人工智能技术在认知无线电中的应用

赵冠州

（大理大学，云南 大理 671000）

0 引 言

无线电技术自发展以来被广泛应用于各个领域，如人们日常生活密切相关的调频广播、蜂窝电话和数字电视等，都是利用电磁波原理进行的数据传播。随着人们对无线通信的需求不断增长，原有的无线频谱已经不能满足人们对带宽的要求。认知无线电的出现，能有效解决这一难题。认知无线电也被称为CR技术，是具有寻找无线空闲频谱能力的智能无线电技术。它与传统无线电技术的区别主要在于认知能力和重构能力两点。认知能力是指CR技术可在无线环境中识别现有的无线频谱，并自动感知工作参数；重构能力即CR技术可实现自动重构编程，对无线电的工作频率、调制方式等参数进行再设置。而认知无线电在各个领域的应用则主要依靠于人工智能技术的支撑。人工智能是计算机学科的一个分支，涉及到语言识别、图像识别和声音识别等诸多内容。人工智能技术的蓬勃发展势必会使认知无线电智能化成为现实。

1 认知无线电中常用的人工智能技术

认知无线电智能化主要体现在其推理、学习和优化能力上。推理能力是对现有知识库中所含内容进行功能分区，并合理预测决策的过程。学习能力是指概括原有知识内容，融入到知识库中。优化能力是对现有工作参数进行自主调试，以满足人们的不同需求[1]。

1.1 推理系统

CR技术中的推理系统主要分为基于规则和基于案例的推理。其中，基于规则的推理系统是指来自各个行业领域的专业人士将学科前沿知识以编程方式存入知识库中，利用CR技术对编程规则进行解读，随后完成指令操作。基于规则的推理系统结构简单、操作容易，但稳定性不高。CR技术的实践过程是将前期存入知识库中的知识内容进行解析，然后按照指定操作输出结果。这对知识结构和准确性提出了很高要求，一旦知识网络模糊，推理系统无法正确识别指令，将会输出错误的计算结果。另一种推理系统是基于案例进行推理，简言之是在没有完备的知识结构体系前提下，通过对比已经掌握解决某类特定问题的方法，将其应运在相似环境中。它的特点在于系统具有类似于人类的思维，可以运用已有解题方式解决新问题。在实际操作过程中，为了丰富拓展推理系统的使用宽度，人们往往将这两种推理方式结合使用。当知识库中知识储备能解决问题时，主要运用基于规则的推理方式；如果知识网络存在漏洞无法利用现有知识有效解决问题时，则综合使用基于案例推理方式，通过案例学习做出推理决策。

1.2 机器学习方法

机器学习是指通过编程使计算机系统模拟人类思维，学习新兴知识的过程。目前，被广泛应用的机器学习方法主要有人工神经网络和贝叶斯学习等。人工神经网络是近年来学术界用来辅助完成科研过程的热门算法，基本原理是类比人类大脑中神经元对信息的处理方式，通过不断调整各数据节点之间的关系来完成信息处理。人工神经网路的优势在于通过判定预选输入系统内的起始和输出数据间的逻辑关系，将输入的新数据按照计算法则处理即可得出输出结果。将现实案例抽象为数学模型，往往是科研过程中最难进行的部分。人工神经网络的出现，有效解决了这一难题。传统算法只适用于线性数学模型的求解优化，无法应对复杂的数学建模过程。人工神经网络只需要案例原始数据，就可完成模型求解。此外，人工神经网络的自适应性可被应用于认知无线电中的频谱识别感应、信号感知和工作参数调试等问题。贝叶斯学习主要针对数据信息的先验概率进行推理决策，在通信领域主要应用于问题的抽取、储存等[2]。

1.3 智能优化算法

认知无线电区别于传统无线电技术的主要特点是能按照环境和客户需求实现工作参数的智能调试。工作参数设置包括频谱、客户需求和客观环境等多方面限制，需要以函数形式进行多目标求解。遗传、模拟退火和禁忌搜索算法都是认知无线电领域用来智能优化的基础算法。遗传算法模拟生物学中自然进化的原理，通过自然选择淘汰劣势解寻求问题最优答案。将认知无线电类比成生物体内的染色体，染色体中存在的各个基于对应程序的不同参数，经过不断进化达到最终参数设置要求。模拟退火方法是模拟物理降温过程，利用数学公式计算不同状态的转移概率与临界值进行搜索。禁忌搜索通过设置禁忌表，防止搜索内容反复进入搜素序列，浪费搜索时间。

