基于案例推理CBR(Case-Based Reasoning)借鑒人類處理問題的方式，運用以前積累的知識和經(jīng)驗直接解決問題。由于CBR具備自主學習功能，不要求決策主體掌握豐富領(lǐng)域知識或精確的數(shù)學模型，僅僅通過簡單的案例記憶就能實現(xiàn)出色的增量學習和自我提升，因而引起相關(guān)專家和學者的關(guān)注，逐漸成為人工智能領(lǐng)域的一個研究熱點。
　認知無線電技術(shù)作為無線通信領(lǐng)域與人工智能領(lǐng)域相結(jié)合的產(chǎn)物[1]，近年來受到極大關(guān)注。認知決策引擎是認知無線電CR(Cognitive Radio)實現(xiàn)其智能的核心功能模塊，決策引擎以CR觀察到的外界無線環(huán)境、CR自身狀態(tài)和用戶需求信息為輸入，對目標和情境進行分析，根據(jù)已有知識進行推理、決策，輸出達到用戶需求的優(yōu)化配置，同時能夠?qū)W習不同配置在新環(huán)境下的效用，從而豐富系統(tǒng)知識，以適應環(huán)境和需求的變化[2]。
　當認知無線電可以通過觀察獲得需要的所有環(huán)境知識(表示為c)，且用戶需求u與環(huán)境c和配置d之間的定量關(guān)系u=f(c,d)已知時，將認知決策的過程建模為一個優(yōu)化問題[3],即在給定的環(huán)境c下，尋找最優(yōu)配置決策d，使性能u最大(或?qū)ふ夷硞€配置決策d，使性能u得到滿足)的情況。參考文獻[4]使用遺傳算法對CR中多目標優(yōu)化問題進行了研究，參考文獻[5]將粒子群優(yōu)化算法應用在認知引擎的決策問題中，參考文獻[6]考慮遺傳算法中參數(shù)敏感度對不同目標的影響，進一步提升了優(yōu)化效率。然而，在實際應用中，CR可直接觀測得到的環(huán)境參數(shù)有限(比如信道統(tǒng)計特性等無法直接觀測得到)，且系統(tǒng)可能面臨各種不同的傳播環(huán)境、動態(tài)接入不同頻段的信道，輸入c和u與輸出d的關(guān)系很復雜，函數(shù)f無法事先確知。此時，認知無線電需要通過不斷地學習來理解并適應環(huán)境。目前，針對環(huán)境部分可觀測、精確函數(shù)f未知下的認知決策系統(tǒng)研究才剛起步，參考文獻[3]簡單舉例說明了學習在解決這類問題當中的關(guān)鍵作用，但尚未有相關(guān)系統(tǒng)的研究成果出現(xiàn)。
　本文針對這類問題，研究基于案例的推理決策問題，提出基于案例庫的認知決策引擎。文中所提決策框架具有自學習、多狀態(tài)多目標通用性強、快速收斂等特點。
1 CBR簡介
　基于案例的推理模仿人類的思維方式，直接援引以前積累的經(jīng)驗和知識解決現(xiàn)在的問題，同時將當前問題及解決結(jié)果補充為新知識，從而實現(xiàn)自主學習和增量學習。
　通常，CBR系統(tǒng)的運作過程可以概括為“4Rs”(如圖1所示)：

　(1)檢索（Retrieve）：分析當前面臨的新問題，定義新問題的特征或?qū)傩?，在案例庫中尋找對解決當前問題有最大潛在啟發(fā)價值的舊案例；
　(2)重用（Reuse）：以相似案例為基礎(chǔ)，通過自適應的調(diào)整，構(gòu)造新問題的解決策略；
　(3)修訂（Revise）：執(zhí)行并驗證當前策略；
　(4)存儲（Retain）：將有參考價值的經(jīng)驗案例存儲到案例庫中。
    其中，檢索和重用屬于推理階段，修訂和存儲屬于學習階段，學習的過程將以往的決策經(jīng)驗以案例的形式進行積累，使系統(tǒng)知識不斷豐富，以提高未來推理的效能，從而在面對新問題時能夠做出更好的決策。
2 基于CBR與模擬退火的自學習認知決策算法
　認知引擎的輸入變量包括用戶的目標需求、觀測到的無線環(huán)境變量以及CR自身狀態(tài)，三者共同影響認知引擎的配置決策。為了使CR通信案例庫具有廣泛的可借鑒性，為不同目標、不同狀態(tài)的CR決策提供參考，構(gòu)建如表1所示案例庫。其中條件屬性包括觀測的無線環(huán)境特征和自身狀態(tài)(如當前信道是否空閑、最大發(fā)射功率、可選的調(diào)制編碼方式等)，用于描述問題發(fā)生的場景或情境。決策屬性為CR所作的一些反應，包括信道、發(fā)射功率、調(diào)制方式、編碼方式、數(shù)據(jù)包長等配置參數(shù)。結(jié)果為在不同條件屬性下，相應配置所帶來的不同目標的實際性能，如誤比特率、吞吐量、頻譜效率、存活時間等。

