认知无线电技术：从分布式频谱共享到自适应网络协同 本文在频谱领域中已有的成果基础上，提出了一个称为“通用频谱协作信道（CSCC）”的分布式频谱礼节协议。以WiFi/Bluetooth共存和WiFi/WiMax共存这两种情况为例，评价了CSCC相对于简单的响应时间/频率/功率控制的性能增益。更高的系统性能可以通过不同结点之间的机会协作获得，它们形成ad hoc多跳网络，相邻结点彼此高速通信（但能耗低）。此类自适应无线网络需要新型的网络体系结构，集成灵活的PHY/MAC和跨层能力，能够进行ad h

认知网络具有自学习和推理能力，能够适应复杂和动态变化的网络环境，优化端到端的性能，实现高效利用网络资源的目标。文章提出了一种认知网络的路由方案框架，包括环境感知模块、路由决策模块、路由重构模块和自学习模块。

在D2D通信中，可以使用随机联系人在节点之间交换数据，而无需基础架构或中央控制单元的支持。 由于节点数量巨大且移动性高，可用频谱的稀缺严重限制了D2D通信中的数据传递能力。 CR.technology使D2D能够使用来自许可网络的闲置许可无线电频谱来提高数据传输能力。 机会数据传递和CR技术的优点使D2D通信成为替代方案，为大数据应用程序提供了补充技术。 然而，由于节点移动性和可用频谱带引入的空间，时间和频谱限制，在与CRD2D进行D2D通信中进行有效的路由算法设计是不平凡的。 本文研究和分析了

认知无线网络中，由于不同认知节点可用频道的差异和频繁的变化，使得传统的无线路由算法无法在认知无线网络中工作．本文提出了一种基于频道可用率和路径累计时延的路由机制，既保证了数据的投递率，又降低了数据投递延迟．实验表明，该机制在一级网络干扰频繁和链路质量多变的环境下具有更好的路由性能．