简论维度绿色无线通信网络认知维度研究

论文导读：
摘要：认知无线电作为一种动态频谱共享新技术，在无线通信网络中具有巨大的应用前景。介绍了认知功能在绿色无线通信中的应用价值和面临的问题。讨论了无线网络中的能效问题，分析了无线网络节点的认知功能在提高无线网络能效和性能等方面存在的优势，同时也讨论了其中存在的问题和挑战。
关键词：绿色无线通信网络；认知无线电；能效；性能
16727800（2013）0010002902
作者简介：江廷力（1991-），男，合肥学院学生，研究方向为计算机科学与技术、网络工程。
0引言
根据国外研究统计，全球通信数据总量每5年大致增长10倍，相应的能耗总量每年大约上涨16%～20%。这种网络流量的扩张主要发生在移动通信网络系统中。随着多媒体服务在无线网络中的日益普及，移动数字设备的能源消耗进一步剧增。为了保护环境，应对全球变暖以及维护环境的可持续发展，需要从理论和应用等多方面对绿色无线通信网络技术进行研究。
认知无线电是一种用于提高无线电频谱利用率的概念。一个认知无线电设备可以依靠自身的认知功能来探测无线电频谱，定位空余频谱并保证在授权用户没有使用该频段的前提下利用相应带宽。
认知无线电由于其灵活性和适应性而为绿色无线通信开启了新的可控维度。认知能力可以被理解为一类广泛的特性，从频谱感知到无线网络节点间的智能学习以适应传输。这类特性有利于提高能源效率，同时也能提升无线系统性能。具有这种认知功能的网络节点被称为认知节点，能通过对环境的自适应能力来提高网络性能。
1无线网络中的能源效率
根据研究显示，目前无线网络的访问接入以及核心网络的运营是无线网络中两个最主要的耗能部分。

1.1终端设备和无线接入网

随着无线网络终端用户数量的增加，在进行无线网络接入时，相应的通信能源需求会大幅增长，这使得无线访问网络的能效问题备受关注。高能效通信系统的设计在考虑环境和应用限制的同时也需充分考虑无线射频设备、网络层、可适性物理层算法以及介质访问控制协议等方面问题。其中提高无线网络访问时能效的关键因素主要包括基站架构体系增强、协议和中间件支持、射频部件相关硬件优势以及应用层的支持。

