DOI: https://doi.org/10.3390/s26051406
PMID: https://pubmed.ncbi.nlm.nih.gov/41829369
تاريخ النشر: 2026-02-24
المؤلف: Daniel Gaetano Riviello وآخرون
الموضوع الرئيسي: شبكات الراديو الإدراكية واستشعار الطيف
نظرة عامة
تبحث الدراسة في تقنيات استشعار الطيف (SS) لشبكات الراديو الإدراكية 6G (CRNs)، مع التركيز على أداء مخططات الكشف متعددة الهوائيات: اختبار الجذر الأكبر لروي (RLRT)، اختبار نسبة الاحتمالية المعممة (GLRT)، كاشف نسبة القيم الذاتية (ERD)، وكاشف الطاقة (ED). باستخدام منصة راديو معرف بالبرمجيات (SDR) مع أربعة هوائيات استقبال، تقيم الدراسة هذه المخططات تحت احتمالات إنذار كاذب مختلفة ونسب إشارة إلى ضوضاء (SNRs). تُقارن النتائج التجريبية، المقدمة من خلال منحنيات خصائص التشغيل المستقبلية (ROC) ومنحنيات الأداء، مع بيانات المحاكاة، مما يظهر أن RLRT يتفوق على الطرق الأخرى في كل من السيناريوهات النظرية والعملية.
تسلط الاستنتاجات الضوء على التطوير الناجح لإعداد تجريبي قائم على SDR يقيم بفعالية خوارزميات SS متعددة الهوائيات. تقدم الدراسة تعبيرات واضحة للاحتمالات الإنذار الكاذب للمخططات المختبرة وتؤكد موثوقية النتائج التجريبية من خلال التوافق الوثيق مع نتائج المحاكاة. ستستكشف الأبحاث المستقبلية التحليل الإحصائي ذي الحجم المحدود لمخططات SS المعتمدة على القيم الذاتية تحت فرضيات بديلة وتوسع التحليل ليشمل تكوينات مع المزيد من المستشعرات والضوضاء الملونة. بالإضافة إلى ذلك، ي outlines الورقة طريقة لاشتقاق دالة كثافة الاحتمال (PDF) لاختبار GLRT في سياق أربعة مستشعرات، مع التأكيد على تعقيد الحصول على تعبيرات واضحة لعدد أكبر من المستشعرات.
مقدمة
تناقش مقدمة الورقة أهمية شبكات الراديو الإدراكية (CRN) كحل لندرة موارد الطيف المتزايدة من خلال تمكين التعايش بين المستخدمين المرخصين وغير المرخصين من خلال إدارة الطيف الذكية. المركزية في وظيفة CRN هي استشعار الطيف (SS)، الذي يحدد شغل نطاقات التردد، مما يؤثر على كفاءة الطيف وتخفيف التداخل. تسلط الورقة الضوء على التحدي المستمر في تطوير خوارزميات SS موثوقة، خاصة في سياق نسب الإشارة إلى الضوضاء المنخفضة (SNRs) وقيود الأجهزة. تركز على التقييمات المعتمدة على القياس لاستراتيجيات SS المختلفة، وخاصة تلك التي تستخدم الخصائص الإحصائية لمصفوفة تباين الإشارة المستلمة، بما في ذلك اختبار نسبة الاحتمالية المعممة (GLRT)، واختبار الجذر الأكبر لروي (RLRT)، وكاشف الطاقة (ED).
يهدف المؤلفون إلى تعزيز فهم هذه الخوارزميات من خلال تقديم توصيفات تحليلية مفصلة لاحتمالات الإنذار الكاذب وتوسيع التحقيق ليشمل كاشف نسبة القيم الذاتية (ERD). تؤكد الدراسة على دور تقنية الراديو المعرفة بالبرمجيات (SDR) في تسهيل التنفيذ العملي لمبادئ CRN، خاصة من خلال منصات مثل جهاز الراديو البرمجي العالمي (USRP)، الذي يدعم معالجة الإشارات في الوقت الحقيقي وقابلية التكيف في البيئات الديناميكية. تجمع الدراسة بين التحليل النظري، والمحاكاة العددية، والتحقق التجريبي لتقييم أداء مخططات الكشف المعتمدة على القيم الذاتية، مما يساهم في تصميم أنظمة راديو أكثر تكيفًا وذكاءً. تم هيكلة الورقة لتوفير نظرة شاملة على نموذج النظام، ومخططات الاستشعار، والإعداد التجريبي، والنتائج، مما يؤدي إلى استنتاج يعكس النتائج.
