基于均匀平面阵列的加权合作频谱感知：面向认知无线电网络
信号处理
2025-04-15 v1
摘要
合作频谱感知（CSS）是提高认知无线电应用频谱效率和可靠性的关键技术。下一代无线通信网络日益采用均匀平面阵列（UPA），其能够将波束赋予器指向期望方向，从而减轻干扰和窃听。然而，UPA 基于 CSS 的应用在认知无线电领域仍 largely 未被探索。本文提出一种基于多波束 UPA 的加权 CSS（WCSS）框架，以增强检测可靠性，可适用于包括细胞、车联和卫星通信等 various 认知无线电网络。我们首先基于 UPA 天线波束赋形导致的信号强度空间变化，提出一种用于常用能量检测（ED）和特征值检测（EVD）技术的加权因子。随后推导加权 ED 和加权 EVD 的误报概率和检测概率的闭式表达式，系统分析了其性能。我们的数值结果，考虑到静态和动态用户行为，表明 WCSS 在提升感知性能方面优于均匀加权检测器。
引用
@article{arxiv.2504.10034,
title = {Uniform Planar Array Based Weighted Cooperative Spectrum Sensing for Cognitive Radio Networks},
author = {Charith Dissanayake and Saman Atapattu and Prathapasinghe Dharmawansa and Jing Fu and Sumei Sun and Kandeepan Sithamparanathan},
journal= {arXiv preprint arXiv:2504.10034},
year = {2025}
}
备注
2025 IEEE Vehicular Technology Conference: VTC2025-Spring