认知网络概述

认知网络概述未来通信网络是一个泛在、异构的网络模式，多接入方式并存，多节点协同工作，支持不同程度的无缝移动特性，同时它又是一个智能化通信系统，能够随时感知外界环境，并根据当前的网络状况实现自配置和自适应。

另外，它还需要具备自我意识和自动学习能力，以满足日益增长的未来通信对网络智能化要求。

认知网络是未来通信网实现的一个重要方案。

对认知网络概念的讨论是近些年来的一个热点问题。

认知网络能够收集周围网络环境的信息并进行学习，进而对网络进行动态的调整和重构。

目前，认知网络以其极具智能特色、无缝融合各个异构网络、通过联合资源管理最大化网络整体性能等优势，迅速吸引了国内外各大标准化组织、研究机构和大量学者的目光。

谈及认知网络，首先需要与软件无线电、认知无线电这两个名词相区分。

1991年，Joe Mitola提出的软件无线电(Software De-fined Radio，SDR)概念，为无线通信的发展开辟了一片新天地。

软件无线电是指一种可重新编程或者重构的无线电系统，即在其系统硬件无需变更的情况下，软件无线电可以在不同的时候根据需要通过软件加载来实现不同的功能，这就极大地提升了无线电业务的灵活性。

经过近20年的研究和发展，软件无线电已经广泛应用于通信、雷达、电子、测控、导航卫星及民用广播电视等各种无线电工程领域。

认知无线电( Cognitive Radio．CR)的概念最早是由瑞典的Joseph Mitola博士于1999年8月提出来的，它是基于软件无线电发展而来的。

认知无线电能够感知周围的电磁环境，通过无线电知识描述语言(RKRL)与通信网络进行智能交流，根据交流的结果实时调整传输参数（调制方式、编码体制、发射功率、通信频率等），使通信系统的无线电参数不仅与规则相适应，而且与环境相匹配，从而实现无论何时何地都能达到通信系统的高可靠性和频谱利用的高效性。

也就是说，SDR关注的是采用软件方式实现无线电系统信号的处理，而CR强调的是无线系统能够感知操作环境的变化，并据此调整系统工作参数，实现最佳适配。

可以说，认知无线电是一种具有智能功能的软件无线电。

认知网络的概念，最初由弗吉尼亚理工大学提出，可以这样定义：认知网络有一个可以感知当前网络环境的认知过程．它能够对当前网络环境进行观察，通过对网络环境的理解，动态地调整网络的配置，并在此基础上进行计划、决策和行动，从而灵活地适应网络环境的变化。

同时，网络还应具有从变化中学习的能力，并能够对未来进行以端到端为目的的决策。

目前，认知网络的概念时常被人们与认知无线电联系在一起，一些文献将认知无线电网络作为认知网络的一个实例进行研究。

认知网络与认知无线电确实有一些共同的特性，但却是两个不同的概念。

简单来讲，认知网络不是简单的停留在认知无线电层次，而是上升到整个网络的层次，即实现端到端的目标；认知无线电中具备了认知网络的一些特性，它可以成为认知网络中的一种关键技术，或是重要组成部分。

认知网络和认知无线电共有的一个最重要的特性就是认知过程，这是网络性能最优化的核心。

认知过程的关键部分就是能够从过去的决策中学习并将其应用于对未来的决策中。

因此，在认知网络的设计中可以借鉴认知无线电的一些方法，比如认知无线电中对感知到的内容进行描述的模式化语言RKRL。

认知网络与认知无线电之间一个最明显的区别就是控制目标不同。

认知网络的目标是基于端到端网络性能的，而认知无线电的目标仅局限于无线电用户。

在设计认知网络协议栈时，处理认知网络中的操作、用户、应用和资源等要求都是基于端到端的目标的；而对认知无线电的研究则强调与物理层的相互作用。

另一个明显不同就是，它们适用的范围不同。

认知无线电仅能应用在单一无线网络中，而认知网络是一种基于异构、融合的新型网络。

由于认知网络可以跨越多种有线和无线的媒介，因此，可以基于蜂窝无线网络、Ad Hoc网络、有线网络和异构网络等设计认知网络方案。

认知过程是认知网络的核心，它最大的特点就是具有认知和学习的能力。

因此，认知网络需要一个环状反馈来对过去决策和当前环境、当前决策和未来环境之间进行交互，实现认知过程。

图l是由Col JohnBoyd提出的一个简单的反馈环——OODA模型，它包括观察(Observe)、定向(Orient)、决定( Decide)、动作(Act)四个模块。

该模型最初用于军事领域，现在已经被广泛运用在军事之外的各种领域。

在某些情况下，还可以增加学习模块，防止之前产生的一些错误信息对未来的决策造成不利的影响。

认知网络的认知和学习特性，造成了它不同于传统网络的一些重要特性：与非认知网络相比，认知网络能够动态、自适应地提供更好的端到端性能。

认知过程可以提供更好的资源管理、QoS.安全、接入控制等网络目标。

在认知网络中，节点能够通过认知过程随时感知周围的网络环境，选择适合的接入方式，灵活地切换通信模式。

认知过程有利于构造异构融合网络，因此，认知网络能提供最大可能的无缝连接服务，实现多网融合和各种网络之间的无缝切换，并使网络的性能最优化（图2）。

目前的网络中，终端和终端之间、网络和网络之间缺少有效的信息互通，由于节点间缺乏相互沟通而造成资源浪费及资源分配不合理等情况，致使网络利用率低下。

在认知网络中，认知过程不仅能够感知周围的网络环境，也能够感知网络中其他网络元素的信息，因此，可以改变传统网络中节点之间因信息孤立而导致的竞争和不合作的关系，建立起节点之间协同工作的关系。

