由於現今的無線頻譜資源是採用固定的方式規劃頻譜使用區段，造成頻譜資源使用效率不佳，而行動通訊服務的需求日益增加，在有限頻譜資源下滿足連線服務品質保證亦為重要考量議題。為了增進頻譜的使用效率，因此利用無線感知網路技術（Wireless Cognitive Network）以妥善分配閒置的頻譜資源。主要頻譜（Primary Band）和次要頻譜（Secondary Band）使用的差異化是無線感知系統特有的法則，本論文利用無線頻譜上的感知（Spectrum Sensing）方式，當主要頻譜被占用的情況下，尋找可使用的次級頻譜，妥善配置空閒頻譜資源並設計有效之排程機制及資源分配方法。在強調連線公平性的優先權調整之下，動態調整優先權，以避免低優先權的連線出現延遲（Latency）或者飢餓（Starvation）的情況，並在五種資源分配的情況下作整體效能分析及探討。模擬實驗證明本論文中所提出的Adaptive Scheduling Scheme of Cognitive Network（ASCN）排程機制及資源分配方法與Maximum Rate（Max-Rate）以及Round Robin（RR）演算法比較，在五種資源分配情況下，皆可改善延遲及避免飢餓情況。

Nowadays, the resource of wireless spectrum is limited because of using fixed bandwidth allocation, and inefficient use of spectrum is become a serious problem. At the moment, in order to increase the efficient use of spectrum, the Wireless Cognitive Network is presented to address this issue. Spectrum sensing collects remaining available resources which allow other users to be able to access, and use of designed scheduler to improve spectrum utilize efficiency. The designed scheduler makes different services correspond to different data streams to provide different Quality of Service with various applications. Priority adjustments and resource allocation were taken into account when the scheduler was designed in this paper. Limiting users with lower priority settings in the scheduling algorithm is efficacious for regulating the order of resource allocations made to the users. The goal is to achieve the highest system performance by enhancing transmission efficacy and satisfying the fairness of resource allocation at the same time. Finally, the scheduling avoids connection latency and starvation related to lower priority resource allocation.

目 錄
第一章 緒論	1
1-1導論	1
1-2研究動機與目標	2
1-3章節介紹	3
第二章 相關技術與研究	4
2-1無線感知網路介紹	4
2-1-1頻譜偵測(Spectrum sensing)	6
2-1-2頻譜管理(Spectrum management)	7
2-1-3頻譜共享(Spectrum sharing)	7
2-1-4頻譜移動性(Spectrum mobility)	8
2-2相關研究	9
2-2-1文獻探討	9
2-2-2相關演算法	11
第三章 排程與資源分配之策略	13
3-1系統架構	13
3-2優先權調整	16
3-2-1符號定義	17
3-2-2即時性服務之排程	18
3-2-3非即時性服務服務之排程	20
3-2-4緊急佇列	21
3-2-5適應性排程演算法	23
3-3資源分配	24
3-3-1符號定義	25
3-3-2剩餘可用頻寬小於RT類型服務總需求的最小下限值總和	26
3-3-3剩餘可用頻寬大於RT類型服務總需求的最小下限值總和	27
3-3-4剩餘可用頻寬大於RT類型服務總需求的最小下限值加NRT類型服務總需求的最小下限值總和	29
3-3-5剩餘可用頻寬大於RT類型服務總需求的最大上限值加NRT類型服務總需求的最小下限值總和	31
3-3-6剩餘可用頻寬大於RT類型服務總需求的最大上限值加NRT類型服務總需求的最大上限值總和	32
3-3-7資源分配演算法	33
第四章 模擬結果探討	35
4-1模擬環境及參數設定	35
4-1-1模擬環境設定	35
4-1-2模擬參數設定	36
4-2模擬結果的分析與比較	37
4-2-1整體效能比較	37
4-2-2延遲狀況比較	38
4-2-3飢餓程度比較	42
第五章 結論	46
參考文獻	47
附錄-英文論文	49

