下一个通信革命，认知无线电来了

更好地利用我们现有的资源是科技最大的优势之一。无论是提高每英亩土地的玉米产量，还是利用我们自身的白细胞抗击癌症，科技人员都在努力调动我们周围的力量，以更少的资源实现更大的效益。对于那些无形的资源尤其如此。

以电磁频谱为例，从宠物植入式RFID芯片到飞行汽车，电磁频谱的应用范围十分广泛。然而，由于技术和法规的落后，电磁频谱的利用率却低得可怜。认知无线电技术应运而生。它代表着一种充分利用电磁频谱的努力，并由此显著提升了从交通系统到健康成像等各种系统的速度。

拥挤的电波

电磁波谱涵盖了电子可以移动的所有频率。然而，由于某些频段更容易创建用于创建、修改和接收信号的系统，因此它们比其他频段更有价值。这使得这些带宽成为一种有限的资源，但从业余无线电用户到军事通信线路，它们都拥有巨大的潜在需求。

有限的资源和众多的需求必然需要监管，因此在大多数地区，政府或准政府机构已介入频谱监管，静态定义哪些带宽可供哪些用户使用。例如，在美国，业余无线电设备可以在多个带宽（例如 135.7 Hz 至 137.8 Hz）内运行，但禁止在这些窄带之外运行。

这就造成了这样一种情况：一些频段（例如手机使用的频段）非常拥挤，需求几乎无限，因此带宽有限，而其他频段（例如紧急救援人员使用的频段）通常是空闲的，但可能需要在生死攸关的情况下使用。

一个潜在的解决方案是开发一种协议，该协议能够理解不同频段的不同要求，并利用适应性强的智能框架充分利用频谱中所有可用的带宽，同时为必要的高优先级用户保持清晰的带宽并消除串扰噪声。

构建智能无线电

认知无线电 (CR)应运而生——这项技术建立在另一项被称为软件定义无线电 (SDR) 的底层技术之上，而 SDR 本身在无线通信研究中也日益受到关注。SDR 的概念最初由乔·米托拉三世博士于 1992 年提出。SDR 的基本功能是通过修改软件而不是无线电本身的物理组件（例如天线和移频器）来修改无线电网络的参数。

随着SDR的广泛应用，米托拉博士又添加了一层——CR。当时，SDR由其编程算法静态定义，而CR则利用人工智能和机器学习等自适应技术，根据自身所处的运行环境修改自身参数。理想情况下，这将使其能够充分利用其特定地理位置可用的频谱，同时还能与其他CR系统连接，以确保在消除噪声的同时实现最高的带宽传输。

认知无线电 (CR) 的基础是两种独立的技术，它们都依赖于软件无线电 (SDR) 的基本原理来运行。首先，系统必须能够检测其本地区域内未使用的频率，这被称为“频谱感知”。其次，认知无线电系统必须能够根据自身所处的变化情况自适应地调整其频率和功率输出，这被称为动态频谱接入 (DSA)。

频谱感知涉及监测本地电磁环境，并寻找几乎没有其他用户或没有其他用户的“空白频段”。这些频谱空白区域代表着潜在的未充分利用的频谱，因此，它们是认知无线电系统可以利用的潜在资源。

研究人员已经开发出各种各样的技术来执行这项任务，从简单的能量监测（能量越低=用户越少）到循环平稳特征检测（循环平稳特征检测从常用无线协议（例如正交相移键控 (BPSK)）中寻找独特的模式，以确定线路上传输的信号数量）。遗憾的是，任何尝试执行此任务的算法都面临着诸多挑战，优化这些算法的研究仍在进行中。

从技术角度来看，DSA 略微简单一些，因为它涉及一系列逻辑检查，以确定频率和发射功率的最佳匹配——本质上是一个基于系统频谱感知算法输入的优化问题。但它也必须能够持续找到最佳解决方案，因为它可能会根据区域的动态情况随时间而变化。如果紧急救援人员突然加入某个带宽，则在该带宽上运行的任何 CR 都必须放弃该频率，或者至少限制其输出功率。

支撑这两个功能的底层技术是人工智能 (AI)，或者用米托拉博士最初提出这个想法时的话说，是机器学习 (ML)。自适应学习是认知无线电 (CR) 的一个关键特性，而人工智能 (AI) 正是其所长。因此，随着人工智能 (AI) 的进步，认知无线电 (CR) 也会随之进步。频谱分析中的模式识别或持续改进的 DSA 优化算法是人工智能 (AI) 的核心，即使它们目前还无法始终提供最优（或正确）的解决方案。

