《认知无线电中的人工智能技术》.pdfVIP

研究与探讨 认知无线电中的人工智能技术* 赤 伟 葛利嘉 陈世娥 张 玉 重庆大学通信工程学院 【摘 要】文章归纳了目前认知无线电研究中涉及的人工智能技术，以认知引擎思想架构为基础，针对感知与信息存储、学习 与推理、决策与调整等认知过程的重要阶段，介绍了无线电知识表示和专家系统在环境感知和信息存储上的应用，讨论了用 遗传算法、神经网络和模糊逻辑实现认知学习与推理的方法，分析了用博弈论进行无线电决策的过程，最后指出了利用人工 智能研究认知无线电的发展方向。 【关键词】认知无线电 人工智能 认知引擎 遗传算法 1 引言 过学习、推理进行决策，通过调整设备参数来占用频谱，实 频谱资源理论上是无限的，但天线尺寸、电磁波特性、 现频谱的充分利用[2]。 设备性能和功率的限制，使实际可用的频谱非常有限，这 认知无线电的核心思想是使无线电设备像人一样具有 些频谱已经基本划分完毕，再可被利用的频谱就显得无比珍 “智能”，能够进行感知、推理、学习、决策和执行等“认 贵。美国联邦通信委员会（FCC）研究发现，大量已经分配 知”行为，这与人工智能的思想在某种程度上是吻合的。因 此，将人工智能的理论和方法引进通信网络决策系统中，实 的频谱资源存在着不同程度的闲置，这造成了频谱资源日趋 现通信系统的“认知”智能化，对发展认知无线电具有重要 紧张与现有资源利用率很低的矛盾局面。为解决该问题， 的科学意义和迫切的现实意义。 1999年Mitola提出了认知无线电（CR，Cognitive Radio）的 人工智能即用人工的方法在机器上实现智能，研究领域 概念[1] ，其主要思想是：终端具有足够的智能和认知能力， 主要有专家系统、机器学习、模式识别、自然语言理解、自 能够自动感知周围环境和检测可用频谱，结合已知信息，经 动定理证明、自动程序设计、机器人学、博弈论、智能决策 支持系统和人工神经网络等。它用知识表示和专家系统的理 收稿日期：2009年11月20日 论将感知的信息合理地表示和存储，用神经网路、遗传算法 *基金项目：重庆市科委自然科学基金计划资助项目（基金 编号：CSTC.2007BA2017）。 等方法实现认知过程中的学习、推理，用博弈论在频谱分配 责任编辑：左永君 zuoyongjun@ 15 2010年1月（下） 研究与探讨 认知无线电中的人工智能技术 共享和功率控制中进行决策，等等。人工智能在认知无线电 认知引擎的关键是一个认知控制器，作为系统的核心和 中有广泛的应用，是现阶段研究的热点。 调度中心，控制输入/输出和其它与之相连的单元。这些单元 包括：感知器（感知无线电和环境信息），优化器（在确定 2 认知引擎