朱　江　王　軍　李少謙

摘要：基于認(rèn)知的自適應(yīng)控制機(jī)制是以認(rèn)知無(wú)線電(CR)系統(tǒng)的基本功能與基本目標(biāo)為基礎(chǔ)，對(duì)該系統(tǒng)研究方法與研究?jī)?nèi)容的總概括，因此可以用一種認(rèn)知環(huán)結(jié)構(gòu)來(lái)描述這種機(jī)制。認(rèn)知環(huán)包括了幾大構(gòu)件，即環(huán)境、智能系統(tǒng)的內(nèi)部結(jié)構(gòu)、觀察、行為等。

關(guān)鍵詞：認(rèn)知無(wú)線電；自適應(yīng)控制；人工智能；認(rèn)知環(huán)

Abstract:According to the basic functions and objectives of Cognitive Radio (CR) systems, cognition based adaptive control mechanism is the generalization of research content and approach for cognitive radio systems. Therefore, the mechanism is described by a cognition cycle, which contains several components, namely, environment, structure of intelligent systems, observation, action, and so on.

Key words: cognitive radio; adaptive control; artificial intelligence; cognitive cycle

針對(duì)將認(rèn)知的基本概念引入無(wú)線通信系統(tǒng)而形成的這一門新的交叉學(xué)科，世界知名的專家Simon Haykin在其參與編寫的《Cognitive Wireless Communication Networks》中研究了人類的智能與無(wú)線通信系統(tǒng)之間的關(guān)系，從通信系統(tǒng)的角度描述了認(rèn)知無(wú)線電(CR)系統(tǒng)的基本功能：觀察、學(xué)習(xí)、記憶、決策，即CR系統(tǒng)能夠根據(jù)從歷史信息中所獲得的先驗(yàn)信息以及當(dāng)前觀察結(jié)果，對(duì)所處環(huán)境的信息產(chǎn)生響應(yīng)。這些基本功能具體歸納為：感知環(huán)境，包括無(wú)線電環(huán)境、系統(tǒng)內(nèi)和系統(tǒng)間的信息等；從環(huán)境中學(xué)習(xí)；根據(jù)策略來(lái)達(dá)到控制系統(tǒng)參數(shù)(功率、編碼調(diào)制方案、接入方案、路由選擇等)的目的；節(jié)點(diǎn)以自組織、協(xié)同的方式實(shí)現(xiàn)它們之間的通信；通過資源的合理分配來(lái)控制節(jié)點(diǎn)之間的通信過程；產(chǎn)生意圖和自我意識(shí)。CR系統(tǒng)的基本目標(biāo)：復(fù)雜通信系統(tǒng)中滿足用戶需求的靈活可靠通信；頻譜資源的有效利用?？傊?，無(wú)線電系統(tǒng)中的認(rèn)知也是一種為獲取客觀環(huán)境中所蘊(yùn)含知識(shí)而進(jìn)行的信息獲取、分析、存儲(chǔ)、響應(yīng)過程。

