认知无线网络中人工智能和学习技术的最新进展

预计认知无线电将在满足无线系统日益增长的流量需求方面发挥重要作用。认知无线电节点感知环境，分析外部参数，然后做出动态时频空间资源分配和管理的决策，以提高射频频谱的利用率。为了实现高效的实时处理，认知无线电通常与人工智能和机器学习技术结合，以实现自适应和智能的分配。本文首先介绍了认知无线电网络、资源、目标、约束和挑战。然后，介绍了人工智能和机器学习技术，并强调学习在认知无线电中的作用。接着，提供了认知无线电中机器学习技术的最前沿调研。文献调研基于不同的人工智能技术进行组织，包括模糊逻辑、遗传算法、神经网络、博弈论、强化学习、支持向量机、案例推理、熵、贝叶斯、马尔可夫模型、多智能体系统和人工蜂群算法。本文还讨论了认知无线电的实施及在认知无线电应用中预见的学习挑战。