太空仿佛是空曠無垠的，因此，似乎是無線電通信的理想環境。實際卻并非如此，太空中有很多東西會干擾無線電通信。地球上變化不定的電離層會破壞衛星與地面站之間的鏈接。天線材料在受熱和遇冷時會變形。在這個近乎真空的空間里，充滿了被稱為宇宙噪聲的低等級環境無線電輻射，這些輻射來自遙遠的類星體、太陽以及我們銀河系的中心。這種噪聲還包括宇宙微波背景輻射，它是宇宙大爆炸的幽靈，雖然很微弱，但這些宇宙源會破壞行星之間的無線信號。?在某些航天器任務中，甚至某些任務的特定階段，例如最大限度地提高數據吞吐量、最小化功率使用或確保某些關鍵數據的傳輸等，鏈路質量所有不同也許是令人滿意的。為了保持連通性，通信系統需要不斷地根據周圍環境調整其操作。

假設火星上有一群宇航員。為了與地球上的地面站連接，他們將依靠一顆圍繞火星的中繼衛星。隨著空間環境的變化和行星之間的相對運動，地面站、環繞火星的衛星和火星著陸器上的無線電設置需要不斷調整。宇航員可能要等8到40分鐘的往返時間，以便從任務控制中心獲得如何調整設置的指示。也有更好的選擇，即讓無線電使用神經網絡來實時調整其設置。即使是在極端條件下（如火星軌道），神經網絡仍然能夠保持和優化無線電的通信能力。

如果等待地球上的人來指示如何調整無線電系統，指令可能早已過時，而具有神經網絡的無線電可以立刻進行調整。 這種裝置名為認知無線電。它的神經網絡會自動感知環境的變化并相應地調整設置，最重要的是，它能從經驗中學習。這意味著認知無線電可以在新的情況下嘗試新的配置，使其在未知環境中比傳統的無線電更強大。因此，認知無線電是空間通信的理想選擇，尤其是在環境相對未知的地球軌道以外的地方，那里無法進行人為干預，保持連通性至關重要。 伍斯特理工學院和賓夕法尼亞州立大學與NASA合作，最近測試了首臺認知無線電設備，該無線電設備的目的是在太空中運行、使任務執行者與地球保持聯系。

在我們的測試中，即使是最基本的認知無線電也能確保在國際空間站（ISS）與地面站之間保持清晰的信號。我們相信，隨著進一步的研究，更先進、功能更強大的認知無線電未來會在成功的深空任務中發揮不可或缺的作用，屆時將不會有任何誤差。 未來登上月球和火星的宇航員將能夠充分收集實地樣本、進行科學試驗和陸地勘測，并保持設備正常工作。認知無線電將使這些機組人員從維護通信鏈路的任務中解脫出來。更重要的是，認知無線電將有助于確保深空發生的意外事件不會切斷連接，以防機組人員與數百萬公里外的地球失去最后聯系。

1998年，約瑟夫?米多拉三世在斯德哥爾摩的瑞典皇家理工學院首次提出了認知無線電。從那時起，就出現了許多認知無線電項目，但大多數項目的范圍有限，或者只是作為系統的一部分被測試。迄今為止最強大的認知無線電是美國國防部制造的。 設計傳統無線通信系統時，工程師通常會使用數學模型來表示無線電及其運行的環境。這些模型試圖描述信號是如何在建筑物上反射或在潮濕空氣中傳播的，但即使是最好的模型也無法比擬真實環境的復雜性。 認知無線電和使其工作的神經網絡是從環境本身中學習的，而不是從數學模型中學習。神經網絡會接收有關環境的數據，例如哪些信號調制運行效果最好、哪些頻率傳播得最遠，并對這些數據進行處理，以確定最佳鏈路的無線電設置。神經網絡的主要特點是它可以隨著時間的推移優化輸入和結果之間的關系。這個過程稱為訓練。

針對認知無線電的訓練如下：在信號無法傳輸的嘈雜環境中，無線電首先可能會嘗試提高傳輸功率，之后確定接收到的信號是否更清晰；如果是，無線電會進一步提高發射功率，看看能否能進一步改善接收效果。如果信號并無改善，無線電會嘗試另一種方法，例如轉換頻率。不管是哪種情況，無線電都能學習如何在當前環境中傳輸信號。訓練認知無線電意味著不斷調整傳輸功率、數據速率、信號調制或其他設置，以便學習如何更好地完成工作。 任何認知無線電發射前都需要進行初步訓練。這項訓練是今后改進無線電的指南。一旦神經網絡接受了訓練，進入太空后，無論處于太陽系中哪個位置，它都可以根據需要自動調整無線電的設置以維持緊密的聯系。

