5G-MIMO通信系统的集中式和非协作用户扩频分析

埃及信息学杂志24（2023）161基于5G-MIMO通信系统的集中式协作与非协作用户扩频分析[10]杨文，李文.Isac，Ratna K.Z.Sahbudind，Siti L.M.哈桑·伊，Emad Hmood Salmanfa马来西亚雪兰莪州Serdang 43400马来西亚普特拉大学工程学院计算机和通信系统工程系b马来西亚雪兰莪州Serdang 43400马来西亚普特拉大学工程学院电子电气工程系c马来西亚雪兰莪州Serdang 43400马来西亚普特拉大学工程学院电气和电子工程系d马来西亚雪兰莪州Serdang 43400马来西亚普特拉大学工程学院计算机和通信系统工程系马来西亚雪兰莪州马拉科技大学电机工程学院f迪亚拉大学工程学院通信工程系，伊拉克迪亚拉，巴古拜阿提奇莱因福奥文章历史记录：2022年8月3日收到2022年12月23日修订2023年2月22日接受保留字：5G-MIMO集中式协作网络F-OFDM-MIMOFBMC-MIMO汉恩窗UFMC-MIMOA B S T R A C T5G-MIMO通信系统的目的是提高接收信号的强度，方便用户设备的应用。然而，在诸如此类的频带抓取系统中，频谱的可访问性受到僵局的阻碍。此外，要考虑的是频谱的波形，这是专门与5G网络竞争的类型。这项工作涉及基于5G-MIMO通信系统的SS的开发，其中通过频谱感测（SS）算法来增强频谱。通过复制能量检测过程，该推荐的SS算法采用余弦定律对交通信号进行滤波，然后使用Welch算法对其进行分割。然后利用Hann算法对业务信号进行窗口化，以抑制传递到MIMO的高功率。SS算法的关键作用是感测5G-MIMO通信系统的频谱SS算法表达式适用于非合作和集中式合作用户。对于每个表达式，对5G-MIMO通信系统使用的波形进行了检查。这包括滤波正交频分复用（F-OFDM）、通用滤波多载波（UFMC）和滤波器组多载波（FBMC）波形。详细分析了系统的工作参数，包括信噪比、信号跨度和功率、天线数以及非协作用户和集中式协作用户的调制类型。仿真结果表明，在信噪比小于0 dB，全局检测概率大于95%，全局系统错误概率小于1%，全局虚警概率小于1%的条件下，该算法具有较好的性能。推荐的系统的参数的评估©2023 The Bottoms.由Elsevier BV代表计算机和人工智能学院发布开罗大学法律系这是一篇CC BY-NC-ND许可证下的开放获取文章（http：//creative-commons.org/licenses/by-nc-nd/4.0/）上提供。1. 介绍*通讯作者：电子电气工程系马来西亚（N.Sulaiman）;马来西亚普特拉大学工程学院计算机与通信系统工程系，Serdang 43400，马来西亚雪兰莪州。（W.Algriree）电 子 邮 件 地 址 ： wkh_portsmouth@yahoo.com （ W.Algriree ） ，nasri_upm.edu.my （ N. Sulaiman ） ， maryam@upm.edu.my （ M.M. Isa ） ，ratna@upm.edu.my（R.K.Z.Sahbudin），sitilailatul.mohdhassan@www.example.com（S.L.M.Hassan），emad_salman_eng@uodiyala.edu.iq（E.H. Salman）。最近推出的5G系统，带来了更大的数据量，更多的用户，更短的延迟时间和更长的电池寿命的潜力[1]。然而，无线网络的更大容量导致了最新应用程序和服务的引入增加，这反过来又导致了频谱不足。使情况更加恶化的是，频谱接入频谱的有效途径之一是通过认知无线电网络（CRN）。CRN允许次要（未授权）用户（SU）重新处理主要用户，https://doi.org/10.1016/j.eij.2023.02.0031110-8665/©2023 THE COURORS.由Elsevier BV代表开罗大学计算机和人工智能学院出版这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。可在ScienceDirect上获得目录列表埃及信息学杂志杂志主页：www.sciencedirect.comW. Algriree，N.Sulaiman，M.M.Isa等人埃及信息学杂志24（2023）161162------PAL频谱，未被其主要（许可）用户（PU）利用[3]。