认知无线网络基础理论与关键技术研究

doi:10.3969/j.issn.1000-0801.2014.02.001

电信科学 ›› 2014, Vol. 30 ›› Issue (2): 1-13.doi: 10.3969/j.issn.1000-0801.2014.02.001

• 研究与开发 • 下一篇

认知无线网络基础理论与关键技术研究

张平^1,²,李建武^1,²,冯志勇^1,³,张奇勋^1,³

¹ 北京邮电大学无线新技术研究所北京100876
² 北京邮电大学网络与交换国家级重点实验室北京100876
³ 北京邮电大学泛网无线通信教育部重点实验室北京100876

出版日期:2014-02-15 发布日期:2017-06-20
基金资助:
国家重点基础研究发展计划（“973”计划）基金资助项目

Research on Basic Theory and Key Technology of Cognitive Radio Network

Ping Zhang^1,²,Jianwu Li^1,²,Zhiyong Feng^1,³,Qixun Zhang^1,³

¹ Wireless Technology Innovation Institute，Beijing University of Posts ＆ Telecommunications，Beijing 100876，China
² State Key Laboratory of Networking and Switching Technology，Beijing University of Posts ＆ Telecommunications，Beijing 100876，China
³ Key Laboratory of Universal Wireless Communications，Ministry of Education，Beijing University of Posts ＆ Telecommunications，Beijing 100876，China

Online:2014-02-15 Published:2017-06-20

摘要/Abstract

摘要：

认知无线网络是一种具有认知过程的网络，通过网络环境的学习分析，对网络状态进行规划、决策和响应。认知无线网络是解决网络容量受限问题的有效途径之一，满足了国家对频谱高效利用和异构网络融合的战略需求，作为5G关键技术为未来无线通信网络的发展指明方向。主要介绍认知无线网络的体系架构、研究的基础理论和实现的关键技术，最后给出认知无线网络的验证演示平台。

关键词: 认知无线网络, 认知流, 资源流, 网络架构, 多域认知, 自主决策, 自主传输, 重构

Abstract:

Cognitive radio network（CRN）is a cognitive process of network，which makes planning，decision and response for network state through learning and analysis of the network environment.CRN is one of the effective ways to solve the limited network capacity，and to satisfy the national strategic demand on the frequency spectrum efficient-utilization and the integration of heterogeneous networks.As the key technology of 5G，CRN indicates the direction for the future development of wireless communication network.The system architecture for cognitive radio networks，the basic theory research，the key technologies of implementation were introduced，and the demonstration platform of CRN was presented.

Key words: cognitive radio network, cognition flow, resource flow, network architecture, multi-domain cognition, autonomous decision, autonomous transmission, reconfiguration

张平,李建武,冯志勇,张奇勋. 认知无线网络基础理论与关键技术研究[J]. 电信科学, 2014, 30(2): 1-13.

Ping Zhang,Jianwu Li,Zhiyong Feng,Qixun Zhang. Research on Basic Theory and Key Technology of Cognitive Radio Network[J]. Telecommunications Science, 2014, 30(2): 1-13.

