Методы и алгоритмы принятия решения для технологии "когнитивного радио" тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Китчер, Эммануэль

• Китчер, Эммануэль
• кандидат технических наук
• 2013

Оглавление диссертации кандидат технических наук Китчер, Эммануэль

СОДЕРЖАНИЕ

ВВЕДЕНИЕ----------------------------------------------------------------------------------7

1. АНАЛИЗ СОСТОЯНИЯ В ОБЛАСТИ КОГНИТИВНЫХ РАДИОСИСТЕМ И МЕТОДОВ ПРИНЯТИЯ РЕШЕНИЯ-----------------------------------------------14

1.1. Анализ когнитивной радиосистемы---------------------------------------------14

1.1.1. Определение и особенность радио-----------------------------------------14

1.1.2. Классификация когнитивных радиосистем------------------------------16

1.1.3. Общая архитектура когнитивной радиосистемы-----------------------19

1.1.4. Принцип функционирования когнитивной радиосистемы-----------21

1.1.5. Общая структура ядра когнитивной радиосистемы--------------------22

1.1.6. Программно-программируемое радио------------------------------------26

1.2. Обзор методов теории принятия решений--------------------------------------28

1.2.1. Общие понятие задачи принятия решений-------------------------------28

1.2.2. Математическая постановка задачи принятия решений--------------31

1.2.3. Многокритериальная задача оптимизации-------------------------------33

1.2.4. Принцип оптимальности в задачах принятия решения----------------35

1.2.5. Определение критерии важности------------------------------------------37

1.2.6. Анализ методов искусственного интеллекта-----------------------------38

1.3. Анализ распределения и использования радиочастотного спектра-------45

1.3.1. Способы распределения и использования радиочастотного спектра ~ ---------------------------------------------------------------------------------------------45

1.3.2. Регулирующие органы для распределения и использования радиочастотного спектра-------------------------------------------------------------47

1.3.3. Эффективность использования радиочастотного спектра-------------49

1.3.4. Динамический доступ к радиочастотному спектру---------------------52

1.3.5. Основные рекомендации качества обслуживания в системе связи -

1.4. Цель и постановка задачи исследования----------------------------------------56

1.5. Выводы---------------------------------------------------------------------------------57

2. РАЗРАБОТКА МЕТОДОВ ПРИНЯТИЯ РЕШЕНИЙ ДЛЯ КОГНИТИВНОЙ РАДИОСИСТЕМЫ-----------------------------------------------------------------------58

2.1. Система принятия решений для технологии когнитивного радио —

2.1.1. Принятие решений на основе Метода рассуждения на основе прецедентов---------------------------------------------------------------------59

2.1.2. Генетический алгоритм для оптимизации рабочих характеристик радиосистемы-----------------------------------------------66

2.1.3. Скаляризация целевого вектора ------------------------------------70

2.2. Учет взаимодействия параметров и функций когнитивной радиосистемы------------------------------------------------------------------------72

2.2.1. Функции когнитивной радиосистемы-----------------------------72

2.2.2. Связь между целевыми функциями--------------------------------76

2.2.3. Нормализация решений многоцелевых фитнес-функций-----78

2.3. Выводы--------------------------------------------------------------------------83

3. АЛГОРИТМИЧЕСКАЯ РЕАЛИЗАЦИЯ КОГНИТИВНОЙ РАДИОСИСТЕМЫ НА ЖЯ-ПЛАТФОРМЕ {GNU RADIO)---------------------84

3.1. Реализация когнитивной радиосистемы-----------------------------------84

3.1.1. Блок принятия решения----------------------------------------------84

3.1.2. Блок оптимизации-----------------------------------------------------86

3.1.3. Конфигурация когнитивного контроллера-----------------------90

3.1.4. Датчики------------------------------------------------------------------91

3.1.5. Блок «Аппаратная платформа»-------------------------------------93

3.2. Обмен информацией между когнитивной радиосистемой и SDR -платформой---------------------------------------------------------------------------94

3.2.1. Считывание файлов SDR Behavior XML в Python---------------96

3.2.2. Отображение параметров SDR Behavior XML в GNU Radio Flow graphs----------------------------------------------------------------------------97

3.3. Реализация приложения программно-программируемого радио на платформе GNU Radio--------------------------------------------------------------99

3.4. Моделирование АМ-радиоприемника-----------------------------------106

3.5. Выводы--------------------------------------------------------------------------111

4. ПОДТВЕРЖДЕНИЕ РАЗРАБОТАННЫХ МЕТОДОВ-----------------------112

4.1. Пример значений параметров----------------------------------------------112

4.1.1. Диапазон значений входных параметров------------------------112

4.1.2. Значения выходных параметров----------------------------------116

4.2. Анализ сценариев качества обслуживания -----------------------------118

4.3. Выводы--------------------------------------------------------------------------121

ЗАКЛЮЧЕНИЕ---------------------------------------------------------------------------122

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ-------------------------------124

ПРИЛОЖЕНИЕ--------------------------------------------------------------------------135

АКТ ВНЕДРЕНИЯ-----------------------------------------------------------------------142

Список используемых сокращений

АЦП аналого-цифровой преобразователь

БЗ база знания

ГА генетический алгоритм

ИИ искусственный интеллект

ИКТ информационно-коммуникационные технологии

КР когнитивное радио

КРС когнитивная радиосистема

ЛПР лицо, принимающее решение

МСЭ международный союз электросвязи

МСЭ-Т МСЭ, сектор телекоммуникаций

МТРЧ международная таблицу распределения частот

НТРЧ национальная таблица распределения частот

рр регламент радиосвязи

РЧР радиочастотный ресурс

РЧС радиоэлектронный средство

ТПР теория принятия решений

ЦАП цифро-аналоговый преобразователь

ЯКР ядро когнитивной радиосистемы

AM амплитудная модуляция

AI Artificial Intelligence (искусственный интеллект)

API application programmable interface (приложение программируемого интерфейса)

BER bit error rate (битовая ошибка)

CBR case-based reasoning (Рассуждение на основе прецедентов)

СЕ cognitive engine (ядро когнитивной радиосистемы)

CES constant-elasticity-of-substitution (постоянной эластичности замещения)

CR cognitive radio (когнитивное радио)

CWT center for wireless telecommunications (центр беспроводной телекоммуникации)

DSP digital signal processing (цифровая обработка сигналов)

DTD document type definition (определение типа документа)

FIFO first in first out («первым пришёл - первым обслужен»)

GUI graphical user interfaces (графический интерфейс пользователя)

MODM multi-objective decision (многокритериальная задача

принятия решений)

PDA personal digital assistant (персональный цифровой помощник)

PER packet error rate (коэффициент частоты ошибок пакета)

QoE quality of experience (качество восприятия)

QoS quality of service (качество обслуживания)

SDR software defined radio (программно-программируемая радиосистема)

SNR signal to interference plus noise ratio (соотношение «сигнал-шум»)

SQL structured query language (язык структурированного запроса)

USRP universal software radio peripheral (универсальное программируемое радио приемопередатчик)

UWB ultra wide band (сверхширокополосные системы)

WSGA wireless system genetic algorithm (генетический алгоритм беспроводной системы)

XML extensible markup language (расширяемый язык разметки)

Введение диссертации (часть автореферата) на тему «Методы и алгоритмы принятия решения для технологии "когнитивного радио"»

Введение

В настоящее время в радиопромышленности быстро развиваются системы беспроводной связи, и растет интенсивность их использования, что приводит к увеличению спроса на радиочастотный спектр. Однако, радиочастотный спектр (РЧС) является ограниченным природным ресурсом. В этих условиях начали проявляться ряд противоречий, наиболее острыми из которых являются [1]:

• противоречие между увеличивающимся спросом на предоставляемые услуги систем беспроводной связи и ограниченным РЧС;

• противоречие между расширением РЧС представляемых системами беспроводной связи и не возможностью использования этого спектра каждым отдельным радио прибором на 100%.