為了控制基本設置，認知無線電使用了一種叫做軟件定義無線電的無線系統。傳統無線電中用硬件實現的主要功能，用軟件定義無線電中的軟件就可以實現，包括濾波、放大和檢測信號。這種靈活性對于認知無線電來說至關重要。

不過，認知無線電試驗的范圍仍然有限，有幾個基本原因。神經網絡的核心是復雜的算法，需要大量的數據才能正常運作。此外，還需要大量的計算能力才能快速得出結論。無線電硬件的設計必須足夠靈活以適應這些結論。任何成功的認知無線電都需要讓這些組件協同工作。只有在國際空間站上最先進的空間通信和導航（SCaN）試驗臺上，我們才有可能建造用于空間通信的概念驗證的認知無線電。

━━━━ NASA的格倫研究中心設計了專門研究軟件定義無線電在太空中的使用情況的SCaN試驗臺。該試驗臺由日本宇宙航空探索廳發射，并于2012年7月安裝在空間站的主架上。在2019年6月退役之前，研究人員借助SCaN試驗臺測試了軟件定義無線電能在多大程度上滿足太空無線電的預期需求，例如軌道運行的實時重新配置、定制空間網絡新軟件的開發和驗證，以及與我們小組最為相關的認知通信。 ?

試驗臺由3個軟件定義無線電設備組成，在S波段（2~4千兆赫）和Ka波段（26.5~40千兆赫）廣播，并在L波段（1~2千兆赫)）接收。SCaN試驗臺可以與NASA的近地軌道跟蹤和數據中繼衛星系統以及克利夫蘭的NASA格倫研究中心的一個地面站通信。

在此之前，還沒有人在太空任務中使用過認知無線電系統，而且在這項技術通過徹底審查之前，人們也不會這么做。SCaN試驗臺提供了一個理想的平臺，可以在接近地球的不那么惡劣的環境中進行技術測試。我們在2017年搭建了一個認知無線電系統，用于地面調制解調器和試驗臺之間的通信。我們的試驗將是有史以來第一個在太空中進行的認知無線電試驗。

在我們的試驗中，SCaN試驗臺是深空探測器上無線電的替代品。對于深空探測器來說，保持與地球的聯系至關重要，否則，整個任務就可能會失敗。因此，我們的主要目標是證明無線電可以通過自動調整其無線電設置來維持通信鏈路，保持高數據速率或穩定信號的優先級則較低。 地面站的認知無線電會選定無線電的一個“動作”或一組操作參數，并將其發送給試驗臺發射機和地面站的兩個調制解調器。該動作規定了測試臺發射機和地面站調制解調器的特定數據速率、調制方案和功率電平，這些數據速率、調制方案和功率電平很有可能有效維持無線鏈路。 2017年5月，我們在兩周的窗口期內完成了首批測試。我們的時間不寬裕，通常每天只有2次通路，每次持續8到9分鐘。國際空間站在軌運行時每次經過地球上的點都不同，所以與特定位置保持視線連接的機會有限。

盡管通路次數不多，但我們的無線電系統還是經歷了許多動態和具有挑戰性的連接條件，包括大氣和天氣的波動。通常，國際空間站上的太陽能板和其他突出物會產生大量的回聲和反射，這些都是我們的系統要考慮的。 在每次通路中，神經網絡會將通信鏈路的質量與之前通路中的數據進行對比，然后將與當前通路條件最相似的前一次通路作為設置無線電的起點。就像扭動調頻收音機上的旋鈕一樣，神經網絡會將無線電的設置調整到最適合當前通路條件的狀態。這些設置包含了無線信號的所有元素，如數據速率和調制。 神經網絡并不僅僅是借鑒前一次通路數據。如果采用多次通路的比特和片段來創建定制的解決方案最好，神經網絡也可以做到。 在測試中，認知無線電清楚地展示了它可以學習如何維護通信鏈路。無線電會自動選擇設置以避免失聯，即使是無線電進行自我調整，鏈路也可以保持穩定。它還擁有強大的信號傳輸能力，不過這不是我們的主要目標。