圖 目 錄
圖1：無線感知概念	4
圖2：頻譜偵測示意圖	6
圖3：頻譜重疊式	7
圖4：頻譜下墊式	8
圖5：動態存取頻譜空洞示意圖	8
圖6：剩餘可用頻寬示意圖	13
圖7：TDD之訊框架構示意圖	14
圖8：ASCN整體架構圖	14
圖9：ASCN優先權調整之架構圖	16
圖10：需求的提出時間、等待時間與剩餘時間圖例	19
圖11：緊急佇列示意圖	21
圖12：ASCN資源分配之架構圖	24
圖13：(1)剩餘可用頻寬小於RT類型服務總需求的最小下限值總和	26
圖14：(2)剩餘可用頻寬大於RT類型服務總需求的最小下限值總和	27
圖15：(3)剩餘可用頻寬大於 RT類型服務總需求的最小下限值加NRT類型服務總需求的最小下限值總和	29
圖16：(4)剩餘可用頻寬大於RT類型服務總需求的最大上限值加NRT類型服務總需求的最小下限值總和	31
圖17：(5)剩餘可用頻寬大於RT類型服務總需求的最大上限值加NRT類型服務總需求的最大上限值總和	32
圖18：模擬環境示意圖	35
圖19：RT類型服務之下的連線在模擬時間內的平均效能	37
圖20：服務連線在(1)的Latency個數	38
圖21：服務連線在(2)、(3)、(4)的Latency個數	40
圖22：服務連線在(5)的Latency個數	41
圖23：服務連線在(1)的Starvation個數	42
圖24：服務連線在(2)、(3)、(4)的Starvation個數	44
圖25：服務連線在(5)的Starvation個數	45

表 目 錄
表1：無線感知網路之通訊標準	5
表2：即時性服務之排程符號定義	17
表3：非即時性服務服務之排程符號定義	17
表4：緊急佇列符號定義	18
表5：演算法：Adaptive Scheduling scheme of Cognitive Network (ASCN)	23
表6：資源分配符號定義	25
表7：演算法(1) RAB < RT_SU_min	33
表8：演算法(2) RAB >= RT_SU_min	33
表9：演算法(3) RAB >= RT_SU_min + NRT_SU_min	34
表10：演算法(4) RAB >= RT_SU_max + NRT_SU_min	34
表11：演算法(5) RAB >= RT_SU_max + NRT_SU_max	34
表12：環境參數表	36

[1]S. Force, “Spectrum policy task force report”, Federal Communications Commission ET Docket 02, vol. 135, 2002.
[2]Y. Chang, et al., “Cognitive Radio Networking and Communications: An Overview”, IEEE Transactions on Vehicular Technology, VOL. 60, NO. 7, Sept. 2001.
[3]H. Fattah, and C. Leung, “An overview of scheduling algorithms in wireless multimedia networks,” IEEE Wireless Communications, vol. 9, no.5, pp. 76–83, Oct. 2002.
[4]Y. CAC & Victor O. K. Li, “Scheduling Algorithms in Broad-Band Wireless Networks,” IEEE Proceedings of The IEEE, VOL. 89, NO. 1, pp. 76-87, Jan. 2001.
[5]J. Mitola, et al., “Cognitive radio: Making software radios more personal,” IEEE Pers. Commun., vol. 6, no. 4, pp. 13–18, Aug. 1999. 
[6]J. Mitola, “Cognitive radio for flexible mobile multimedia communications”, Journal Mobile Networks and Applications, pp. 435-441, 2001.
[7]周建銘, “感知無線網路”, 經濟部通訊產業發展推動小組技術專欄, Sept. 2008.
[8]林高洲, “感知無線電之運用與發展”, 第五十二期中華民國電子零件認證委員會報告書, pp.31-38, Oct. 2008.
[9]Y. Chen, et al., “Cross-Layer Resource Allocation with Heterogeneous QoS Requirements in Cognitive Radio Network”, IEEE Wireless Communications and Networking Conference (WCNC) , pp. 96-101, Mar. 2011.
[10]L. Aketer*, et al., “QoS constrained resource allocation to secondary users in cognitive users in cognitive radio networks”, Computer Communications. Journal, Vol. 32, Issue 18, pp. 1923–1930, Dec. 2009.
[11]M. Nguyen, et al., “Scheduling in Cellular cognitive Radio Network, IEEE Wireless Communications and Networking Conference (WCNC) ”, pp. 126–131, Mar. 2011. 
[12]C. Passiatore & P. Camarda, “Inter-Network Resource Sharing in IEEE 802.22 Networks”, Communications and Network, Vol. 4 No. 2, pp. 111-121, 2012. 
[13]Jalali, R. P.(2000, May). Data Throughput of CDMAHDR: a High Efficiency-High Data Rate Personal Communication Wireless System[C]. Proceeding of IEEE Vehicular Technology Conference (VTC Sprint 2000), pp. pp. 1854- 1858.
[14]E. Dahlman, S. Parkvall, J. Skold, and P. Beming. (2007). 3G Evolution: HSPA and LTE for Mobile Broadband. First ed. Elsevier Ltd.