Практически весь частотный диапазон к настоящему времени распределен и лицензирован, однако при этом спектр, как драгоценный природный ресурс, используется не достаточно эффективно [2]. Внедрение и использование новых сервисов, для работы которых необходимо наличие свободных частотных диапазонов, становится затруднительным, а в некоторых случаях вовсе невозможным. Одним из возможных путей решения указанной проблемы является переход к новой технологии, названной когнитивное радио.

Существенным образом повысить эффективность использования спектра позволяет механизм динамического управления спектром, согласно которому вторичным пользователям (не закрепленным за данным частотным диапазоном) предоставляется возможность использовать диапазоны первичных пользователей (закрепленных за данным диапазоном) на время, пока этот диапазон не используется первичным пользователем [2].

Технология когнитивного радио (КР) предназначена для вторичного

использования радиочастоты спектра, когда устройства в сети автоматически

перенастраиваются на свободные частоты. Устройства КР изменяют свои

параметры на основе получения информации об электромагнитной и

-7-

географической обстановке, распознают образы сигналов всех первичных радиоэлектронных средств (РЭС) и используют частоты, когда первичные РЭС не работают [2, 4]. Они автоматически перенастраиваются на свободные диапазоны, поддерживая устойчивое соединение.

Алгоритмы динамического управления спектром весьма сложны технически, и могут применяться только в так называемых интеллектуальных радиосистемах. Отличительной особенностью таких систем, выделяющей их в отдельную группу, является способность извлекать и анализировать информацию из окружающего радио пространства, предсказывать изменения канала связи и оптимальным образом подстраивать свои внутренние параметры состояния, адаптируясь к изменениям радио среды [3].

Существенный вклад в развитие теории системного анализа, управления и обработки информации внесли отечественные и зарубежные ученые: Ланцов В.Н., Костров A.B., Садыков С.С., Goldberg D.E., Zitzler Е Thiele L. и др. Их исследования по обработке информации составляют теоретическую основу для решения поставленных задач.

Для описания таких интеллектуальных радиосистем Д. Митоллой был предложен термин когнитивное радио. Свойство когнитивности (дословно способность к познаванию и самообучению) подразумевает способность радиосистемы решать следующие задачи [4]:

1) оценка так называемой шумовой температуры радио среды, обнаружение неиспользуемых в данный момент времени спектральных диапазонов (спектральных дыр);

2) анализ параметров радиоканала, оценка канальной информации, предсказания состояния радиоканала;

3) контроль излучаемой мощности и динамическое управление спектром.

Однако, вопросы разработки алгоритмов, предназначенных для

использования в когнитивных радиосистемах, в настоящее время находятся только на стадии исследований.

На основании изложенного, можно сделать вывод, что исследование и разработки методов и алгоритмов принятия решений для технологии «когнитивного радио» является актуальным. Одним из современных подходов к реализации функций искусственного интеллекта в когнитивных радиосистемах является применение метода рассуждение на основе прецедентов и генетические алгоритмы.

Таким образом, технология когнитивного радио является очень актуальной. Основным элементом когнитивного радио является интеллектуальная система принятия решений. Алгоритмы принятия решений для когнитивного радио пока не разработаны.

Цель диссертационной работы состоит в разработке методов и алгоритмов принятия решений для технологии когнитивного радио, позволяющих устранять недостатки существующих способов распределения и использования радиочастотного спектра.

Для достижения цели необходимо решить следующие задачи:

1. Исследовать методы и алгоритмы теории принятия решений для реализации технологии когнитивного радио;

2. Разработать алгоритм принятия решений для технологии когнитивного радио;

3. Разработать алгоритм для оптимизации параметров когнитивной радиосистемы;

4. Разработать структурную схему алгоритмической реализации когнитивной радиосистемы;

5. На основе предлагаемых методов и алгоритмов разработать прикладную программу когнитивной радиосистемы.

Предмет и область исследования.

В диссертационной работе, предметом исследования является методы обработки информации в беспроводных цифровых системах связи. Область исследования охватывает методы и алгоритмы принятие решения, методы

распределения радиочастотного спектра. Теоретические исследования выполнены с использованием методов теории принятия решений.

Практическая ценность работы состоит в том, что на базе предложенных в диссертации методов и алгоритмов, разработаны методы и алгоритмы принятия решений, используемые при разработке когнитивной радиосистемы. Кроме того, результаты работы были использованы в учебном процессе и наличие актов внедрения результатов диссертационной работы.

Научная новизна. В рамках диссертационной работы были получены следующие научные результаты:

1. Новая структурная схема системы принятия решений для технологии когнитивного радио;

2. Новый алгоритм принятия решений для технологии когнитивного радио способом сочетании метода рассуждение на основе прецедентов и генетического алгоритма;

3. Генетический алгоритм для оптимизации параметров радиоаппаратуры;

4. Методика для обмена информацией между компонентами когнитивной радиосистемы.

На защиту выносятся следующие основные результаты и научные положения:

1. Структурная схема системы принятия решений на основе метода рассуждения на основе прецедентов для технологии когнитивного радио;

2. Алгоритм принятия решений для технологии когнитивного радио на основе метода рассуждения на основе прецедентов;

3. Реализация генетического алгоритма для оптимизации параметров когнитивной радиосистемы;

4. Методика разработки процесса обмена информацией между компонентами когнитивной радиосистемы;

5. Методика моделирования прототипа программно перестраиваемого радио на платформе GNU Radio.

Апробация работы. Основные положения диссертации докладывались и обсуждались на Международных и Всероссийских научно-технических конференциях:

1. Международная заочная научно-техническая конференция «Алгоритмические и программные средства в информационных технологиях, радиоэлектронике и телекоммуникациях» АПСИТРТ-2013. Январь 2013 г., г. Тольятти.

2. X Международная научно-техническая конференция «Физика и радиоэлектроника в медицине и экологии» ФРЭМЭ'2012. Июнь 2012 г., г. Владимир - Суздаль.

3. III Всероссийская научно-техническая конференция «Информационно-измерительные и управляющие системы военной техники» ПУВТ-2012. Ноябрь 2012 г., г. Владимир.

4. II международная заочная научно-техническая конференция «информационные технологии. Радиоэлектроника. Телекоммуникации (ITRT-2012). Апрель 2012 г., г. Тольятти.

5. Международной научно-технической конференции «Информационные системы и технологии» ИСТ-2013. Апрель 2013 г., г. Н. Новгород.

6. Международная научно-техническая конференция «Состояние и перспективы развития электротехнологии» (XVII Бенардосовские чтения). Май 2013 г., г. Иваново.

7. Дни науки студентов и аспирантов ВлГУ. Апрель 2012 г., г. Владимир.