作为CRN的中心角色之一的频谱感测（SS）涉及频谱的检测，随后是其检查，以确定其是否正被PU使用或不活动。能量检测（ED）、循环平稳特征检测、波形检测和匹配滤波器检测（MFD）是应用于检测过程的检测算法。在结构和计算复杂性方面，ED被认为是最简单的，而MFD被认为是最复杂的。虽然易于应用，但ED算法在噪声偏差的影响下具有较差的性能。因此，虽然MFD算法应用起来更复杂，但其效率水平相当高[4]。对于单个信号的传输和接受，使用几个天线使得多输入多输出（MIMO）概念对于接收携带信息的PU信号最有效。MIMO概念的应用使SS算法具有克服信噪比（SNR）所带来的问题以及与接口相关的问题的能力[5]。根据相关文献的报道，之前的几项研究集中在将SS算法与5G-MIMO通信系统合并以增强频谱利用，同时降低干扰的可能性这将有助于改进检测过程。2019年进行的一项研究，重点关注基于5G-MIMO 的非正交多址接入（ NOMA ）方法 [6] ，将标准ED 用于NOMA和正交多址接入（OMA）概念。根据这项调查的发现，关于检测，NOMA方法优于OMA方法。然而，对于SNR 5dB，观察到检测能力令人失望。2020年，研究人员提出了一种基于SS混合模型的MIMO过程[7]。这个过程需要高斯混合模型的应用，在鲸鱼和大象群优化算法。其目的是通过降低误报的可能性来提高检测的潜力然而，由于虚警的最小可能性高于0.47，因此观察到检测能力差，特别是当涉及到降低的SNR时。2020年，研究人员还对传统的概率比测试进行了测试[8]。这涉及ED和MFD算法的使用，以将MIMO过程应用于未确定的信道状态信息。虽然这项工作的结果表明，高SNR识别的性能良好，但SNR低于0 dB的情况并非如此同年，为了与MIMO概念保持一致，作者在[9]中推荐了一种用于物联网应用的SS该算法的检测过程是基于高斯噪声的核化。在检测能力方面，通过仿真得出的结果显示，对于SNR> 6 dB的样本中的150个样本，具有出色的识别性能。至于其他样品，观察到鉴别性能不令人满意。在2021年[10这些调查涉及使用5G通信系统和MIMO过程。为了理解正交频分复用，[10个国家]仔细察看一般电解算法 检测在这里，对于广泛的天线数量（其类似于发射机和接收机数量）、接收到的PU信号的扩展跨度以及15 dB以上的SNR，然而，这种方法并非没有缺点。例如，支出随着天线数量的增加而增加，PU信号跨度受到条件的限制，并且当SNR低于15 dB时，检测容量是不理想的。就接收到的PU信号而言，[11]中的研究人员依赖于均匀的跨度和功率。根据他们的研究结果，5G-MIMO通信系统的ED算法的容量对于QPSK映射器类型，对于2个发射机天线和4个接收机天线以及超过15dB的SNR，用于检测的tem是值得注意的在其他条件下，检测能力被认为很差。最后，[12]中的研究人员深入研究了关于MIMO通信系统的ED算法阈值效应。该研究考虑了各种SNR水平，以仔细检查通过ED算法得出的阈值对性能容量的影响。在检测和可能发生假警报的情况下，观察到归因于[12]的能力优于[10]和[11]。然而，在最终分析中，[12]证明了SNR低于5.6 dB时的性能较差。上述研究旨在通过应用多分支分集来增强发射机和接收机的检测过程。然而，若干缺点仍未解决。这些问题包括在SNR耗尽的情况下检测能力差（虚警可能性高）、系统中存在大范围缺陷的可能性以及归因于相当大的天线数量的高支出。考虑到这些缺点，我们推荐了一种创新的级联传感系统，它包括一个余弦滤波器，韦尔奇周期图和汉恩窗口。在该系统的第一阶段中，5G-MIMO业务信号的强度被增强，在第二阶段中，噪声方差被减小，并且在第三阶段中，MIMO业务信号的分辨率被增强。增强了5G-MIMO业务信号在这一承诺中，我们提出：推荐的级联感知算法的数值解释表达，与几种5G波形类型相关，包括F-OFDM-MIMO，UFMC-MIMO和FBMC- MIMO信号。推荐的级联感测算法的扩展，用于检测先前的5G系统波形类型，直到用于5G-MIMO传输系统的制作。关于用户的5G-MIMO系统的检查，包括非合作和集中式合作。图形和数值结果描绘的影响，噪声方差，信号跨度，天线数，不同种类的波形，和映射器的品种。论文的其余部分安排如下：第2节提供了本文考虑的5D信号的表示，它们是F-OFDM、FBMC和UFMC波形。