1.2核心网络

核心网络的运营也相当重要。路由器、交换机和服务器等硬件的能耗占运营商IP骨干网能耗的主要部分。目前，在IT基础设施方面，处理节点、IP多媒体子系统服务器和认证、授权和计费等服务器都得益于能源效率的提高。而在核心网络能效的提高方面，3G LTE和WiMAX等新兴无线接入技术具有很多提高频谱效率和能源效率的方法和技术，并充分利用了低功耗和低成本路由器和服务器优势。
尽管如此，目前无线通信网络中的能耗问题仍然十分突出。从认知功能角度来看，为无线通信网注入更多的认知能力将进一步提高节能效率，这使得重构后网络可以获得更为健壮的自适研究生论文www.7ctime.com
应能力。
2认知功能在绿色无线通信系统中的优势
认知无线电可根据与其发生交互的环境而改变自身传输参数，这种交互包括与其它无线频谱段的用户进行积极协商通信或被动感应，并作出相应的决策。认知无线电节点可以执行一个如图1所示的认知操作周期。从图1可知，一个认知无线电节点可以通过传感器对其所处的操作环境进行感应。在处理完这些感应到的环境状态数据之后，会依据自身目标、优先考虑的问题以及自身的约束做出决策。在确定最合适的策略后，最后会进行相应的操作。换句话说，这样的节点通过积累经验可以使自己变得更聪明。
图1认知节点的认知周期
现在，认知无线电已被认为是提高无线通信系统效率的一种通用方法。从绿色的角度来看，频谱是一种资源，需要被共享。认知节点通过智能操作以及灵巧的频谱接入方法实现了这种范式[3]。但在绿色通信的使用中，它们仍有待于优化。从绿络的角度来看，有两个与认知无线电有关的问题：认知节点对能效的提高以及通过认知节点获得高能效的能力。
能源管理问题是一个多维的优化问题，主要包括在动态控制系统的一些性能约束下最小化平均能耗。一般情况下，能效目标可以通过每焦耳能量传输的数据位数来进行衡量。通常情况下，认知节点会利用一种周期性感应法来避开对于重复出现的主用户的干扰，每一个数据帧都被分为两个部分：感应部分和传输部分。通常，感应时间越长，反应正确性越论文导读：
高，但是会相应减少传输时间。所以，传感和传输调度应该在维持感应精度和传输效率的前提下进行。从能量角度看，特别是对于电池容量有限的节点，其可在主用户干预约束的情况下以能效最大化为目标决定最佳传感和传输时间。
在绿色无线通信网络中，认知终端设备和智能的核心、访问网络节点可组成一个基础设施元，通过其认知能力可形成更智能的通信系统。这种相互联系的结构有助于形成更完善的绿色通信系统，如智能电网和智能交通系统等。在不同通信环境中，认知无线电具有多样化的能量效率优化方式和方法：
（1）对于能效提升功能的智能支持。一方面，在学习的基础之上，能耗估算模型需要传感数据和计算方案来达到精确的操作，并且支持能源管理及测量的复杂中间件的支持，无线网络中的能耗剖析在提高能效上也是至关重要的。另一方面，具备电力供应和能效意识的认知节点，由于知道其电力供应源、剩余电池寿命和可替代的适应方案从而可对能效的提高提供更为智能的支持。
（2）网络层的优化能力。通过基础接入设施的支持，认知节点在选择最合适的网络时，不仅可以考虑物理层条件和可用带宽，同时也可以考虑能源成本。例如，在网格模式下，它们可以通过优化路由器和交换机的能效来达到减少能耗的目的。
（3）跨层优化的能力。能源管理问题本身也涉及到了跨层解决方案。这是由于在测量性能时需要考虑到协议栈的特性，然而优化能源开支则依赖于底层射频硬件的细节知识。认知网络与假定具有的机器学习能力和控制框架本质上更易于跨层优化，因为这些功能必须与系统的不同层交互。为了实现更加灵活和自适应的操作，认知网络中的应用程序须具备与无线电进行交互的能力，这使得在应用程序驱动的智能方案中，低层次结构也具备设备上下文感知能力。在基础设施方面，认知节点可通过不同的控制维度来达到优化能效的目的，如切换到不同网络接口、自适应的睡眠周期和应用程序策略等，从而避免影响重要用户的服务质量。
由于动态扩展和多样化的应用需求，无线通信系统通常工作在不稳定条件下。对于认知无线电系统来说，一个主要的挑战是如何使得低能耗可重构的射频实现方式适合于在物理上受限的移动终端，并能与固定的硬件实现方式竞争。因此，采用这种新的通信机制时的基本权衡方式是，对在系统中引入的复杂性与产生的绿化增益进行比较。下面列出了目前在无线通信系统中引入认知无线电所面临的两个主要问题和挑战：
（1）如何权衡计算复杂度与产生的能耗之间的关系。这种权衡存在于认知周期阶段的学习、计划和决策（如图1）。与之相对应的机器学习算法和决策理论框架需要具有较高的复杂度。频谱感知和灵活访问需要产生能耗，也可能带来额外的复杂性。因此，对于一个节能认知无线电节点来说，在不牺牲性能的同时既降低复杂性又优化能源成本是很重要的。
（2）如何权衡硬件复杂度与成本之间的关系。可重构无线终端是认知无线电节点的基础设施，包括数字基带引擎以及可重构模拟前端电路。能量增益可以在基带处理算法中使用先进的数字控制基带组件或柔性功率放大器实现。但是，任何高能效系统都需要复杂和昂贵的硬件，这也是一个普遍问题，并不只是在认知无线电系统中存在。
无论是通过认知功能进行自身能效优化的通信系统或是认知节点本身都面临以上的挑战。为了获得高能效，关键问题是如何在满足性能约束的条件下使认知节点持续适应不断变化的实际环境。最为有效的方法是在系统级层面上利用不同层之间的跨层相互作用进行综合能源管理来对能耗进行优化。目前，针对认知无线电在提高系统能效时所面临的问题，国内外已开展相应的研究课题。
参考文献：
J MITOLA.Cognitive radio architecture evolution：annals of telecommunications[J].Annals of Telecommunications，2009（7）.
赵永锋，王军选. 无线宽带接入技术浅析[J].中国集成电路，2011（12）.
[3]张丽娴.认知无线电与其关键技术研究[J].信息通信，2013（3）.
责任编辑（责任编辑：杜能钢）