8. Программная реализация когнитивной радиосистемы на SDR-платформе «GNU Radio». // Проектирование и технология электронных средств. IV Всероссийский научно-технический журнал. 2013.

Публикации. По теме диссертации опубликованы 8 печатных работ (в том числе 1 статья в издании, рекомендованном ВАК).

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы и приложения. Основной текст работы

содержит 124 стр., 23 рисунков и 12 таблиц. Список литературы на 10 стр. включает 112 наименований.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность выбора темы диссертационной работы, формулируются цель и соответствующие ей задачи исследований, научная новизна, практическая ценность основных результатов и представлена структура диссертационной работы.

В первой главе приведен анализ состояния в технологии когнитивного радио, представлена классификация когнитивных радиосистем. Рассмотрены методы теории принятия решений с целью их применения для построения алгоритмов принятия решений для технологии когнитивного радио. Рассмотрены способы распределения радиочастотного спектра. Представлен обзор по программно-определяемым радиосистемам, являющимся базовой электронной платформой для технологии когнитивного радио.

Сформирована математическая постановка задачи принятия решений в когнитивной радиосистеме, которая заключается в решении задачи многокритериальной оптимизации.

По результатам проведенного анализа сделаны выводы о том, что динамический доступ к радиочастотному спектру может быть реализован на базе методов искусственного интеллекта (метода рассуждения на основе прецедентов и генетического алгоритма) для когнитивного радио.

Во второй главе диссертации приведена система принятия решений для когнитивной радиосистемы на базе метода рассуждения на основе прецедентов и генетический алгоритм. Метода рассуждения на основе прецедентов является основой системы принятия решений. Он позволяет использовать прошлые опыты, сохраненных в базе знания для определения лучшего решения для текущих и будущих проблем (задач). В случае отсутствии решении используются Генетический алгоритм для нахождения оптимального решения задач.

Разработаны метода выбора оптимального решения на основе критерии оптимальности по Парето согласно некоторой информации предпочтительности. Предпочтительная информация (весовые коэффициенты), используются для ранжирования целевых функций, с помощью, которого управляется эволюционными процессами к оптимальному решению.

Определены функции радиосистемы (целевых функций) и отношения между ними. Сформулировано математическое представление каждой функции, используя определенные входные параметры радиосистемы. Разработан метод нахождения набора решения многоцелевых функций на основе подхода взвешенной суммы.

В третьей главе рассмотрена алгоритмическая реализация ядра когнитивной радиосистемы и интерфейсы между блоками радиосистемы: принятие решений, датчики, оптимизация, контроллер и аппаратурная платформа. Рассмотрен способ разработки интерфейса для обмена информацией между ядром когнитивной радиосистемы и ЖЯ-платформой GNU Radio. Стандарт XML используется для структурирования информации о конфигурации радиосистемы в GNU Radio.

Разработана модель программно-программируемой радиосистемы, используя программный инструментарий GRC. Входные данных приемника -это файл, который содержит несколько секунд записанных сигналов при помощи средства USRP.

В четвертой главе выполнены разработанные методы с помощью инструментария Optimization Toolbox программного средства Matlab. Для минимизации многоцелевой функции, использована функция GAMULTIOBJ средства Optimization Tool. Введены значения входных параметров и соответствующие диапазоны действий. Выполнена многокритериальная оптимизация параметров, используя генетический алгоритм.

Проведен анализ значений выходных данных, которые получены в

процессе оптимизации. Результаты анализа представлены в виде таблицы.

- 13-

1. АНАЛИЗ СОСТОЯНИЯ В ОБЛАСТИ КОГНИТИВНЫХ РАДИОСИСТЕМ И МЕТОДОВ ПРИНЯТИЯ РЕШЕНИЙ

1.1. Анализ когнитивной радиосистемы 1.1.1. Определение и особенность когнитивного радио

Идея когнитивного радио предназначена для эффективного выделения и распределения РЧР в современных беспроводных системах связи [4]. Основный принцип КР радиосвязи является динамическое управление выделением радиочастотного диапазона для каждого передаваемого предложения [4, 5, 12].

Идея КР впервые была изложена в статье Джозефа Митолы III (Joseph Mitola III) и Джеральда К. Магуэйра (Gerald Q. Maguire, Jr.) в 1999 году [4]. Такая идея была предложена в качестве нового подхода обработки информации в области беспроводных систем связи.

Позже в его диссертационной работе 2000 г., Митола описал КР как [5]: термин, идентифицирующий точку, в которой персональные цифровые помощники (personal digital assistants, PDAs) и связанные с ними сети являются достаточно интеллектуальными (по вычислительной возможности), о ресурсах радиосвязи и связанные с ними компьютер-компьютер коммуникаций, чтобы:

• выявить коммуникационные потребности пользователя как функцию от контекста использования, и

• предоставить ресурсы радиосвязи и беспроводные услуги наиболее подходящими для этих нужд.

В [6] дано следующее определение интеллектуальной (когнитивной) радиосистемы: «Система с интеллектом - это радиосистема, имеющая собственные потенциальные средства для обучения, самообучения, самостоятельной постановки целей и поиска средств и методов, необходимых для достижения своих целей».

Исследовательская группа 1В определили КР как радиосистема, которая

• использует технологии, которые позволяют системе получать знания о своей внешней среде, установленных правилах и ее внутреннем состоянии;

• в состоянии динамически и автономно корректировать свои операционные (рабочие) параметры и протоколы в соответствии с полученными ею знаниями для достижения заранее определенных целей, и обучаться по достигнутым результатам.

Данное определение описывает основные функции КР и способы их реализации. В тоже время, оно не в полной мере отражает способности КР к самоорганизации, использовании динамического доступа к спектру (базовый принцип КР), возможности влиять на операционную рабочую среду, путем занятия свободного участка спектра [2].

Ссылаясь на определения КР у Митолы и исследовательской группы 1В, в [2] предлагается определить КР как самоорганизующаяся радиосистема с динамическим доступом к РЧС, которая способна:

• познавать свою внутреннюю и внешнюю среду, адаптировать свои функциональные параметры и протоколы к рабочей среде, и/или изменять свою рабочую среду за счет накопленных в процессе функционирования знаний и приобретенных навыков, с учетом установленных нормативных предела и своего функционального состояния.

В [7] КР описывается как дальнейшее развитие технологии программно-реконфигурируемого (программируемого) радио, Суть технологии заключается в том, что базовые параметры приёмопередающего устройства определяются именно программным обеспечением, а не аппаратной конфигурацией, как в традиционных конструкциях (см. п. 1.6 для подробности о БИЯ).

На основе вышеизложенных определений к отличительным особенностям КР следует отнести наличие в радиосистеме интеллектуального (когнитивного) модуля, который обеспечивает:

• способность получать и передавать сигнал на адаптивно изменяемых радиочастотах, а также изменяя вид модуляции, тип кодирования и другие параметры радиосистемы;

• возможность проводить интеллектуальный анализ информации о состоянии окружающей радио-среды;

• при изменении радио-среды адаптивно изменять параметры телекоммуникационной системы таким образом, чтобы обеспечить эффективное функционирование системы связи.

