超宽带认知无线电的关键技术

显然，可以把认知无线电环境中的传输功率控制视为一个博弈论的问题。在合作的情况下，网络节点间 传输功率控制问题可以简化为一个优化控制论问题：当所有局中人的单值函数达到最优化的时候，网络性能也就达到了最优化。

在处理一个多节点的非合作博弈论问题之前，首先要明确三个基本事实，即状态空间要包括所有的单独局中人的状态、确定状态转移是局中人采取的联合行动的函数，以及每个局中人的得失也依赖于联合行动。这样，可以采用随机博弈(Sticgastuc Game)的理论，来描述认知网络中的多节点功率控制问题。

此外，随机博弈是两种类型决策过程的交集，即马尔科夫决策过程(Markov Decision Process)和矩阵博弈(Matrix Game)，如图3所示。一个马尔科夫决策过程是随机博弈的一种特殊情况；而一个矩阵博弈是只有一种状态的随机博弈。

图3 马尔科夫决策过程、矩阵博弈及随机博弈

3.2 分布式的传输功率分配

认知无线电环境下的功率分配问题可以描述为：一个多用户的认知无线电环境可以看作是一局非合作的博弈，如何在不违反干扰温度限制的条件下，在不用考虑其余的收发机的行为的情况下，使每一个收发机的性能达到最优化。这种分布式的传输功率控制问题的解是局部性的，然
而尽管这个解是次优化的，它依然有重要意义。

此处的优化问题的解与应用信息论中的灌水(Water Filling)方案得到传输功率分配的过程是一致的。文献[11]提出了一种应用于多用户环境中进行传输功率分配的两层迭代循环灌水算法。假设环境中有 i="1",2,…,n个发射机以及与之相对应的j=1,2,…,n个接收机，那么可以把这个多用户无线电环境看作一个非合作博弈，并假设环境中共存着充足的频谱空洞来满足目标数据传输速率。

4 CR-UWB网络中分布式节点间的合作

一个由分布式超宽带认知无线电节点构成的网络，网络中的节点能够根据实时无线环境而动态地对自己进行重新配置。在这样一个网络中，影响网络整体性能的一个关键因素便是节点间的相互合作行为。具体到超宽带认知无线电网络，由于UWB信号的最大功率不能影响到窄带系统，因此多跳合作中继方案比单跳长距离传输更具优势，当然，这会增加传输延迟和设备的复杂程度。

一段时间以来，在多入多出(MIMO)技术备受关注的同时，学术界也进行了分布式移动节点间的合作分集(Cooperation or Cooperative Diversity)研究。近来，又有研究提出了采用空时码的虚拟MIMO方案，该方案能够使分布节点互相合作而提高传输效率。

当前的合作中继传输方面的研究大多假设参与合作的节点之间是完全同步的，这就阻碍了采用空时码的虚拟MIMO方案应用到分布式的UWB通信中。为解决这一问题，文献[18]介绍了一个采用时频码(Space-Frequency Block Coding)的虚拟MIMO方案。在该方案中，各分布节点之间的合作中继方案中采用的是时频码而不是时空码，这样就可以克服中继延迟同步的问题。

5 结论

本文从超宽带认知无线电适配信号的产生、功率传输控制和分布式节点间的合作三个方面，对当前该技术领域的关键技术进行了详细的介绍和分析。由此可以看到，认知无线电技术和UWB技术相互依托，互为补充，它们的结合将对未来的无线电研究产生深远影响，推动智能无线电走向实用化。