طرق
تم إجراء الإعداد التجريبي لاختبار خوارزميات استشعار الطيف متعددة الهوائيات (SS)، بما في ذلك RLRT، GRLT، ERD، وED، باستخدام منصات راديو معرف بالبرمجيات (SDR). كانت إشارة المستخدم الأساسية إشارة معدلة بتقنية QPSK تم إرسالها بتردد حاملي قدره \( f_c = 3.85 \, \text{GHz} \) بمعدل باود قدره \( R_s = 1 \, \text{MBd/s} \). شملت التجارب حجمين من العينات، \( N = 20 \) و \( N = 40 \)، واستخدمت جدول بحث للعتبات المحسوبة مسبقًا بناءً على احتمالات إنذار كاذب مختلفة \( P_{fa} \). شمل تقييم الأداء ثلاث مراحل: تقدير تباين الضوضاء تحت الفرضية الصفرية، نقل إشارة المستخدم الأساسية واستحواذها، ومقارنة مقاييس الأداء ضد بيانات المحاكاة.
أشارت النتائج إلى أن RLRT تفوقت باستمرار على المخططات الأخرى، مثل GLRT، ED، وERD، خاصة في السيناريوهات التي كان فيها تباين الضوضاء غير معروف. أظهرت النتائج التجريبية أن العيوب، بما في ذلك تلاشي المسار المتعدد ومستويات الضوضاء غير المتساوية عبر الهوائيات، أثرت سلبًا على الأداء، مما يتطلب حوالي 0.5-1 ديسيبل أكثر من نسبة الإشارة إلى الضوضاء (SNR) لمطابقة النتائج المحاكية. أكدت التحليلات أن تعديل QPSK قدم احتمالات كشف متفوقة مقارنة بالإشارات Gaussian، مما يعزز فعالية نظام التعديل المختار في سياق استشعار الطيف.
مناقشة
في هذا القسم، يناقش المؤلفون الإطار الرياضي ونموذج النظام لاستشعار الطيف (SS) في سيناريو حيث يجمع جهاز الاستقبال الذي يحتوي على $K$ هوائيات $N$ عينات زمنية. يتم نمذجة متجه الإشارة المستلمة $y(n)$ تحت فرضيتين: $H_0$، حيث توجد الضوضاء فقط، و $H_1$، حيث توجد إشارة أساسية وضوضاء. يتم تعريف نسبة الإشارة إلى الضوضاء (SNR)، ويتم تقديم مصفوفة تباين العينات $R$، جنبًا إلى جنب مع تحليلها الطيفي. تلعب أكبر قيمة ذاتية لـ $R$ دورًا حاسمًا في الكشف عن وجود الإشارة الأساسية، مع وصف ظاهرة انتقال الطور بناءً على القوة النسبية للإشارة الأساسية.
يتناول القسم مزيدًا من التفاصيل حول مخططات استشعار الطيف المختلفة، بما في ذلك كشف الطاقة (ED)، وكشف نسبة القيم الذاتية (ERD)، واختبار الجذر الأكبر لروي (RLRT)، واختبار نسبة الاحتمالية المعممة (GLRT). تستخدم كل مخطط مقاييس إحصائية مختلفة للتفريق بين الفرضيتين، مع تعريف إحصائيات اختبار محددة لكل منها. يستنتج المؤلفون تعبيرات لاحتمالات الإنذار الكاذب والكشف، مع التأكيد على السلوك التقاربي لأكبر قيمة ذاتية وتأثيراتها على تحليل الأداء. يتم التحقق من النتائج التحليلية مقابل المحاكاة العددية، مما يظهر تطابقًا وثيقًا ويؤكد موثوقية الإعداد التجريبي المقترح. يُقترح العمل المستقبلي لاستكشاف التحليل الإحصائي ذي الحجم المحدود وتوسيع الدراسة لتشمل المزيد من الهوائيات والضوضاء الملونة.
DOI: https://doi.org/10.3390/s26051406
PMID: https://pubmed.ncbi.nlm.nih.gov/41829369
Publication Date: 2026-02-24
Author(s): Daniel Gaetano Riviello et al.
Primary Topic: Cognitive Radio Networks and Spectrum Sensing
Overview
The research investigates Spectrum Sensing (SS) techniques for 6G Cognitive Radio Networks (CRNs), focusing on the performance of multiple-antenna detection schemes: Roy’s Largest Root Test (RLRT), Generalized Likelihood Ratio Test (GLRT), Eigenvalue Ratio Detector (ERD), and Energy Detector (ED). Utilizing a software-defined radio (SDR) testbed with four receiving antennas, the study evaluates these schemes under varying false-alarm probabilities and signal-to-noise ratios (SNRs). The experimental results, presented through Receiver Operating Characteristic (ROC) and performance curves, are compared with simulation data, demonstrating that RLRT outperforms the other methods in both theoretical and practical scenarios.
