认知应急通信系统的建构范文

对比传统应急通信系统存在的缺陷和认知无线电、认知网络技术具备的优势，不难发现，在网络环境复杂多变、资源严重匮乏的应急通信场景中，非常有必要借鉴采用认知无线电和认知网络的思想构建具有认知能力的应急通信系统，提升应急通信网络资源的利用效率，增强应急通信系统在各种网络环境下的智能性、可靠性和适用性。

认知无线电和认知网络简述

认知无线电和认知网络是近几年通信网络界的研究热点，已得到了业界广泛的关注和深入的研究。认知无线电的概念最早是由JosephMitola博士于1999年在软件无线电（SoftwareDefinedRadio，SDR）的基础上提出的，目的是为了解决无线网络中不断增加的频谱需求与频谱利用率低下的矛盾。认知无线电摒弃传统固定分配频谱资源的方式，允许认知无线电设备伺机动态利用在空域、频域、时域和码域上出现的空闲频谱资源（称为频谱空洞），从而提高现有频谱资源的利用率。CR具有频谱感知、主动学习和智能处理能力，通过与工作的网络环境交互，对外界环境进行感知、理解和主动学习，实时改变无线操作参数和调整系统的内部状态，使无线设备能自动适应外部无线环境和自身需求的变化。认知网络进一步拓展了认知无线电的作用范围和操作能力，是一种具有认知能力的新型智能通信网络。与认知无线电类似，认知网络同样具有自配置、自调节和自学习能力，能够实时感知网络条件，并根据收集的当前网络外部环境、内部状态及经验信息来动态规划、调整和决策采取的行动，以满足系统目标和用户需求。系统目标随网络情景的变化而不同，如提高资源使用效率、改善业务的服务质量及增强网络安全性等。不难看出，认知无线电是认知网络在无线通信环境中的一种特例，它更多考虑的是无线设备如何根据网络环境调节工作频率和传输功率，以高效利用宝贵的无线频谱资源。与认知无线电相比，认知网络更重视各网络组成要素的协调联动和重构，以实现系统的总体目标。认知网络的认知行动涉及所有网络元素，包括全网范围内参与行动的子网、路由器、交换机、终端、编码和加密设备、传输媒介和网络接口等，而不是局部范围或个别元素。认知网络与认知无线电的另一个重要区别，就是它能够很好地支持包括有线网络和无线网络在内的异构通信网络，而认知无线电仅能应用于无线网络。与非认知网络相比，认知网络可以提供更好的端到端性能，显著改善资源利用率、业务服务质量、健壮性及安全性等。此外，CN应具有一定的预见性，而不是被动反应，即试图在出现问题之前就进行前瞻性调整，以尽量避免发生重大问题而造成严重后果，这对于应急通信而言是迫切需要的一项功能。

认知应急通信系统的构建

1网络体系结构

根据文献［8－10］中提到的认知网络框架和模型，并针对应急通信的特点，笔者提出一种支持应急通信的认知网络体系架构（CognitiveNetworkSupportingEmer－gencyCommunication，ECCN），将应急通信需求、认知处理和底层网络关联在一起，如图1所示。ECCN体系结构从下到上依次是异构网络基础设施层、（软件）可调节／自适应网络层、认知处理层和应用目标层。（1）网络基础设施层包含事发现场的各种网络系统和通信设备，是网络运作的基础平台。（2）可调节网络层叠加在底层基础网络设施之上，主要包括软件可调节网络（SAN）单元、网络状态监视器和传感器，可调节网络单元（如认知无线电台）是认知决策的执行单元，基于认知决策指令对网络设备和系统采取实际可行的操作。网络基础设施层与可调节网络层共同组成可重构网络（重构一般是指在不改变任何硬件的情况下通过调整操作参数配置来适应网络要求的功能）。（3）认知处理层是ECCN的核心决策层，实时接收应急用户的服务请求，并通过网络监视器和传感器获取底层网络状态信息，然后通过认知处理引擎（CPE）对上下层信息进行分析推理，做出行动决策，指导下层可调节网络单元的操作。此外，除了控制决策外，认知处理层还将网络的服务水平等信息反馈给上层应用和用户。（4）最上层是应用目标层，系统任务目标由用户提出或由应用需求决定，这些任务需求通过识别、调整和优化等方式驱动整个应急通信系统的行为。如果脱离目标的指导，各网络设备自行操作的目标不一致，可能会导致不期望的后果。最后，认知网络还提供可与外部认知／非认知网络互联互通的外部网络接口。不难看出，ECCN体系结构包括两个控制环。一是应用目标层和认知处理层之间的反馈控制环，用户向网络发出服务请求→认知处理引擎进行分析和推理→网络向用户反馈其服务能力→用户适当调整应用需求；二是认知处理层与可调节网络层之间的认知控制环，监控器和传感器向认知处理层传递网络状态信息和可调节网络单元的相关信息→认知处理引擎进行分析决策→认知处理层向可调节网络单元发出决策指令，指导网络的具体操作。网络状态的变化有主动和被动之分，被动变化是不可预测的，如节点的移动、增删和无线信道环境的变化；主动变化是通过有计划地调整和配置网络设备，使网络状态趋向预期。网络状态信息包括本地信息（如BER、链路可用带宽和节点剩余电量等）和全局信息（如端到端时延和网络连通性等）。在ECCN网络体系结构中，所有认知网络节点之间协同构成认知应急网络，按照认知决策采取适当的操作，以实现应用需求和系统目标。

