感知与预测：利用空间干扰相关性提升认知无线网络性能
信息论
2019-12-17 v4 网络与互联网体系结构
math.IT
摘要
认知无线电（CR）是实现未来网络通过允许不同无线网络间频谱共享以获得更高频谱效率的关键赋能技术。探究频谱接入机会是否可用十分重要，但基于发射机（TX）感知的传统认知无线电无法用于此目的，因为配对的接收机（RX）根据其间距、遮挡和波束方向的差异可能经历不同水平的干扰。为解决该问题，本文提出一种称为感知与预测（SaP）的新型介质访问控制（MAC）形式，其中每个次级TX基于在TX处感知到的干扰来预测RX处的干扰水平；这可以用两个位置之间的空间干扰相关性来量化。利用随机几何，空间干扰相关性可表示为条件覆盖概率的形式，即在给定TX处感知干扰的条件下RX处的信干比（SIR）不低于预定阈值，定义为机会概率（OP）。次级TX依据OP随机接入频谱。我们优化SaP框架以在保障主网络服务质量的同时最大化次级网络的面积频谱效率（ASE）。使用USRP的测试床实验和MATLAB仿真表明，与不预测的CR相比，SaP提供了更高的ASE。
引用
@article{arxiv.1802.01088,
title = {Sense-and-Predict: Harnessing Spatial Interference Correlation for Cognitive Radio Networks},
author = {Seunghwan Kim and Han Cha and Jeemin Kim and Seung-Woo Ko and Seong-Lyun Kim},
journal= {arXiv preprint arXiv:1802.01088},
year = {2019}
}