在第3节中描述了基于混合滤波器通过开发推荐的SS数学模型实现的F-OFDM-MIMO、FBMC-MIMO和UFMC-MIMO信号的感测。在第4节中，介绍并讨论了所得结果。最后，在第5节中，给出了结论。2. 提出了基于SS概念的5G-MIMO系统各种信号竞争者可用于克服限制，阻碍先前开发的5G通信系统。这些 类 型 的 信 号 包 括 滤 波 OFDM （ F-OFDM ） 、 通 用 滤 波 多 载 波（ UFMC ） 和 滤 波 器 组 多 载 波 （ FBMC ） [13F-OFDM-MIMO 、FBMC-MIMO和UFMC-MIMO系统的发射机在本节中被仔细检查。适用于在本文中，定义见表1。 所有系统的PU天线计数用符号表示为m（m = 1，2，. （二），并认为发射器至于SU天线计数，这被符号化为r（r = 1，2，. R），并视为接收器。●●●●W. Algriree，N.Sulaiman，M.M.Isa等人埃及信息学杂志24（2023）161163d，vvXXXXXX x x XXV1sbvgb½l]ej2pnv-l-dCPnr1hðn Þx ðn ÞþXXXX x XX表1符号的描述。其中gb[l]表示对应于长度为l的第b个块的有限脉冲响应原型滤波器的频率，并且符号描述循环前缀大小由CP，sb表示用于传输的TX数据。H0假设H1备择假设x（n）发送的5G-MIMO（PU）信号（它是F-OFDM、UFMC或FBMC）第b个块、第v个子载波和第d个子符号。另一方面，UFMC-MIMO系统可以被公式化为如下等式（2）虚警概率M-1B-1L-1V-1ðv-lÞPd检测概率y（n）接收到的5G-MIMO（PU）信号x（n）噪声h（n）通道增益N原始接收信号长度2噪声方差2接收信号方差k决策统计量g预定义阈值xUFMC-MIMO½n]¼sbg½l]ej2pnV2m<$0b<$0l¼0v¼0其中sb表示TX数据，并且g[l]表示对应于有限脉冲响应滤波器的频率值。图2描述了UFMC-MIMO系统。最后但并非最不重要的是，图3中描述了FBMC-MIMO系统，并且等式（3）将该系统定义为，Q（.）与标准正态分布M-11x½n]¼V-1 Sg½q-dV]ej2pnvejuð3Þgb[l]对应于有限脉冲响应的原型滤波器第b个长度为l的FBMC-MIMOm<$0d<$-1v<$0d;vVd;v2CP循环前缀大小其中：ud，v表示被描述为bd，vF-OFDM-MIMO信号（d + v）p/2，sd，v如果符号第v个子载波索引第d个子符号索引xF-OFDM-发送的F-OFDM-MIMO信号MIMO[n]（实部和虚部）与延迟和Q个子载波一起发送。假设Pm表示发射机功率，其是allo-YF-OFDM-MIMO[k]xUFMC-MIMO[n]YUFMC-MIMO[k]xFBMC-MIMO[n]YFBMC-MIMO[k]Y'F-OFDM接收的F-OFDM-MIMO信号的变换接收的UFMC-MIMO信号的变换发送的FBMC-MIMO信号接收的FBMC-MIMO信号的变换接收到的F-OFDM-MIMO信号的无零变换被定位到第m个天线因子。通过第m个发射机天线发射的每个单独的信号xm被认为是复杂信号，表示为xm=xm+jxm[16]。因此，由不同的PU通过M个发射机天线发射的每个信号被表示为：MP¼Pm 4m¼1MMIMO[k]Y'UFMCMIMO[k]系数接收UFMC-MIMO信号的无零系数变换x¼xmm¼1ð5ÞY'FBMCMIMO[k]BV接收到的无零系数FBMC-MIMO信号的变换UFMC-MIMO信号可替代地，接收方（SU）接收等式（5）通过第r个天线的具有n个样本（n= 1，2，g[l]对应于有限脉冲响应的... N）表示为：原型滤波器ud，v描述为（d+v）p/2的附加相位项sd，vFBMC-MIMO信号用于FBMC-MIMO系统的q关于我们xnnð6ÞP变送器功率M发射天线R接收天线Z复向量Var[·]方差运算符E[·]期望运算符其中，x（n）表示反式的复幅度Z向量，5G信号。 在第r个接收器天线处的复杂噪声样本（表示为x（n））被认为是加性高斯白噪声（AWGN），对于循环对称分布N（0，2rx2（n）），其具有零均值和噪声方差rx2。h（n）isaK转换后的接收信号长度（对应于原始接收信号长度）Kn原始信号长度与新信号长度nsegWelch段lseg每个段PSD每段magnitudeZ1×M的复向量，表示M个发射天线和第r个接收天线之间的信道增益[17]。