認知無線電、移動通信與無線網絡 Cognitive Radio, Mobile Communications and Wireless Networks

Mubashir Husain Rehmani

2004年在巴基斯坦賈姆肖羅梅赫蘭工程與技術大學獲得計算機系統工程學學位，
2008年在法國巴黎西大學獲得碩士學位，2008年獲得博士學位。
他目前在沃特福德理工學院電信軟件和系統組（tssg）工作，
他曾在巴基斯坦瓦坎特的孔薩斯信息技術研究所擔任過5年的助理教授。
他目前是IEEE通信調查的地區編輯。Riadh Dhaou博士是圖盧茲國立綜合理工學院副教授。
他隸屬於ENSEEIHT的電信和網絡部門。自2003年以來，他是IRIT實驗室的IRT團隊成員。
他的研究興趣包括移動性，移動和空間通信的統計表徵和建模，跨層方案建模和優化，
無線網絡的性能分析，自主多跳/協作通信系統，多用戶容量和中斷分析異構無線系統，
資源分配，設計和性能評估無線傳感器網絡和能耗優化。
中國電子科學研究院是從事電子信息技術發展戰略研究、大型信息系統頂層設計、
工程總體研發及綜合集成的***科研機構，主要專業涵蓋綜合電子信息系統研發技術、
平台任務電子系統研發技術、通用信息系統研發及服務技術、戰略規劃與科技情報技術等多個領域。
電科院將繼續秉承"國家利益高於一切"的核心價值觀，發揚"自力更生、創新圖強、
協同作戰、頑強拼搏"的預警機精神，超前謀劃、系統思考、集成資源、創造價值，
不斷增強基於信息系統的體係作戰能力，努力打造中國軍事電子國家隊的龍頭，
力爭成為世界**的**信息系統能力集成商，為國防與國民經濟信息化建設做出新的更大貢獻!

目錄
第1章虛擬網絡中的頻譜共享：調查與展望
1.1簡介
1.2 5G頻譜共享：概述
1.2.1專用頻譜（個人許可）
1.2.2免許可規則（未經許可或通用）
1.2.3許可共享訪問（ LSA）與授權共享訪問（ASA）
1.2.4有頻譜接入系統的公民寬帶無線電服務
1.2.5多元許可
1.2.6許可輔助訪問（LAA）
1.2.7共存一級訪問
1.3頻譜共享的法律規定
1.3 .1美國的頻段共享規定
1.3.2歐洲頻段共享法規
1.3.3其他地區的頻段共享規則
1.4試驗
1.4.1許可共享訪問（授權共享訪問）
1.4.2許可輔助訪問（LAA）
1.4.3使用頻譜接入系統（SAS）的公民寬帶無線電服務
1.5虛擬化頻譜共享解決方案
1.5.1無線網絡虛擬化中當前進展的概述
1.5.2認知無線電網絡現有調查的綜述
1.5.3頻譜管理架構
1.5. 4頻譜共享的抽象
1.6主要挑戰
1.6.1服務差異化
1.6.2信息共享
1.6.3需要新的網絡功能
1.6.4長期合同
1.6.5管理與控制
1.6.6責任分配
1.7本章小結
參考文獻

第2章監控與預測中雲情景感測頻譜運用群集感測的效用研究
2.1簡介
2.2文獻綜述
2.2.1集成協同頻譜感測與決策
2.2.2群集感測頻譜監測
2.2.3頻譜預測
2.2.4基於雲的頻譜監測
2.3提議的方法
2.3.1系統模型
2.3.2擬提議的架構
2.3.3頻譜與背景傳感器
2.3.4數據處理與存儲單元
2.3.5決策單元
2.4本章小結
參考文獻

第3章認知無線電網絡中的協同頻譜切換
3.1簡介
3.2文獻調查
3.3 CRN的切換程序
3.3.1頻譜管理
3.3.2頻譜利用
3.3.3頻譜共享
3.4擬提議的協同頻譜切換
3.5切換期間的協同頻譜感測
3.5.1頻譜感測方法
3.5.2 AWGN信道的能量檢測
3.5.3頻譜檢測
3.5.4檢測概率
3.5.5信噪比的選擇
3.5.6閾值的選擇
3.5.7協同CUSUM算法
3.6本章小結
參考文獻