这种建立在对网络环境和网络元素充分认知基础上的协作关系，能够有效地进行节点间的资源共享，从而更有效地利用网络资源，实现优势互补，使网络的使用更加合理和高效。

目前的网络配置和管理还主要依赖于人工操作，但是，随着计算机和网络技术的不断发展，网络日益庞大复杂，人工的管理和维护很难满足系统性能的要求。

按照未来网络的异构特性，各种网络在网络拓扑、工作模式和参数设置等方面，都应该能够动态的变化，尽量减少对人工的依赖。

认知网络高度智能性体现在它具有自感知、自适应、自配置、自我意识、自我学习的功能，能够智能地进行决策和重配置。

通过认知过程，网络能够感知和适应周围的环境，并不断进行调整和重构，以适应周围环境。

这种感知过程，不仅包括终端间的感知、网络间的感知，还包括终端和网络间的感知。

同时，网络的变化又会引发环境的再变化，对网络和其中的用户产生新的影响，引起新的调整和重构。

网络在这种不断的相互影响和变化中实现自我配置，最终实现性能的最优化。

为实现这种智能的自我组织和配置功能，可以考虑借鉴人工智能等领域的一些研究成果，在认知网络的组网和调度中引入人工智能算法，从而达到认知网络具备全网络智能性能的目标。

传统的OSI网络结构模型是基于分层协议栈的思想设计的，这种分层模型只能通过接口协议在上下层之间进行相互通信。

这种单纯的上下层交互模式已经不能适应认知网络对环境变化的快速感知、智能决策等要求。

由于认知网络的认知特性，需要考虑在传统分层模型中的每一层都引入反馈环，使各层都具有认知的功能，能够从外界环境中获得必要的信息，并且各层之间需要全向的信息传递，从而实现信息的横向、纵向的全交互。

图3以OSI网络分层模型为例，将OODA环引入模型的各层，并简要分析它在各层的作用以及所需关键技术。

在物理层引入认知过程的目的是对周围物理环境进行感知。

首先认知网络需要对物理环境进行观察和分析，包括检测频谱空穴和探测节点状态参数。

频谱空穴检测是现在研究的一个重点技术，对频谱空穴的检测并不是简单的探测感兴趣的频带内的信号能量，而是需要综合检测信号在时域、频域和空域等多个方面的信息；节点参数主要包括传输功率、调制方式、编码方式和载波数量等。

然后认知网络通过对之前物理环境信息的收集和整理进行定向。

在决策阶段，认知网络需要进行对信道的确认，主要包括信道状态估计和信道容量预测。

之后，认知网络根据之前的决策对网络进行调整，选择合适的调制方式，以达到动态分配载波，充分利用空闲频谱，同时进行高效功率控制和速率控制。

数据链路层认知过程的主要目的在于获知网络频谱使用情况，从而选择适合的调度策略。

首先认知网络通过观察获知频谱感知的方式（集中式还是分布式）并收集链路状态的信息，进而获取整个网络的频谱使用图谱，然后根据获得的信息作出决策，确定感知时间和感知频率，选择合适的感知方式和介质接入控制方式，决定竞争合作策略和调度机制策略等。

最后，根据决策，进行频谱租用协商，数据包发送控制和信道传输控制，并选择合适的信道编码方式。

网络层认知过程的主要目的是获知周围网络拓扑，选择最佳的路由策略。

首先在观察的过程中．认知网络需要完成收集网络状态信息和进行邻居发现的工作，从而获知周围网络拓扑的情况以便进行定向。

在决策的阶段，认知网络需要更新路由判据，确定路由策略及转发参数（如转发时延、转发速率、转发方式等）。

最后，认知网络需要根据更新的路由信息重新设置路由，并对有效的路由进行再学习。

应用层认知过程的主要目的是为了更好地了解用户和业务的需求，从而更好地提供服务。

认知网络需要对用户和业务的需求进行感知，进而确定业务类型的归属，确定QoS等级，重新协调业务的类型，为用户提供安全可靠的服务。

网络环境具有动态变化的特性，认知网络中，每个节点可以自动的根据周围通信环境及网络状态来主动的计划、判断甚至决定通信行为因此，需要网络对环境变化作出快速的反应，各个层之间进行灵活准确的认知信息交互，快速准确地完成自认知过程。

传统的分层协议栈无法灵活地适应无线移动环境的变化，信息逐层传递的交互模式在很多情况下也已经无法满足环境高度动态变化的要求。

因此，为了保证认知网络的可靠连接和应用的顺利完成。

保证各层之间快速的信息交互，保证认知网络有效地进行调整和重配置，在认知网络中引入跨层机制是十分必要的。

目前，国内外许多研究者都对跨层设计机制提出了自己设计方案。

现有的无线网络跨层设计主要集中在物理层和MAC层相结合的速率自适应方案：物理层、MAC层、路由层相集合的路由自适应方案；物理层、MAC层和传输层相结合以提供端到端的服务质量保证。

这些跨层设计能够改善系统在无线环境内的路由、资源调度、QoS保障等性能。

未来通信网络将是一个泛在、异构的网络模式，多接入方式并存，多节点协同工作，支持不同程度的无缝移动特性，同时它又是一个具有智能特性的无线通信系统，具有自我配置、自我优化和自动学习的能力。

未来通信网络向着认知网络发展将是未来通信技术发展的一个重要方向。

为了应对这一发展趋势，各大标准组织纷纷在标准制定时提出新的要求。

在2009年2月，IEEE 802.16m提出的最新文档中要求网络能够支持自组织( Self-Organization)功能，包括网络的自配置（Self-Configuration）和自我优化（Sclf-Optimization）。