因此，在SU的第r个天线处、在每个R个接收器天线处的SNR值（a）以及平均SNR值相应地如等式（7）、（8）和（9）中表示[18]：jhnj21PN jxnj2一张照片XRPSD每段Han[.]汉恩窗函数协作用户nNn 12r2nð7Þ协作用户二级用户数的SNRROC受试者工作特性对于F-OFDM-MIMO系统，在图1中描述。1，并被公式化为，aanr1a-¼a=R9因此，等式（4）关于SS是：M-1B-1D-1L-1V-1xF-OFDM-MIMO½n]¼d;（PR杨xn：H0RRSSPm<$0b <$0d<$0l¼0 v¼0Rr1PRr1ð10Þ产品名称：H1.W. Algriree，N.Sulaiman，M.M.Isa等人埃及信息学杂志24（2023）1611640PB@PPj j··XXP图1.一、具有M个TX分支的F-OFDM-MIMO系统框图图二、具有M个TX分支的UFMC-MIMO系统框图其中假设H0和H1相应地表示PU信号的不存在（不存在）和存在（存在）。SS程序涉及这些假设之一的确证。简单地说，PU的存在指示假设H1的有效性，而PU的不存在指示假设H0的有效性。另外，Y（n）表示在第n个频谱片段期间递送到SUNR接收器天线假设的选择取决于SU站点处信号的接收强度。当接收信号的能量高于阈值时，PU信号被认为存在，并且关于等式（10）的假设H1在接收信号低于预定阈值的情况下，旧的，PU信号被认为是不存在的，允许SU利用关于PU信号的不存在或存在的最终声明通过评估假设H0和H1，通过与如下等式的检验统计量（k）进行比较来实现：gn k n：H0 k n：H112由于大量的样本，在F-OFDM-MIMO、FBMC-MIMO和UFMC-MIMO系统中，归因于等式（11）的测试统计量可以按照以下方式被估计为典型分布：频谱，因为假设H0将被认为是经过验证的。在Rr1Nn1 Ehjynj2i;1信号传输的上下文、假设认证过程的结果用于确定SU的即将到来的利用。knNRr¼1Nn1 2019年12月13日，在获得接收信号或R的预定义阈值（g）之后，关于F-OFDM-MIMO 、FBMC-MIMO 和UFMC-MIMO 系统，接收机天线被平方，如下所示：其中方差算子表示为Var[ ]，期望算子表示为E[ ]。非静态性质但这并不能免除各种问题的影响，包括噪声、衰落、阴影和干扰R N 随时间变化。为了降低难度，方便练习，gj yn j211r1 n通过数学建模，在整个N个样本检测过程中，通道被认为是固定的[17，18]。W. Algriree，N.Sulaiman，M.M.Isa等人埃及信息学杂志24（2023）161165X2B- .QNRW¼QB@g-rxrwCA17W2XP QB-C16P¼Xh2r2n 141Xq222R图3. 具有M个TX分支的FBMC-MIMO系统框图因此，如果在每个频谱感测片段n期间，传递到第r个接收器天线的信号此外，通过考虑在第r个接收器处接收到的噪声变化是不变的[17，18]，方差可以表示为2r2X. （n）=2r2在等式（16）和（17）中。Pf被描述为SU错误地宣告许可用户（PU）的传输的可能性，而实际上，频谱没有PU[19，20]。0gr21简体中文@q小玲A.Þ2至于能量检测过程，不需要关于PU信号的任何先前信息。第n次感知事件期间PU的整个即时功率为：与所有信号成比例（方差为2r2（n）），已交付02 21[17][18][19][19][19][19]这表示为：2公司简介r1哪里N2r2njxrnj215DNrxrw其中Q表示与常规典型分布相关联的尾概率。对于推荐的F-OFDM-MIMO、FBMC-MIMO和UFMC-MIMO系统，SS技术的应用对于虚警概率，根据能量检测，等式（16）被表达为：xrNn1Pfa¼0kR2r21@q 2008年10月28日。ffiffirffiffiffiffiffiffiΣffiffi2ffiffiAð18Þ3.1. 检测参数对5G-MIMO系统检测概率（Pd）和虚警概率（Pf）的参数经常被应用于评估SS性能，如所述的非合作用户虚警概率中的升高是在PU不活动的间隔期间SU的频谱利用窗口已经被绕过的指示。必须将虚警概率降至最低，频谱的效率可以提高到可能的最高水平[20]。从等式（18）可以得出，阈值，XRXP3.制定基于5G-MIMO系统的SS技术NW. Algriree，N.Sulaiman，M.M.Isa等人埃及信息学杂志24（2023）161166RX然而，样本数量的增加也导致了k¼R2r2þ2X Q-1Pfa.