2111（民大）数据通信--认知无线电网络中的频谱分配决策 认知无线电网络为移动用户重构无线架构和动态频谱接入技术提供高带宽。对于无线频谱资源的相对的稀缺，频谱分配成为认知无线电频谱资源的关键，为适应认知无线电网络的时变特性，频谱分配算法必须有较快的收敛速度。该文提出了一种认知无线电网络中频谱分配决策，基于二分图最佳匹配（Kuhn-Munkra）算法的认知无线电频谱分配决策。该决策利用二分图最佳匹配（Kuhn-Munkras）算法可以实现最佳匹配并且收敛速度快的特性。根据不同的用户在不同信道上

引言 　　20世纪以来，随着无线业务呈几何级数的增长，频谱短缺已成为制约无线电通信系统建设和发展的瓶颈 。然而现有无线系统基于静态的频谱分配政策，导致了宝贵频谱资源的严重浪费 。为了解决无线通信服务需求与频谱资源紧张之间的矛盾，提高频谱利用率，需要一种更智能的技术认知无线电技术（cognitive radio, CR）。 　　认知无线电的概念是由Mitola在1999 年提出的，他的基本思想是通过依靠人工智能技术的支持，使得认知无线电通过感知无线通信环境，根据一定的学习和决策算法，实时自适应

认知无线电网络由许多具有感知和学习模块的认知用户组成，其频谱分配从主要用户专有资源变为共享许可频谱的两个用户。 感知和学习的可信赖数据是决策是否公平准确的最重要前提。 本文提出了一种集中式认知无线电网络的信任管理模型，该模型在社会科学的基础上建立了一个贯穿整个认知周期的信任机制，以解决不信任实体带来的安全威胁，例如自私，恶意且无故障的节点。 分析表明，该模型能够检测出恶意行为，提高了网络的公平性和鲁棒性。 ？ 2011 IEEE。

随着无线电技术的迅速发展，有限的频率资源已无法满足日益增长的用频需求。为提高频率资源的利用效率，频率资源综合管理得到了广泛关注。在传统的静态管理向动态管理发展的过程中，认知无线电、TDOA定位等新技术得到了飞速发展。然而，目前为前沿的人工智能技术将更高效地完成数据到决策的转换，更智能地完成综合性任务。认知无线电解决频谱利用率问题动态频谱共享是认知无线网络研究中的重要课题，旨在提高无线频谱利用率。目前无线网络普遍采用固定频谱分配方式，几乎所有的无线终端都工作在一些频谱管理机构（如国际电信联盟、各国