1.1.2. Классификация когнитивных радиосистем

Классификацию когнитивных радиосистем (КРС) можно провести по следующим критериям:

• По методам цикла познания системы КР (см. п. 1.4) делятся на две категории [3, 8, 40]:

■ Системы КР с пассивным познанием окружающей радио-среды. В системах на основе обмена информацией между пользователями РЧС -радиосистемы первичных пользователей предоставляют системам вторичных пользователей информацию о выделенных частотах и планируемых для выделения частотах. Например, передающая станция существующей (первичной) системы связи, такой как телевидение, передает сообщение, в котором объявляет о наличии лицензированного спектра для вторичного использования. Передающая станция может предоставить разрешение на доступ к спектру или отказать в доступе. Обмен информацией может включать [3]: - технические параметры: мощность передатчика, его местонахождение, частота, модуляция и т.п.;

- параметры качества обслуживания: отношение сигнал-шум, частота ошибочных бит и т.д.

Преимуществом пассивных методов познания является то, что они могут обеспечить связь без помех для первичной системы, поскольку для нее используемый спектр определен априори. Вторичная система использует только те частоты, которые предоставлены первичной системой или полномочным органом [3].

Однако метод пассивного познания увеличивает количество информации необходимой для управления системой. Значительный объем информационного ресурса системы, в этом случае, может быть отведен для распространения информации о частотах. Кроме того, пассивные подходы не совместимы с существующими системами лицензирования. Они могут быть очень полезны в будущем. Отметим также, что пассивные методы познания по возможности могут быть объединены с методами использования РЧС [8, 40].

■ Системы КР с активным познанием окружающей радио-среды. Это способ получения информации о текущем использовании РЧС в окружающей радио-среде. В основу метода активного познания положен мониторинг РЧС с целью выявления полос частот, используемых другими системами. Такой способ требует постоянный мониторинг среды окружающейся радио с тем, чтобы новые первичные пользователи и возможные вакантные каналы были своевременно выявлены [3]. При проведении мониторинга радиочастотного спектра могут возникнуть ситуации, когда существует помеха от вторичной системы абонентскому терминалу основной системы (проблема скрытого терминала). В такой ситуации вторичный пользователь может влиять на первичный приемник, так как сам не всегда может выявить сигнал передатчика основной системы. Чтобы преодолеть эту проблему, необходимо увеличивать период зондирования для повышения точности измерений, что, в свою очередь, сокращает время, которое доступно для передачи информационных сообщений [8, 40].

Еще одним способом преодоления проблемы скрытого терминала является обмен информацией о результатах зондирования между вторичными пользователями. В данном случае используется комбинация методов активного и пассивного познания.

• В зависимости от набора параметров, которые учитываются при принятии решения, возможно, выделить следующие типы КРС [3, 9, 56]:

■ полное когнитивное радио «Mitola radio»: в котором все возможные для наблюдения параметры РЭС или беспроводной сети приняты к вниманию;

■ когнитивное радио на основе зондирования спектра, в котором рассматривается лишь один параметр - занятость радиочастотного спектра.

При использовании неполного набора параметров для наблюдения когнитивная радиосистема будет занимать промежуточное место между двумя этими типами.

• По типу основных каналов управления (обмена служебной информацией) КР классифицируются на [9]:

■ КРС с выделенным каналом управления (обмена служебной информацией);

■ КРС с распределенным каналом управления (обмена служебной информацией).

Такая классификация является традиционной для большинства радиосистем.

• Принимая во внимание возможность совместной работы нескольких КРС в общем частотном диапазоне, предлагаются ввести понятие агента КРС и многоагентной КРС [12, 43, 56]:

■ Агент КРС - это КРС способная взаимодействовать с другими КРС при решении общих задач.

■ Много агентная КРС - это КРС, включающая в себя несколько взаимодействующих друг с другом КРС в целях решения общих задач.

1.1.3. Общая архитектура когнитивной радиосистемы

Общая архитектура когнитивной радиосистемы представлена на рис. 1.1 [10, 11, 17, 110]. Такая архитектура отображает взаимодействие блоков радиосистемы, не вмешиваясь при этом во внутренней работе отдельных блоков. На рис. 1.1, имеется три (3) разные источники входных параметров [Ю, 17]:

• Блок интерфейса пользователя предназначен для указания параметров, полученных радиосистемой от пользователя/приложения. Эти параметры представляют требования качества обслуживания (quality of service, QoS) КРС. На основе QoS, ядро когнитивной радиосистемы (ЯКРС) определяет требования к рабочим характеристикам служб и приложений. Требования служб и приложений напрямую связанны к мерам QoS систем связи. Поскольку каждое приложение требует разные концепции QoS (например, скорость и время ожидания), данный блок устанавливает требуемые (цели) рабочие характеристики радиосистемы.

• Блок нормативных стандартов представляет собой набор рекомендаций, правил и ограничений, установленных регулирующими органами по распределению и использованию РЧС. Он определяет границу работы радиосистемы внутри установленных предел для интерпретации ядром нормативных стандартов. Ядром нормативных стандартов (ЯНС) является отдельный блок внутри общей архитектуры КРС. Он взаимодействует с ЯКРС для нахождения лучшего способа управления коммуникационной системой.

Рис. 1.1. Общая архитектура когнитивной радиосистемы • Окружающая радио-среда и канал передачи обеспечивают модель внешней

среды радиосистемы. Параметрами окружающей среды являются

информация о текущей беспроводной среде, которые используются в

качестве входных данных в КРС. Для того чтобы ЯКРС приняла решения

об определенных выходных данных, текущие условия беспроводной среды

должны быть смоделированы внутри системы. Такая модель создается с

использованием считанных данных от окружающей среды, полученной

системы с помощью внешнего датчика [10].

Коммуникационная система представлена как простой стек протоколов (т.е. реализация семейства протоколов на компьютере или другом узле сети) [11].

ЯКРС предназначено для обработки информации, полученные от остальных блоков радиосистема. Оно включать в себя механизм адаптации, позволяющий изменять параметры коммуникационной системы таким образом, чтобы обеспечить эффективное функционирование системы связи [11].

1.1.4. Принцип функционирования когнитивной радиосистемы

Структурно-логическое описание принципов функционирования КРС основано на понятие циклов познания. Такой цикл может быть представлен в виде кибернетической модели OODA {Observe - наблюдай, Orient -ориентируйся, Decide - решай, Act - действуй) [10, 11, 12].

Указанная модель (рис. 1.2) предусматривает многоразовое повторение петли действий, которая сформирована четырьмя последовательными взаимодействующими процессами [12]: наблюдением, ориентацией, решением, управляющим воздействием. Фактически имеет место развитие ситуации по спирали и на каждом этапе этой спирали осуществляется взаимодействие со средой, окружающей радиосистемы.

Новые

Рис. 1.2. Модель OODA Рассмотрим каждый из этих процессов более подробно:

• Наблюдение (<observation) - это процесс сбора информации, необходимой для принятия решения в каждом конкретном случае. Необходимая информация может быть получена как от внешних, так и от внутренних источников. Под внутренними источниками информации понимаются элементы обратной связи петли. В качестве внешних источников используются датчики для получения информации.

• Ориентация {orientation) - наиболее ответственный и наиболее сложный

этап с когнитивной точки зрения во всем цикле OODA. Этап ориентации

состоит из двух под-этапов: разбиение {division) и создание {creation).

