[论文解读] Interference Modeling in Cognitive Radio Networks: A Survey

Mohsen Riahi Manesh, Naima Kaabouch|arXiv (Cornell University)|Jul 28, 2017

Cognitive Radio Networks and Spectrum Sensing参考文献 50被引用 4

一句话总结

本综述对认知无线电网络中的干扰建模技术进行了全面分析，回顾并比较了现有模型，以指导研究人员根据特定场景选择合适的干扰模型。该综述强调了对认知无线电干扰的统计建模，以最小化对主用户造成的有害影响，提供了不同建模方法在演化过程中的权衡分析，以提升频谱效率和共存性能。

ABSTRACT

One of the fundamental elements impacting the performance of a wireless system is interference, which has been a long-term issue in wireless networks. In the case of cognitive radio (CR) networks, the problem of interference is tremendously crucial. In other words, CR keeps the important promise of not producing any harmful interference to the primary user (PU) system. Thus, it is essential to investigate the impact of interference caused to the PUs so that its detrimental effect on the performance of the PU system performance is reduced. Study of cognitive interference generally includes developing a model to statistically demonstrate the power of cognitive interference at the PUs, which then can be utilized to examine different performance measures. Having inspected the different models for channel interference present in the literature, it can be obviously seen that interference models have been gradually evolved in terms of complication and sophistication. Although numerous papers can be found in the literature that have investigated different models for interference, to the best of our knowledge, very few publications are available that provide a review of all models and their comparisons. This paper is a collection of state-of-the-art in interference modeling which overviews and compares different models in the literature to provide the valuable insights for researchers when modeling the interference in a specific scenario.

研究动机与目标

• 为解决认知无线电网络中干扰这一关键挑战，即次用户必须避免对主用户造成有害干扰。
• 识别并分析文献中现有干扰建模方法的局限性。
• 对各种干扰模型进行系统性比较，突出其假设、复杂度以及在不同网络场景中的适用性。
• 根据特定的部署需求和性能指标，指导研究人员选择合适的干扰模型。
• 提供干扰建模技术演进的洞察，从简单到复杂统计与随机模型。

提出的方法

• 对2000年至2017年认知无线电网络中干扰建模技术的系统性文献回顾。
• 基于其基本假设、数学公式和应用背景，对干扰模型进行分类。
• 将模型归类为确定性、随机性和统计方法，包括路径损耗、阴影衰落和快衰落模型。
• 利用统计信道模型分析主用户接收端的干扰功率分布。
• 根据准确性、复杂度、可扩展性以及在实际部署中的可实现性评估模型。
• 使用中断概率、干扰温度和频谱效率等性能指标，比较模型的有效性。

实验结果

研究问题

• RQ1 现有认知无线电网络中干扰建模技术的关键特征和假设是什么？
• RQ2 不同干扰模型在准确性、复杂度以及在各种网络场景中的适用性方面如何比较？
• RQ3 在性能和实现方面，简单模型与复杂模型之间的权衡是什么？
• RQ4 统计与随机模型如何捕捉认知无线电环境中干扰的动态特性？
• RQ5 哪种干扰建模方法最有效地最小化对主用户的有害干扰，同时最大化频谱利用率？

主要发现

• 干扰建模已从基本的路径损耗模型发展为包含衰落和阴影效应的复杂随机与统计模型。
• 特别是基于广义衰落分布的统计模型，在预测主用户接收端干扰功率方面具有更高的准确性。
• 干扰温度概念通过量化干扰水平，实现了有效的频谱感知和动态频谱接入。
• 包含阴影效应和多径衰落的模型比自由空间路径损耗模型能提供更真实的干扰预测。
• 模型复杂度与计算开销之间存在明确权衡，简单模型更适合实时应用。
• 没有单一模型在所有情况下都最优；模型选择取决于特定网络环境、所需精度和部署约束。