接收机天线计数、检测过程中的样本计数以及噪声方差影响误报警的概率另一方面，检测概率是指当PU真实存在时，SU正确地宣告许可用户的存在并利用频谱进行传输的可能性[20]。对于推荐的F-OFDM-MIMO、FBMC-MIMO和UFMC-MIMO通信系统，通过平方技术的能量检测的SS性能，等式（17）表示为：在对噪声功率有充分了解的情况下。在指定的虚警概率概念[21]期间考虑的用于区分PU信号的样本计数（N）是用于满足预期虚警概率的条件的重要参数。通过参考关系式（18），可以针对指定的检测概率、虚警概率、SNR以及R接收器天线计数。样本的最小数量的表达式（其不是检测阈值的函数）如下：0。Σ1XXN2X.- 是的Q-1P！2PQBk-2 Rr2r2 C19N¼8Rr2fað21Þd¼@q 2008年10月28日。ffiffirffiffiffiffiffiffiffiffiffiffiffirffiffiffiffiffiffiffiΣffiffi2ffiAðÞk-R2rx提高检测概率是有益的，因为它提高了规格。频谱使用和SU的检测能力。根据等式除了虚警概率之外，更大检测概率的实现还取决于几个参数。这些包括检测过程中涉及的总样本数，PU如等式（18）和（19）之间的联系所示，检测的可行执行需要关于PU信号的存在或不存在的验证在SS域中，建立路由以识别最佳阈值选择过程仍然是主要目标之阈值选择过程的建议范围从根据噪声变化水平的快速和即时变化的检测过程到根据预定参数（例如恒定虚警概率）建立设定阈值。例如，IEEE 802.22关注预定的虚警概率，以达到Pf0.1[19]。根据指定的虚警概率概念[21]、接收器天线计数和噪声方差，由等式（18）定义的阈值被表达为：.你好，我很好。我知道了ΣXN感测期间的延长，其代表主要的短-来的平方技术。这是因为在耗尽信噪比，大量的样本数计数是必不可少的，为准确的检测。然而，感测持续时间的延长可能导致实现问题，因为某些系统具有预定感测周期（例如，IEEE 802.22系统的最大感测持续时间是2秒）。感测周期的任何增加都将对在物联网环境中运行的电力依赖机制（如传感器）的电池寿命造成影响。为了准确检测，确定适当的样本数量是与优化过程相关的挑战之一[22]。3.2. SS技术对5G-MIMO系统与频谱有效性、灵活性、不活动性、复杂性和功率使用相关联的传输问题可以通过5G系统来管理。常规设施可以变得更有组织，因为该系统提倡频带，并促进网络多样性。在网络使用参与者中，5G的波形在与接口灵活性相关的改进方面也受到高度重视。另一方面，5G通信...通信系统可以利用具有三种波形技术的MIMO技术的益处[23]。本节介绍5G-此外，作为Q-1（.）函数具有单调下降的活动，SS期间样本计数上升，确保检测SNR极度耗尽的信号，基于MIMO系统的SS，以促进三种不同波形的频谱服务的可用性，SU感测非合作用户的每个波形（图2）。（4）、集中式合作社--见图4。 具有M个TX分支和用于非合作用户的各种波形的5G-MIMO系统。þ22Xð20ÞΣW. Algriree，N.Sulaiman，M.M.Isa等人埃及信息学杂志24（2023）161167Nn¼0Y½k]¼Nn<$0y½n]cos图五. 具有用于集中式协作用户的M个见图6。 所提出的用于5G-MIMO系统的检测技术的框图。交互式用户（Fig. 5）。由于波形带有各种有限元-8>8x½n]H0建议的SS方法需要配备y½n]1/4>xF-OFDM-MIMO½n]第1; 2;. ; N24准确感知每个波形的能力对于先前引用的5G-MIMO波形竞争者，推荐的SS技术在以下框图中描绘：>：>：xUFMC-MIMO½n]H1xFBM C-MIMO½n]图第六章研究了重构的余弦滤波器，用于制作基于SS频域方案的检测。这在以下等式中表示。初始步骤涉及使用余弦滤波器对接收信号进行滤波[24]：Y<$0]<$p<$2XN-1y<$n];k<$0<$22值得注意的是，作为x F-OFDM-MIMO、x UFMC-MIMO或x FBMC-MIMO的5G-MIMO 接收信号被认为是自主的，并且根据不可否认的传播（i.i.d）随机过程。Y[k]表示y[n]的对应滤波信号第二步需要消除Y[k]零系数，以减少数学复杂性和感知咒语。因此，Y[k]被窗口化，K'的长度Y[k]到Y′ [ k ]的改变这两2XN-1. pk2n12N步骤如图所示。