第一章 前言
1.1 無線感知網路(Cognitive radio networks)
在資訊爆炸的時代，越來越多的人們使用行動通訊裝置(例如手機、平 板電腦等)藉由著無線網路的媒介來分享其文章、照片、甚至是影片。隨著 科技的進步發展，人們所要求的品質越高，在無線網路中所傳遞的資料量 更是呈現爆炸性的成長。然而，頻譜資源並非能無限擴充使用，在頻譜資 源有限的情況下頻譜顯的十分珍貴，要藉由拓展新頻譜的方式來增加傳輸 品質將是十分困難且不切實際的。幸運的是，在 2002 年，美國聯邦通信 委員會(Federal Communications Commission, FCC)發表了一項調查結果，此 項調查結果指出頻譜的使用率隨著時間與地點的改變會有著極大的差異 性(15%~85%)[1]，美國國防部先進研究計畫局(Defense Advanced Research Projects Agency , DARPA)也指出在某些離峰時間點，某些頻譜的使用率甚 至只有 2% (如圖一)。總結以上觀察，感知無線電技術 (Cognitive radio technology) 成為了一提升頻譜使用率進而解決頻譜資源不足問題的可行 方法。
2
圖一、 頻譜使用率，取自M. McHenry in “NSF Spectrum Occupancy Measurements Project Summary”, Aug 15, 2005
感知無線電技術的概念最早由 Joseph Mitola III 提出 [2]，感知無線電 技術期望著藉由改善頻譜使用率來解決大都市中頻譜資源短缺的問題，感 知 無 線 電 技 術 的 主 要 想 法 是 ， 非 擁 有 頻 譜 執 照 的 使 用 者 (Unlicensed user/Secondary user, SU)能夠在擁有頻譜執照使用者(Licensed user/Primary user, PU)離開時，去借用其頻譜使用，以”借用”的概念期望提升整體頻譜 的使用率。在感知無線電技術網路的領域中存在著兩個主要的挑戰，頻譜 感測(Spectrum sensing)與頻譜管理(Spectrum management)，在以下將一一 介紹。
3
1.1.1 頻譜感測 (Spectrum sensing)
感知無線電技術的主要概念為，當擁有頻譜執照使用者不在網路環境 中時，非擁有頻譜執照使用者藉由存取擁有頻譜執照使用者所屬頻譜來增 加頻譜使用率。非擁有頻譜執照使用者是否能夠存取頻譜，全藉由感測的 結果，因此若是感測頻譜機制失準，將會因干擾產生而嚴重影響擁有頻譜 執照使用者使用品質，將是不被容許的，因此，如何設計一套有效率且準 確的頻譜感測方法是被廣泛討論的議題。然而，就單一非擁有頻譜執照使 用者而言，有時會因為低的信噪比(signal-to-noise ratio, SNR)或是一些環境 的不利因素而產生頻譜感測的誤判，因此近年來，協同式感測(cooperative spectrum sensing, CSS)的方式也被廣泛的提起討論[3]-[5]，憑藉著多筆的頻 譜感測資訊，協同式感測能夠篩選出最正確的頻譜資訊結果，而在我們的 雲端環境架構中也是採用協同式感測來進行。
1.1.2 頻譜管理 (Spectrum management)
頻 譜 管 理 包 含 了 頻 譜 確 認 (spectrum decision) ， 與 頻 譜 資 源 分 配 (spectrum allocation)，其中頻譜確認是依據網路環境以及使用者的需求來 決定每個不同使用者所能夠使用的頻譜集合。而頻譜資源的分配，則是在 盡可能避免干擾的情形下，將頻譜資源做最有效的分配。頻譜資源的管理 在整體無線感知網路中扮演著非常重要的角色，若能將整體資源做最大化 的分配，將使整體網路頻譜使用率最佳化，對頻譜資源做最妥善的使用。
1.2 無線感知雲端網路(Cognitive radio cloud networks)
