苗成林， 吕 军， 李 彤， 常 成

(陆军装甲兵学院信息通信系， 北京 100072)

随着现代战争中电子对抗的日益激烈，军事通信对可靠性和抗毁性的要求也愈加强烈。认知无线电技术能够在通信条件恶劣的战场环境建立可靠、抗毁伤的通信链路，适用于各种作战通信任务。认知无线电是指认知用户(Secondary User，SU)利用授权用户(Primary User，PU)的空闲频段传输数据，一旦检测到PU重新使用时，马上撤离该授权频段，避免频谱冲突[1]。频谱接入是认知无线电中共享频谱、提高频谱利用率的关键技术，也是认知过程的重要环节。目前，对频谱接入的研究是为了解决感知到可用频谱后如何接入信道的问题，多采用智能算法以增加信道吞吐量和提高接入效率来优化频谱接入性能，智能算法包括神经网络[2]、遗传算法[3]、博弈论[4]和马尔科夫模型[5-9]等。利用神经网络分析频谱接入时，主要基于频谱预测来提高频谱接入性能，但神经网络的许多内部参数主要靠经验配置，运算的可解释性较差；遗传算法受限于复杂的遗传模型，计算复杂度高；博弈论多从频谱分配的角度分析频谱接入性能，无法分析频谱接入行为；而马尔科夫模型能够用完备的数学表达式描述频谱接入过程，其可分为连续马尔科夫链模型、部分观测马尔科夫模型(Partially Observable Markov Decision Processes，POMDP)[5]、隐马尔科夫模型(Hidden Markov Model，HMM)[6]3类。POMDP多用于认知无线电的感知-接入联合策略，可求得最佳接入策略，但无法具体描述接入过程[5]。HMM能够根据历史感知数据优化接入性能，灵活性强，但该方法需要先验训练模型，具有一定的局限性[6]。……