━━━━ 總的來說，我們在SCaN試驗臺上的試驗成功地表明，認知無線電可以用于深空任務。不過，我們的試驗也發現了一些問題，將無線電發射到另一個行星之前必須解決這些問題。 我們遇到的最大問題是“災難性遺忘”。當神經網絡過快地接收到太多新信息，因而忘記了它已經擁有的大量信息時，就會發生這種情況。比如，你正在從教科書上學習代數，到最后就忘記了前半部分內容，所以又得從頭開始學習。在我們的試驗中發生這種現象時，認知無線電的能力顯著下降，因為它實際上是在不斷地自我訓練，以應對不斷被覆蓋的環境條件。 我們的解決方案是在認知無線電中實施一種叫做“集成學習”的策略。集成學習是一種偏向于試驗性的技術，它使用一批“學習者”神經網絡，每個神經網絡負責在有限的條件下針對特定類型的通信鏈路進行訓練。一個學習者可能最適合有嚴重太陽粒子干擾的國際空間站通路，而另一個學習者可能最適合有雷暴造成的大氣扭曲時的通路。其中會有一個總體的元神經網絡決定在當前情況下選擇使用哪種學習者神經網絡。這種情況下，即使一個學習者神經網絡發生了災難性遺忘，認知無線電仍然可以發揮作用。

要理解其中的原因，我們可以假設你正在學習開車。一種練習方法是花100個小時來開車，前提是你能在這個過程中學會所有需要學會的東西。這就是目前認知無線電的訓練方式；我們希望訓練中所學到的知識能運用到認知無線電遇到的任何情況中。不過，當認知無線電在現實世界中遇到的環境與訓練環境明顯不同會怎樣呢？這就好比是你在高速公路上練習駕駛了100小時，之后找到了一份在市區做貨車司機的工作。你可能擅長在高速公路上駕駛，卻忘記了在充滿壓力的城市環境中駕駛的基本知識。

現在假設你正在練習以準備參加駕駛考試。你也許能確定自己可能會在哪些場景下進行考試，然后確保自己擅長應對這些場景。如果你知道自己不擅長平行停車，你一定會優先練習這項，而不是練習在四向停車標志處開車。問題的關鍵在于確定你需要學習的內容，而不是拼命練習直到最終學會所有東西。在集成學習中，這就是元神經網絡的工作。 例如，元神經網絡可以識別無線電所處環境中是否有大量電離輻射，它會選擇適合這種環境的學習者神經網絡。因此，神經網絡會從一個更接近現實的基線開始。它不需要快速取代信息就能大大降低“災難性遺忘”發生的可能性。 在2018年8月的第二輪試驗中，我們在認知無線電中采用了一個非常基本的集成學習版本，然后發現這項技術減少了災難性遺忘的發生。不過集成學習仍然存在許多問題。首先，如何訓練元神經網絡來為一個場景選擇最佳學習者？如何確保選中的學習者確實掌握被選中的場景？這些問題還沒有確切的答案。

為了提高無線電的性能，減少災難性遺忘，伍斯特理工學院碩士生馬克斯●李宏明( Max Hongming Li)對認知無線電的算法進行了調整，為2018年第二輪測試做準備。

2019年5月，SCaN試驗臺退役，為X射線通信試驗讓路，我們失去了在ISS進一步測試認知無線電的機會。幸運的是，NASA正在計劃建造一個三立方體衛星星座，以進一步論證認知空間通信。如果這項任務獲得批準，這個星座將在未來幾年內發射。該項目的目標是將此星座作為中繼系統，以了解多個認知無線電是如何協同工作的。 計劃未來登月和進行火星任務的人所需要的通信和導航方法要比我們目前已有的更智能。宇航員也不是總能直接與地球通信。例如，從月球背面的射電望遠鏡發出的信號需要通過中繼衛星才能到達地球。

NASA計劃中的軌道月球門戶（Lunar Gateway）除了作為月面任務的整備區外，還會是一個主要的通信中繼。 月球門戶正是那種會通過認知無線電受益的空間通信系統。地球和月球之間的信號往返延遲約為2.5秒。將無線電操作交給月球門戶上的認知無線電設備，可以在時間寶貴的重要情況下（例如與正在著陸的機器人著陸器保持聯系時）節省時間。 我們的SCaN試驗臺的試驗表明，認知無線電會在未來的深空通信中占有一席之地。人類再次探索月球、火星和其他星球時，保證行星之間的可靠連接至關重要。太陽系的空間很大，但是沒有通話中斷的余地。

作者：Sven Bilén、Dale Mortensen、Richard Reinhart、Alexander Wyglinski

審核編輯：黃飛

?