1 基于認(rèn)知環(huán)的自適應(yīng)控制機(jī)制

根據(jù)對(duì)CR系統(tǒng)基本功能和基本目標(biāo)的歸納，可以看出該系統(tǒng)本質(zhì)上是一種全局閉環(huán)反饋控制系統(tǒng)，從控制論和人工智能的角度講，這種系統(tǒng)是通過基于認(rèn)知的自適應(yīng)反饋控制機(jī)制來(lái)實(shí)現(xiàn)的[1]。因此，可以用一種環(huán)狀框圖結(jié)構(gòu)描述此類系統(tǒng)的基本功能、目標(biāo)及系統(tǒng)內(nèi)部實(shí)體之間的依存關(guān)系。當(dāng)Joseph Mitola III于1999年提出CR的基本概念時(shí)，就從軟件計(jì)算機(jī)的角度用認(rèn)知計(jì)算機(jī)環(huán)來(lái)描述CR的實(shí)現(xiàn)過程[2]。Simon Haykin從信號(hào)處理和信息論的角度，用認(rèn)知信號(hào)處理環(huán)來(lái)描述CR系統(tǒng)的信號(hào)處理、學(xué)習(xí)、自適應(yīng)過程[3]。認(rèn)知計(jì)算機(jī)環(huán)是一種高度抽象的概念化模型，沒有具體的實(shí)現(xiàn)細(xì)節(jié)，所以需要實(shí)際的應(yīng)用范例將其具體化。認(rèn)知信號(hào)處理環(huán)是對(duì)認(rèn)知計(jì)算機(jī)環(huán)的具體化，但主要是從單一收發(fā)對(duì)的物理層信號(hào)處理角度考慮，縱向的跨層設(shè)計(jì)參數(shù)以及橫向的多系統(tǒng)協(xié)同、競(jìng)爭(zhēng)場(chǎng)景并未納入其中。為此，本論文中將根據(jù)近幾年來(lái)CR系統(tǒng)的主要研究?jī)?nèi)容和研究方法，從兩個(gè)方面對(duì)認(rèn)知環(huán)模型進(jìn)行擴(kuò)充：將橫向的系統(tǒng)間協(xié)同、競(jìng)爭(zhēng)的概念納入其中，考慮多系統(tǒng)共享無(wú)線電資源的場(chǎng)景；將縱向的分層、跨層設(shè)計(jì)概念納入其中，不僅考慮了物理層參數(shù)配置的及優(yōu)化目標(biāo)，同時(shí)結(jié)合了鏈路層、網(wǎng)絡(luò)層的問題，以實(shí)現(xiàn)聯(lián)合優(yōu)化與參數(shù)配置。

從認(rèn)知科學(xué)的角度講，一個(gè)認(rèn)知系統(tǒng)由兩大主要部件構(gòu)成：環(huán)境以及處于環(huán)境中的智能系統(tǒng)。智能系統(tǒng)通過觀察來(lái)得知環(huán)境對(duì)其自身的作用，同時(shí)智能系統(tǒng)通過其行為反作用于環(huán)境。如圖1所示，在本文提出的認(rèn)知環(huán)模型中，將智能系統(tǒng)定義為為實(shí)現(xiàn)某通信目標(biāo)而互相依賴的網(wǎng)絡(luò)節(jié)點(diǎn)，具體如物理層的通信收發(fā)對(duì)、網(wǎng)絡(luò)層的源節(jié)點(diǎn)、目的節(jié)點(diǎn)及其中繼節(jié)點(diǎn)；環(huán)境分為外部環(huán)境和內(nèi)部環(huán)境，外部環(huán)境包括無(wú)線電資源、外部系統(tǒng)信息兩方面，而內(nèi)部環(huán)境為智能系統(tǒng)內(nèi)部所觸發(fā)的事件以及內(nèi)部狀態(tài)。智能系統(tǒng)通過感知以獲取無(wú)線電資源的狀態(tài)信息，外部系統(tǒng)將自身的信息以消息的形式表達(dá)給本系統(tǒng)，而智能系統(tǒng)內(nèi)部的事件和狀態(tài)可以直接獲知。智能系統(tǒng)的行為由所學(xué)習(xí)到的策略所決定，而學(xué)習(xí)過程由分層或跨層的優(yōu)化目標(biāo)所確定的效用以及智能系統(tǒng)從環(huán)境中獲取的信息共同決定。行為一方面作用于外部環(huán)境，另一方面也作用于內(nèi)部環(huán)境。

2 環(huán)境建模

2.1 無(wú)線電資源的建模

無(wú)線電資源模型主要包括可用性模型以及質(zhì)量模型兩方面，前者包括時(shí)間、空間上的可用頻段，后者用無(wú)線信道的衰落狀態(tài)描述。

●可用性模型：無(wú)線資源的可用性模型可以由兩種不同的模型確定：頻譜機(jī)會(huì)(或被稱為頻譜洞、頻譜白空間)模型[4]和干擾溫度模型[5]。頻譜機(jī)會(huì)模型主要由授權(quán)系統(tǒng)流量負(fù)荷的統(tǒng)計(jì)特性確定，通?？梢员唤榉夏撤N分布的開關(guān)過程，而根據(jù)授權(quán)系統(tǒng)的流量特點(diǎn)，頻譜機(jī)會(huì)可以分為分時(shí)隙和連續(xù)兩類。干擾溫度模型是指即使授權(quán)系統(tǒng)占用某頻段時(shí)，只要CR系統(tǒng)引入的干擾不超過干擾溫度限，CR系統(tǒng)就可以使用該頻段。

