基于在线学习的频谱感知与

接入方法研究

许左宏  张周  王世练  著

清华大学出版社

北京

内容简介

本书针对认知无线网络频谱统计信息未知和时变信道条件下用频设备的高效接入，基于多臂赌博机在线学习理论构建问题模型，提出面向终端能力约束和服务质量要求多样性的频谱感知与接入在线学习方法，实现用频设备对频谱统计信息的在线学习和频谱的高效利用，可为无线通信网络提供理论和方法支撑。通过对本书的学习，读者将掌握基于在线学习的频谱感知与接入技术，为解决未来无线通信网络的关键问题提供有力支持。

本书的研究成果适用于无人机网络、有限电量的无线传感器网络及不同业务类型的物联网

等典型通信场景。

本书适合无线通信、认知无线电、物联网等领域的研究人员、工程师及相关专业的师生阅读。

本书封面贴有清华大学出版社防伪标签，无标签者不得销售。 

版权所有，侵权必究。举报：010-62782989, beiqinquan@tup.tsinghua.edu.cn。 

图书在版编目（CIP）数据

基于在线学习的频谱感知与接入方法研究 / 许左宏, 张周,王世练著. --北京 :

清华大学出版社, 2026. 8. -- ISBN 978-7-302-72619-7

Ⅰ． TN925 

中国国家版本馆 CIP数据核字第 2026445NR2号 

责任编辑：陈凯仁

封面设计：刘艳芝

责任校对：薄军霞

责任印制：宋林

出版发行：清华大学出版社

网址：https://www.tup.com.cn, https://www.wqxuetang.com

地址：北京清华大学学研大厦 A座邮编：100084 

社总机： 010-83470000 邮购：010-62786544 

投稿与读者服务：010-62776969, c-service@tup.tsinghua.edu.cn 

质量反馈：010-62772015, zhiliang@tup.tsinghua.edu.cn 

印装者：三河市东方印刷有限公司

经销：全国新华书店

开本：170mm×240mm 印张：12.75插页：5字数：243千字

版次：2026年 8月第 1版印次：2026年 8月第 1次印刷

定价：69.00元

产品编号： 111078-01 

符号

N! 

(N 

)M

IN

RRd 

E{·}

.·.

.·.

ID(x, 

y) 

mod

X

XXX

T

X

XXX

∥Y 

YYY∥X

XXXM

|M|

max{}

min{}

argmax{}

符 号 说 明

含义 

1 

× 2 

× ··· × N 

二项式系数组合数 

M!(NN

.

! 

M)! 

集合 

{1, 

2, 

··· ,N}，N为正整数 

实数集 

d维实向量集 

求数学期望 

上取整函数 

下取整函数 

指示函数 

Kullback-Leibler距离 

取模运算 

向量或矩阵 

转置 

√ 

矩阵范数。∥Y 

YYY∥X 

XXX= 

Y 

TX

XXXY，其中 

X

XXX为矩阵 

集合 

集合的势 

求集合中最大值 

求集合中最小值 

求最大值对应的自变量

基于在线学习的频谱感知与接入方法研究

续表

符号

argmin{}

∪

?

O[g(n)]

含义 

求最小值对应的自变量 

并集 

空集 

复杂度符号。对于 

f(n)，存在正数 

n0、c，使得当 

n 

. 

n0时，始终存在 

0 

. 

f(n) 

. 

c 

× g(n)，则记 

f(n)= 

O[g(n)] 