第 七章根据等式（24），等式（25）描绘了通过余弦滤波器的改变的F-OFDM信号，其之后是因此，接收到的5G-MIMO（PU）信号y [n]变为：消除其所有零系数，如等式（26）所示。;1≤k≤K- 1<$23 <$W. Algriree，N.Sulaiman，M.M.Isa等人埃及信息学杂志24（2023）161168QXNd;V2N¼XXXkX0Bk-2 R.nr2r21C.Σ¼q8Rnr2r22F-OFDM-MIMO--UFMC-MIMOm<$0n <$0b<$0l¼0 v¼0vVVesd;vg q-d2eN1指示所接收的5G-MIMO（PU）信号包括一个0@DSxx x x x Xx x xxX2Y0FBMC-MIMO 1/2k] 1/4YFBMC-MIMO1/2k];0≤k≤K 0-130因此，通过新长度K '，以以下方式获取非合作用户的Pd见图7。余弦变换和零系数消除过程。P.A31M-1N-1B-1D-1L-1V-1K0sxX XX XXX XXX其中n表示先前信号长度与新信号长度之比- -单位面积b¼0d ¼0bj2pnv-l-dCPl¼0v¼0比例这表示为，Nsd;vgb½l]eV×pNn¼K032在实施余弦滤波器之后，Y2M-1N-1B-1D-1L-1V-1单位面积b¼0d¼0l¼0v¼0sbvgb½l]e j2pnv-l-dCPn通过威尔士分割算法导出的具有lseg长度的nseg这是继COM-PSD的插补，对于每个片段，在他们单独×cos。pk2n1;0≤k≤K-1≤ 25 ΩY0½k]YFOFDMMIMO½k];0≤k≤K 0-1同样，方程（27）和（28）显示了改变的UFMC信号，以及相应地消除其零系数。M-1N -1B -1L -1V -1窗口化，利用Hann窗口。最后，假设后续PSD（RPSD）为先前PSD的平均值在决策统计的上下文中，这使得RPSD成为调节剂。这在图8中描绘，其中表达dowed段。Hann窗函数，Han [. [24]，表示为[25]，. 2pwY½k]¼-1kXXXXXsbg½l]ej2pnv-l=pN电话：+86-20-5000-85000传真：+86-20-5000 -85000W-1;0≤w≤W-1 <$33 <$R-2000-2000-2000j2pnv-l表示如下中国每平方米n¼02Nb¼0l¼0 v¼0 svg½l]eV1.一、Xlseg.×cos. pk2n1;0P S DDLSEG.1/4你好。;0≤k≤K 0-1;j≤k≤K-1≤ 27毫米Y0UFMC-MIMO½k]YUFMC-MIMO½k];0≤k≤K 0-1281; 2;···;nseg34其中Y'表示Y' F-OFDM-MIMO、Y' UFMC-MIMO或Y' FBMC-MIMO。通过以下公式评估所得PSDNSEG-1等式（29）将注意力吸引到变换的FBMC信号，并且等式（30）示出了其空系数的删除RPSD1nsegPSDik351/4M-1N-11YFBMC-MIMO½k]¼-1每平方米n<$0d<$4 - 1因此，二元假设确定H0，无论k是否大于或等于g，g是所接收的5G-MIMO（PU）信号仅包括噪声的指示。二进制V-1型×v¼0Vj2pnvjupr2N假设还确定H，k是否大于g，这是一个M-1N-11V-1Vj2pnvju它的候选人，以及噪音。这表示为：×XXn0X每平方米Xsd;vg½q-d2]eVed;v. H;k6g×cos pk2n1得子茶杯.2NH1;k>g接下来，为了将上述提出的SS推广到NSSU，≤k≤K-1≤ 29 Ω通过OR方案，用于集中协作用户的决策融合应用被表示为：它的应用，对于每一个片段，其次是乘以每一个片段与汉恩窗口，以获得PSD。这d;v=¼d¼-1v¼0ð36ÞW. Algriree，N.Sulaiman，M.M.Isa等人埃及信息学杂志24（2023）161169见图8。 分割和开窗的过程。W. Algriree，N.Sulaiman，M.M.Isa等人埃及信息学杂志24（2023）161170NS.A37型-q8Rnr2r22--FBMC-MIMO系统。对于仅一个SU，根据等式（18）和（31）执行检测性能 对于图九，十，K0SXY.ΣYNS0字节0BK-R。2r21C1C伪SS技术因此，不同信号的数据已经被Q发1/4-ns¼1 1-Pfa1/4-ns¼1 @1-Q@q8Rr22通过运行这个模拟得到的YNS0字节¼-ns¼1Nx0Bk-2R.nr2r21C1CSX4.1. 