认知无线电关键技术及应用的研究现状

认知无线电关键技术及应用的研究现状

郭彩丽,张天魁,曾志民,冯春燕

北京邮电大学通信网络综合技术研究所（100876）

Email:caili_guo7@sina.com

1

摘 要：归纳了认知无线电功能的演进，讨论了其相关频谱政策和标准化工作的进展，并重点对频谱侦听和主用户检测、动态频谱分配、功率控制等关键技术及认知无线电在无线区域网WRAN、Ad Hoc网络、UWB系统中应用的研究现状做了分析。在此基础上探讨了认知无线电技术未来发展值得关注的热点问题。

关键词：认知无线电； 频谱侦听；主用户检测；动态频谱分配；功率控制

1 引言

目前随着无线通信业务需求的快速增长，可用频谱资源变得越来越稀缺。人们通过采用先进的无线通信理论和技术，如链路自适应技术、多天线技术等努力提高频谱效率的同时，却发现全球授权频段，尤其是信号传播特性比较好的低频段的频谱利用率极低。以美国为例，美国联邦通信委员会(FCC, Federal Communications Commission)的大量研究报告说明频谱的利用情况极不平衡，一些非授权频段占用拥挤，而有些授权频段则经常空闲[1]。来自美国国家无线电网络研究实验床(NRNRT, National Radio Network Research Testbed)项目的一份测量报告表明3GHz以下频段的平均频谱利用率仅有5.2%[2]。因此近几年来，能够对不可再生的频谱资源实现再利用的频谱共享技术受到了人们的广泛关注。

现有的频谱共享技术，如工业、科学和医用(ISM, Industrial, Scientific, and Medical)频段开放接入、工作于3GHz～10GHz频段的超宽带(UWB, Ultra-Wide Band)系统与传统窄带系统共存等技术通常应用于固定频段的共享，或受限于发送功率的短距离通信。这些技术在提高频谱利用率的同时却增加了干扰，限制了通信系统的容量和灵活性。认知无线电(CR, Cognitive Radio) [3,4,5]作为一种更智能的频谱共享技术，能够依靠人工智能的支持，感知无线通信环境，根据一定的学习和决策算法，实时自适应地改变系统工作参数，动态的检测和有效地利用空闲频谱，理论上允许在时间、频率以及空间上进行多维的频谱复用。这将大大降低频谱和带宽的限制对无线技术发展的束缚。因此这一技术被预言为未来最热门的无线技术。

2 CR功能的演进

CR的概念虽新，但其思想已在无线通信的许多领域得到了应用。典型的例子有：工作于45MHz左右的无绳电话系统采用一种信道自动选择机制避免使用已占用的信道；免授权

1

本课题得到高等学校博士学科点专项科研基金（项目编号：2003001312）资助

- 1 -

http://www.paper.edu.cn

的个人通信业务(PCS, Personal Communication Service)设备在传输数据之前预先侦听频谱的占用情况，以避免对其他的免授权设备造成干扰；工作于 5GHz频段的IEEE802.11a网络，采用动态频率选择(DFS, Dynamic Frequency Selection)和发送功率控制(TPC, Transmit Power Control)机制，避免与雷达信号的干扰。此外，高速下行分组接入(HSDPA, High Speed Downlink Packet Access)、CDMA1x EvDO网络都采用一种认知调制过程，通过确认用户需要的服务，识别用户工作的最佳环境，进而设定最有效的调制方案、数据速率及发送功率等以满足用户的QOS需求。但以上这些具有基本认知能力的技术只是CR功能的极小一部分，这些技术可以按渐进的方式扩展直到实现CR承诺的全部性能。