随着下一代无线通信网络技术与协议标准的快速演进，有限的频谱资源和迅

速攀升的用户通信需求之间的矛盾加剧，成为当前制约通信系统发展的重要问题。

作为缓解频谱资源供需矛盾的重要技术方向，基于在线学习的频谱感知与接入技

术赋予了用频设备自主学习和推理能力，其通过实时感知频谱信息和分析无线信

道状态的相关数据，自适应地调整接入决策，从而优化频谱资源的利用，在不同

无线传输场景中具有重大的应用潜力。

近年来，在无人系统、人工智能等新兴技术驱动下，无线通信网络向复杂动

态化、轻量移动化、智能自主化等趋势发展，使得频谱利用面临实时信道信息获

取难以支持高效接入、终端有限能量资源要求高能量效率接入、多样化服务质量

要求亟须高传输效能接入等难题。针对频谱统计信息未知和时变条件下用频设备

高效接入，本书构建基于多臂赌博机（ 

multi-armed 

bandit，MAB）在线学习理

论的问题模型，提出面向终端能力约束和服务质量要求多样性的频谱感知与接入

在线学习方法，实现用频设备对频谱统计信息的在线学习和频谱的高效利用，可

为无线通信网络提供理论和方法支撑，并且研究成果适用于无人机网络、有限电

量的无线传感器网络以及不同业务类型的物联网等典型通信场景。本书的主要研

究工作及研究成果具体如下。

（1）开展多信道感知和部分信道接入场景下的高效率频谱利用研究，提出在

线学习两步决策方法，从而提高无线传输的平均吞吐量。针对集中式网络传输数

据量最大化，构建基于双层 

MAB在线学习的问题模型，提出基于信道空闲概率

估计的上置信界限（ 

upper 

confidence 

bound，UCB）排序的频谱感知与接入在

线学习两步决策方法，并将理论分析与仿真分析相结合。研究结果表明，累积传

输数据量损失与时隙数量呈对数增长关系，同时用频设备可最终识别最优信道并

收敛至最优吞吐量。

（2）开展用频设备能量约束下的高能量效率频谱利用研究，提出兼顾能量

IV 

基于在线学习的频谱感知与接入方法研究

消耗和传输性能的在线学习方法，从而提高无线传输的能量效率。针对单用户能

量约束下传输数据量最大化，构建基于背包问题和 

MAB在线学习的问题模型，

提出基于吞吐量与能量消耗比值估计的 

UCB排序和贪心策略的频谱感知与接入

在线学习方法，并将理论分析与仿真分析相结合。研究结果表明，累积传输数据

量损失与用户能量呈对数增长关系，用频设备能够在一定能量约束下准确识别最

优信道并收敛至最优能量效率。进一步将单用户场景扩展至集中式网络和分布式

网络，构建基于多维背包问题、分配问题和 

MAB在线学习理论的问题模型，分

别提出基于吞吐量与能量消耗比值估计的 

UCB排序和匈牙利算法、伯特塞卡斯

（Bertsekas）拍卖算法的频谱感知与接入在线学习方法。仿真结果表明，所提方

法可实现最优信道分配并收敛至最优能量效率。

（3）开展面向多类型服务质量要求的高传输效能频谱利用研究，提出可根据

实时业务调整用频决策的在线学习方法，从而提高频谱利用的灵活性和传输效能。

针对单用户多业务传输效能最大化，构建基于多属性决策（ 

multiple 

attribute 

decision 

making，MADM）和上下文 

MAB在线学习的问题模型，提出基于传输效

能估计的 

UCB排序的频谱感知与接入在线学习方法，并将理论分析与仿真相结

合。研究结果表明，所提方法的累积传输效能损失与时隙数量呈亚线性关系。进

一步拓展至集中式网络传输效能最大化，构建基于组合优化理论和上下文 

MAB

在线学习的问题模型，提出基于传输效能估计的 

UCB排序和匈牙利算法的频谱

感知与接入在线学习方法。进一步构建分布式网络多用户上下文 

MAB在线学习

的问题模型，提出基于传输效能估计的 

UCB排序和正交循环策略的频谱感知与

接入在线学习方法。仿真结果表明，所提方法能够根据不同传输业务需求调整感

知接入策略，从而提高频谱利用的灵活性。

本书的撰写得到研究团队王世练教授、张周副研究员、周壮博士的大力支持。

在此，作者表示衷心的感谢！

限于作者水平，本书难免存在不足之处，敬请广大同行、专家和读者批评

指正。

许左宏 

2025年 

7月 

目   录

第1章  绪论  1

　　1.1  研究背景及意义  1

　　1.2  国内外研究现状  3

　　　　1.2.1  基于在线学习的频谱感知与接入方法  5

