随机接入网络的可靠数据包检测：分析、基准和优化
摘要：对Schmidl-and-Cox (S&C)算法进行了重新审视和根本性改进，该算法被广泛用于无线网络中的数据包检测，并增强了其对多天线接收器的适应性。首先，引入了一种新的“补偿自相关”度量，提供了更可分析的解决方案，并精确表达了误报和漏检概率。其次，本文提出了帕累托比较原则，用于公平比较数据包检测算法，同时考虑误报和漏检情况。第三，通过帕累托基准方案的实验验证，仅考虑自相关的实部而丢弃虚部可以极大改善S&C算法的性能，从而引出了新的实部S&C (RP-S&C)方案。第四，最重要的是，利用我们提出的补偿自相关度量将单天线算法扩展到多天线情景中，采用加权和的方法。分别建立了最小化误报和漏检概率的两个优化问题，并提供了解决方案。我们的实验结果表明，相对于最小化漏检概率权重 (WMD) 方案，最小化误报概率权重 (WFA) 方案更加简单、可靠和性能更优。这项研究对于随机接入网络中数据包检测方案的设计和部署具有重要意义。
作者：Yuyang Du, Soung Chang Liew
论文ID：2307.05224
分类：Networking and Internet Architecture
分类简称：cs.NI
提交时间：2023-07-12