[00137668]Spectrum Prediction in Cognitive Radio Networks

针对认知无线电系统的四大功能：频谱感知、频谱决策、频谱共享和频谱迁移。其中频谱感知是四大功能中最重要的一项功能。利用频谱感知来观察频谱占用情况,识别信道可用性,次级用户通过频谱决策、频谱共享和频谱迁移的调节过程动态访问可用信道。为了减轻这四种功能的处理延迟,提高频谱利用率,认知无线电网络的频谱预测得到了广泛的研究。本项目组介绍了认知无线电网络中频谱预测的研究现状,总结了主要的频谱预测技术,阐述了它们的应用,并提出了相关的开放性研究挑战,为今后认知无线电中频谱预测的理论研究指明了方向。 具体包括：①指出了认知无线电网络中预测的必要性。为了克服一些阻碍认知无线电网络容量提高的缺点,基于预测的技术得到了广泛的研究。在基于预测的频谱感知中,认知无线电用户可以在预测繁忙的某些信道上跳过感知任务,从而减少感知时间和能量消耗。②给出了隐马尔可夫模型和神经网络两种常用的预测方法,同时介绍了基于贝叶斯推理的预测方法、基于滑动平均的预测方法、基于自回归模型的预测方法和基于静态邻居图的预测方法,这些预测方法都可以提高认知无线电用户对闲时频谱的利用率,并最大限度地减少对主用户的干扰,改善网络整体性能。③提出了认知无线电网络中开发预测方法需要研究的几个问题和技术挑战,即预测频谱共享、长期预测、PU活动图预测等,这些问题后续仍需努力研究和解决。