在CR功能的演进过程中存在多种不同的认识。一种认识的代表是以Mitola为首的瑞典皇家科学院 [4]，他们强调软件定义无线电(SDR, Software Defined Radio)是CR实现的理想平台。CR使SDR从预置程序的盲目执行者转变成为无线电领域的智能代理。它可通过无线电知识描述语言(RKRL, Radio Knowledge Representation Language)，采用基于模式的推理方式与网络进行智能交流，因此其认知功能的实现主要在应用层或更高层。但这种认识缺乏相应的具有认知功能的物理层和链路层体系结构的有效支撑；还有一种认识是以Rieser为首的维吉尼亚技术中心提出的[6]，他们认为Mitola提出的基于人工智能的认知系统受限于硬件平台的计算能力，且不能够适应快速变化的网络。Rieser指出CR不一定需要SDR的支撑，采用基于遗传算法的生物启发认知模型对传统无线电系统的物理层和媒体接入控制 (MAC, Media Access Control) 子层的演进过程建模，更适用于可快速部署的灾难通信系统。但他们仅考虑了单个CR引擎节点的操作，没有涉及引擎节点在CR网络中的行为。FCC提出的CR功能是以上两种认识的一个相对简化的版本[7]。它建议任意一无线电只要能够具有自适应频谱感知功能就可称为是CR。针对频谱利用率低的现状，FCC提出采用CR技术实现开放频谱系统，即合法的授权用户（也称主用户）具有高的优先权接入频谱，而具有CR功能的非授权用户（也称次用户或认知用户）可在对授权用户不造成干扰的情况下机会接入频谱。目前CR的应用大多是基于FCC的观点，因此也称CR为频谱捷变无线电、机会频谱接入无线电等。

目前人们对CR和SDR的关系基本达成共识：SDR具有相当的灵活性，但相比CR缺乏一定的智能。二者主要区别在于CR自适应频谱环境，SDR自适应网络环境。CR的实现不一定需要SDR的支撑，但如果借助于SDR，则CR会具有更多潜在的优势[7]。

3 CR技术及应用的研究

3.1 频谱政策和标准化工作进展

CR技术对现存的无线频谱固定分配制度提出了挑战。对此一些频谱管制部门如FCC和英国通信办公室(Ofcom, Office of Communications)等给予了积极的支持。2002年12月，FCC指出非授权设备应具备能够识别未占用频段的能力；2003年11月，FCC提出新的量化和管理干扰的指标值——干扰温度的概念，以扩展移动和卫星频段的非授权操作；同年12月FCC成立了CR工作组，明确表示支持CR并修正了美国的《电波法》[6]；2004年5

- 2 -

http://www.paper.edu.cn

月，FCC又建议非授权无线电可在TV广播频段内操作。与此同时，Ofcom也将CR引入其近期的频谱框架概述报告书中。

在频谱政策管制部门的带动下，一些标准化组织接纳了CR并先后制定了一系列标准以推动该技术的发展。IEEE 802.22工作组对基于CR的无线区域网络(WRAN, Wireless Regional Area Network)的空中接口标准正在制定中，目标是将分配给电视广播的VHF/UHF频带的空闲频道有效利用作为宽带访问线路；IEEE 802.16工作组正在着手制定h版本标准，致力于改进如策略、MAC增强等机制以确保基于WIMAX的免授权系统之间、与授权系统之间的共存；此外，国际电信联盟(ITU, International Telecommunications Union)也在努力寻找类似CR的频谱共享技术。

3.2 关键技术研究

3.2.1

频谱侦听和主用户检测

认知用户相比主用户具有更低的频谱接入优先权。为不对主用户造成有害干扰，认知用户需能够独立地检测出空闲频谱及主用户的出现。这就要求认知用户能够实时地连续侦听频谱，以提高检测的可靠性。为对主用户不造成有害干扰，可靠检测概率要求达到99.9%。