2 人工智能技术的CR应用实例

2.1 在无线区域网中的应用

无线区域网是以认知无线电技术为基础，实现固定频段的无线电数据传输。无线区域网与宽带拨号上网的区别在于其使用的是全新的频谱带，主要应用于农村等偏远地区。人工智能技术在无线区域网中的应用主要体现在认知引擎的升级换代上。以Newman等人研制出的基于CBR认知引擎为例，作用机理为感知模块、无线环境图与主控模块的互相关联。其中，无线环境图是由分布在各个客户终端的网络节点与网络线路连接而成的抽象数据库，内部包含了地理信息、知识体系和服务信息客户需求等。无线环境图中的信息通过不断观测引擎中感知模块的节点状态变化将变化信息由CR传送至主控模块。主控模块由效用、基于案例/规则的推理、信道建模和预测、多目标优化和频谱管理几部分组成。接收到数据信息后，主控模块按顺序完成推理、学习和优化过程，最终输出结果。

与人工智能技术完美结合后的无线区域网络可实现为用户提供不对称的数字用户线宽带接入服务。随着互联网和无线网络的发展与普及，人们日常信息的获取渠道早已由平面纸质报纸等转化为网络自媒体。为了满足人们的日常生活需求，绝大部分地区的宽带拨号上网业务已广泛普及。但是，包含山区在内的许多人口密度较低的偏远地区，由于线路接入成本较高，一直无法享受宽带拨号上网业务。基于802.22的无线区域网系统虽然在上网速度和网络性能上与固定上网差异不大，但可适应农村等偏远地区条件，可为类似地区提供上网业务[3]。

2.2 在无线电测试平台的应用

国外许多学者已经研制出了基于人工神经网络算法的认知无线电测试平台。无线电测试平台需实现的设计目标是调试网络频谱带、设置带宽等工作设备参数，同时实现网络最大吞吐量和最小运输速率目标。结合人工智能技术中的遗传算法，可建立解决问题的认知引擎。认知引擎的主要作用机理为：初始化无线电通过无线系统遗传算法模块收集信道信息并建模信道，信道建模过程完成后，将信道模型传输至认知系统检测器模块。在认知系统检测器中判定决策无线电是否需要重新配置，并根据过去记忆的信道情况与参数配置对无线电性能的影响，决定哪些参数应该保留，哪些参数需要修改。经认知系统检测器判定系统需要更新配置时，模拟器会将产生的适值函数和初始代的染色体提供给无线系统遗传算法模块，最终将适值函数表达为数学函数形式并输出仿真结果。但是，如果经认知系统检测器检测系统无需更新配置时，系统自动生成子代染色体数据库，用来检验基带配置性能结果。该技术的优点在于系统可对当前环境产生的系统配置结果不断进行优化更新，直至最后输出目标结果，达到检验目的。

2.3 在WLAN中的应用

WLAN即人们常说的无线局域网。在无线局域网发明前，人们上网只能通过有线宽带形式，将物理线缆连接成一个电子运行通路，费事且成本较高。无线局域网应用到人们日常生活后，可直接利用射频技术使用电磁波传输数据，在空中进行通信连接。基于IEE802.11标准的无线局域网可实现特定频段的无线电波连接。以家庭用网为例，家庭WLAN上网主要包含路由器、交换机、防火墙和无线接入点等几部分，可通过以上设施设备实现数台电子设备的以太网访问需求。将人工智能技术应用在WLAN网络后，具有认知功能的无线局域网可通过数据接入点的不同进行频谱扫描，将对系统产生干扰的其他频谱带区分出来，并结合系统原有的通信信道模型建立适应用户需求的通信信道模型。另外，基于人工智能技术支撑的无线局域网还可在对数据接入点频谱扫描时核查非法入侵终端，防止网络黑客恶意攻击。

2.4 在多入多出系统中的应用

多入多出系统是指通过加设输入端及输出端上的接收信号天线方式，实现天线之间的信号传输，以达到改善通信质量和用网质量的目的。多入多出技术可高效改善目前的频谱带有限情况，提高现阶段频谱效率。将人工智能技术引入认知无线电系统后，能大大提高频谱使用效率。人工智能技术与认知无线电系统的结合已不仅仅局限于学术范围，这一创新形式早在2006就被应用于工业领域。墨尔本一通信公司已经开发出基于人工智能技术的商用CR系统，并广泛投入到了生产环节[4]。

3 结 论

认知无线电是在无线电发展基础上衍生出来的时代产物。基于人工智能技术的蓬勃发展，认知无线电被广泛应用于通信、数据交互等多个行业领域。基于此背景，本文对人工智能技术在认知无线电领域的应用情况展开探讨，将认知无线电领域中体现的人工智能归纳为推理、学习和优化能力。其中，推理能力包含了基于规则推理和案例推理两种方式。机器学习能力部分简述了人工神经网络和贝叶斯学习方法等，算法优化部分则主要列举了遗传、模拟退火和禁忌搜索三种优化算法模型。最后，详述了人工智能技术在WRAN、WLAN、无线电测试平台和多入多出系统中的实际应用过程。