Altera专家：认知无线电，认知一切

感知

　　第一个主要模块是感知，它会影响接收器前端。与SDR不同，CR必须感知其特殊的环境。在要求不高的应用中，这一感知过程可能与时域复用接收通路可编程前端迅速查看接收情况一样简单。例如，接收器会扫描基站数据包之间预定义的通道列表。

　　Pollin指出：“进行机会频谱接入(OSA)的系统非常简单。大部分重点放在目前不受干扰的频段，然后进行跳频。这种方法的功能非常强大。”

　　对于要求快速响应的场景，无线电设备会含有完全独立的接收通路，只用于监视间隔通道。使用独立的通路，CR能够同时处理所定义的频段以及正常接收频段内的信号活动。极端情况下，CR在实现感知功能时会有完全不同的接收通道。例如，一台设备会有一个可调窄带接收通路用于通信，一个带宽非常大的通路用于感知，这样，它可以连续处理较宽的无线电频谱，而不用进行扫描。Pollin说：“取决于需求，监视功能可能需要带宽非常大的模拟前端。”但是，宽带电路成本非常高，因此，您应该尽量避免使用它。如果实际应用允许，您最好采用扫描的方式。

　　分类

　　SDR结构图第二个重要的组成是分类功能。在分类模块中，CR处理由感知模块收集到的数据流，找到可能是干扰信号的功率模式，或者目标信号的功率模式，并对其进行分类。

　　对于一个简单的OSA无线电，分类功能的实现与建立一个分配通道的功率直方图一样简单，而不用关心功率代表了什么。无论通道保持静默还是有信号。更复杂的无线电设备能够推断出较多的能量来源，例如发送器频率、调试方式、传输时序：这是策略形成自适应模块用于进行判断的信息。

　　认知无线电技术公司总裁James Neel解释说：“分类功能一般通过两个步骤来实现。首先，您只是探测是否有能量，然后进一步获得更多的信息。”

　　有时候可以通过统计计算进行探测，获得更多信息。在其他情况下，无线电设备会尝试调谐信号，对其进行解调，检查数据包流。在这种情况下，无线电解调器可以同时用于接收器和分类目的，或者，对于前端电路的情况，会有完全独立的数字处理器用于对未知信号进行分类。Neel指出，“如果您知道到底要找什么，那么，您可以设计定制分类硬件。”

　　如果您不知道要找什么，那么，所有工作都会很有趣。分类工作可以从提取模拟前端数据开始，然后，开发功率谱密度 (PSD)功能，例如通过快速傅里叶变换(FFT)来实现。然后，从功率谱随时间的变化，信号采用了哪种调制方式等方面进行周期分析。根据实际应用需求，可以使用数字信号处理(DSP)芯片、FPGA，或者其他计算硬件来获取这些统计信息。

　　自适应

　　然后，分类模块将其结果传送到CR第三个特有的组件，即，自适应模块。在这里，分类数据和统计面临两个关键问题：它到底代表了什么含义，我应该怎么办?在这一级，CR体系结构体现了应用驱动的最大变化。

　　不同在于问题的范围。一个简单的OSA无线电设备可能只是观察其链路干扰电平或者误码率(BER)，寻找能够进行跳频的开放频率。更复杂的无线电设备会构建干扰源的频谱图，根据所观察到的干扰源随时间变化的行为来预测频谱图会怎样变化，规划一系列频率和调制方式，以满足其数据通信要求。

　　Neel说，在最复杂的设计中，CR不仅仅知道其频谱环境，而且还知道自己系统所处的环境。例如，在医院手术室中的CR 能够“理解”所进行的手术过程，病人的状态，手术团队中每一个人的需求，以及附近其他无线设备的行为等。这一无线电设备会将所有这些信息合并成一个策略，使用可用频谱来保证紧急数据流的延时，同时满足其他仪表的低优先级要求。

　　这类无线电设备可能会使用启发式功能来驱动环境分析，做出决定。Neel建议，或者，随着环境越来越复杂，可预测性越来越差，策略模块会采用隐藏马尔科夫模型、神经网络，或者相关技术对环境建模，并进行分析。

　　这类计算涉及到大量的数据，需要很强的计算功能。Neel说，因此，明显的发展趋势是把CR的思考部分放到云端。那么，一个关键问题是无线电设备要处理的现象的持续时间。有时间来查询中心计算资源，或者无线电设备必须自己做出基本判断吗?

　　随着CR的普及，也带来了其他问题。不可避免的是，大量的CR导致频谱拥挤，它们都要互相抢占频段，为自己的主机提供带宽最大的频段。正如Neel所指出的，在这些情况下，无线电设备需要采用游戏理论，以便实现共享频段的最佳分配。这类竞争网络的稳定性和优化问题带来了 IEEE 802.19无线共存技术咨询小组议程中一个很难解决的问题。

　　Weightless实例

　　两个实例会有助于帮助对这些概念进行澄清。首先，Weightless标准实际上并不是CR，而是认知网络，其中非常简单的无线电只是一个组成单元。第二个是一个理论实例，适合公共安全应用更复杂的真CR。

　　Weightless体系结构与IEEE 802.22相似，在所谓的空白电视信号频段内采用区域网，这是电视广播带宽范围内未被占用的本地通道。802.22旨在为人们提供宽带接入，与此不同的是，Weightless专门设计用于为不同的机器、传感器和制动器提供窄带物联网连接，其节点的成本和功耗都非常低。

