物联网的一种新范式：智能频联网

doi:10.11959/j.issn.2096-3750.2018.00039

物联网学报 ›› 2018, Vol. 2 ›› Issue (1): 35-41.doi: 10.11959/j.issn.2096-3750.2018.00039

物联网的一种新范式：智能频联网

吴启晖,王然,黄振炎

南京航空航天大学电子信息工程学院，江苏南京 211106

修回日期:2018-03-10 出版日期:2018-03-01 发布日期:2018-04-19
作者简介:吴启晖（1970-），男，南京航空航天大学教授、电子信息工程学院副院长，教育部长江学者特聘教授，国家百千万人才工程入选者，工业和信息化部通信科技委员，IET Fellow，江苏省有突出贡献专家，江苏省 333 工程中青年领军人才，中国通信学物联网专业委员会、无线电管理专业委员，中国电子学会通信分会委员、通信分会物联网专业委员会副主任，主要研究方向为认知无线电、电磁频谱空间、天地一体化信息网络。|王然（1990-），男，南京航空航天大学硕士生，主要研究方向为认知物联网与协同认知动态系统。|黄振炎（1995-），男，南京航空航天大学硕士生，主要研究方向为 FPGA 和认知物联网方向。

New paradigm for Internet of things:intelligent spectrum-Internet of things

Qihui WU,Ran WANG,Zhenyan HUANG

College of Electronic Information Engineering,Nanjing University of Aeronautics and Astronautics,Nanjing 211106,China

Revised:2018-03-10 Online:2018-03-01 Published:2018-04-19

摘要/Abstract

摘要：

电磁频谱已成为信息时代不可或缺的国家战略资源。随着天地一体化信息网络、航空飞行器、电磁频谱空域作战等领域的迅猛发展，电磁空间面临着3个挑战：频谱资源日益紧缺、频谱安全日益严峻、频谱对抗日益激烈。为了应对这3个挑战，提出了智能频联网的基本概念和体系架构，分析了系统关键技术与未来应用方向。智能频联网的发展将为物联网提供一种新范式，为频谱资源供需矛盾的解决提供新的方案。

关键词: 智能频联网, 频谱监测设备, 频谱使用设备, 认知无线电, 多域频谱感知, 认知决策

Abstract:

The electromagnetic spectrum has become an indispensable national strategic resource in the information age.With the rapid development of the world’s integrated information network,aviation vehicles,and electromagnetic spectrum airspace operations,electromagnetic space faces three major challenges:the increasing shortage of spectrum resources,increasingly stringent spectrum security,and increasingly fierce spectrum confrontation.In order to deal with the three major challenges,the basic concepts and architecture of intelligent spectrum-Internet of things (IS-IoT) was proposed,and the key technologies and future application directions of the system was analyzed.The development of IS-IoT will provide a new paradigm for the Internet of things and a new solution to the conflict between the supply and demand of spectrum resources.

Key words: IS-IoT, spectrum monitoring device, spectrum usage device, cognitive radio, multi-domain spectrum sensing, cognitive decision

中图分类号:

TP393

吴启晖,王然,黄振炎. 物联网的一种新范式：智能频联网[J]. 物联网学报, 2018, 2(1): 35-41.

Qihui WU,Ran WANG,Zhenyan HUANG. New paradigm for Internet of things:intelligent spectrum-Internet of things[J]. Chinese Journal on Internet of Things, 2018, 2(1): 35-41.