●質(zhì)量模型：無(wú)線資源(信道、頻段)的質(zhì)量模型由接收機(jī)端的信噪比決定，而信噪比的變化主要取決于無(wú)線信道的衰落。通常情況下，信道衰落大致分為由收發(fā)對(duì)之間距離決定的大尺度衰落和多徑效應(yīng)引起的小尺度衰落。大尺度衰落取決于收發(fā)對(duì)之間的距離，可以用二維坐標(biāo)標(biāo)明收發(fā)對(duì)所處的位置，而位置的變化可以建模為時(shí)齊的離散時(shí)間馬爾科夫過程。小尺度衰落決定的信噪比可由一種比較通用的離散時(shí)間馬爾科夫過程來(lái)描述[6]。這種模型下，落在不同區(qū)間的連續(xù)信噪比被量化為離散的狀態(tài)，狀態(tài)的轉(zhuǎn)移概率由狀態(tài)持續(xù)時(shí)間、多普勒頻移、量化區(qū)間的上界值和下界值、平均信噪比決定。

2.2 外部系統(tǒng)的建模

當(dāng)多系統(tǒng)共享無(wú)線電資源進(jìn)行通信時(shí)，必然會(huì)引入對(duì)資源的競(jìng)爭(zhēng)或合作使用的問題。如果有中心控制單元負(fù)責(zé)協(xié)調(diào)多系統(tǒng)的資源配置問題，則無(wú)需考慮系統(tǒng)間的信息互動(dòng)，也就不必為各個(gè)系統(tǒng)建立其外部系統(tǒng)模型。另一方面，如果各個(gè)系統(tǒng)以自組織的方式共享資源，則每個(gè)系統(tǒng)就要面臨其他系統(tǒng)組成的外部系統(tǒng)環(huán)境。外部系統(tǒng)的信息包括它們的策略、效用、環(huán)境等，這些信息不會(huì)被直接觀察到，而是封裝在協(xié)議內(nèi)以消息的形式被本系統(tǒng)獲得。

由于外部系統(tǒng)與本系統(tǒng)有效用(或回報(bào)、收益、利益)沖突的矛盾以及合作共贏的驅(qū)動(dòng)力，外部系統(tǒng)反饋的消息中所蘊(yùn)含的信息具有真實(shí)性和非真實(shí)性差異，此差異通常取決于多個(gè)系統(tǒng)的自組織方式，而自組織方式一般有3類：合作、合作加競(jìng)爭(zhēng)、競(jìng)爭(zhēng)。

●合作：在這種組織方式下，系統(tǒng)間沒有效用沖突，或者會(huì)達(dá)成某種有約束力的協(xié)議以規(guī)避、弱化沖突，使得在各方都遵守協(xié)議的情況下，各個(gè)系統(tǒng)能獲得比競(jìng)爭(zhēng)更多的效用。當(dāng)系統(tǒng)間構(gòu)成合作關(guān)系，就比較傾向于向外部系統(tǒng)提供自身的真實(shí)信息。例如在某些無(wú)能量約束協(xié)同頻譜感知問題的研究中，系統(tǒng)間沒有效用沖突，為獲得較大的頻譜檢測(cè)概率和較小的虛警概率，合作的網(wǎng)絡(luò)節(jié)點(diǎn)都會(huì)將真實(shí)的感知信息通知給對(duì)方[7]。

●競(jìng)爭(zhēng)：在這種組織方式下，系統(tǒng)間存在效用沖突的關(guān)系，沒有具有約束力的合作協(xié)議來(lái)弱化沖突，也沒有引入第三方協(xié)調(diào)機(jī)制。因此，在此情況下系統(tǒng)間更傾向于向彼此傳遞非真實(shí)信息[8]。