出，算法具有快速收斂性(決策100次左右,算法已經(jīng)能夠獲取可觀的性能），且退火系數(shù)越小，溫度下降越快，收斂也越快，但過快收斂的代價是性能次優(yōu)；而反之，過大的退火系數(shù)能夠帶來更優(yōu)的吞吐量，然而收斂速度相對較慢。在接下來的仿真中，取λ=0.5。
    為驗證本算法對于不同通信目標的廣泛通用性，考慮兩種典型通信目標。目標1：最大化系統(tǒng)吞吐量；目標2：在保證系統(tǒng)吞吐量大于4 Mb/s前提下，最大化頻譜能效。仿真結(jié)果如圖3所示。對于通信目標1，隨著案例經(jīng)驗的累積，其學到的知識也日益豐富，因而系統(tǒng)吞吐量性能越來越好(如圖3左上所示)，但其頻譜效能并未得到提高(圖3左下)。對于通信目標2，在配置決策滿足吞吐量的目標要求下(圖3右上)，系統(tǒng)的頻譜效能隨著決策的進行逐漸提高(圖3右下)。仿真結(jié)果表明本算法可以滿足不同的目標需求。

    圖4為功率參數(shù)調(diào)整曲線。如圖，當通信目標為最大化用戶吞吐量時，盡管系統(tǒng)不知道功率越大則吞吐量越大的這種先驗知識，但是通過不斷學習，系統(tǒng)不斷調(diào)整其發(fā)射功率，使其逼近于最大發(fā)射功率23 dBm。另一方面，對于最大化頻譜能效的用戶而言，功率將被調(diào)整到一個適合的大小。

　    圖5和圖6分別統(tǒng)計了兩種目標下，不同信道和不同調(diào)制方式被應用的概率。針對通信目標1，CR首選信道5并采用16QAM的調(diào)制方式(5信道帶寬大且傳播損耗相對較小)，而針對目標2，CR首選信道傳播損耗最小的信道6，并應用調(diào)制階數(shù)最高的64QAM調(diào)制方式。

    本文針對認知無線電中環(huán)境部分可觀測，信道統(tǒng)計信息先驗未知，且系統(tǒng)的目標、環(huán)境與配置間的關(guān)系不明確，需要通過學習進行配置決策的問題，提出了一種基于案例推理和模擬退火思想的認知決策引擎算法，理論分析和仿真結(jié)果表明，該算法具有增量自學習、多目標適用性、快速收斂等優(yōu)點。案例庫有廣泛借鑒性，可實現(xiàn)在不同節(jié)點間相互學習的功能，下一步可研究關(guān)于多節(jié)點合作的學習引擎的實現(xiàn)方法，如何應用數(shù)據(jù)挖掘的方法從案例庫中提取出有用知識的問題也有待進一步研究。
參考文獻
[1] MITOLA J. Cognitive radio-making software radios  more personal[J]. IEEE Personal Communications, 1999,6(4):13-18.
[2] 汪李峰,魏勝群.認知引擎技術(shù)[J].中興通信技術(shù),2009,15(04):05-09.
[3] CLANCY C,HECKER J,et al.Application of machine  learning to cognitive radio networks[J].IEEE Wireless Communications, 2007,14(4)：47-52.
[4] RIESER C J. Biologically inspired cognitive radio engine model utilizing distributed genetic algorithms for secure and robust wireless communications and networking[D]. Blacksburg,VA,USA:Virginia Polytechnic Institute and State University, 2004.
[5] 趙知勁，徐世宇，鄭仕鏈,等.基于二進制粒子群算法的認知無線電決策引擎[J].物理學報， 2009，58(7)：5118-5125.
[6] NEWMAN T R, EVANS J B. Parameter sensitivity in cognitive radio adaptation engines[C]. New Frontiers in  Dynamic Spectrum Access Networks, DySPAN 2008, 3st IEEE International Symposium on, Chicago, IL(2008-01-05.