基于认知无线网络的协作绿色通信

《基于认知无线网络的协作绿色通信》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于认知无线网络的协作绿色通信随着能源和环境问题日益严重，节能环保的观念已经深入人心，绿色通信成为了一个新兴的发展方向。在满足用户日益增长的通信业务需求下，降低无线通信系统的能量消耗，实现能量有效的无线通信(也称为绿色无线通信)，已成为国内外无线通信发展的迫切需求，文章探讨了认知无线电与协作分集技术，进而给出了基于认知无线X络的协作绿色通信观念，并指出了可以深入研究的方向点，观点仅供参考。1概述当今信息与通信技术的发展日新月异，各种新的标准、体系与业务不断涌现。以物联X为中心的信息技术产业掀起了新一轮的发展浪潮，相关产业的快速发展

2、也带来了巨大的能源消耗。根据国际电信联盟的统计，全球移动用户数在2012年已突破60亿，并预计2015年将超过65亿。与此同时，移动通信业务需求的日益增长也导致了蜂窝基站数目的持续增加，目前全球基站数目超过400万。按照每个蜂窝基站的平均年耗电量1.5万度计算，全球所有基站的年耗电量达到600多亿度，这无疑加重了世界能源供给的负担[1]。移动通信产业的快速发展不仅带来了巨大的能源消耗，同时也对人类生存环境造成了直接影响。根据Smart2020的报告指出，预计2020年移动通信X络所造成的碳排放量将占到全球碳排放量的0.4%。因此，

3、在满足用户日益增长的通信业务需求下，降低无线通信系统的能量消耗，实现能量有效的无线通信(也称为绿色无线通信)，已成为国内外无线通信发展的迫切需求，也是当前国际信息领域的研究热点之一。绿色通信是伴随着“低碳经济”应运而生的概念，在“低碳经济”迅速发展成为全球焦点的时代背景下，“绿色通信”应运而生。由于人类节能环保的意识逐渐增强，且伴随着移动通信技术更加广泛的应用，如何又快又好地实现“绿色通信”，值得每一个社会个体深入研究，亦成为了实现“低碳经济”的首要内容。相关调研数据表明，目前众多企业，尤其是通信类企业，在生产过程中消耗的主要能源

4、为电源。当然，除了服务器、存储、X络、安全等相关设备耗电外，机房空调耗电占据着重要份额。据查询相关数据，中国移动仅仅基站的耗电量占主导地位，超过该企业总耗电量的70%。高耗电产生的同时，必将伴随大量热能的产生。倘若不能及时散热将导致基站工作性能下降，由此可见，制冷空调的使用不可或缺，因而最终导致两方面严重的后果。其一，必然带来巨大的耗电，其二是大量温室气体的产生与排放，存在着严峻的双向环境问题。其次，在社会生产服务过程中，各大企业必然用到大量的纸品，例如纸质账单，势必导致非常严重的不可再生资源的浪费。据相关不完全统计，如果每张账单

5、按A4纸估算，每5000张A4纸就需要消耗大约1立方米木材。以上海的企业为例，所有企业加起来账单每年的使用量，就需要消耗2万立方米木材，大约相当于3500亩森林。如此一来，放眼全国，又将需要消耗多少森林资源呢?所以，纸张的使用也大大增加了若干产业的负担，况且在纸张的生产过程中排放的若干温室气体对环境造成的巨大伤害不可估量。由于人们社会生活对移动通信的依赖不断加深，移动通信基站数量激增，无线通信基站带来的电磁辐射问题也值得人们深思。即使低频电磁辐射对成人健康影响相对微弱一些，但是对于那些长时间居住或工作在基站辐射范围内的人们来说，基

6、站辐射带来的影响亦不可忽略[2]。尤其是对于非成年人——儿童来说，他们的身体发育没有完全成熟，缺乏对辐射的相关防御能力，更应该对无线通信基站敬而远之。以上所述均是当今社会信息通信产业发展的过程中带来的比较突出的问题，直接影响到全人类的健康生活和自然生态环境，这不也正从侧面彰显了加快脚步实施“绿色无线通信”的广泛而深远意义吗!目前，绿色无线通信的研究刚刚起步，相关的理论体系与关键技术还远未成熟，仍存在诸多关键问题亟待解决。与此同时，认知无线电和协作通信技术被认为是实现绿色无线通信的两大重要手段。2认知无线电与协作通信技术2002年，

7、美国联邦通信委员会FCC频谱政策专门小组SPTF(SpectrumPolicyTaskForce)发布的报告[3]，对频谱资源使用政策的变化具有深远的影响，报告设定2003年5月在华盛顿成立认知无线电工作组。2004年3月在美国拉斯维加斯认知无线电学术会议的召开标志了CR技术正式起步。2005年2月，JSAC通信杂志上发表了著名通信理论专家S.Haykin的关于认知无线电综述的一篇文章，题目是“Cognitiveradio：brain-empounications”[4]，该文章正式开启了国际性广泛范围内认知无线电技术研究与探索的

8、新篇章，为人类在该领域的深入挖掘揭开了序幕。认知无线电，亦被称为感知无线电，该技术表明在不影响主用户(PU，PrimaryUser)通信性能的条件下，智能地利用大量空闲频谱以满足次用户(SU，SecondaryUser)，即认知用户(CU，Cogn