早期的检测方法有采用导频信号和周期平稳过程特征检测(Cyclostationary Feature Detection)等，但检测性能会随着多径和阴影衰落引起的接收信号强度的减弱而降低，另外检测能力本身也有一定的限制[8]，因此为实现可靠检测需要探索新的方法。目前的仿真和分析表明，采用合作分集的方法可达到上述的可靠检测概率要求。合作侦听允许多个认知用户之间相互交换侦听信息，这可显著提高频谱的侦听和检测能力。Ganesan等人提出多用户单载波和多用户多载波情况下，集中式CR网络通过引入放大中继(AF，Amplify-and-Forward)合作分集协议，可减少检测时间，从而提高网络的灵活性[9]。考虑到实际网络中中继节点发送功率有限的情况，Ganesan等人又进一步对分布式CR网络的分集增益的提高进行了分析[10]。但他们的研究均假设主用户的位置已知。当主用户的位置未知时，Wild等人提出采用本振泄露(Local Oscillator Leakage) 检测方法[11]，通过检测主用户接收机射频前端发射的本振泄露功率，可准确定位主用户。

此外，最新的研究表明采用物理层和MAC层联合侦听的跨层设计方法可极大的提高频谱侦听能力[12]。这种方法通过增强无线射频前端灵敏度，同时利用数字信号处理增益及用户间的合作来提高检测能力，越来越受到人们的关注。 3.2.2

动态频谱分配 (DSA, Dynamic Spectrum Allocation)

由于CR网络中用户对带宽的需求、可用信道的数量和位置都是随时变化的，传统的话音和无线网络的DSA方法不完全适用。另外要实现完全动态频谱分配(Fully DSA)受到很多政策、标准及接入协议的限制[13]。因此目前基于CR的DSA的研究主要基于频谱共享池 (Spectrum Pooling)这一策略。频谱共享池的基本思想是将一部分分配给不同业务的频谱合并成一个公共的频谱池，并将整个频谱池划分为若干个子信道，因此信道是频谱分配的基

- 3 -

http://www.paper.edu.cn

本单位[14]。基于频谱共享池策略的DSA实质上是一个受限的信道分配问题，以最大化信道利用率为主要目标的同时考虑干扰的最小化和接入的公平性。

为规定用户之间选择频谱的协商机制，Mitola在文献[14]中提出了标准的无线礼仪协议的初始框架，主要包括主用户与认知用户之间交互的租用频谱协议、当主用户再次出现时服从的补偿协议、频谱使用优先级协议等。由于认知用户本质上是一个自治的智能代理，目前的研究大多集中于动态分布式资源分配方面。对策论（又称博弈论，Game Theory）是一种有效的分析实时认知用户交互过程的工具。由于经典对策模型不包含学习环节，采用一些嵌入学习功能的改进型对策模型如贝叶斯对策等，是目前研究的热点问题。Nie等人将对策论的应用做了进一步的扩展，分别分析了合作用户和非合作用户情况下系统的性能，指出基于合作的DSA可提高全网的性能[15]。但这种基于合作的方法强调系统的整体有效性，必要时需牺牲局部性能。之后很多研究对该方法进行了改进，以接近最优分配。如Peng和Zheng等人相继提出的标签机制，可区分用户的优先级，得到50%的性能改善[16，

17]

；Cao等人提出的本地讨价还价(Local Bargaining)算法，采用公平的业务保证机制，可提

供文献[16]和[17]中相近的性能，但明显降低了系统的复杂性[18]。虽然这些方法都取得了一些进步，但这些基于合作的方法为了共享相邻用户频繁交换的协作信息，需要公共的协调协议和通信链路，必然会增加系统的复杂性和额外开销。这对于能量受限的通信系统，如Ad Hoc、无线传感器网络等并不适用。针对以上问题， Zheng等人提出了基于设备的频谱管理（相对于基于政策的频谱管理）方案[19]。其基本思路是用户通过观察本地干扰码型，依据预先设定的适用于不同场景的规则独立决策选择信道，从而使系统的性能、复杂度和通信成本取得折衷，因此该方法也称为基于规则的方法。实验结果表明相对于合作方法，这种基于规则的方法可在提供相同通信性能的前提下将通信成本降低3～4倍。