[6][7]兩篇論文提出了嶄新的概念，藉由著整合雲端的方式推出了無線 感知雲端網路的架構。他們想像著，若有了無線感知雲端網路，感知無線 電的概念將不在是小範圍的通訊方法，而是能成為或取代類似 3G、4G 的
4
大規模通訊方式。為了在大尺度的環境中達成以上目標，我們需要一個強 大的管理者來處理頻譜估測、頻譜管理、甚至於針對使用者的活動管理換 手(hand-off)等等。為了整合以上目標，雲端就是我們最好的選擇，他們將 雲端比喻成發電廠，使得人們能行走在有路燈照明的路上(如圖二)。這張 圖表示未來若無線感知雲端網路普及，人們將可在路上享受著無縫式 (seamless)的通訊品質且完全不用付費，最棒的是，使用者不用為了擔心影 響 PU，而在本地端做複雜的估測動作。使用雲端帶給了整體感知無線電 網路許多優點，第一、像是藉由雲端”租用”伺服器的概念，我們可以隨著 網路中使用者分佈、活動的情形不同來動態的增加或減少所租用的伺服器 個數，一方面在離峰時段能減少租用伺服器節省成本，另一方面也能在尖 峰時段增加伺服器來負擔部分過載的伺服器的工作量，第二、雲端的主要 概念，便是有著強大的資料處理能力與儲存空間，藉由雲端，我們可以有 效的管理數以千萬計的頻譜感測資訊，並且能有效並且快速的運用這些資 訊來估測頻譜當前狀況，第三、藉由著雲端的出現，它對未來的通訊方式 提供了一些想像與彈性，日本情報通信研究機構(National Institute of Information and Communications Technology, NICT)在[8]提出了感知無線雲 端(Cognitive wireless cloud)的概念，就是藉由著雲端的力量能夠管理並整 合多種通訊方式，為異質網路架構提供嶄新的可能性。
5
圖二、無線感知雲端網路意向圖，取自[7] A Cognitive Radio Cloud Networking (CRCN) service model in TV White Space
6
1.2.1 無線感知雲端網路架構
圖三、無線感知雲端網路環境示意圖取自[6] A conceptual Cognitive Radio Cloud network (CRCN) model in TV White Space.
無線感知雲端網路的架構(如圖三)，在環境中使用者(SU)分別由不同 的無線感知網路基地台(CR access point, CR AP)管理，無線感知網路基地 台又藉由網際網路來向雲端溝通，在[7]中提出了無線感知雲端網路上的架 構，其在雲端上將協同式頻譜感測(CSS)、頻譜管理(spectrum management)、
以及使用者的資訊活動皆由不同的伺服器作管理，在雲端架構中，主要有 三個介面管理者(Agent)、一個運算單元(engine)以及兩個資料儲存單元(如 圖四)，以下我們將一一介紹。
7
圖四、 無線感知雲端網路架構圖，取自 [6] “A conceptual model and prototype of Cognitive Radio Cloud Networks in TV White Spaces,”
(A) 頻譜感測介面管理者(Spectrum sensing agent, SS Agent)
頻譜感測介面管理者負責處理來自無線感知網路基地台回報的感測資 訊，將來自不同地理位置的感測資料做處理分類並且將資訊(包含無線感知 網路基地台 ID、座標、時間、RSSI 值)儲存至不同的頻譜感測資料庫(SS database)中，藉由這個簡單的分類動作，將能加速協同式頻譜感測演算法 的速度。一旦將資料寫入頻譜感測資料庫後，協同式頻譜感測運算單元將 立即自資料庫中取出資訊進行頻譜估測。
(B) 協同式頻譜感測運算單元(Cooperative spectrum sensing engine, CSS Engine)