Разбиение ситуации на мелкие элементарные части, которые более легки

для понимания. Радиосистема, принимающая решение, стремится провести

декомпозицию задачи до такого уровня, при котором новообразовавшиеся

-21 -

составные задачи становятся близкими к стандартным ситуациям, для которых в системе есть план решения.

Ознакомление с этими элементарными задачами достигается путем обучения и накопления опыта. Такое ознакомление возможно только на основе заранее разработанных правил и ограничений управления РЧС, а также планов использования РЧС. ЯКРС идентифицирует текущую ситуацию с теми ситуациями, с которыми он знаком, и применяет заранее заготовленный план действий для текущей ситуации. Затем эти элементарные планы объединяются в общий план действий, который и соответствует подэтапу «создание» (синтез). Произведенный план запоминается с целью возможного дальнейшего использования. Если нет планов, из числа которых может быть выбрано решение, то процесс остается на этапе ориентации и осуществляется дальнейшая декомпозиция задачи.

• Принятие решения {decision) - третий этап цикла OODA. Если к этому этапу КРС смогла сформировать только один план, то просто принимается решение - выполнять этот план, или нет. Если же сформированные несколько альтернативных вариантов действий, то на данном этапе осуществляет выбор наилучшего из них для дальнейшей реализации. Выбор наилучшего плана может осуществляться, например, по критерию эффективность - стоимость.

• Управляющее воздействие (action) - заключительный этап цикла, который предусматривает практическую реализацию принятого решения. Действие предусматривает управление системой с целью улучшения результатов наблюдения в следующем цикле.

1.1.5. Общая структура ядра когнитивной радиосистемы

По результатам анализа различных определений выполненных в п.1.1, отличительная особенность КР - это наличие когнитивного или

интеллектуального модуля в радиосистеме. На рисунке общей архитектуры КРС (см. п. 1.3, рис. 1.1), интеллектуальным модулем называется ЯКРС. Рассмотрим более подробно, структурная схема ЯКРС (рис. 1.3), предложенная центром для беспроводных телекоммуникаций (Center for Wireless Telecommunications, CWT) [13, 17, 56, 57, 87, 88].

В состав ЯКРС входит центральный компонент, называемый когнитивным контроллером. Контроллер выступает в качестве планировщика для обращения компонентов входа-выхода и синхронизации оставшихся компонентов. Основные компоненты ЯКРС включают [13, 57]:

• Пользовательский интерфейс (User Interface) реализуются по-разному, в зависимости от цели использования КРС. В одном случае, ЯКРС может быть реализовано с интерфейсом пользователя (например, графический интерфейс пользователя или интерфейс типа командной строки), где все операции находятся под управлением человека-оператора. В другом случае, ЯКРС может быть реализовано без блока интерфейса пользователя, где КРС должна реагировать и адаптироваться автономно на основе действий пользователя и/или приложений - это наиболее идеальный взгляд идеи когнитивного радио.

• Датчики (Sensors) - это воспринимающий элемент. Он обеспечивает возможность ЯКРС для сбора данных для построения модели окружающей среды. Данными могут быть любая информация, которая поможет ЯКРС построить поведение модели окружающей среды. Например, модели интерференции (температура), географическое местоположение, время, возможные визуальные подсказки, распространение радиоволн и др.

Информация собирается любыми средствами (датчиками): средствами сторонних производителей, встроенных библиотек, или специально разработанного средства для реализации ЯКР. Важный аспект датчиков в том, что они имеют стандартные способ реализации процесса передачи данных когнитивному контроллеру [13].

Существуют различные устройства, предназначены для обнаружения сигналов. Например, для целей программы DARPA XG (Defense Advanced Research Projects Agency of neXt Génération Communications) разработаны устройства зондирования характеристик окружающей среды [13], которые м.б. использованы при реализации КРС. Существуют другие датчики, которые используются для обнаружения важные характеристики радиосигнала такие как: уровень шума, отношение сигнал-шум, частота ошибочных битов и т.д. [14, 92].

Ейегщг Detect« (РЩ<

' W50A

Cognitive Controller

Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Китчер, Эммануэль

4.3. Выводы

1. Выполнены разработанные методы с помощью инструментария Optimization Toolbox программного средства Matlab. Для минимизации многоцелевой функции, использована функция GAMULTIOBJ средства Optimization Tool. Введены значения входных параметров и соответствующие диапазоны действий. Выполнена многокритериальная оптимизация параметров, используя генетический алгоритм.

2. Проведен анализ значений выходных данных, которые получены в процессе оптимизации. Результаты анализа представлены в виде таблицы. Графики подтверждают чувствительность выходных параметров процесса оптимизации в целом.

ЗАКЛЮЧЕНИЕ

Анализ методов и алгоритмов теории принятия решений и подходов к построению интеллектуальных радиосистем позволил установить, что разработка когнитивной радиосистемы представляет собой сложный процесс. Разработка когнитивной радиосистемы включает следующие: определение области применения радиосистемы, установление количества функции и соответствующие входные параметры, выбор способа реализации базы знаний, выбор методов для реализации когнитивных процессов, выбор метода расчета коэффициентов предпочтений для ранжирования фитнес-функций, разработка алгоритмов ядра когнитивной радиосистемы, определение способа обмена информации между блоками радиосистемы, и выбор радиоплатформы.

Когнитивная радиосистема нуждается в методах обучения и принятия решений. В случае удовлетворительного действия, результат сохраняется для улучшения будущих работ радиосистемы. Поэтому принцип функционирования когнитивной радиосистемы носит итерационный характер.

В диссертационной работе поставлены и решены задачи, направленные на создание методов и алгоритмов когнитивных радиосистем. В работе были получены следующие основные результаты:

1. Проведено исследование методов и алгоритмов теории принятия решений для технологии когнитивного радио. Выявлено что базовый модуль технологии когнитивного радио должно основываться на алгоритмах искусственного интеллекта. Показано что одним из возможных путей для решения проблем нехватки радиочастотного спектра является переход к новому технологию когнитивного радио;

2. Предложена структурная схема системы принятия решений для когнитивной радиосистемы. Предложена алгоритма принятия решений на основе метода рассуждения на основе прецедентов;

3. Предложено для решения задачи многокритериальной оптимизации использовать генетический алгоритм, позволяющий генерировать

-122оптимальное решение, учитывая набор входных параметров и требования качества обслуживания лица, принимающего решения или приложения. Предложено для решения задачи скаляризации вектор решений использовать подход взвешенной суммы. Предложен для решения задачу проведения к единой шкале критерии оптимальности параметров радиосистемы способ для нормализации;

4. Предложена структурная схема для реализации ядра когнитивной радиосистемы. Предложена методика для реализации процесса (интерфейса) обмена информацией между компонентами когнитивной радиосистемы, использовать расширяемый язык разметки «extensible markup language -XML», предоставляющий стандартный формат и методы проверки для кодирования данных;

5. Предложена методика разработки реконфигурируемой программно перестраиваемой радиосистемы, используя радио-платформу GNU Radio и программный инструментарий GNU Radio Companion;

6. Разработано программное обеспечение для подтверждения результатов разработанных методов и алгоритмов принятия решений в когнитивных радиосистемах с помощью инструментария Optimization Toolbox программного средства MATLAB.

