Hardware-Software Codesign for Software Defined Radio: IEEE 802.11p receiver case study
软件定义无线电（SDR）平台是设计新无线技术或改进现有技术规范的有用工具。IEEE 802.11p是无线车载自组织网络（Wireless Vehicular Ad-hoc NETworks，VANESCO）的事实标准。它已经在GNU Radio SDR [1]上实现，它经历了帧解码/编码延迟。本文提出了一种基于FPGA的软件无线电作为解决方案，以加速帧解码的IEEE 802.11p波形。我们分享了在基于FPGA的嵌入式硬件架构上设计和验证SDR的经验。在FPGA Zynq平台的顶部，我们按照硬件/软件（HW/SW）协同设计方法移植了SDR GNU Radio。软件无线电系统的实时性能分析表明，具有FFT软件功能的OFDM均衡器是整个软件无线电接收机功能中最耗时的任务（34.74%）。我们建议使用FPGA Zynq的自由逻辑门作为硬件（HW）加速器来对FFT处理功能进行硬件加速。与纯软件实现相比，具有FFT子功能的硬件OFDM实现器可以加速SDR链处理。我们基于FPGA的SDR设计是提出嵌入式SDR的关键一步。它不仅是IEEE 802.11p标准的替代方案，也是任何基于OFDM的SDR的替代方案。
2020-03-24 eess.SP
gr-ntnisac: An Open GNU Radio Testbed for NTN-ISAC
Skylo Technologies
本文提出开源GNU Radio测试平台gr-ntnisac，用于测试面向NTN-ISAC的5G LEO卫星无源接收器，通过仿真与硬件实验验证了直接路径对消等关键技术的性能。
2026-10-09 cs.SY eess.SP eess.SY
Super-LoRa: Enhancing LoRa Throughput via Payload Superposition
本文提出Super-LoRa方法，通过叠加多个负载符号利用LoRa抗干扰鲁棒性，在低复杂度下提升吞吐量达5倍，为数据密集型物联网应用提供可行解决方案。
2025-04-16 eess.SP
Towards Receiver-Agnostic and Collaborative Radio Frequency Fingerprint Identification
射频指纹识别（RFFI）是一种新兴的设备认证技术，它利用射频前端的硬件特性作为设备标识符。RFFI在无线接收机中实现，用于提取发射机损伤，然后执行分类。接收机硬件损伤实际上会干扰特征提取过程，但其影响和缓解措施尚未得到全面研究。在本文中，我们提出了一个接收器不可知的RFFI系统，它对接收器特性的变化不敏感;它是通过采用对抗训练来学习接收器无关的特征来实现的。此外，当存在多个接收器时，该功能可以执行协作推断以增强分类准确性。最后，我们展示了如何利用更少的收集信号进行微调以进一步改进。为了验证该方法，我们进行了广泛的实验评估，将该方法应用于涉及10个LoRa设备和20个软件定义无线电（SDR）接收器的LoRaWAN案例研究。结果表明，接收机不可知的训练，使训练后的神经网络变得强大的接收机特性的变化。协作推理将分类准确性提高了20%，超过了单接收器RFFI系统，微调可以为性能不佳的接收器带来40%的改进。
2022-07-06 eess.SP
In-phase and Quadrature Chirp Spread Spectrum for IoT Communications
本文描述了一种基于长距离（LoRa）物理层（PHY）框架的相干啁啾扩频（CSS）技术。LoRa PHY在频移键控（FSK）的变体之上采用CSS，并且在接收器处采用非相干检测来获得所传输的数据符号。在本文中，我们提出了一种方案，编码的线性调频信号的同相和正交分量的信息位，而不是采用在接收机的相干检测器。因此，需要信道均衡来补偿发射信号上的信道引起的相位旋转。此外，简单的信道估计技术利用用于同步的LoRa参考序列来获得在均衡器中使用的复信道系数。使用数值模拟的性能评估表明，所提出的方案在能量效率方面实现了约1 dB的增益，并且与传统的LoRa PHY方案相比，其频谱效率提高了一倍。这是由于相干接收机能够利用发射信号的同相和正交分量之间的正交性。
2020-09-22 eess.SP
Dataset and UAV Propagation Channel Modeling for LoRa in the 860 MHz ISM Band
1 Telecommunications Circuits Laboratory, \'Ecole Polytechnique F\'ed\'erale de Lausanne, Switzerland
本文通过SDR测试平台收集校园环境中LoRa帧的数据集，用于建立UAV不同场景下的经验传播信道模型，支持高时间分辨率的信道变化评估及接收算法实验验证。
2025-12-17 eess.SP