图/表 4

参考文献 10

[1]	ASHTON K . In the real world,things matter more than ideas[J]. RFID Journal, 2009.
[2]	WU Q H , DING G , DU Z Y ,et al. A cloud-based architecture for the Internet of spectrum devices over future wireless networks[J]. IEEE Access, 2017(4): 2854-2862.
[3]	XU W , ZHOU H , SHEN X M ,et al. Internet of vehicles in big data era[J]. IEEE/CAA Journal of Automatica Sinica, 2018,5(1): 19-35.
[4]	INDEX C V N . 2016–2021 White Paper:global mobile data traffic forecast update[R]. 2017.
[5]	国家无线电监测中心. 2017年无线电管理十件大事[R]. 2018.
	National Radio Monitoring Center. Ten major events of radio management in 2017[R]. 2018.
[6]	美国战略与预算评估中心. 电波制胜:重拾美国在电磁频谱领域的主宰地位[R]. 2015.
	American Center for Strategic and Budgetary Assessment. Ten major events of radio management in 2017[R]. The American center for strategic and budgetary assessment wins:regain America’s dominance in the field of electromagnetic spectrum[R]. 2015.
[7]	MURRONI M , PRASAD R V , MARQUES P ,et al. IEEE 1900.6b :sensing interfaces and data structures for dynamic spectrum access and other advanced radio communication systems spectrum sensing in advanced radio systems[J]. IEEE Communications Magazine, 2011,49(12): 118-127.
[8]	MITOLA J , GUERCI J , REED J ,et al. Accelerating 5G QoE via public-private spectrum sharing[J]. IEEE Communications Magazine, 2014,52(5): 77-85.
[9]	DING G , WU Q , YAO Y D ,et al. Kernel-based learning for statistical signal processing in cognitive radio networks:theoretical foundations,example applications,and future directions[J]. IEEE Signal Processing Magazine, 2013,30(4): 126-136.
[10]	ZOU Y , ZHU J , WANG X ,et al. A survey on wireless security:technical challenges,recent advances and future trends[J]. Proceedings of the IEEE, 2015,104(9): 1727-1765.

[1]	耿光磊, 高博, 熊轲, 樊平毅, 陆杨, 王煜炜. 联邦学习赋能6G网络综述[J]. 物联网学报, 2023, 7(2): 50-66.
[2]	胡超, 鲁邦彦, 杨彦兵, 陈哲, 张磊, 陈良银. 基于低成本物联网芯片ESP32的人体行为识别系统[J]. 物联网学报, 2023, 7(2): 133-142.
[3]	王志宏, 冷甦鹏, 熊凯. 面向无人机集群协同感知的多智能体资源分配策略[J]. 物联网学报, 2023, 7(1): 18-26.
[4]	卫浓钰, 江子龙, 陈芳炯. 基于位置信息和能量均衡的声电协同网络AODV[J]. 物联网学报, 2023, 7(1): 27-36.
[5]	廖岑卉珊, 陈俊彦, 梁观平, 谢小兰, 卢小烨. 基于深度强化学习的SDN服务质量智能优化算法[J]. 物联网学报, 2023, 7(1): 73-82.
[6]	汤蓓, 王倩, 陈思光. 融合射频能量采集的协同节能计算迁移研究[J]. 物联网学报, 2023, 7(1): 83-92.
[7]	刘耀, 何岳园, 周红静, 李超良, 李闯. 移动边缘计算中基于资源联合分配的部分计算卸载方法[J]. 物联网学报, 2023, 7(1): 140-148.
[8]	韩文璇, 朱海龙, 何欣欣, 李妍珏, 尹长川. 一种结合入队整形的TSN流量调度算法[J]. 物联网学报, 2022, 6(4): 117-127.
[9]	张欢欢, 周安福, 马华东. 基于强化学习的实时视频流控与移动终端训练方法研究[J]. 物联网学报, 2022, 6(4): 1-13.
[10]	郭英芸, 高博, 张志飞, 张煜, 熊轲. 一种基于带宽分配的联邦学习激励机制[J]. 物联网学报, 2022, 6(4): 82-92.
[11]	邢方圆, 贺诗波, 孙铭阳, 陈积明. 基于“云-管-边-端”物联网架构的碳排放监测[J]. 物联网学报, 2022, 6(4): 53-64.
[12]	亓晋, 王微, 陈孟玺, 许斌, 董振江, 孙雁飞. 工业互联网的概念、体系架构及关键技术[J]. 物联网学报, 2022, 6(2): 38-49.
[13]	徐建东, 李睿嵩, 常昊, 杨轶, 张盛, 任天令. 智能隐形眼镜的研究进展与挑战[J]. 物联网学报, 2022, 6(1): 1-12.
[14]	栾宁, 熊轲, 张煜, 何睿斯, 屈钢, 艾渤. 6G：典型应用、关键技术与面临挑战[J]. 物联网学报, 2022, 6(1): 29-43.
[15]	朱开磊, 孙爱晶. 基于布谷鸟优化K均值的WSN分簇路由算法[J]. 物联网学报, 2022, 6(1): 73-81.

物联网的一种新范式：智能频联网

New paradigm for Internet of things:intelligent spectrum-Internet of things

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 4

参考文献 10

相关文章 15

Metrics

推荐阅读 0