无论是基于合作的方法还是基于规则的方法，大多是用来解决多个认知用户之间如何选择频谱以最大化利用率的问题。而当主用户再次出现时也需考虑其信道选择的方案。Capar等人在该领域做了初步探索。他们提出了两种接入方案[20]：具有控制信道的分配和无控制信道的分配。前者是只要频谱池有空闲的子信道，主用户就可以选择空闲信道而不中断认知用户的通信；后者是主用户并不考虑认知用户是否占用信道，只要需要就占用原信道。这两种方案中，带宽利用率和阻塞率无明显差别，而无控制信道的分配方案的强制中断率比较高，可采用智能调度算法来降低。 3.2.3

功率控制

采用CR技术实现频谱共享的前提是必须保证对主用户不造成干扰，而每个分布式操作的认知用户的功率分配是造成干扰的主要原因，因此需要探索适用于CR技术的分布式功率控制方法。

首先考虑两用户（单个认知用户与主用户）共享频谱时的功率控制问题。一种可行的方法是将测量到的主用户接收机信号的本地信噪比(SNR, Signal to Noise Ratio)近似为认知用户与主用户间的距离，从而相应的调整认知用户的发射功率[21]。此外，Clemens等人提出了一种相对智能的功率分配策略[22]，可将对策论和遗传算法相结合。即采用两用户重复

- 4 -

http://www.paper.edu.cn

对策理论建模，借助遗传算法来搜索策略空间。这些方法可实现在保证主用户不受有害干扰的前提下“贪婪”地增加认知用户的发送功率。

对于既存在合作又存在竞争的多址CR系统，为避免多用户的冲突问题，分布式功率控制的研究更为重要。多址CR系统的发送功率控制受到给定的干扰温度和可用频谱空穴数量这两种网络资源的限制[5]。到目前为止，一般主要应用信息论和对策论来解决其功率控制的难题。多用户CR系统的功率控制问题首先可看作是一个对策论的问题。若不考虑竞争现象，可看作纯合作对策，这样该问题就简化为一个最优控制理论问题，但限制了问题的许多方面[23]。因此用对策论方法研究的功率控制问题最终被归结为一个非合作对策。目前主流的方法是采用Markov对策进行分析解决。实现功率控制的另一种方法是基于信息论的迭代注水法。分析表明迭代注水法更适用于多用户环境，可通过增加遗憾意识的学习机制提高其性能，以支持更多用户接入。

此外，关于CR系统的安全、可靠链路的维护以及定价策略的研究也逐渐成为人们关注的热点问题。

3.3 CR典型应用的研究

3.3.1

在WRAN中的应用

在FCC政策的鼓励下，IEEE 802.22工作组已将CR技术确立为WRAN的核心技术。目前该工作组对基于CR技术的物理层与MAC协议标准的制定正在研究中，预计将在2006年中期推出相关标准的草案。

IEEE 802.22规定了点到多点（通常指一个基站(BS)到多个用户预订设备(CPE)）的无线空中接口。依据IEEE 802.22功能需求标准[24]，WRAN空中接口面临的主要挑战是灵活性和自适应性。对于物理层的要求有：保持低复杂性的同时提供很高的性能；BS能够根据接收到的SNR，动态的调整编码和调制方式；另外为对TV业务不造成干扰，还要求TPC动态范围至少为30dB。而对基于CR的MAC协议，需提供共享TV频段所需的全新功能。如在初始化过程中，CPE无预分配的信道用来搜索BS， 甚至为提高性能BS可能将多个空闲信道捆绑在一起，致使 CPE到BS的同步问题相当困难，而这个问题在现存的无线MAC协议中并未涉及。此外，相比较别的IEEE标准，IEEE 802.22空中接口的共存问题也很关键，如侦听门限、响应时间等多种机制还需做大量的研究。 3.3.2

在Ad Hoc网中的应用

当CR技术应用于低功耗多跳Ad Hoc网络中时，需要新的MAC协议和路由协议支持分布式频率共享系统的实现。

一般来说，认知用户之间的通信需采用全局公共控制信道来完成信令信息的传输。因此对于MAC协议的设计需要考虑控制信道的要求。Pawelczak等人提出了一个简单的CR MAC协议[25]，将IEEE 802.11标准的MAC协议进行改进以满足控制信道的需求，尤其适用于Ad Hoc认知无线电应急网络。

