基于机器学习的认知无线网络优化策略

来源：计算机技术与发展杂志2020年第05期北京时间：

作者：农汉琦;孙蕴琪;黄洁;杨泽宇;吴雪雯;杨科;欧阳键

摘要：5G 的发展带来了终端设备爆炸式增长的现象,使得频谱资源紧缺的问题越加严峻,认知无线网(cognitive radio,CR)的提出,被认为是提高频谱利用率的有效途径。 认知无线网,融合了当代无线电通信技术、计算机技术、微电子学技术、软件无线电技术和现代信号处理技术等多学科之长, 通过感知周围的电磁环境、学习及理解等方式,自主为用户寻找到当前空闲的频谱,完成信息交互过程。 针对频谱资源紧张的现状,为改善频谱分配,首先介绍了有关认知无线网络的概念及其特点, 重点介绍了机器学习中遗传算法,强化学习和隐马尔可夫模型在认知无线网络中的应用,并展望了其在认知无线网络中的发展前景。 机器学习算法的引入,实现了高效的频谱资源管理,有效地解决了无线频谱资源紧张的问题。

关键词：认知无线网络;强化学习;遗传算法;隐马尔可夫模型;频谱利用