The conclusions highlight the successful development of an SDR-based experimental setup that effectively assesses multi-antenna SS algorithms. The study provides explicit expressions for the false-alarm probabilities of the tested schemes and confirms the reliability of the experimental results through close alignment with simulation outcomes. Future research will explore finite-size statistical analysis of eigen-based SS schemes under alternate hypotheses and extend the analysis to configurations with more sensors and colored noise. Additionally, the paper outlines a method for deriving the probability density function (PDF) for the GLRT in a four-sensor context, emphasizing the complexity of obtaining explicit expressions for higher sensor counts.
Introduction
The introduction of the paper discusses the significance of Cognitive Radio Networking (CRN) as a solution to the increasing scarcity of spectrum resources by enabling the coexistence of licensed and unlicensed users through intelligent spectrum management. Central to CRN’s functionality is Spectrum Sensing (SS), which determines the occupancy of frequency bands, thereby influencing spectrum efficiency and interference mitigation. The paper highlights the ongoing challenge of developing reliable SS algorithms, particularly in the context of low signal-to-noise ratios (SNRs) and hardware constraints. It focuses on measurement-based evaluations of various SS strategies, particularly those utilizing the statistical properties of the received signal covariance matrix, including the Generalized Likelihood Ratio Test (GLRT), Roy’s Largest Root Test (RLRT), and the Energy Detector (ED).
The authors aim to enhance the understanding of these algorithms by providing detailed analytical characterizations of false-alarm probabilities and extending the investigation to include the Eigenvalue Ratio Detector (ERD). The work emphasizes the role of software-defined radio (SDR) technology in facilitating the practical implementation of CRN principles, particularly through platforms like the Universal Software Radio Peripheral (USRP), which supports real-time signal processing and adaptability in dynamic environments. The study combines theoretical analysis, numerical simulations, and experimental validations to assess the performance of eigenvalue-based detection schemes, contributing to the design of more adaptive and intelligent radio systems. The paper is structured to provide a comprehensive overview of the system model, sensing schemes, experimental setup, and results, culminating in a conclusion that reflects on the findings.
Methods
The experimental setup for testing multi-antenna spectrum sensing (SS) algorithms, including RLRT, GRLT, ERD, and ED, was conducted using Software Defined Radio (SDR) platforms. The primary user signal was a QPSK-modulated signal transmitted at a carrier frequency of \( f_c = 3.85 \, \text{GHz} \) with a baud rate of \( R_s = 1 \, \text{MBd/s} \). The experiments involved two sample sizes, \( N = 20 \) and \( N = 40 \), and utilized a lookup table for pre-computed thresholds based on various false alarm probabilities \( P_{fa} \). The performance evaluation included three phases: noise variance estimation under the null hypothesis, primary user signal transmission and acquisition, and comparison of performance metrics against simulated data.
Results indicated that RLRT consistently outperformed other schemes, such as GLRT, ED, and ERD, particularly in scenarios where noise variance was unknown. The experimental findings showed that nonidealities, including multipath fading and uneven noise levels across antennas, adversely affected performance, requiring approximately 0.5-1 dB more signal-to-noise ratio (SNR) to match simulated results. The analysis confirmed that QPSK modulation provided superior detection probabilities compared to Gaussian signals, reinforcing the effectiveness of the chosen modulation scheme in the context of spectrum sensing.
Discussion
In this section, the authors discuss the mathematical framework and system model for spectrum sensing (SS) in a scenario where a receiver with $K$ antennas collects $N$ time samples. The received signal vector $y(n)$ is modeled under two hypotheses: $H_0$, where only noise is present, and $H_1$, where both a primary signal and noise are present. The signal-to-noise ratio (SNR) is defined, and the sample covariance matrix $R$ is introduced, along with its spectral decomposition. The largest eigenvalue of $R$ plays a crucial role in detecting the presence of the primary signal, with a phase transition phenomenon described based on the relative strength of the primary signal.
The section further details various spectrum sensing schemes, including Energy Detection (ED), Eigenvalue Ratio Detection (ERD), Roy’s Largest Root Test (RLRT), and Generalized Likelihood Ratio Test (GLRT). Each scheme employs different statistical metrics to differentiate between the two hypotheses, with specific test statistics defined for each. The authors derive expressions for the probabilities of false alarm and detection, emphasizing the asymptotic behavior of the largest eigenvalue and its implications for performance analysis. The analytical results are validated against numerical simulations, demonstrating a close match and confirming the reliability of the proposed experimental setup. Future work is suggested to explore finite-size statistical analysis and extend the study to include more antennas and colored noise.