频谱感知在未来的无线通信系统中扮演着重要的角色，它有助于解决共存问题和优化频谱效率。然而，5G通信将涉及不同的场景、不同的特征和不同的需求，这使得频谱感知方法难以在保持良好性能的同时灵活地服务于各种应用。频谱资源的稀缺性仍然是5G通信面临的一个关键挑战。
受此挑战的驱使，中国科学院上海高等研究院的胡洪林（音译）教授和徐天恒（音译）教授带领的研究团队提出了一种新颖的频谱传感技术，寻求一种可行的方式将强化学习概念与先进的频谱感知方法相结合，以优化5G通信中多种场景下的认知无线网络性能。
研究结果发表在最新一期的IEEE无线通信杂志上，标题为《智能频谱感知：5G通信中增强学习与自动重复感知的结合》。
研究团队分析了几个典型5G场景的不同需求，并根据频谱感知技术的优化目标，将三个专用模型进行了分类。
为了适应各种优化目标，研究团队设计了智能频谱传感技术的架构，试图兼顾不稳定性和适应性问题。数值结果表明，所提出的传感技术能够适应不同优化目标下的各种场景。
研究结果具有一定的实际应用价值。它们已被应用于中科院和中科院与上海理工大学共建的校园网——阿尔法网共同开发的SEANET系统中。研究结果也有助于5G和下一代通信系统在中国的进一步部署和推广。