在Ad Hoc网络中引入CR技术同样对路由协议也带来一些影响。传统的路由指标如跳数、拥塞等作为路由选择的依据已不够充分，所以对于CR网络需引入新的路由指标，如信

- 5 -

http://www.paper.edu.cn

道切换数、信道切换频率等。Krishnamurthy等人在文献[26]中相应提出两种新的路由策略：基于最小时延路由和基于信道切换频率路由，以便寻找最佳路由。另外，一般的多跳Ad Hoc网络在发送数据包时需要预先确定通信路由，采用CR技术后，因来自周围无线系统的干扰波动较大，需要不断的更改路由。因此，用于Ad Hoc网络中的传统路由技术不再适用。针对这种情况，Fujii等人提出了采用空时块码(STBC, Space Time Block Code)分布式自动重传请求 (ARQ, Automatic Repeat reQuest)技术[27]，利用包的重传来代替路由技术。该方法可根据周围的环境，避开干扰区域自适应选择路由。此外，由于网络路由协议的最优选择很大程度上依赖于物理层环境（如移动性、传播路径等）的变化和应用的需求（如QOS等），而在Ad Hoc认知无线电网络中，多种业务的QOS需求的变化要比网络拓扑的变化还要快[26]，因此有必要研究次优化路由协议，以保证长期的网络性能优化。 3.3.3

在UWB系统中的应用

最初将CR技术应用于UWB系统中即认知UWB无线电(Cognitive UWB Radio)技术的提出是为了能够实现在直序列超宽带(DS-UWB, Direct-Sequence UWB)和多频带正交频分复用(MB-OFDM, MultiBand Orthogonal Frequency Division Multiplexing)两种UWB标准的互通。如Granelli等人提出的脉冲软件智能无线电(Impulsive Software Smart Radio)，可根据特定的操作环境，采用动态波形生成算法，实现各种UWB脉冲调制技术及波形的选择[28]。其目的都是应用自适应脉冲波形生成技术，解决IEEE 802.15.3a物理层DS-UWB和 MB-OFDM两种可选技术标准竞争陷入僵局的问题。

由于UWB系统与传统窄带系统之间存在着不可避免的干扰，将CR技术与UWB技术相结合来解决干扰问题已成为近几年研究的热点。尤其是对UWB系统中基于CR的合作共存算法的研究较多。Yamaguchi等人在文献[29]中描述了采用主动干扰取消算法在MB-OFDM中的实现，并论证了采用MB-OFDM技术更适于将来的CR技术的应用。一个更有效的方法是考虑将CR机制嵌入到UWB系统中。如以跳时-脉冲位置调制(TH-PPM, Time Hopping- Pulse Position Modulation)为例，通过预先检测到干扰频率，并相应选择适合的跳时序列，可将UWB系统与传统窄带系统间的干扰减至最小。

此外，随着CR关键技术及应用的研究，用于验证这些技术的实验系统也初步取得了一些进展。如美国国防高级研究计划局(DARPA, Defense Advanced Research Projects Agency)开展了下一代无线(XG, neXt Generation)通信项目的研发，设计了自适应频谱系统原型，目标是使频谱的利用率增加10倍；MITRE公司研发了自适应频谱无线电(ASR, Adaptive Spectrum Radio)实验床，成功验证了自适应频谱接入的可行性；维吉尼亚无线通信技术中心研究并设计了CR仿真实验椅和硬件实验床，基于生物启发的CR引擎节点正在研发中；伯克利大学建立了伯克利仿真平台(BEE2, Berkeley Emulation Engine)，对各种频谱侦听技术和算法进行了实验仿真和性能分析等。