图/表 13

图1

图2

图3

图4

图5

图6

图7

图8

图9

表1

图10

图11

图12

参考文献 11

1	，张平，冯志勇 . 认知无线网络. 北京：科学出版社， 2010
2	973无线认知.
3	Zhang Z Y ， Luo H Y ， Zhang J M ， et al. Cognitive radio transmission strategies exploiting the primary-link adaptivity. IEEE Transactions on Vehicular Technology， 2011，60（8）： 3805～3813
4	Gao L ， Zhang R ， Yin C C ， et al. Throughput and delay scaling in supportive two-tier networks. IEEE Journal on Selected Areas in Communications， 2012，30（2）
5	Xu W ， Lin J ， Feng Z ， et al. Cognition flow in cognitive radio networks. China Communications， 2013（10）
6	Yang C G ， Li J D ， Seng M ， et al. Resource flow：autonomous cognitive resource management framework for future networks. Chinese Science Bulletin， 2012，57（28～29）： 3691～3697
7	Zhang P ， Liu Y ， Feng Z Y ， et al. Intelligent and efficient development of wireless networks：a review of cognitive radio networks. Chinese Science Bulletin， 2012，57（28～29）： 3662～3676
8	Ding G R ， Wang J L ， Wu Q H . Mulit-domain cognition in cognitive wireless networks. Frequenz， 2011（11～12）
9	Han W J ， Li J D ， Tian Z ， et al. Dynamic sensing strategies for efficient spectrum utilization in cognitive radio networks. IEEE Transactions on Wireless Communications， 2011，11（10）： 3644～3655
10	Hu S ， Bi G A ， Guan Y L ， et al. Spectrally efficient transform domain communication system with quadrature cyclic code shift keying. Communications，IET， 2013（4）
11	Zhang P ， He Q ， Feng Z Y ， et al. Reconfiguration decision making in cognitive wireless network. Chinese Science Bulletin， 2012，57（28～29）： 3713～3722

指标	美国FCC标准	平台指标
检测精度	-114 dBm	TV：-120 dBm；雷达：-113 dBm
检测周期	无业务：30 s；	10 ms
	有业务：60 s
检测速度	N/A	TV：4 ms；雷达：3 ms
切换时间	2s	50 ms

[1]	李彧, 李召召, 吕平, 刘勤让. 全维可重构的多模态网络交换芯片架构设计[J]. 电信科学, 2023, 39(6): 22-32.
[2]	阿克弘, 胡晓东. 基于GAN数据重构的电信用户流失预测方法[J]. 电信科学, 2023, 39(3): 135-142.
[3]	曾子鸣, 董超, 朱小军, 贾子晔. 面向群体快速融合的仿生无人机集群架构[J]. 电信科学, 2022, 38(8): 17-27.
[4]	虞志刚, 冯旭, 黄照祥, 陆洲. 通信、网络、计算融合的天地一体化信息网络体系架构研究[J]. 电信科学, 2022, 38(4): 11-29.
[5]	段晓东, 孙滔. 面向融合、智慧、低碳的5G技术演进[J]. 电信科学, 2022, 38(3): 3-9.
[6]	胡馨元, 邓若琪, 邸博雅, 张泓亮, 宋令阳. 可重构全息超表面辅助卫星通信关键技术[J]. 电信科学, 2022, 38(10): 46-56.
[7]	吴晓文, 焦侦丰, 凌翔, 刘冰, 朱立东, 韩磊. 面向6G的卫星通信网络架构展望[J]. 电信科学, 2021, 37(7): 1-14.
[8]	袁硕, 任奕璟, 王则予, 孙耀华, 彭木根. 软件定义的星地融合智能无线网络[J]. 电信科学, 2021, 37(6): 66-77.
[9]	官东亮. 基于微服务的业务平台架构重构[J]. 电信科学, 2020, 36(9): 75-83.
[10]	胡煜华,汤滢琪,李贝. 5G网络共建共享模式[J]. 电信科学, 2020, 36(9): 148-153.
[11]	王博伟,谭劲. 基于两次分段弱选择的压缩感知子空间追踪算法[J]. 电信科学, 2020, 36(5): 83-92.
[12]	孔令义. 面向5G的网络优化和重构[J]. 电信科学, 2020, 36(2): 117-125.
[13]	姚惠娟, 耿亮. 面向计算网络融合的下一代网络架构[J]. 电信科学, 2019, 35(9): 38-43.
[14]	唐建军,李俊杰,张成良. 全光网的探索研究与应用实践[J]. 电信科学, 2019, 35(4): 10-15.
[15]	吕向东,梁雪瑞,喻千尘,马卫东. 光通信技术研究现状及发展趋势[J]. 电信科学, 2019, 35(2): 70-78.

认知无线网络基础理论与关键技术研究

Research on Basic Theory and Key Technology of Cognitive Radio Network

在线阅读

PDF下载

可视化

被引次数

摘要/Abstract

引用本文

使用本文

图/表 13

参考文献 11

相关文章 15

Metrics

推荐阅读 0