●合作加競(jìng)爭(zhēng)：在這種組織方式下，某些系統(tǒng)會(huì)形成聯(lián)盟或者小團(tuán)體。聯(lián)盟內(nèi)部的系統(tǒng)間沒有效用沖突會(huì)或達(dá)成某種有約束力的合作協(xié)議，因此它們之間會(huì)比較傾向于互相提供真實(shí)信息。而對(duì)于聯(lián)盟以外的系統(tǒng)還是以競(jìng)爭(zhēng)的方式共存，因此信息交互是傾向于非真實(shí)性。聯(lián)盟的存在往往會(huì)提高聯(lián)盟內(nèi)部系統(tǒng)的效用，降低全部系統(tǒng)的總效用(或社會(huì)效用)，降低系統(tǒng)間的公平性。是鼓勵(lì)聯(lián)盟的存在還是限制聯(lián)盟的存在與設(shè)計(jì)目標(biāo)有關(guān)，比如優(yōu)先保證某些級(jí)別較高系統(tǒng)的效用，則可以鼓勵(lì)它們形成聯(lián)盟，如果側(cè)重于所有系統(tǒng)的公平性以及總體效用，則應(yīng)該設(shè)計(jì)某種規(guī)則限制聯(lián)盟的存在[9]。

值得注意的是，以自組織方式共享資源的系統(tǒng)間是否有意愿?jìng)鬟f真實(shí)信息，取決各自利益獲得可靠保證，而且傳遞真實(shí)信息要比傳遞假信息獲得更好、至少是不會(huì)更差的效用，這就是要滿足所謂的激勵(lì)相容約束。一方面，如果系統(tǒng)間具無(wú)效用沖突或者有協(xié)議約束關(guān)系，則傳遞真實(shí)信息是能夠提高效用的更好選擇；另一方，如果有沖突，則可以引入某些第三方的協(xié)調(diào)機(jī)制、規(guī)則來(lái)懲罰傳遞虛假信息的系統(tǒng)，使得各個(gè)系統(tǒng)更傾向于傳遞自身真實(shí)信息，從而獲得總體系統(tǒng)性能的帕累托改進(jìn)。因此，可以將外部系統(tǒng)組成的環(huán)境看作社會(huì)環(huán)境，它受到外部智能系統(tǒng)的主觀因素影響。

2.3 系統(tǒng)內(nèi)部事件、狀態(tài)的建模

就CR系統(tǒng)而言，系統(tǒng)內(nèi)部有切換請(qǐng)求、呼叫請(qǐng)求、分組到達(dá)、路由請(qǐng)求等各層觸發(fā)通信過程的事件。這類事件通常被建模為服從泊松分布、帕累托分布的隨機(jī)過程。另一方面，通過引入隊(duì)列、寄存器等設(shè)備，將連續(xù)的事件轉(zhuǎn)變?yōu)殡x散的狀態(tài)：隊(duì)列里處于等待狀態(tài)的請(qǐng)求個(gè)數(shù)、寄存器內(nèi)分組的數(shù)目等。

3 智能系統(tǒng)的觀察

CR系統(tǒng)對(duì)其內(nèi)部事件、狀態(tài)可以直接獲知，因此不需要特殊的觀察方法。對(duì)于無(wú)線電環(huán)境的感知、估計(jì)以及對(duì)外部系統(tǒng)信息的獲取則需要通過特定的觀察方法。

3.1 無(wú)線電環(huán)境的感知、估計(jì)

●可用性的感知

頻譜感知的方法可以分為兩類。在單節(jié)點(diǎn)頻譜感知研究方面，有基于匹配濾波的檢測(cè)，以及能量檢測(cè)、周期特性檢測(cè)、基于協(xié)方差矩陣檢測(cè)等盲檢測(cè)；另一方面，為提高感知靈敏度并克服隱藏終端問題而引入了多節(jié)點(diǎn)協(xié)同頻譜感知。通過多節(jié)點(diǎn)協(xié)同檢測(cè)還可以降低系統(tǒng)設(shè)計(jì)的復(fù)雜度，由于多節(jié)點(diǎn)檢測(cè)提高了整個(gè)系統(tǒng)的檢測(cè)準(zhǔn)確性，所以可以在滿足系統(tǒng)需求的前提下適當(dāng)?shù)亟档蛯?duì)單個(gè)節(jié)點(diǎn)的檢測(cè)性能的要求[10]。

●質(zhì)量的估計(jì)

對(duì)于大尺度衰落信息可以通過接收機(jī)向發(fā)送機(jī)反饋的地理位置坐標(biāo)來(lái)估計(jì)。為獲得小尺度衰落信息，發(fā)送機(jī)首先要發(fā)送導(dǎo)頻給接收機(jī)，接收機(jī)通過導(dǎo)頻估計(jì)信道狀態(tài)，并將信道狀態(tài)信息反饋給發(fā)送機(jī)。為確保反饋信息的正確性和及時(shí)性，CR系統(tǒng)可劃分專門的通用控制信道用于傳輸這些信息。