第4章網絡編碼認知無線電網絡播送方案
4.1簡介
4.2認知無線電網絡（CRN）
4.2.1定義與基本概念
4.2.2架構
4.2.3基本工作原理
4.2.4技術
4.3 CRN播送
4.3.1 CRN中的關鍵播送特性
4.4 CRN中的網絡編碼
4.4.1定義與基本概念
4.4.2網絡編碼的主要特徵
4.5 CRN播送
4.5.1播送協議
4.5.2 CRN中的播送方案
4.5.3 CRN中的播送問題與挑戰
4.6 CRN中的網絡編碼
4.6.1使用簡單示例闡明NC
4.6.2 CRN的NC方案分類
4.6.3 NC方案的跨層設計
4.7 CRN中基於網絡編碼的播送技術
4.7.1 session間NC方案
4.7.2 session內NC方案
參考文獻

第5章協同與認知綜合衛星-地面網絡
5.1簡介
5.2多用戶綜合衛星—地面中繼網絡
5.2.1系統模型
5.2.2信道模型
5.2.3統計特徵
5.2.4中斷性能分析
5.2.5數值結果
5.3多用戶綜合認知衛星-地面網絡
5.3.1系統模型
5.3.2二級網絡選擇標準
5.3.3信道模型
5.3.4一級網絡性能分析
5.3.5二級網絡性能分析
5.4本章小結
參考文獻

第6章利用可穿戴技術與認知無線電進行物聯網（IoT）健康監測的研究
6.1簡介
6.2物聯網和醫療可穿戴技術：觀點、要求和局限性
6.2.1健康監測中的可穿戴設備
6.2.2醫療物聯網面臨的挑戰與瓶頸
6.2.3遠程健康監測
6.2.4通信標準
6.3通過物聯網連接醫療設備的電磁干擾
6.4物聯網中的個人健康監測：要求與配置
6.5物聯網的認知無線電建模
6.6物聯網中用於醫學監測的認知無線電算法
6.6.1模糊邏輯
6.6.2神經網絡
6.6.3遺傳算法
6.7認知無線電：個人健康監測與未來物聯網面臨的挑戰
6.8本章小結
參考文獻

第7章毫米波：新一代移動網絡的技術組件
7.1簡介
7.2毫米波的應用
7.3毫米波頻譜
7.4毫米波的特徵
7.5 mmWave頻率下5G網絡信道模型標準化的意義
7.6 mmWave頻率下網絡運行的能效
7.7 mmWave頻率下5G系統的天線技術
7.8認知無線電與mmWave技術
7.9 mmWave網絡中的優化
7.10不同研究小組開展的項目
7.11 mmWave頻率下5G網絡的未來研究領域
7.12本章小結
參考文獻

第8章安全威脅與混合頻譜接入下認知無線電網絡中的頻譜感測
8.1簡介
8.2系統模型
8.3最佳閾值選擇方法
8.4 PUE攻擊下的二級用戶吞吐量
8.5結果和討論
8.6本章小結
參考文獻

第9章 認知網絡中的最佳頻譜感測方法 178
9．1 簡介 178
9．2 相關研究工作 180
9．3 最佳頻譜感測方法 182
9．3．1 認知自組網絡中最優傳感的多層框架 182
9．3．2 CR對手的最優感測中斷 186
9．3．3 頻譜感測的參數優化 189
9．3．4 基於聚類的頻譜感知 192
9．4 本章小結 193
參考文獻 194

第10章 軟計算技術認知無線電的學習 策略 197
10．1 無線網絡中的現狀 197
10．2 動機 198
10．3 需求與相關性 199
10．4 認知無線電的基本原理 199
10．5 認知周期 200
10．6 人工智能和軟計算技術 201
10．7 軟計算技術在認知引擎中的作用 201
10．7．1 頻譜感測 202
10．7．2 認知引擎 203
10．7．3 動態頻譜分配 204
10．7．4 認知引擎中學習的意義 206
10．7．5 軟計算認知無線電學習方案綜述 206
10．7．6 對比研究與總結 209
10．7．7 研究空白 210
10．7．8 認知無線電學習領域的最新發展 211
10．7．9 可用於學習的不同網絡的比較 211
10．8 本章小結 213
參考文獻 213

第11章 多用戶MIMO認知無線電系統 218
11．1 MU-MIMO認知系統 218
11．1．1 基於梯度檢索的容量感測算法（GS-CA） 220
11．1．2 基於CR的MU-MIMO性能評估 221
11．2 認知無線電無線傳感器網絡中的MU-MIMO 226
11．2．1 PSO容量感知算法（GS-CA） 227
11．2．2 CR-WSN的性能評估 228
11．2．3 能源效率 231
11．3 異構蜂窩網絡的容量感測多用戶大規模 MIMO 231
11．4 本章小結 235
參考文獻 235
索引 238