Non-Orthogonal HARQ-CC over SDR: A GNU Radio-Based Implementation
Jinan University（暨南大学）；University of Macau（澳门大学）；Beijing Institute of Technology（北京理工大学）
本文提出一种基于GNU Radio的非正交HARQ-CC方案，通过优化资源分配提升频谱效率，满足6G网络低延迟需求。
2026-03-04 eess.SP
Theoretical Performance of LoRa System in Multi-Path and Interference Channels
针对LoRa物联网（IoT）调制方案，提出了在以下两种情况下的误符号率（SER）的半解析近似：1）在具有加性高斯白噪声（AW GN）的多径频率选择性衰落信道中; 2）在平坦衰落AW GN信道中存在第二个干扰LoRa用户。通过考虑基于接收到的LoRa波形的常见离散傅里叶变换（DF T）的检测器，推导出相干和非相干情况下的性能。通过考虑这两种情况，检测器表现出严重降低LoRa接收器性能的寄生峰值。在这个意义上，我们提出了这个结果的理论表达，从一个统一的框架，峰值检测概率的基础上，使我们能够推导出SER，这是通过蒙特卡罗模拟验证。快速计算的派生的封闭形式SER允许进行深入的性能分析，这两种情况。
2022-01-11 eess.SP
Noncoherent Maximum Likelihood Detection for LoRa Signals in Multipath Fading
University of Saskatchewan（萨斯喀彻温大学）；Cisco Systems Inc.（思科系统公司）
本文提出一种低复杂度的非相干最大似然检测方法，用于多径衰落信道中的LoRa信号检测，无需信道状态信息，提升检测性能。
2026-07-17 eess.SP
On the Advantage of Coherent LoRa Detection in the Presence of Interference
已经表明，LoRa信号的相干检测在加性高斯白噪声（AWGN）信道上仅提供约0.7 dB的边际增益。然而，基于ALOHA的大规模物联网系统，包括LoRa，通常在干扰受限的情况下运行。因此，在这项工作中，我们研究了在存在来自具有相同扩频因子的另一个LoRa用户的干扰的情况下，具有相干检测的LoRa调制的性能。我们推导出严格的符号和帧的错误率表达式，以及边界和近似的错误率评估。这些近似预测的错误率进行比较，发现错误率的Monte Carlo模拟，并显示是非常准确的。我们还比较了LoRa与相干和非相干接收机的性能，我们表明LoRa的相干检测在干扰场景中比仅存在AWGN的情况下更有益。例如，我们表明，相干检测导致一个2.5 dB的增益超过标准的非相干检测的信号干扰比（SIR）为3 dB和高达10 dB的增益为0 dB的SIR。
2020-10-01 eess.SP
A Low-Cost Open-Source BLE-Based Asian Hornet Tracking System
针对亚洲胡蜂巢穴定位耗时的问题，研究人员开发了基于BLE的低成本开源追踪系统，通过自定义PN序列和数字波束扫描实现方向检测，野外测试验证了其性能，为相关环境监测应用提供可扩展框架。
2025-09-04 eess.SP
LoRa Modulation for Split Learning
本文提出一种基于LoRa调制的分割学习通信设计，利用表达神经网络和自适应激活函数，在低信噪比和缺乏信道状态信息时仍能保持高精度。
2023-10-21 eess.SP
Alternative Chirp Spread Spectrum Techniques for LPWANs
Chirp扩频（CSS）是当前由长距离（LoRa）采用的调制技术，长距离（LoRa）是最突出的物联网无线通信标准之一。LoRa物理层（PHY）在频移键控的变体之上采用CSS，并且在接收器处采用非相干检测。虽然它在覆盖范围、数据速率和设备简单性之间提供了良好的权衡，但其最大可实现数据速率仍然是某些应用的限制因素。此外，当前的LoRa标准没有充分利用CSS通用情况，即，当要发送的数据以不同的波形参数编码时。因此，本文的目标是研究CSS的性能，同时探索不同的参数设置，旨在提高最大可实现的吞吐量，从而提高频谱效率。在最大似然估计的框架下，给出了相干和非相干接收算法的设计。对于实际的接收机设计，信道估计技术的公式也被提出。CSS的不同变体的性能评估进行检查的符号错误率作为一个函数的信号-噪声比连同最大可实现的吞吐量，每个方案可以实现。
2021-06-10 eess.SP
Centralized RAN for Future Low-Power Wide-Area Networks: A LoRa Case Study
Telecommunications Circuits Laboratory, École Polytechnique Fédérale de Lausanne（洛桑联邦理工学院电信电路实验室）；College of Computing, Mohammed VI Polytechnic University（穆罕默德六世理工大学计算机学院）