　　据Weightless的Webb，各种不同的目的导致了体系结构的显著不同。Webb说：“对于空白电视信号频段内未获得许可的设备，第一个限制要求是不能干扰任何人的电视接收。这很难做到，因为您完全知道所有电视发射器位于哪里，但是却不知道接收器在哪里。

　　Webb继续解释：“我们最初的想法是为终端设计成本非常低的CR，与802.22的目的非常相似。但是，我们发现在实际中，您可能恰好靠近正在观看电视的人，远距离电视台发射的信号传送到他这里时已经非常弱了。”

　　具有足够动态范围的CR要识别这些弱信号，需要花费很高的成本，提供很大的功率。因此，Weightless选择了完全不同的方法来进行感知：中心控制的三层网络，如图3 所示。在这里，终端向基站报告其物理位置，基站查询云中的应用程序，云端使用了许可广播发射器以及其他基站的位置表，以获得可用频率的列表。Webb评论说：“这对于设计而言是很有趣的算法。”

图3.Weightless网络将认知功能分散到三层中。

　　这张查找表保证了终端不会影响所有人晚上看电视，也不会与其他基站竞争同一通道。但是，它并不保证终端与获得许可设备之间不出现干扰，例如，无线麦克风，或者在同一区域中漫游的其他未获得许可的低功率设备。为解决这一问题，基站为终端分配了8个频率。终端以两秒间隔进行跳频，以减小来自这类源的干扰。

　　由于终端使用了直接扩频传输技术，因此，系统有更大的自由度。实际上，基站监视每一终端的BER，命令终端调整扩频因子，以便在带宽和范围上达到平衡。

　　Weightless采用了认知系统的三种定义行为：感知、分类和自适应。但是，这一标准并没有将所有这些功能构建到终端无线电设备中，而是把它们分散开。大部分认知放在准静态表中，而不是在算法中。在基站中对自适应功能、大部分感知功能和分类功能进行平衡。在网络中对功能进行分配，大幅度降低了终端的成本，单芯片电池供电设备能够采用很低的占空比进行工作。

紧急服务实例

　　第二个实例不是基于现有的标准，或者相关的实际无线电，而是基于美国联邦通信委员会公共安全和国土安全局所建议的构想。然而，美国紧急状态响应人员面临的一个关键而又长期存在的问题是不同的单位无法在紧急情况下与其他单位的设备通过无线电进行通信，例如警察、消防和医疗团队等。

　　有时候问题在于频谱的可用性。例如，最近的公开报道显示，加州奥克兰新装备的警察无线电系统850 MHz频段接近当地的2G蜂窝服务，经常出现通信错误。

　　其他问题来自本身的认知，例如，常规广播与紧急情况时官方间紧急通信带宽出现冲突。其他的问题涉及到不同服务间的兼容性。警察、消防、医疗和城市无线电系统在紧急情况下都不具有互操作性。局首席工程师Bill Lane和电子工程师Yoon Chang在其技术主题文章“公共安全的认知无线电”中写道，随着目前窄带语音无线电成为类似于高性能智能电话的媒体终端，这些问题只会越来越严重。Lane建议采用CR作为解决方案。CR能够在紧急点附近实时找到可用频谱，避免了干扰源。它可以优先使用可用频谱，以保证最关键的消息延时最低。通过找到周围无线电设备的频率、调制和编码方式，CR可以桥接区域中不兼容的系统。

　　可以完成所有这些服务的无线电设备会要求在本地实现所有这三种认知模块：感知、分类和自适应，如 图4 所示。对于感知功能，无线电设备需要一条专用监视链。好消息是这条链不需要带宽很大的超高动态范围接收机。对于需要扫描目标带宽中接收器通道的应用，要为每一通道构建一组数据。

　　图4.紧急状态响应人员的认知无线电。

　　分类硬件要比简单的OSA无线电复杂得多。FFT级和乘法器会为每一频段建立PSD功能，然后，信号处理链会应用周期分析，以提取出某一调制方式的特征。这样，分类器会为自适应模块提供每一频段大量的信息：干扰在哪里，能够识别出来的信号在哪里，以及足够的统计信息来找到附近其他的无线电信号。

　　处理这些数据，将其与满足应用需求、用户优先级以及满足互操作性要求的前后信息相结合，在多核CPU簇中，通过软件实现的自适应模块，使用神经网络仿真来找到开放频率特定的无线电类型和时域模式。使用更多的规则，软件会选择一种策略，对无线电设备的模拟前端和基站部分进行编程，从而实现这一策略。

　　更广阔的远景

　　这些例子阐述了在数据通信中使用认知技术。而这些概念不仅适用于无线电。实际上，系统处于快速变化的环境中时，不仅仅是参数要变化，最好是将系统响应设计为认知系统。

　　感知、分类和自适应作为链接功能的三个组成，已经在情报智能和电子战中得到了广泛的应用。在很多其他领域，能够有效的应用这些概念，一般成本会很低，包括，网络管理、主动网络安全、高级汽车辅助驾驶以及工业控制等。

　　现在的因素包括快速增加的密度，以及越来越低的功耗预算和计算成本等。在不远的将来，大部分电子系统会是认知系统，功能固定的系统会越来越少，特殊的新设计也会越来越少。这一发展趋势会对实际系统设计产生深远的影响。