3.2 外部系統(tǒng)信息的獲取

外部系統(tǒng)的信息不會(huì)被直接觀察到，而是封裝在協(xié)議內(nèi)以消息的形式被本系統(tǒng)獲得，因此協(xié)議設(shè)計(jì)是系統(tǒng)間信息交互的基礎(chǔ)?；谙鬟f的協(xié)議設(shè)計(jì)很大程度上取決于多個(gè)系統(tǒng)的自組織結(jié)構(gòu)：

●分布式結(jié)構(gòu)：在這種結(jié)構(gòu)中，沒有專門負(fù)責(zé)接收和轉(zhuǎn)發(fā)消息的中心控制器，因此協(xié)議的設(shè)計(jì)可以借鑒IEEE802.11標(biāo)準(zhǔn)的CSMA/CA協(xié)議。由于CSMA/CA協(xié)議在設(shè)計(jì)時(shí)專門預(yù)留了字段用于協(xié)議的擴(kuò)展，因此這些字段可以用來(lái)包裝系統(tǒng)消息[11]。

●分散式結(jié)構(gòu)：這種結(jié)構(gòu)介于集中式和分布式之間，也就是決策或策略是分布式，并不依賴中心控制器，而協(xié)議、信令、控制信息則可以依賴于一個(gè)弱化的中心控制器來(lái)收集、轉(zhuǎn)發(fā)[12]。

4 智能系統(tǒng)的結(jié)構(gòu)

智能系統(tǒng)的內(nèi)部由3種功能模塊：推理、效用、學(xué)習(xí)，以及兩種存儲(chǔ)模塊：信息庫(kù)、策略庫(kù)組成。

4.1 功能模塊

●推理：如果環(huán)境是部分可觀察或不可觀察的，則需要通過推理獲得環(huán)境的信息。所謂推理即由一個(gè)或幾個(gè)已知的判斷，推導(dǎo)出一個(gè)未知的結(jié)論的思維過程。其作用是從已知的信息得到未知的信息，特別是可以得到不可能通過觀察獲得的未知信息。比較常用的推理是基于概率分布的貝葉斯推理。

●效用：智能系統(tǒng)從環(huán)境中獲得的與優(yōu)化目標(biāo)相關(guān)的滿足感就是偏好，而效用是用來(lái)衡量偏好的尺度，也就是系統(tǒng)獲得的積極或消極影響的衡量標(biāo)準(zhǔn)和參考。本質(zhì)上講效用也是一種函數(shù)，即從環(huán)境信息中歸納出在此環(huán)境下系統(tǒng)的滿足程度[13]。

●學(xué)習(xí)：在學(xué)習(xí)過程中，智能系統(tǒng)獲取環(huán)境的當(dāng)前信息，對(duì)環(huán)境采取試探行為，并獲取環(huán)境反饋的對(duì)此行為的評(píng)價(jià)和環(huán)境的遷移。如果智能系統(tǒng)的某一行為導(dǎo)致環(huán)境的獎(jiǎng)賞(正效用)，那么智能系統(tǒng)以后產(chǎn)生這個(gè)行為的趨勢(shì)便會(huì)加強(qiáng)；反之，產(chǎn)生這個(gè)行為的趨勢(shì)將減弱。在系統(tǒng)的行為與環(huán)境反饋的信息及效用的反復(fù)的交互作用中，學(xué)習(xí)功能塊不斷地修改從系統(tǒng)信息到行為的映射，以達(dá)到優(yōu)化系統(tǒng)性能目的[14]。

4.2 存儲(chǔ)模塊

●信息庫(kù)：如果環(huán)境的觀察結(jié)果真實(shí)、完整，則觀察結(jié)果直接進(jìn)入信息庫(kù)，例如CR系統(tǒng)內(nèi)部的事件、狀態(tài)等信息。另一方面，部分可觀察或不可觀察的環(huán)境信息在經(jīng)過推理以后以置信度的形式存儲(chǔ)在信息庫(kù)中。所謂置信度就是信息的所有可能取值上的概率測(cè)度，例如貝葉斯推理得到的結(jié)果就是以這種形式存在[11]。