- 6 -

http://www.paper.edu.cn

4 总结及展望

CR技术被认为是未来无线通信技术的“下一件大事”，已逐渐受到人们的普遍关注。本文对CR技术近几年来的研究成果进行了综述。CR技术虽具有独特的优点，但还远不成熟。目前还存在一些需要进一步研究的问题。我们今后的工作将重点关注以下几个方面： ·认知多入多出无线电(Cognitive MIMO Radio)：MIMO多天线技术可显著地提高无线通信系统的频谱效率，而CR技术的主要目标就是提高频谱的利用率。将MIMO技术引入到CR系统中，将能够提供载波频率和复用增益的双重灵活性[5]。

·频谱与路由联合选择技术：CR技术可根据周围环境的变化动态地进行频率的选择，而频率的改变通常需要上层协议如路由协议等进行相应调整 [19]。根据频谱的变化自适应地选择路由的频谱感知路由协议值得关注。

·认知网状网(Cognitive Mesh Network)：无线Mesh网络是近几年出现的全新的网络结构，它具有无线多跳的网络拓扑结构，通过中继的方式使得网络范围不再局限在中心控制点的传输范围，从而有效的扩展网络覆盖范围。由于微波频段受限于视距传输，基于CR技术的Mesh网络将有利于在微波频段实现频谱的开放接入[7]。

参考文献

[1] P. Kolodzy. Spectrum Policy Task Force: Findings and Recommendations. International Symposium on Advanced Radio Technologies (ISART), March 2003.

[2] M. McHenry. Report on Spectrum Occupancy Measurements. Shared Spectrum Company. [Online], Available: http://www.sharedspectrum.com/?section=nsf_summary.

[3] J. Mitola et al. Cognitive Radios: Making Software Radios more Personal. IEEE Personal Communications, vol. 6, no. 4, August 1999.

[4] J. Mitola. Cognitive radio: An integrated agent architecture for software defined radio. PhD Dissertation, Royal Inst. Technol.(KTH), Stockholm, Sweden, 2000.

[5] S. Haykin. Cognitive Radio: Brain-Empowered Wireless Communications. IEEE JSAC, vol. 23, no. 2, February 2005.

[6] C. J. Riese. Biologically Inspired Cognitive Radio Engine Model Utilizing Distributed Genetic Algorithms for Secure and Robust Wireless Communications and Networking. Ph.D. Dissertation, Virginia Tech, Blacksburg, VA, August 2004.

[7] FCC-03-322: Facilitating Opportunities for Flexible, Efficient, and Reliable Spectrum Use Employing Cognitive Radio Technologies. [Online], Available:

http://hraunfoss.fcc.gov/edocs_public/attachmatch/FCC-03-322A1.pdf

[8]A. Sahai, N. Hoven and R. Tandra. Some fundamental limits in cognitive radio. Proc. Allerton Conf. on Commun., Control and Computing, Oct. 2004.

[9]G. Ganesan and Y. G. Li. Agility improvement through cooperative diversity in cognitive radio networks. GLOBECOM 2005.

[10]G. Ganesan and Y.G. Li. Cooperative Spectrum Sensing in Cognitive Radio Networks. IEEE DYSPAN, Nov. 2005.

[11] B.Wild, K.Ramchandran. Detecting primary receivers for cognitive radio applications. New Frontiers in Dynamic Spectrum Access Networks, pp: 124 – 130, Nov. 2005.

[12] D. Cabric, S. M. Mishra, and R. W. Brodersen. Implementation issues in spectrum sensing for cognitive radios.Conference on Signals, Systems, and Computers, 2004.

- 7 -

http://www.paper.edu.cn

[13]P. Leaves, S.Ghaheri-Niri, R.Tafazolli, L.Christodoulides, T.Sammut, W.Staht, J.Huschke. Dynamic spectrum allocation in a multi-radio environment: concept and algorithm,3G Mobile Communication Technologies. Second International Conference (Conf. Publ. No. 477), 2001.

