基于认知自适应控制机制.docVIP

基于认知自适应控制机制 　　摘要：基于认知的自适应控制机制是以认知无线电(CR)系统的基本功能与基本目标为基础，对该系统研究方法与研究内容的总概括，因此可以用一种认知环结构来描述这种机制。认知环包括了几大构件，即环境、智能系统的内部结构、观察、行为等。 　　关键词：认知无线电；自适应控制；人工智能；认知环 　　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 　　 　　针对将认知的基本概念引入无线通信系统而形成的这一门新的交叉学科，世界知名的专家Simon Haykin在其参与编写的《Cognitive Wireless Communication Networks》中研究了人类的智能与无线通信系统之间的关系，从通信系统的角度描述了认知无线电(CR)系统的基本功能：观察、学习、记忆、决策，即CR系统能够根据从历史信息中所获得的先验信息以及当前观察结果，对所处环境的信息产生响应。这些基本功能具体归纳为：感知环境，包括无线电环境、系统内和系统间的信息等；从环境中学习；根据策略来达到控制系统参数(功率、编码调制方案、接入方案、路由选择等)的目的；节点以自组织、协同的方式实现它们之间的通信；通过资源的合理分配来控制节点之间的通信过程；产生意图和自我意识。CR系统的基本目标：复杂通信系统中满足用户需求的灵活可靠通信；频谱资源的有效利用。总之，无线电系统中的认知也是一种为获取客观环境中所蕴含知识而进行的信息获取、分析、存储、响应过程。 　　 　　1 基于认知环的自适应控制机制 　　 　　根据对CR系统基本功能和基本目标的归纳，可以看出该系统本质上是一种全局闭环反馈控制系统，从控制论和人工智能的角度讲，这种系统是通过基于认知的自适应反馈控制机制来实现的[1]。因此，可以用一种环状框图结构描述此类系统的基本功能、目标及系统内部实体之间的依存关系。当Joseph Mitola III于1999年提出CR的基本概念时，就从软件计算机的角度用认知计算机环来描述CR的实现过程[2]。Simon Haykin从信号处理和信息论的角度，用认知信号处理环来描述CR系统的信号处理、学习、自适应过程[3]。认知计算机环是一种高度抽象的概念化模型，没有具体的实现细节，所以需要实际的应用范例将其具体化。认知信号处理环是对认知计算机环的具体化，但主要是从单一收发对的物理层信号处理角度考虑，纵向的跨层设计参数以及横向的多系统协同、竞争场景并未纳入其中。为此，本论文中将根据近几年来CR系统的主要研究内容和研究方法，从两个方面对认知环模型进行扩充：将横向的系统间协同、竞争的概念纳入其中，考虑多系统共享无线电资源的场景；将纵向的分层、跨层设计概念纳入其中，不仅考虑了物理层参数配置的及优化目标，同时结合了链路层、网络层的问题，以实现联合优化与参数配置。 　　从认知科学的角度讲，一个认知系统由两大主要部件构成：环境以及处于环境中的智能系统。智能系统通过观察来得知环境对其自身的作用，同时智能系统通过其行为反作用于环境。如图1所示，在本文提出的认知环模型中，将智能系统定义为为实现某通信目标而互相依赖的网络节点，具体如物理层的通信收发对、网络层的源节点、目的节点及其中继节点；环境分为外部环境和内部环境，外部环境包括无线电资源、外部系统信息两方面，而内部环境为智能系统内部所触发的事件以及内部状态。智能系统通过感知以获取无线电资源的状态信息，外部系统将自身的信息以消息的形式表达给本系统，而智能系统内部的事件和状态可以直接获知。智能系统的行为由所学习到的策略所决定，而学习过程由分层或跨层的优化目标所确定的效用以及智能系统从环境中获取的信息共同决定。行为一方面