随机接入网络的可靠数据包检测：分析、基准与优化
网络与互联网体系结构
2023-07-12 v1
摘要
本文重新审视并从基础上改进了在无线网络中广泛用于数据包检测的 Schmidl-and-Cox (S&C) 算法，并增强了其对多天线接收机的适应性。首先，我们引入一种新的“补偿自相关”度量，提供了更具解析可处理性的解决方案，并给出了虚警概率和漏检概率的精确表达式。其次，本文提出了用于公平基准比较数据包检测算法的帕累托比较原理，同时考虑虚警和漏检。第三，借助帕累托基准方案，我们通过实验证实，仅取自相关的实部并丢弃虚部即可大幅提升 S&C 的性能，从而提出了新颖的实部 S&C (RP-S&C) 方案。第四，或许也是最重要的一点，我们利用新提出的补偿自相关度量，通过加权和方式将单天线算法扩展至多天线场景。我们构建了分别以最小化虚警概率和漏检概率为目标的两个优化问题，并给出了求解方法。实验结果表明，由于简单性、可靠性和更优性能，虚警最优权重 (WFA) 方案比漏检最优权重 (WMD) 更可取。本研究对随机接入网络中数据包检测方案的设计与部署具有重要意义。
引用
@article{arxiv.2307.05224,
title = {Reliable Packet Detection for Random Access Networks: Analysis, Benchmark, and Optimization},
author = {Yuyang Du and Soung Chang Liew},
journal= {arXiv preprint arXiv:2307.05224},
year = {2023}
}