基于无人机的三维频谱感知：高度、带宽、轨迹及有效天线方向图对无线电环境地图重建的影响
信号处理
2026-05-26 v2
摘要
频谱感知和三维无线电环境地图（REM）的生成对于在认知无线电网络中实现频谱共享至关重要。虽然无人机（UAV）提供了高机动性的三维感知能力，但 REM 的准确性受到动态飞行行为的挑战，其中无人机速度和方向的波动引入了测量不一致性。此外，机身本身会影响机载天线的辐射特性。在本文中，利用真实世界数据，我们系统地分析了 REM 重建精度如何受三个关键支柱的影响：物理感知参数（如高度和带宽）、环境阴影以及无人机机身引起的畸变。首先，我们对多种空间预测模型进行了基准测试，包括简单克里金法（SK）、普通克里金法（OK）、变换高斯克里金法和高斯过程回归（GPR）。我们证明，虽然 SK 及其变换高斯变体在样本极度稀疏时具有很高的准确性，但 OK 随着样本量的增加而改进，而 GPR 作为最稳定的总体基线。在此基础上，我们提出了一种新颖的矩阵补全（MC）辅助 GPR 框架，该框架在存在非均匀空间平滑度的情况下增强了 REM 重建。该方法通过将 REM 分解为两个不同的层来运作：一个全局平滑分量和一个高度变化的局部分量。我们基于真实世界测量的分析揭示了三个关键发现：1）随着无人机高度的增加，REM 精度和阴影方差遵循一个独特的三相趋势；2）REM 精度随着频谱带宽的增加而显著提高；3）来自现场测量的天线方向图校准通过考虑无人机机身的影响显著提高了 REM 精度。
引用
@article{arxiv.2603.10362,
title = {UAV-Based 3D Spectrum Sensing: Insights on Altitude, Bandwidth, Trajectory, and Effective Antenna Patterns on REM Reconstruction},
author = {Mushfiqur Rahman and Sung Joon Maeng and Ismail Guvenc and Chau-Wai Wong and Mihail Sichitiu and Jason A. Abrahamson and Arupjyoti Bhuyan},
journal= {arXiv preprint arXiv:2603.10362},
year = {2026}
}
备注
Accepted for publication in the IEEE Sensors Journal