7. Экспериментальные исследования подтверждены эффективность разработанных методов для когнитивного радио.

Список литературы диссертационного исследования кандидат технических наук Китчер, Эммануэль, 2013 год

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1. Зинченко JI.A., Сорокин С.Н. Эволюционное проектирование элементов телекоммуникационных систем // Таганрог, Изд-во ТРТУ. 2003. -160 с.

2. Крупное А. Е. Повышение эффективности использования и новые подходы к регулированию, http://www.federalbook.ru/files.

3. Сопронюк И.И., Лысечко В.П., Ухова Е.А. Метод мониторинга спектра в когнитивых радиосетях на основе использования информационного критерия Акайке // Системы обработки информации - С. 108 - 112. 2011. № 5.

4. Mitola J., Maguire Jr. G. Q. Cognitive Radio: Making Software Radios More Personal // IEEE Pers. Commun., vol. 6, - C. 13-18. 1999. № 4.

5. Mitola J. Cognitive Radio. An Integrated Agent Architecture for Software Defined Radio. Doctor of Technology Dissertation, Royal Institute of Technology. 2000.-314 c.

6. Константин Пронин. Проектирование, оптимизация и моделирование SDR. http://www.russianelectronics.ru/leaderr/review/ 2187/doc/59223/.

7. Котов В.И. Эффективность использования радиочастотного ресурса и подходы к ее оценке // Электросвязь. - С. 16 - 19. 2009. № 7.

8. Котов В.И. Динамическое управление радиочастотным спектром и оценка стоимости радиочастотного ресурса в перспективе перехода на новые технологии // Информационные телекоммуникационные сети. - С. 31-35. 2008. №5.

9. Гарбарчук В., Зинович 3., Свиц А. Кибернетический подход к проектированию систем защиты информации // Украинская академия информатики. Волынский гос. ун-т. 2003. — 658 с.

10. Fette В. A. Cognitive Radio Technology: Second edition. // Elsevier. 2009. - 828 c.

11. Калашников A.E. Диалоговая система многокритериальной оптимизации технологических процессов // Москва, МГИ. 2004. - 136 с.

12. Rondeau Т. W., Le В., Rieser С. J., и Bostian С. W. Cognitive radios with genetic algorithms: Intelligent control of software defined radios // Software Defined Radio Forum Technical Conference, Phoenix, AZ, 2004. - C. 1437-1443.

13. Ettus Research LLC. http://www.ettus.com/.

14. Rieser C. J. Biologically inspired cognitive radio engine model utilizing distributed genetic algorithms for secure and robust wireless communications and networking // Ph.D. dissertation, Virginia Tech. 2004. - 168 c.

15. DeJong К. и Spears W. An analysis of the interacting roles of population size and crossover in genetic algorithms, http://www.swarmotics.com

16. http://www.csun.edu/~skatz/katzpage/sdr_project/sdr/am_usrp710.dat.zip.

17. Mackenzie P., Nolan К. E., Doyle L., O'Mahony D. An architecture for the development of software radios on general purpose processors // Proceedings of the Irish Signals and Systems Conference (ISSC '02). Cork, Ireland. - C. 275-280. 2002. №1.

18. Черноруцкий И. Г. Методы принятия решений // Санкт-Петербург «БХВ-Петербург». 2005. - 416 с.

19. Акулич И.Л. Математическое программирование в примерах и задачах. М.: Высшая школа. 1993. - 336 с.

20. Одинцов В. П., Конрадов А. А., Кукса Ю. И. Применение Matlab web server в геофизике для интерактивной адаптивной обработки данных, распределенных в сети интернет // MATLAB в образовании и Интернете. - С. 1823- 1835. 2009. №7.

21. Муромцев Ю. Л., Муромцев Д. В., Тюрин И. В. и др. Информационные технологии проектирования радио И741 электронных средств // учеб. Пособие для студ. высш. учеб. заведений - М. Изд. Центр «Академия», 2010.-384 с.

22. Гарбарчук В., Зинович 3., Свиц А. Кибернетический подход к проектированию систем защиты инфонрмации // Киев. 2003. - 659 с.

23. Вишневский В. М. Теоретические основы проектирования

компьютерных сетей // М.: Техносфера. 2003. - 512 с.

- 125-

24. Yucek T., Arslan H. A survey of spectrum sensing algorithms for cognitive radio applications // IEEE Communications Surveys &Tutorials. vol. 11- C. 116 -130. 2009. № 1.

25. Трофимова JI.A., Трофимов B.B. Управленческие решения (методы принятия и реализации) // Учебное пособие. - СПб. Изд-во СПбГУЭФ. 2011. -190 с.

26. Панченко Т. В. Генетические алгоритмы // Учебно-математическое пособие. Изд. «Астраханский университет». 2007. - 87 с.

27. Zadeh L. Optimality and non-scalar-valued performance criteria // IEEE Transactions on Automatic Control, vol. 8. - C. 59 - 60. 1993. № 11.

28. Goldberg D. E. Genetic Algorithms in Search, Optimization, and Machine Learning. // Reading, MA: Addison-Wesley. 1989. - 432 c.

29. Arslan H. и Yarkan S. Enabling Cognitive Radio through sensing, awareness, and measurements // Springer. - C. 235 - 261. 2007. № 2.

30. Ногин В. Д. Принятие решение в многокритериальной среде. Количественный подход // Москва физмалит. 2002. - 144 с.

31. Gilboa I., Schmeidler D. A Theory of Case-Based Decisions // Cambridge: Cambridge University Press. 2001. - 212 c.

32. Варшавский П.Р., Еремеев А.П. Поиск решения на основе структурной аналогии для интеллектуальных систем поддержки принятия решений // Известия РАН. Теория и системы управления. - С. 97 - 109. 2005. №1.

33. Gero J. S., Schnier T. Evolving representations of design cases and their use in creative design // Preprints Computational Models of Creative Design: Key Centre of Design Computing, University of Sydney. - C. 343 - 368. 1995. № 2.

34. Goicoechea A., Hansen D., Duckstein L. Multiobjective Decision Analysis with Engineering and Business Applications // John Wiley and Sons. 1982. -519 c.

35. Бузов A.JI., Быховский M.A., Васеко H.B., Волкова Ю.В. Управление радиочастотным спектром и электромагнитная совместимость радиосистем //

Учебное пособие. ЭКОТРЕНДЗ. Москва. 2006. - 432 с.

- 126-

36. Барнс Дж. Электронное конструирование: Методы борьбы с помехами // Пер. с англ. под ред. Файзулаева. Б.Н. — М.: Мир. 1990. - 238 с.

37. Бутенко В. В., и др. Техническая политика в области радиосвязи и вещания // «Электросвязь», - С. 13- 15. 2009. № 7.

38. Schniederjans M. Goal programming: Methodology and applications // K. A. Publishers, Ed. Kluwer Academic Publishers. - C. 369 - 444. 1995. № 8.

39. Hans A. E. Multicriteria optimization for highly accurate systems // Multicriteria Optimization in Engineering and Sciences. - C. 309 - 352. 1988. № 10.

40. Котов В. И. Радиочастотный ресурс: измерение, ценообразование и определение эффективности его использования // Информационные телекоммуникационные сети. - С. 23 - 27. 2008. № 3.

