认知通信的近期成果

摘要

本文介绍了认知通信的近期成果。我们综合运用了信号处理、通信、模式识别和机器学习等技术实现动态频谱分配，以便发射信号不会干扰现有信号。国防高级研究计划局（DARPA）的下一代通信（XG）等项目往往用无线情景分析寻找频谱空闲或者白色区域，而这里我们同时用白色和灰色区域进行无干扰信号传输。我们考察了无线接口自主设计和分析中采用机器感知和机器自主学习（AML）技术的可能性，其基本假设是学习模块将提高分类标准程序的自适应能力，这样就可检测到新的波形类型，确定有利于对已有和新检测到的信号进行最佳分类的特征，然后用基集与次信号正交产生波形。随着处理数据的增多，渐进式学习和预测的认知能力将提升，进而提高判决质量。本项目采用了信号检测、特征识别、信号分类、子空间跟踪、自适应波形设计、机器学习和预测等领域中的最新技术。