2认知处理引擎

认知处理引擎通过特有的认知规范语言（CSL），将系统目标映射为下层认知过程可以理解的形式，以指导可调节网络单元的具体操作行为，可以采用类似扩展标识语言（XML）的语言。认知处理引擎利用各种人工智能、机器学习、决策支持、自适应算法进行学习和推理，根据当前网络状态信息并结合成功的经验知识做出最佳决策，然后将这些成功的决策信息保存在数据库中，供以后遇到类似的情况直接使用。在网络设计阶段，可以根据经验事先确定学习和推理规则，但在运行阶段可由认知处理引擎根据当前网络状况动态修改预定规则。无论选择什么样的学习方式，认知过程需要快速地学习或者收敛到一个解，且当状态发生改变时该学习仍能够实现快速收敛。对于环境经常变化的网络（如移动无线网络），快速收敛是非常重要的。鉴于认知应急通信网络必须基于应用需求协调网络节点的行动来优化系统整体目标，在认知网络节点上由认知处理引擎进行网络资源的统一智能管理和全局优化，多个节点的CPE之间交互信息、协同运作，最终使多个自主的认知节点整合为统一的认知网络。CPE的功能结构如图2所示。CPE是一种多功能软件实体，它利用感知的网络状态信息和协议栈各层的信息，基于策略库提供的策略信息进行分析，然后通过调用合适的优化机制和算法来调度资源的使用，并按需灵活调整跨层协议栈各层参数以获得匹配应用需求的最佳系统设置。随后，CPE观察节点的行为和网络优化结果，通过推理和学习来总结经验和更新策略，并将其存入策略库中。此外，CPE还可以决策在合适的时候采用合适的信道资源及通信技术，为不同的用户提供各自所需的服务质量保障。CPE是模块化和可扩展的，可以根据需要添加合适的优化和调节工具，包括神经网络、模式识别、遗传算法、专家系统、时序分析和卡尔曼滤波等。例如，CPE会针对大量数据执行多层面的优化，可以考虑采用遗传算法或模拟退火方法。为了更有效地处理大量历史数据，有必要对信息进行分类和聚类，采用的方法包括神经网络、时序分析等。同时，为了使CPE能够可靠操作，必须确保决策过程中使用的数据质量，可采用卡尔曼滤波、贝叶斯推理和统计学习理论处理推理的不确定性，并确保数据的可靠性。

3软件可调节网络

软件可调节网络（SAN）实际上是一个独立的研究领域，如同SDR的设计独立于认知无线电。但是，SAN需要提供认知处理层可理解和利用的网络接口。这些接口类似于应用程序接口（API）或者接口描述语言（IDL），并且应该是灵活和可扩展的。SAN还包括可修改的网络要素，这些网络要素可以作为认知网络的策略控制点（PCP）。这些网络要素可包括任何网元，且认知处理层可以通过API对每个可调节网络要素进行操作。软件可调节网络（SAN）的一个简单实例就是支持定向天线（天线可以搜索接收或以不同的旋转角度进行发射）的无线网络。这种无线网络具有SAN的基本特征，包括一种可供调节的网络单元。需要指出的是，只有当调整天线方向是服务于系统目标的认知行为时才将其称为认知网络，否则如果修改天线仅为了实现链路层的局部目标，则只能称之为采用智能天线的无线网络。