協同式頻譜感測運算單元負責針對 PU 所屬頻譜建立無線功率圖(radio power map, RPM)，一旦頻譜感測介面管理者將頻譜感測資訊寫入頻譜感測
8
資料庫後，協同式頻譜感測運算單元將自資料庫中取出頻譜感測資訊並且 執行基於貝式稀疏演算法(sparse Bayesian learning, SBL)所改良的協同式感 測演算法[9]來估測 PU 所發出的訊號，並且將頻估結果寫入無線功率圖資 料庫(RPM database)。
(C) 頻譜管理介面管理者(Spectrum management agent)
頻譜管理介面管理者負責分配各個無線感知網路基地台所能使用的頻 譜資源，頻譜管理介面管理者會依據無線感知網路基地台的所屬位置，查 詢所對應地區的無線功率圖資料庫來得之頻譜當前使用情況，執行頻譜資 源排程後將能用頻譜分配給各個無線感知網路基地台。
(D) 行動資訊控管元件(Home Agent)
行動資訊控管元件負責管理各個不同使用者以及無線感知網路基地台 的資訊，為了達到無縫換手的目標，行動資訊控管元件提供了暫存資料的 服務，舉例來說，若使用者 1 將資訊傳給使用者 2，此時使用者 2 正在執 行換手而不屬於任何一台無線感知網路基地台時，使用者 1 所傳輸的資訊 將會儲存於行動資訊控管元件，直到使用者 2 正確無誤的換手完畢後，行 動資訊控管元件將會查詢使用者 2 所屬無線感知網路基地台，並且將暫存 資訊轉送至該基地台中，用以完成無縫換手的目的。藉由行動資訊控管元 件，我們將能正確無誤的紀錄各個使用者及基地台的資訊用以提供各式各 樣的應用服務。
9
1.2.2 元件運作流程介紹
圖五、 雲端內部系統架構圖，取自[7] “A cloud model and concept prototype for cognitive radio networks,”
這一小節將完整介紹在雲端上完整的通訊運作流程。在[6][7]所提出的 無線感知網路架構(如圖五)，在環境中存在著多個頻譜感測元件(sensing devices, SDs)依據其所定義的無線感知網路媒介存取控制(Media Access Control, MAC)負責週期性的感測頻譜資料，無線感知網路基地台會藉由輪 詢(polling)的方式要求頻譜管理介面管理者回報頻譜感測結果。在其設計 的無線感知網路媒介存取控制中，無線感知網路基地台必須在每個超級訊 框(superframe)的開頭，週期性的回報其收集的感測資訊至雲端，藉由週期 性的更新動作，雲端能迅速掌握當下頻譜資訊狀況。雲端一旦接收到最新 的頻譜感測資訊，頻譜感測介面管理者將做相對應動作如之前所述，連帶 著帶動協同式頻譜感測運算單元、頻譜管理介面管理者做一連串的頻譜資
10
訊處理，隨時更新保持雲端上面頻譜資訊的正確性。
一旦使用者(SU)想要使用溝通服務時，使用者將發送頻譜使用需求給 其所屬無線感知網路基地台(無線感知網路基地台會藉由週期性(每個超級 訊框)的詢問雲端來得知該地區所能使用的頻譜資訊)，在無線感知網路基 地台對該地區的使用者進行頻譜資源排程後，將會將頻譜分配結果夾帶在 信標(Beacon)中廣播出去，假如該使用者獲得頻譜使用，使用者將可使用 所被分配到的頻譜進行通訊，若該使用者未得到任何的頻譜資源，則該使 用者必須在下一個超級訊框中再做一次需求的發送。
1.2.3 統整與問題動機
在無線感知網路雲端中，我們考慮的環境是管理數以萬計的無線感知 網路基地台。我們觀察到現今存在的各種資源配置方式不適用於我們所面 對的環境中，依據我們所量測的結果發現，時間複雜度約在O(N2)左右的演 算法，在N超過 10000 時，必須花費大於兩秒的運算時間(Intel Core
在無線感知網路雲端中，我們考慮的環境是管理數以萬計的無線感知 網路基地台。我們觀察到現今存在的各種資源配置方式不適用於我們所面 對的環境中，依據我們所量測的結果發現，時間複雜度約在O(N2)左右的演 算法，在N超過 10000 時，必須花費大於兩秒的運算時間(Intel Core