥有合法频谱授权的用户。当合法用户需要使用该频谱时,认知无线电设备则会迅速、无缝地切换到另一个可用频谱,从而在不破坏原有通信秩序的前提下,极大地提升了频谱利用率。这种动态的频谱管理能力,为解决频谱拥挤问题提供了全新的解决方案,也为未来无线通信系统的设计开辟了无限可能。  然而,要实现如此精密的“智能”感知和决策,单靠传统的硬件固件是难以企rou。这就引出了另一项关键的技术基石:软件定义无线电(Software Defined Radio,SDR)。软件定义无线电的核心在于,将传统无线通信系统中原本固化在硬件中的许多功能,通过软件的方式来实现。这意味着,无线设备的许多关键操作,如信号的调制、解调、编码、解码,甚至一些物理层和应用层的处理,都可以通过编程来配置和修改。  SDR的出现,极大地增强了无线系统的灵活性和可重构性。一个SDR平台,理论上可以根据需要,通过软件更新就能支持不同的通信标准、协议,甚至能够适应全新的无线技术。这使得无线设备不再是“一次性”的产品,而是能够随着技术的发展而不断“进化”的智能体。SDR为认知无线电提供了实现其智能功能的强大平台,使得动态的频谱感知、决策和切换等操作,能够通过灵活的软件编程来完成。SDR使得硬件变得通用,而软件则赋予了它生命和智慧。  将认知无线电的“智能”与软件定义无线电的“灵活性”相结合,我们便能够构建出自适应无线系统(Adaptive Wireless Systems)。自适应无线系统,顾名思义,就是能够根据不断变化的无线环境和通信需求,主动地调整自身工作参数,以达到最优性能的通信系统。它不仅仅是简单地应对环境变化,而是能够主动地预测、学习并优化自身的通信策略。  这样的系统,能够实时监测网络状态、用户移动性、信道质量、干扰情况,甚至考虑用户的服务质量(QoS)要求。基于这些实时信息,系统能够动态地调整传输速率、功率控制、天线波束方向、资源分配等,以确保通信的稳定、高效和可靠。例如,在一个拥挤的城市环境中,自适应无线系统可以智能地选择最少干扰的信道;在用户快速移动时,系统可以预测信道衰落,并提前调整传输参数以避免中断;在用户需要高带宽的应用时,系统可以动态地为其分配更多的频谱资源。  自适应无线系统的实现,涉及到多方面的技术集成。除了CR和SDR提供的基础能力,还需要先进的机器学习(Machine Learning)和人工智能(Artificial Intelligence)算法,来支持系统的感知、学习和决策过程。通过对海量通信数据的分析,系统可以学习到不同环境下的通信模式,预测潜在的问题,并制定出最优的应对策略。例如,利用强化学习(Reinforcement Learning)技术,系统可以不断地尝试和优化自身的通信策略,从而在实践中逐渐变得更加“聪明”。  此外,分布式算法(Distributed Algorithms)和协同通信(Cooperative Communication)技术,也在自适应无线系统中扮演着重要角色。在分布式自适应系统中,网络的各个节点可以协同工作,共享信息,共同做出决策,从而实现更全局最优的性能。协同通信则允许多个节点联合发送或接收信号,以克服信道衰落、增加覆盖范围,并提高通信的鲁棒性。  自适应无线系统的前景是极其广阔的。它将极大地提升频谱利用效率,有效缓解频谱资源短缺的问题,为5G、6G以及未来更先进的无线通信技术奠定坚实的基础。它将使得无线通信更加智能、灵活和高效,能够满足物联网、车联网、虚拟现实、增强现实等对通信性能提出更高要求的应用场景。  想象一下,未来的无线网络将不再是静态的、预设的连接,而是一个充满智慧的动态生态系统。当您在高楼林立的城市中穿梭,您的手机会智能地切换到信号最好的网络,并以最快的速度为您提供服务。当您身处偏远的乡村,您的设备也能通过共享的、智能分配的频谱,获得可靠的连接。当您需要进行高清视频会议,系统会为您预留足够的带宽,保证流畅的体验。这一切,都将由我们正在探索的认知无线电、软件定义无线电以及由此构建的自适应无线系统来驱动。  这个领域的研究,不仅是对现有无线通信瓶颈的突破,更是对未来通信方式的一次深刻革新。它关乎着如何让有限的无线资源发挥出最大的效能,如何让无线通信更加智能、普惠和高效,从而真正赋能于万物互联的未来。它是一场关于“智能信号”的探索,一场关于无线通信“边界”的拓展,一场关于连接未来的深刻实践。