认知应急通信系统的应用

笔者设计的具有认知能力的应急通信系统通过资源实时感知和自适应管理来解决紧急情况下的资源紧缺问题，适用于多种应急场景。

1城市突发事件

在应急现场，每个救援机构往往都会部署自己的应急无线通信网络，由于供应急通信使用的频谱资源有限，这些机构将竞争使用这些稀缺的无线资源，从而造成严重的通信干扰，进而妨碍救援行动。为此，可以改造升级各机构的应急无线通信网络，使其具备认知能力，以便协调多个机构应急通信网络的行动，准确、及时地传递各种应急信息。例如，各部门应急人员携带的认知无线电台通过自适应频谱感知来检测和收集活动的无线电台的位置和发射频率信息，并通过动态频谱接入（DSA）来优化使用频谱资源，从而提高频谱利用率，并可在一定程度上避免各救援机构之间的通信干扰。另外，认知应急通信系统能够随网络环境的变化自适应调节，以保证不同用户和应用按照其重要程度使用网络资源，并确保重要业务的服务质量。

2地震灾害救援

当地震灾害发生后，事发区域的网络通信基础设施会遭受严重损毁，且呼往震区的通信业务量会在短时间内剧增，很容易造成现有通信网络的拥塞，甚至瘫痪。这使得地震灾区的大量灾情信息不能及时向外传递，外部指挥机构和救援人员也无法及时有效地开展救援工作。如果在灾区部署具有认知能力的通信系统，那么在地震发生时可以利用网络传感器／监视器及时采集网络状态信息和灾情信息，优先保证指挥救援中心与灾区的通信畅通。认知处理引擎对实时收集的网络状态信息进行分析，基于掉话率、通话时延等性能指标以及基站退服和光缆中断等告警信息来判断地震灾害的破坏程度，然后通过限制呼入灾区的呼叫量和调节网络设备的参数来确保应急通信指挥的顺畅进行。例如，根据基站的位置调整其发送功率和覆盖方向，尽可能大地覆盖受灾地区。另外，可根据功能职责的不同将应急通信网络划分为不同的应急救援簇，如警察、消防员和医护人员簇等。在抢险过程中，每个簇协作完成特定的任务。采用网络分簇方法具有众多优势，即有效的数据聚集、短的通信范围、减少冲突和竞争、降低路由开销和便于网络同步等。其中一个簇与指挥网络相连，指挥网络可以连接到外部网络。各簇之间的通信通常需要借助于指挥网络，可以使用各种无线技术。

3森林火情监控

可以在重要的林场部署具有认知能力的无线传感网来预警和监视火情。具有认知能力的无线传感网（C－WSN）由传感器节点、中间转发节点和汇聚节点组成。由于每个节点都具有频谱感知和信道选择的认知能力，传感器节点可以选择空闲信道将感知信息发送给转发节点，转发节点同时利用其他空闲信道继续进行转发，直到到达汇集节点，提高了空闲信道的利用率。采用多频多跳的组网方式可以利用认知无线电技术进行高效的频谱分配，从而降低相邻节点无线传输的相互干扰，增强数据传输的并发性，解决传统无线传感器网络对信道利用率不高的问题。另外，考虑这种传感网络规模较大且节点数量较多，适合采用分簇网络结构，簇头节点负责感知簇内传感节点的位置、发射功率和工作频率，并于邻近簇头交互信息，从而有效地管理和协调传感节点的行动，提升网络整体性能。

结束语

认知无线电和认知网络是近年来得到业界广泛关注和深入研究的热点技术，可以显著提高无线频谱利用率和优化网络性能。笔者将认知无线电思想用于应急通信领域，给出了具有认知能力的应急通信系统的构建思路，对网络体系结构及认知处理引擎和可调节网络等关键部件进行了说明，并分析了几种常见的应用场景。目前，对具有认知能力的应急通信网络研究刚刚起步，还存在很多有待解决的技术和管理问题。必须从现实需求出发，充分挖掘包括认知无线电、认知网络、无线自组网、协同通信等新兴优势技术的潜能，建立动态资源感知接入，空间与地面结合、有线与无线结合、固定与机动结合的自适应立体应急通信系统，最大限度地发挥应急通信为社会服务的效能。（本文作者：王海涛、宋丽华单位：解放军理工大学）