　　　　1.2.2  多臂赌博机在频谱感知与接入中的应用  7

　　　　1.2.3  待进一步解决的问题  10

　　1.3  研究内容与组织结构  13

　　　　1.3.1  研究内容  13

　　　　1.3.2  组织结构  15

第2章  频谱感知与接入及多臂赌博机在线学习理论基础  18

　　2.1  相关概念与假设  18

　　　　2.1.1  相关概念  18

　　　　2.1.2  主要假设  19

　　2.2  频谱感知与接入基础  20

　　　　2.2.1  信道感知  23

　　　　2.2.2  信道切换  25

　　　　2.2.3  信道共享与接入  26

　　　　2.2.4  控制信道  27

　　2.3  面向频谱感知与接入的多臂赌博机在线学习理论  29

　　　　2.3.1  多臂赌博机在线学习问题模型  29

　　　　2.3.2  多臂赌博机在线学习模型与频谱感知接入映射关系  31

　　　　2.3.3  在线学习方法与性能分析  33

　　2.4  小结  35

第3章  基于双层多臂赌博机的多信道感知与部分信道接入方法  36

　　3.1  集中式网络的频谱感知与接入方法  37

　　　　3.1.1  系统模型  37

　　　　3.1.2  模型建立与问题描述  38

　　　　3.1.3  基于空闲概率估计上置信界限的方法设计  40

　　　　3.1.4  性能分析和复杂度分析  42

　　　　3.1.5  仿真实验  49

　　3.2  分布式网络正交频谱感知与接入方法  58

　　　　3.2.1  系统模型  58

　　　　3.2.2  模型建立与问题描述  58

　　　　3.2.3  基于空闲概率估计的上置信界限和正交接入的方法设计  60

　　　　3.2.4  性能分析和复杂度分析  64

　　　　3.2.5  仿真实验  67

　　3.3  小结  73

第4章  基于背包问题和多臂赌博机的能量约束频谱感知与接入方法  74

　　4.1  能量约束下单用户频谱感知与接入方法  75

　　　　4.1.1  系统模型  75

　　　　4.1.2  模型建立与问题描述  77

　　　　4.1.3  基于吞吐量与能量消耗比值估计的上置信界限和贪心策略的方法设计  79

　　　　4.1.4  性能及复杂度分析  84

　　　　4.1.5  仿真实验  94

　　4.2  能量约束下集中式网络频谱感知与接入方法  100

　　　　4.2.1  系统模型  100

　　　　4.2.2  模型建立与问题描述  102

　　　　4.2.3  基于吞吐量与能量消耗比值估计的上置信界限和匈牙利算法的方法

　　　　　　　设计  104

　　　　4.2.4  复杂度分析  110

　　　　4.2.5  仿真实验  111

　　4.3  能量约束下分布式网络频谱感知与接入方法  116

　　　　4.3.1  系统模型  116

　　　　4.3.2  模型建立与问题描述  117

　　　　4.3.3  基于吞吐量与能量消耗比值估计的上置信界限和拍卖算法的方法设计  119

　　　　4.3.4  性能及复杂度分析  124

　　　　4.3.5  仿真实验  131

　　4.4  小结  136

第5章  基于上下文多臂赌博机的多类型服务质量要求频谱感知与接入方法  137

　　5.1  多类型服务质量要求下单用户频谱感知与接入方法  138

　　　　5.1.1  多属性决策理论  138

　　　　5.1.2  系统模型  139

　　　　5.1.3  模型建立与问题描述  142

　　　　5.1.4  基于传输效能估计的上置信界限和层次分析法的方法设计  143

　　　　5.1.5  性能及复杂度分析  149

　　　　5.1.6  仿真实验  154

　　5.2  多类型服务质量要求下多用户频谱感知与接入方法  160

　　　　5.2.1  系统模型  160

　　　　5.2.2  基于传输效能估计的上置信界限和匈牙利算法的多用户感知与接入方法

　　　　　　　设计  163

　　　　5.2.3  基于传输效能估计的上置信界限和正交循环策略的多用户感知与接入方法

　　　　　　　设计  166

　　　　5.2.4  仿真实验  170

　　5.3  小结  176

第6章  总结与展望  177

　　6.1  研究工作总结  177

　　6.2  展望  179

参考文献  180