●策略庫(kù)：所謂策略就是智能系統(tǒng)在給定環(huán)境信息的情況下的行動(dòng)規(guī)則，也就是說(shuō)，它規(guī)定了系統(tǒng)在什么時(shí)候采取何種行為[15]。策略分為：確定性策略，即給定環(huán)境信息時(shí)對(duì)應(yīng)的行為是唯一的；混合(或隨機(jī))策略，即給定環(huán)境信息時(shí)，采取何種行為依賴于概率分布，這種分布是此時(shí)環(huán)境信息決定的所有可能行為上的概率測(cè)度。由此可以看出，策略反映了環(huán)境信息和行為的對(duì)應(yīng)關(guān)系。

對(duì)于CR系統(tǒng)而言，當(dāng)考慮其實(shí)現(xiàn)時(shí)必然要面臨存儲(chǔ)代價(jià)的問題。因此兩種存儲(chǔ)模塊內(nèi)的信息或策略的表述形式及如何壓縮存儲(chǔ)規(guī)模是系統(tǒng)實(shí)現(xiàn)的關(guān)鍵問題之一。關(guān)于表述形式，目前有基于無(wú)線電擴(kuò)展標(biāo)識(shí)語(yǔ)言以及基于策略核心信息模型的策略描述語(yǔ)言等。關(guān)于存儲(chǔ)規(guī)模的壓縮，有基于特征抽取的方法和神經(jīng)網(wǎng)絡(luò)壓縮存儲(chǔ)法等。

5 智能系統(tǒng)的行為

智能系統(tǒng)的行為是給定環(huán)境信息的條件下系統(tǒng)的決策變量。行為可以分成兩種：一種是負(fù)責(zé)處理通信事務(wù)的行為，例如發(fā)射功率、編碼、調(diào)制、接入、調(diào)度、路由選擇等，這種行為與跨層、分層的優(yōu)化目標(biāo)對(duì)應(yīng)，例如能效傳輸對(duì)應(yīng)自適應(yīng)速率控制(編碼、調(diào)制)；另一種負(fù)責(zé)確定以何種消息的形式向外部系統(tǒng)反饋本系統(tǒng)的信息，即確定反饋消息中本系統(tǒng)信息的真實(shí)程度，如前所述，這種行為與系統(tǒng)不同的自組織方式對(duì)應(yīng)。行為一方面可以改變環(huán)境的遷移規(guī)律，另一方面向外部系統(tǒng)提供信息。

6 結(jié)束語(yǔ)

從前文中的分析中可以看出，CR系統(tǒng)具有感知、推理、學(xué)習(xí)、決策的能力，最終目的在于實(shí)現(xiàn)對(duì)復(fù)雜系統(tǒng)的頻譜資源高效利用，減少?gòu)?fù)雜系統(tǒng)運(yùn)維對(duì)人的依賴性，這些對(duì)系統(tǒng)的自適應(yīng)性、智能以及系統(tǒng)之間的協(xié)調(diào)提出了更高的要求。同時(shí)，對(duì)系統(tǒng)依據(jù)環(huán)境狀態(tài)遷移而自調(diào)整與自控制能力的研究必須在未來(lái)無(wú)線通信系統(tǒng)的體系架構(gòu)設(shè)計(jì)中進(jìn)行考慮。這一方面意味著新的技術(shù)革新，同時(shí)也對(duì)無(wú)線通信理論提出了新的研究挑戰(zhàn)。目前學(xué)術(shù)界和工業(yè)界有關(guān)CR系統(tǒng)的理論研究及標(biāo)準(zhǔn)制定正在進(jìn)行，并取得了一些成果。有理由相信隨著科技的發(fā)展和用戶需求的驅(qū)動(dòng)，CR系統(tǒng)的研究將得到更大的發(fā)展，并被應(yīng)用到實(shí)際當(dāng)中。

7 參考文獻(xiàn)

[1] HAYKIN S. Cognitive radio: brain-empowered wireless communications[J]. IEEE Journal on Selected Areas in Communications, 2005, 23(2): 201-220

[2] MITOLA J III. Cognitive radio architecture: the engineering foundations of radio XM[M]. New York, NY, USA: John Wiley & Sons, 2006: 134-138.

[3] HOSSAIN E, BHARGAVA V. Cognitive wireless communication networks[M]. New York, NY, USA: Springer, 2007: 1-43.