[14]J. Mitola. Cognitive radio for flexible mobile multimedia communications. Mobile Multimedia Communications, pp: 3 – 10, Nov. 1999.

[15] Nie Nie, C.Comaniciu. Adaptive channel allocation spectrum etiquette for cognitive radio networks. New Frontiers in Dynamic Spectrum Access Networks, pp: 269 – 278, Nov. 2005.

[16] H.Zheng, C.Peng. Collaboration and fairness in opportunistic spectrum access. Proc.40th annual IEEE International Conference on Communications, June 2005.

[17] C. Peng, H. Zheng, B. Y. Zhao. Utilization and fairness in spectrum assignment for opportunistic spectrum access, Mobile Networks and Applications (MONET), 2006.

[18] L. Cao, H. Z Zheng, Distributed spectrum allocation via local bargaining. IEEE SECON, Sept. 2005.

[19] Haitao Zheng, Lili Cao. Device-centric spectrum management, New Frontiers in Dynamic Spectrum Access Networks, pp: 56 – 65, Nov. 2005.

[20] F.Capar, I..Martoyo, T.Weiss, F.Jondral. Comparison of bandwidth utilization for controlled and uncontrolled channel assignment in a spectrum pooling system, Vehicular Technology Conference, vol.3, pp: 1069- 1073, May 2002.

[21] N.Hoven, A.Sahai, “Power Scaling for Cognitive Radio Wireless Networks,” Communications and Mobile Computing, pp: 250 – 255, June 2005.

[22] N.Clemens, C.Rose. Intelligent power allocation strategies in an unlicensed spectrum. DySPAN 2005, pp: 37 - 42 Nov. 2005

[23] T. Basar and G. J. Olsder, Dynamic Non-cooperative Game Theory, 2nded. Philadelphia, PA: SIAM, 1999.

[24]IEEE 802.22, Document:22-05-0007-xx-0000_RAN_Requirements.doc. [Online], Available: http://www.ieee802.org/22/

[25]P.Pawelczak, R.V.Prasad, Xia Liang, I.G.M.M.Niemegeers. Cognitive radio emergency networks - requirements and design. New Frontiers in Dynamic Spectrum Access Networks, pp: 601 – 606, Nov. 2005.

[26]S.Krishnamurthy, M.Thoppian, S.Venkatesan, R.Prakash. Control Channel Based MAC-Layer Configuration, Routing and Situation Awareness for Cognitive Radio Networks. MILCOM 2005, pp: 1 - 6, Oct. 2005.

[27] T.Fujii, Y.Suzuki. Ad-hoc cognitive radio - development to frequency sharing system by using multi-hop network. New Frontiers in Dynamic Spectrum Access Networks, pp: 589 – 592, Nov. 2005.

[28] F.Granelli, Honggang Zhang. Cognitive ultra wide band radio: a research vision and its open challenges. Networking with Ultra Wide Band and Workshop on Ultra Wide Band for Sensor Networks, pp: 55 – 59, July 2005.

[29] H.Yamaguchi. Active interference cancellation technique for MB-OFDM cognitive radio, Microwave Conference, 2004. 34th European, Volume 2, pp: 1105 – 1108, Oct. 2004.

- 8 -

http://www.paper.edu.cn

Investigation on Key Techniques and Applications of

Cognitive Radio

CaiLiGUO TianKuiZHANG ZhiMinZENG ChunYanFENG

School of Continuing Education, Beijing University of Posts and

Telecommunications, Beijing 100876, China

Abstract

In this paper, we first study the functional evolution of Cognitive Radio. Then following the discussion of the development of several spectrum policies and standardizations, we focus on the recent research issues of key techniques, such as spectrum sensing, primary user detection, dynamic spectrum allocation and power control, as well as the applications of Cognitive Radio in Wireless Region Area Network, Ad Hoc network and UWB system. Finally, we finish by briefly investigating several possible future research directions of Cognitive Radio.

Keywords: Cognitive Radio; spectrum sensing; primary user detection; dynamic spectrum allocation; power control

- 9 -