41. Яновский Г.Г. Качество обслуживания в сетях IP. Журнал «Вестник связи». - С. 1 - 16. 2008. №1.

42. Narayan A., Lozanova Y. Telecommunications Licensing and Quality of Service, http://www.academy.itu.int/moodle

43. Rieser C., Rondeau T., Bostian C., Gallagher T. Cognitive radio testbed: Further details and testing of a distributed genetic algorithm based cognitive engine for programmable radios // IEEE Military Communications Conference, vol. 3. - C. 1437 -1443. 2004. № 1.

44. Jongtae Song, Mi Young Chang, and Soon Seok Lee. Overview of ITU-T NGN QoS Control // IEEE Communications Magazine. - С. 116 - 123. 2007. № 5.

45. Back T. Evolutionary Algorithms in Theory and Practice: Evolution Strategies, Evolutionary Programming, Genetic Algorithms // Oxford Univ. Press. 1996.-328 c.

46. Tkachenko A., Cabric D., Brodersen R. Cognitive radio experiments using reconfigurable BEE2. // IEEE - Proc. Asilomar Conference on Signals, Systems, and Computers. - C. 2041 - 2045. 2006. № 4.

47. Srinivas M. и Patnaik L. M. Genetic algorithms: A survey. // IEEE Computer, vol. 27. - C. 17-26. 1994. № 7.

48. Haykin S., Thomson D., Reed J. Spectrum sensing for cognitive radio // Proceedings of the IEEE. vol. 97. - C. 849 - 877. 2009. № 5.

49. Katz S. и Flynn J. GNU Radio Companion Tutorial. http://www.csun.edu/~skatz/katzpage/sdr_project/sdфroject.html.

50. Kevin D. Multi-objective optimization // Bayes Reading Group. 2011. - 27

c.

51. Rondeau T. W., Le В., Rieser C. J., Bostian C. W. Cognitive radios with genetic algorithms: Intelligent control of software defined radios in Software

' Defined Radio. // Forum Technical Conference, Phoenix, AZ. - C. 3 - 8. 2004. № 12.

52. GNU Radio, http://www.gnuradio.org/.

53. Smith W. S. The Scientist and Engineer's Guide to Digital Signal Processing. Second Edition // California technical publishing, San Diego, California. 1999.-650 c.

54. Сурмин Ю. П. Теория систем и системный анализ // учеб. пособие. — К.: МАУП, Библиогр. 2003. - 368 с.

55. Вологдин Э.И. Динамический диапазон цифровых аудио трактов. Конспект лекций, http://window.edu.ru/resource/863/77863/files.

56. Stevenson С., Chouinard G., Zhongding Lei, Wendong Ни, Shellhammer. S, Caldwell W. IEEE 802.22: The first cognitive radio wireless regional area network standard // Communications Magazine, IEEE. vol. 47. 2009. -C. 130 - 138. №1.

57. Gray. D. Comparing Mobile WiMAX with HSPA+, LTE, and Meeting the Goals of IMT-Advanced // WiMAX Forum. 2009. - С. 1 - 21.

58. Петровский А. Б. Теория принятия решений // учебник для студ. Высш. Учеб. Заведений. М.: Изд. Центр «Академия». 2009. - 400 с.

59. Бодров В.И., Лазарева Т.Я., Мартемьянов Ю.Ф. Математические методы принятия решений // Учеб. пособие. Тамбов: Изд-во ТГТУ. 2004. - 124 с.

60. Рекомендация МСЭ-Т Е.802 Принципы и методики определения и применения параметров QoS. http://www.itu.int/ITU-T/ipr/.

61. Бондаренко А. С., Козин И. В. Отыскание множеств альтернатив многокритериальной задачи теории расписаний при помощи эволюционного алгоритма // Динамические системы, вып.- С. 153-161. 2010. № 28.

62. Streichert F. Evolutionary Algorithms in Multi-Modal and Multi-Objective Environments: Logos // Verlag, Berlin. 2007. -210 c.

63. www.ieee802.org/22.

64. Дмитриев А. С., Ефремова E. В., Клецев А. В., Кузьмин JI. В., Лактюшкин А. М., Юркин В. Ю. Теория и методы обработки сигналов: Сверхширокополосная беспроводная связь и сенсорные сети // Радиотехника и электроника, том 53, - С. 1278 - 1289. 2008. № 10.

65. Ивлев А. А. Основы теории Бойда. Направления развития, применения и реализации. (Монография), М: 2008. - 64 с.

66. Федеральный закон «О связи» // Российская газета - ФЗ. СЗ РФ. - С. 22 - 24. 2003. № 123.

67. Rajbanshi R., Wyglinski А. М., Minden G. J. An efficient implementation of NC-OFDM transceivers for cognitive radios // Proceedings of the First International Conference on Cognitive Radio Oriented Wireless Networks and Communications, Mykonos. - С. 11 - 15. 2006. № 5.

68. Rajbanshi R., Chen Q., Wyglinski A. M., Evans J. В., Minden G. J. Comparative study of frequency agile data transmission schemes for cognitive radio transceivers // First international workshop on technology and policy for accessing spectrum, Boston, MA, USA. - С. 115 - 119. 2006. № 10.

69. Goldberg D. E. Genetic Algorithms in Search, Optimization, and Machine Learning. Reading, MA: Addison-Wesley. 1989.-432 c.

70. Царев M. Введение в теорию принятия решений, http://rain.ifmo.ru/cat.

71. Zitzler Е. и L. Thiele. Multi-objective evolutionary algorithms - a comparative case study and the strength Pareto approach // IEEE Trans.

Evolutionary Computation, vol. 3. - C. 257 - 271. 1999. № 6.

- 129-

72. Yarkan S. Arslan H. Exploiting location awareness toward improved wireless system design in cognitive radio // Communications Magazine, IEEE, vol. 46,-C. 128- 136. 2008. № 1.

73. Weingart Т., Sicker D. Grunwald D. A statistical method for reconfiguration of cognitive radios // Wireless Communications, IEEE. vol. 14. - C. 34 - 40. 2007. № 4.

74. Pursley M., Royster T. Low-complexity adaptive transmission for cognitive radios in dynamic spectrum access networks // Selected Areas in Communications. IEEE Journal vol. 26. - C. 83-94. 2008. № 1.

75. Neel J., Buehrer R. M., Reed В. H., Gilles R. P. Game theoretic analysis of a network of cognitive radios // Midwest Symposium on Circuits and Systems, vol. 3. -C. 409-412. 2002. №8.

76. Kolodner J. Case-Based Reasoning. San Mateo, CA: Morgan Kaufmann Pub. ACM SIGART vol. 7.. - C. 20 - 22.1996. № 3.

77. Holland J. H. Adaptation in natural and artificial systems. An introductory analysis with application to biology, control, and artificial intelligence // London: Bradford book edition. 1994. -211 c.

78. Вадим Новиков. Рыночные подходы к регулированию радиочастотных взаимодействий // Экономическая политика. - С. 1 - 21. 2007. №3.

79. Smith S. W. The Engineer's guide to digital signal processing // California Technical Publishing. - C. 45 - 66. 1999. № 2.

80. Отчет МСЭ-Р SM.2012-3. Экономические аспекты управления использованием спектра. Серия SM. 2010. - 172 с.