所提出的扩频技术对非合作用户本小节介绍了亲检测性能，Q d11-Q @。AA38@用于F-OFDM-MIMO、UFMC-MIMO和其中，Qfa和Qd分别表示关于第NS个集中式协作用户的虚警和检测4. 仿真结果在 本 节 中 ， 通 过 使 用 MathWorks® 执 行 F-OFDM-MIMO 、UFMC-MIMO和FBMC-MIMO系统的仿真，给出了所提出系统的结果。为了获得上述系统的检测性能，针对F-OFDM-MIMO、UFMC-MIMO和FBMC-MIMO系统的生成形状的各种因素，在不同的SNR值和AWGN信道下得到了结果。5G的F-OFDM、UFMC和FBMC信号的特性以及发射机和接收机天线的数量在表2中描述。通过10，000次Monte Carlo仿真试验，得到了该算法的检测性能，验证了该算法的有效性。在图11中，x轴表示虚警概率，而y轴表示检测概率。 图 9揭示了F-OFDM-MIMO系统在不同低SNR值和恒定虚警概率下的性能。虽然得到了不同信噪比下的曲线，但它们是相互冲突的原因是MIMO天线的功率提高了该系统的检测的检测性能。然而，UFMC-MIMO系统中的长信号长度并不能帮助所提出的系统使20 dB成为如图2所示的完美速率。 10. 因此，需要增加天线数量，以提高检测性能，使信噪比达到20 dB。 图图11描述了FBMC-MIMO系统的检测性能。信噪比为0和10 dB时，检测性能比信噪比为20 dB时有较大的提高然而，所有的表现都很重要。显著的检测性能由高检测概率和低虚警概率定义。对于SNR = 0 dB和短信号长度，UFMC-MIMO系统的检测性能更好。表25G-MIMO波形类型的属性。F-OFDMFBMCUFMCTX天线数量= 2TX天线数量= 2TX天线数量= 2RX天线数量= 2RX天线数量= 2RX天线数量= 2FFT次数= 1024FFT次数= 512FFT次数= 1024资源块数量= 50子带大小= 20警卫人数：212人子载波数量= 12子带数量= 10重叠符号= 4循环前缀长度= 72循环前缀长度= 43符号数量= 100比特/子载波= 6音调偏移= 2.5滤波器长度=513 64 QAM比特/子载波= 4子带偏移= 156滤波器长度=43 16 QAM比特/子载波= 24 QAM见图9。非合作用户的F-OFDM-MIMO系统的扩频检测性能。W. Algriree，N.Sulaiman，M.M.Isa等人埃及信息学杂志24（2023）161171见图10。 UFMC-MIMO中非合作用户的检测性能。见图11。非合作用户的FBMC-MIMO的检测性能的建议SS。见图12。研究了F-OFDM-MIMO系统中集中式协作用户的扩频检测性能。W. Algriree，N.Sulaiman，M.M.Isa等人埃及信息学杂志24（2023）161172比其他系统更复杂然而，检测性能对于较低SNR也是良好的。4.2. 提出的SS技术对集中式协作用户的影响本小节介绍了所提出的用于F-OFDM-MIMO、UFMC-MIMO和MIMO的SS技术的检测性能。具有多个SU的FBMC-MIMO系统。模拟中使用的SU数为10、30和50dB。根据等式（37）和（38）获得检测 对于图在图12、13和14中，x轴表示全局虚警的概率，而y轴表示全局检测的概率。性能得到恒定值的SNR，SU的数量，和全球虚警概率。图12显示了F-OFDM-MIMO系统在-20dB时的检测性能图十三.研究了UFMC-MIMO系统中具有集中式协作用户的扩频系统的检测性能。图14.研究了FBMC-MIMO系统中具有集中式协作用户的扩频系统的检测性能。表3申报系统的参数与相关作品。建议和相关工作ROC：（（Pfa，Pd）for one users）（（Qfa，Qd）for many users）PeSNR /dB5G-NOMA[6]0.04，0.97 0.07 5混合高斯混合模型[7]0.064，0.93 0.134 N/AMFD[8]0.05，0.99 0.06 +15核高斯噪声[9]0.09，0.99 0.1 8ED-OFDM[10]0.05，0.61 0.44 150.01、0.98（5×5天线）0.035G-MIMO检测（1用户）（仅2× 2天线）0.05，0.95（F-OFDM）0.1 