首先介绍了认知无线电技术产生的背景，以及强化学习的发展和应用于认知领域的优势；接着对强化学习的基本原理及其2个常见的模型Q-Learning和POMDP作了介绍,并对其模型定义、思想、所要描述的问题和使用的场景都做了较详细的阐述；然后针对这个方向最近几年的顶级会议和期刊论文，分析了其主要内容；通过最近几年的学术、会议论文中所述的研究现状及成果，说明强化学习的主要特点是能够准确、快速学习到最优策略，能够模拟真实环境，自适应性强，提高频谱感知、分配效率，从而最大化系统吞吐量，这些优势充分证明了强化学习将是认知

将认知无线电中的动态频谱分配技术应用在无线传感网中，针对工作在ISM（industrial，scientific and medical）频段的无线传感网面临的频谱资源紧缺问题，提出一种基于改进自适应遗传算法的动态频谱分配方案。该算法以图论着色模型为基础，以最大带宽收益和最小切换频率为目标函数，在交叉和变异过程中采用自适应交叉概率和变异概率代替固定的交叉概率和变异概率。仿真结果表明，与传统遗传算法和颜色敏感图论着色算法相比，该算法可以实现提高频谱利用率、降低能量消耗的预期目标。

认知无线电中基于干扰图模型的动态频谱分配。 M=5; %频谱池中信道的个数 N=Nc/2; %发送节点的个数 r=10.^(15/20); %最小SINR值，r=15dB a=4; %衰减因子 V=[rand(N,1)*10,rand(N,1)*10]; %产生10*10范围随机分布的N个顶点的横纵坐标，作为干扰图表的顶点 V1=[rand(N,1)*20,rand(N,1)*20]; %产生20*20范围随机分布的N个认知用户的横纵坐标，作为发送节点的坐标 V2=[rand(N,1)*20,rand(N,1)*20]; %产生20*20范围随机分布

安全技术-网络信息-认知无线电网络中的动态频谱分配与共享.pdf

安全技术-网络信息-认知无线网络动态频谱分配技术研究.pdf

安全技术-网络信息-认知无线网络动态频谱分配技术研究与实现.pdf

安全技术-网络信息-认知无线网络中的动态频谱分配技术研究.pdf

文中针对当前无线频谱政策和无线频谱技术局限所导致的频谱整体利用率低的问题，分析了能有效提高频谱 利用率的动态频谱分配和共享技术的研究现状，包括相邻和分片动态频谱分配技术，共存和覆盖式频谱共享技术，感知无线 电技术，以及频谱池技术，并讨论了其未来的研究方向，尤其是感知无线电和基于OFDM 的频谱池方法。

行业-电子政务-无线电网络中基于契约的动态频谱分配方法.zip

随着信息时代的到来，各种通信技术得到飞速 发展，无线通信速率逐步提高。由于无线通信技术 的优越性，人们生产生活对无线通信业务的要求日 益增加，使得无线频谱成为越来越紧缺的资源。现 有的频谱授权机构采用固定的频谱分配机制，导致 频谱利用率很低。为了充分利用频谱资源，提高频 谱资源利用率，一些人提出了对频谱资源再利用的 思想:在授权频段没有被利用的情况下，认知无线 通信设备侦测出空闲频谱资源，并伺机工作在这些 频段内。利用认知无线电技术，“二次利用”频谱资 源不再是空想，它很可能成为未来无线通信技术持 续发展的重要路径。