81. Зайцев А.П., Шелупанов А.А., Мещеряков Р.В. и др. Технические средства и методы защиты информации // Учебник для вузов/ под ред. Зайцева А.П. и Шелупанова А. А. - М.: ООО «Изд. Машиностроение». 2009. - 508 с.

82. Рекомендация МСЭ-Т G.1011. Reference guide to quality of experience assessment methodologies. http://www.itu.int/lTU-T/recommendations/index.aspx.

83. Рекомендация МСЭ-Р М.1079-2 (1994-2000-2003) Производительность и требования к качеству услуг для сетей доступа. Международной системы мобильной электросвязи-2000 (IMT-2000). http://www.itu.int/ITU-R/index.asp.

84. Вишневский В., Портной С., Шахнович И. Энциклопедия WiMax путь к 4G // Москва: Техносфера. 2009. - 472 с.

85. XLI Неделя науки СПбГПУ: программа научно-практической конференции с международным участием. СПб.: Изд-во Политехи, ун-та. 2012.-186 с.

86. Тихвиинский В.О., Терентьев С. В. Влияние результатов ВРК-07 на дальнейшее развитие мобильной связи // Мобильные телекоммуникации, - С. 30-34. 2008. № 3.

87. Stevenson С., и др. IEEE 802.22: The first cognitive radio wireless regional area network standard // Communications Magazine, IEEE. vol. 47. - C. 130- 138. 2009. №2.

88. Scaperoth D. A. Configurable SDR Operation for Cognitive Radio Applications using GNU Radio and the Universal Software Radio Peripheral // [e-mail]. 2007.-41 c.

89. Minden G. J., Evans J. В., Searl L. S., DePardo D., Rajbanshi R., Guffey J., Chen Q., Newman T. R., Petty V. R., Weidling F., Peck M., Cordill В., Datla D., Barker В., and Agah A. Cognitive radios for dynamic spectrum access - an agile radio for wireless innovation // Communications Magazine. IEEE, vol. 45. - C. 113121. 2007. №5.

90. Wyglinski A. M., Maziar N., Hou Y. T. Cognitive Radio Communications and Networks. Principles and Practice // Elsevier. 2010. - 714 c.

91. Ray Liu K. J., Wang B. Cognitive Radio Networking and Security. A Game-Theoretic View // Cambridge University Press. 2011. - 601 c.

92. Usman Farooq, Chiou P. Lam. A Max-Min Multiobjective Technique to Optimize Model Based Test Suite // Edith Cowan University Research Online. ECU Publications Pre. - C. 569 - 574. 2011. № 6.

93. Marler R.T., Arora J.S. Survey of multi-objective optimization methods for engineering // Struct Multidisc Optim.- C. 369-395. 2004. № 26.

94. Ogbuji U., Ogbuji C. Develop Python/XML with 4Suite, Part 1: Process XML with PyXml. http://www.ibm.com/developerworks/xml/tutorials/x-4suite.

95. Вороновский Г.К., Махотило K.B., Петрашев C.H., Сергеев С.А., Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности // Харьков, ОСНОВА, 1997. - 112 с.

96. Петровский А. Б.. Теория принятия решений. // Серия «прикладная математика и информатика». Университетский учебник. М: Изд. «Академия». 2009.-400 с.

97. Васянин В.А., Трофимчук А.Н. Автоматизация процессов принятия решений в многопродуктовых коммуникационных сетях с мелкопартионными дискретными потоками. http://www.nbuv.gov.ua/portal/natural/Ebtp.

98. Васянин В. А. Пакет программ для решения задач оптимизации распределения дискретных потоков в многопродуктовых сетях большой размерности // Васянин В. А., Савенков А. И. Интеллектуальные системы принятия решений и проблемы вычислительного интеллекта // материалы международной научной конференции, Евпатория, Украина. - С. 41 - 44. 2008. №2.

99. Трофимова JI.A. Управленческие решения (методы принятия и реализации) // учебное пособие/ J1.A. Трофимова, В.В. Трофимов. СПб: Изд-во СПбГУЭФ. 2011.-190 с.

100. Технологии Microsoft в теории и практике программирования // сборник трудов IX Всероссийской научно-практической конференции студентов, аспирантов и молодых ученых. Томск: Изд. Томского политехнического университета. 2012. - 336 с.

101. Россум Г., Дрейк Ф. JI. Дж., Откидач Д. С. и др. Язык программирования Python. // СПб.: AHO «Институт логики». Невский Диалект. 2001.-454 с.

102. Ланцов В.Н., Меркутов А.С. Метод и алгоритм спектрального анализа входных устройств систем беспроводной связи // Информационные технологии. 2005, С. 21-26. № 10

103. Костров, А. В. (научн. редактор)// Интегрированные системы обработки информации. Операционные системы в промышленности (автор П. Мертенс; перевод с немецкого М.А. Костровой). - М.: Финансы и статистика, 2007.-424 с.

104. Садыков С.С. Цифровая обработка и анализ изображений. Ташкент: НПО "Кибернетика" АН РУз, 1994. 193 с.

105. Китчер Э., Ланцов В.Н. Программная реализация когнитивной радиосистемы на SDR-платформе «GNU Radio». // Проектирование и технология электронных средств. 2013. - С. 44 - 46 (соискатель - 70%).

106. Китчер Э. Развитие беспроводных телекоммуникационных систем на основе технологии когнитивного радио // Физика и радиоэлектроника в медицине и экологии «ФРЭМЭ'2012»: Материалы 10-й международной научно-технической конференции. - г. Владимир - Суздаль. 2012. - С. 213 -216.

107. Китчер Э. Особенности технологии когнитивного радио «Cognitive Radio» // Информационные технологии. Радиоэлектроника. Телекоммуникации (ITRT-2012): сб. ст. II международной заочной научно-технической конференции. Ч. 2 / Поволжский гос. ун-т сервиса. - г. Тольятти: Изд-во ПВГУС, ISBN 978-5-9581-0275-4. 2012. - С. 232 - 236.

108. Китчер Э. Генетический алгоритм для задач многокритериальной оптимизации // Дни науки студентов и аспирантов ВлГУ 2012. Материалы вычислительной техники, г. Владимир. 2012. - Режим доступа http://sntk.vlsu.ru/index.php/sektsii-dokladov/.

109. Китчер Э. Обмен информацией между когнитивным компонентом и реконфигурируемой SDR-платформой // Информационно-измерительные и управляющие системы военной техники: Материалы III Всероссийской

научно-технической конференции «ПУВТ-2012». г. Владимир. 2012. - С. 94 -96.

110. Китчер Э. Обработка сигналов на SDR-платформе «GNU Radio» // Международной научно-технической конференции «Информационные системы и технологии» ИСТ-2013. г. Н. Новгород. 2013. - С. 123 - 125.

111. Китчер Э. Методы искусственного интеллекта для принятия решений в когнитивных радиосистемах // Алгоритмические и программные средства в информационных технологиях, радиоэлектронике и телекоммуникациях, сб. ст. I международной заочной научно-технической конференции. Тольятти: 2013. - Режим доступа http:[e-mail]/.

112. Китчер Э. Разработка дополнительного программного модуля для инструментария «GNU Radio Companion» // Состояние и перспективы развития электротехнологии. Материалы Международной научно-технической конференции «XVII Бенардосовские чтения». Иваново, 2013. - С. 410-413.