[4] HYOI KL, SHIN K G.Efficient discovery of spectrum opportunities with MAC-layer sensing in cognitive radio networks[J]. IEEE Transactions on Mobile Computing, 2008, 7(5): 533-545.

[5] CLANCY T. Formalizing the Interference Temperature Model[J]. Journal on Wireless Communications and Mobile Computing, 2007, 7(9): 1077-1086.

[6] WANG H S, MOSYERI N. Finite-state markov channel: a useful model for radio communication channels[J]. IEEE Transactions on Vehicular Technology, 1995, 44 (1): 163-171.

[7] GHASEMI A, SOUSA E S. Collaborative spectrum sensing for opportunistic access in fading environment[C]//Proceedings of 1st IEEE International Symposium on New Frontiers in Dynamic Spectrum Access Networks (DySPAN'05), Nov 8-11, 2005, Baltimore, MD, USA. Piscataway, NJ, USA: IEEE, 2005: 131-136.

[8] NEEL J, REED J H, GILLES R P. The role of game theory in the analysis of software radio networks[C]//Proceedings of 2002 SDR Forum Technical Conference: Vol.2, Nov 12-14, 2002, San Diego, CA, USA. NP-3-02.

[9] MATHUR S, SANKAR L, MANDAYAM N B. Coalitions in cooperative wireless networks[J]. IEEE Journal on Selected Areas in Communications, 2008, 26(7): 1104-1115.

[10] AKYILDIZ F, LEE W, VURAN M C, et al. Next generation/dynamic spectrum access/ cognitive radio wireless networks: A survey[J]. Elsevier Computer Networks, 2006, 50(13): 2127-2159.

[11] ZHAO Q, TONG L, SWAMI A, et al. Decentralized cognitive MAC for opportunistic spectrum access in ad hoc networks: A POMDP framework[J]. IEEE Journal on Selected Areas in Communications, 2007, 25(3): 589-600.

[12] GANDHI S, BURAGOHAIN C, CAO L, et al. Towards real-time dynamic spectrum auctions[J]. Elsevier Computer Networks, 2008, 52 (5): 879-897.

[13] JIANG ZHIMEI, GE YE, LI YE. Max-utility wireless resource management for best-effort traffic[J]. IEEE Transactions on Wireless Communications. 2005, 4(1): 100-111.

[14] CLANCY C, HECKER J, STUNTEBECK E, et al. Applications of machine learning to cognitive radio networks[J]. IEEE Wireless Communications Magazine, 2007, 14 (4): 47-52.

[15] ZHU JIANG, WEI NING, XU BINGYANG, et al. Optimal and suboptimal access and transmission polices for dynamic spectrum access over fading channels in cognitive radio networks[J]. Chinese Journal of Electronics. 2008, 17(4): 726-732.

收稿日期：2009-01-12

朱江，電子科技大學(xué)通信抗干擾技術(shù)國(guó)家級(jí)重點(diǎn)實(shí)驗(yàn)室博士研究生，先后參加國(guó)家“863”計(jì)劃項(xiàng)目、“973”計(jì)劃課題、國(guó)家自然科學(xué)基金項(xiàng)目等共4項(xiàng)。已錄用和發(fā)表SCI檢索論文2篇，主要研究方向?yàn)檎J(rèn)知無(wú)線電系統(tǒng)、跨層設(shè)計(jì)與優(yōu)化。

王軍，電子科技大學(xué)通信抗干擾技術(shù)國(guó)家級(jí)重點(diǎn)實(shí)驗(yàn)室副教授、在職博士研究生，先后主持和參加國(guó)家“863”計(jì)劃項(xiàng)目、“973”計(jì)劃課題、國(guó)家自然科學(xué)基金項(xiàng)目等10余項(xiàng)。已錄用和發(fā)表SCI/EI檢索論文30多篇，申請(qǐng)發(fā)明專利10余項(xiàng)。主要研究領(lǐng)域?yàn)闊o(wú)線通信系統(tǒng)中的信號(hào)處理技術(shù)，包括MIMO、認(rèn)知無(wú)線電等。

李少謙，電子科技大學(xué)教授、博士生導(dǎo)師，國(guó)家”863”計(jì)劃通信主題專家組專家。主要研究方向?yàn)橐苿?dòng)通信與無(wú)線通信、個(gè)人通信、抗干擾通信技術(shù)。