200.05、0.96（UFMC）0.090.05，0.98（FBMC）0.075G-MIMO检测（50个用户）（仅2× 2天线）0.01，0.99（F-OFDM）0.02 200.01、0.995（UFMC）0.0150.03，0.9（FBMC）0.13W. Algriree，N.Sulaiman，M.M.Isa等人埃及信息学杂志24（2023）161173××叶老与较低数量的SU相比，较高数量的SU的结果更好另一方面，图13呈现了UFMC-MIMO系统的检测性能由于不同SU速率的信号长度较短，因此所有曲线都有冲突图14描述了FBMC-MIMO系统的检测性能50个SU比10个和30个SU的其他类型更好总之，所提出的用于MIMO集中式协作用户的SS技术所获得的结果优于所提出的用于MIMO非协作用户的SS技术，这是因为检测到了MIMO集中式协作用户的信号。一旦SU的数量增加，则性能得到改善4.3. 拟议系统与相关工程的比较根据所得到的结果，所提出的MIMO扩频技术提供了更好的结果比相关的工作集中式合作和非合作用户。表3总结了建议的系统和相关工作的数值结果对于非合作用户的系统，所提出的系统获得的结果优于相关的工作。所提出的系统的FBMC波形与2 2 MIMO天线具有最好的性能与较少的天线数量。其性能达到了98%的检测率。此外，对于集中式协作用户系统，本文所提系统的性能优于相关工作。对于F-OFDM和UFMC波形，采用2 × 2 MIMO天线的检测概率等于或大于0.99分别针对两种波形F-OFDM和UFMC。综上所述，所提出的集中式协作用户的MIMO感知系统的检测性能优于所提出的仅用于一个用户的MIMO感知系统它可以被利用用于许多5G波形，如F-OFDM、FBMC和UFMC。5. 结论本文分析了非协作和集中式协作（次用户）两种方式下扩频技术的性能.这两个系统都是针对5G-MIMO通信系统执行的，其中发射机和接收机都具有多个天线。已经分析了三种5G系统：F-OFDM- MIMO、UFMC-MIMO和FBMC-MIMO系统。数学表达式提出了各种数量的次级用户，发射机和接收机天线，信号的长度，和波形形状。此外，本文还分析了集中式协作和非协作用户的虚警概率与测试统计量和信号长度的关系，而不是与检测表达式的关系。给出了不同采样数、不同信噪比和不同调制方式下的仿真结果。所提出的系统克服了低信噪比的问题，并且F-OFDM-MIMO、UFMC-MIMO和FBMC-MIMO系统.最好的结果如下获得;对于FBMC（对于一个用户）和UFMC（对于50个用户），仅一个用户的检测概率分别等于0.98和0.995。另一方面，与不使用MIMO技术的其他检测系统相比，增加的天线数量增强了检测性能。竞争利益作者声明，他们没有已知的竞争性财务利益或个人关系，可能会影响本文报告的工作。致谢这项工作得到了马来西亚普特拉大学的支持。引用[1] [10] Ansari J，Andersson C，de Bruin P，Farkas J，Grosjean L，Sachs J，et al. 工业自动化的5G试验性能。 电子2022;11（3）：412.[2] 潘迪特，辛格.认知无线电网络中的频谱感知：潜在挑战和未来展望。In：Pandit S，Singh G，editors.认知无线电网络中的频谱共享。Cham：Springer InternationalPublishing;2017。p. 35比75[3] 杨伟杰，王伟杰，王伟杰.基于认知无线电的5G蜂窝网络多播频谱共享模型：综述。计算机网络2022;208：108870。[4] KumarA，Thakur P，Pandit S，Singh G. 认知无线电网络中频谱感知的最优门限选择分析：一种能量检测方法。Wirel Netw2019;25（7）：3917-31.[5] 王宁，王璞，阿利普尔-法尼德A，焦磊，曾克。物联网5G无线网络的物理层安全：挑战和机遇。IEEE Internet Things J2019;6（5）：8169-81.[6] Yasrab T，Gurugopinath S. MIMO-NOMA认知无线电与基于能量的频谱感知的频谱 效 率 。 IEEE International Conference onDistributed Computing ， VLSI ，Electrical Circuits and Robotics（DISCOVER），2019。[7] ChowdeeKU，Rao BP. 提出了一种基于混合混合模型的