认知无线电的闪光点

无线通信网络一直在不断发展，下一步可能是“超越5G”或“6G”，具体取决于来源。这些下一代技术比前几代技术更高效地利用带宽，包括将数据传输转移到前所未有的频率，例如太赫兹和毫米波。

但认知无线电最引人注目的用例或许是传感器在几乎所有领域的普及。物联网已经由数十亿个互联设备组成，它们都试图通过相同的频率进行通信，而且很多情况下，它们位于同一空间区域。制造工厂、数据中心和仓库等场所可能包含数十万个传感器，它们都在争夺带宽，而且都被限制在一个狭小的区域内。认知无线电能够将数据传播到更宽的频谱，并确保设备之间不会相互干扰，这对于需要在受限空间内为众多传感器提供更高数据吞吐量的技术的长期应用至关重要。

认知无线电的另一个明显应用领域是军事。自适应网络，例如移动自组织网络 (MANET)，已经考虑到了无线网络目前在战场环境中所经历的变化。无人机、操作员、传感器和武器都在动态空间中移动，来自各种来源的新信息不断涌入。为了理解所有这些信息，军事指挥官必须快速获取重要数据，并对其做出反应。

CR 可以帮助确保无论网络的物理实现如何，所有可用数据都可以返回到指挥和控制中心，反之亦然，因为它允许指挥官建立稳定的连接返回到无人机或现场部队等移动平台，而不会丢失数据或受到干扰。

CR 还有很多其他用途，但其中最令人惊喜的是它在太空领域的应用。NASA 一直在研究 CR，以解决其与深空探测器通信时遇到的一些问题，其中包括地球每天自转一周，同时也绕太阳公转，这会导致地球与这些探测器的通信链路出现各种干扰和中断模式。

该机构已在国际空间站上开发了诸如空间通信与导航（SCaN）试验台之类的平台，以验证一些认知无线电技术。其他太空用户则专注于集成卫星-地面通信网络，这是一个支持认知无线电的系统，可以增加卫星下行链路和上行链路的带宽利用率。随着越来越多的卫星通过成本日益低廉的火箭发射，这将变得越来越重要。

一种认知无线电概念架构，它基于各种输入做出决策，并配备一个灵活的SDR单元，其操作软件提供多种可能的操作模式。来源：无线创新论坛

克服障碍

全面采用认知无线电 (CR) 仍面临诸多障碍，其中一些更容易克服。该技术独特的跳频能力使其容易受到会影响其他类型无线电的特定攻击。然而，CR 普及的最大障碍或许是自身造成的——监管机构仍然明确控制着全球大部分地区的频谱，如果不进行规则调整，CR 在带宽提升方面所能发挥的实际作用将始终受到限制。

如果恶意行为者知道某个系统正在使用 CR，他们就可以实施一系列攻击，限制系统的有效性，但不一定能完全阻止系统运行。这些攻击包括主用户模拟 (PUE)，即恶意行为者假装是某个频段（例如应急响应人员的频段）的主要用户，从而阻止 CR 访问该频段；以及频谱感知数据伪造 (SSDF)，即恶意行为者试图将错误的频谱数据发送回 CR 感知系统，从而扰乱优化算法并限制其有效性。

然而，CR发展真正令人头疼的是监管变化的缓慢。许多频谱控制都基于数据库，而这些数据库只有在美国联邦通信委员会（FCC）或国际电信联盟（ITU）等监管机构决定修改时才会更新。这种静态定义对于像CR这样的自适应系统来说是不可接受的，因此，除非监管机构认识到这项新技术的潜力，或确信存在需要解决的带宽问题，否则CR在商业化应用所需的灵活性将无法实现。

解锁频谱

即使需要等待一段时间，类似于现代认知无线电（CR）的技术最终也会被广泛采用。其优势远超成本——CR 有望在一个更加互联互通的世界中提升带宽并降低干扰。虽然存在风险，但其中一些可以通过更先进的技术来解决，例如量子计算系统或区块链技术。

随着所有这些技术的融合，无线通信领域开始扩大——而 CR 将在这一过程中发挥核心作用，即使监管机构必须首先确信其价值。