周 非，狄文桥

(重庆邮电大学无线定位与空间测量研究所，重庆 400065)

近年来，随着认知无线电技术［1－2］(cognitive radio，CR)研究的深入，许多结合认知无线电技术应用的研究也被国内外许多学者所关注。由于CR具有协作感知能力，它主要是通过系统中的无线传感器［3］界面来实现，传感过程主要包含两个部分:传感器和相关数据的后期处理，即传感器将获取的环境信号转换为电信号，从而为系统中后续的定位处理做准备。

在传统的定位技术中，如GPS(global position system)定位系统，在室外的条件下，能够实现高精度的定位。然而在室内，其定位性能就会大打折扣。类似对于UWB(ultra-wide bandwidth)定位系统，其在室内的定位精度可以达到厘米级，然而在室外，就无法满足较远的定位。正是认识到传统定位系统存在定位精度自适应性的缺陷，在文献［4］中，Celebi等人提出了认知无线电网络模型和定位感知引擎的结构模型并给出了在认知无线电网络中定位感知的多种应用。文献［5］中提出了增强型动态频谱管理算法，该算法主要是依据认知定位系统能对动态频谱进行管理、分配进而实现定位精度自适应，但是该算法在可操作性和复杂性上具有一定的劣势。文献［6］主要分析了在CR系统中进行TOA估计，与无线传感网络中TOA估计［7］不同的是，CR系统能够通过传感感知引擎发射和接收多分散的频带，这样认知设备在获取定位参数上面具有一定灵活性。在文献［8］中，Celebi等人提出了最大似然时延估计(ML-TOA)定位精度自适应算法，该算法是通过认知系统中的收发机收发可控的动态定位参数实现对定位精度的自适应。……