本文针对LPWAN的可扩展性等挑战，提出适配的C-RAN架构并实现LoRa案例验证，实验表明该架构可提升多接收机联合处理的信号灵敏度。
2026-08-25 eess.SP
Comprehensive RF Dataset Collection and Release: A Deep Learning-Based Device Fingerprinting Use Case
Oregon State University（俄勒冈州立大学）
基于深度学习的RF指纹识别最近被认为是一种潜在的解决方案，可用于支持新兴的无线网络应用，例如频谱访问策略实施，自动化网络设备身份验证以及未经授权的网络访问监控和控制。现在比以往任何时候都更需要真实、全面的RF数据集，以支持对新开发的RF指纹识别方法的研究、评估和验证。在本文中，我们展示并发布了一个大规模的RF指纹数据集，该数据集使用USRP B210接收器从25个不同的LoRa物联网传输设备中收集。我们的数据集由大量符合SigMF的二进制文件组成，这些文件代表I/Q时域样本及其相应的基于FFT的LoRa传输文件。该数据集提供了一套全面的基本实验场景，考虑了室内和室外环境以及各种网络部署和配置，例如发射机和接收机之间的距离，所考虑的LoRa调制的配置，进行实验的物理位置以及用于训练和测试神经网络模型的接收机硬件。
2022-01-06 cs.LG eess.SP
Radio Frequency Fingerprint Identification for LoRa Using Spectrogram and CNN
University of Liverpool（利物浦大学）；Southeast University（东南大学）；Western University（韦仕敦大学）
射频指纹识别（RFFI）是一种新兴的设备认证技术，其依赖于无线设备的固有硬件特性。我们设计了一种基于频谱图和卷积神经网络（CNN）的远程（LoRa）系统RFFI方案。具体来说，我们使用频谱图来表示LoRa信号的细粒度时频特征。此外，我们发现，瞬时载波频率偏移（CFO）漂移，这将导致误分类和显着损害系统的稳定性，我们证明CFO补偿是一种有效的缓解。最后，我们设计了一个混合分类器，可以调整CNN输出与估计的CFO。CFO的平均值保持相对稳定，因此它可以用于排除估计CFO落在范围之外的CNN预测。我们在真实的无线环境中使用20个LoRa测试设备（DUT）和通用软件无线电外设（USRP）N210接收器进行了实验。通过与基于IQ和基于FFT的RFFI方案的比较，我们的基于谱图的方案可以达到最佳的分类精度，即，20个LoRa DUT为97.61%。
2020-12-30 cs.LG eess.SP
Performance Analysis of Clustered LoRa Networks
在本文中，我们调查的上行链路传输性能的低功率广域网（LPWA）网络与共存的无线电模块。我们采用远程（LoRa）无线电技术作为焦点网络的一个例子，即使我们的分析可以很容易地扩展到其他情况。我们利用一种新的拓扑结构来模拟网络，其中LoRa的节点位置遵循泊松簇过程（PCP），而其他共存的无线电模块遵循泊松点过程（PPP）。与大多数基于随机几何的性能分析不同，我们考虑了噪声。更具体地，考虑两个模型，每个集群中分别具有固定和随机数的活动LoRa节点。为了获得洞察力，覆盖概率的精确和简单的近似表达式。在此基础上，得到了面积谱效率和能量效率。通过我们的分析，我们展示了如何通过调整每个LoRa接收器周围LoRa节点的密度来增强LPWA网络的性能。此外，仿真结果揭示了每个集群中存在最佳的活动LoRa节点数量，以最大化区域频谱效率。
2019-05-31 cs.IT eess.SP math.IT
Prototyping with SDR: a quick way to play with next-gen communications systems
在本文中，我们提出了我们的方法，利用滤波器组技术的新的无线电接收器的实施，使用软件开发驱动的方法。由于大多数常见的无线电通信系统共享类似的结构，因此可以利用这一点来创建框架，该框架提供通用布局和工具来构造可重新配置的发射机和/或接收机。通过将通用软件无线电外围设备版本2（USRP 2）的使用与我们自己构建在GNU无线电软件框架之上的通用面向对象框架相结合，我们已经能够快速实现上行链路（UL）滤波器组多载波（FBMC）接收机的工作概念证明，用于单输入单输出（SISO）和多输入多输出（MIMO）场景，在第七个欧洲框架项目PHYDYAS中。我们在这里描述的方法，我们已经从软件工程中应用，以建立这个演示，这表明使用软件定义无线电（SDR）技术的快速原型新的无线通信系统的适用性。
2018-03-20 cs.IT eess.SP math.IT
Understanding Long Range-Frequency Hopping Spread Spectrum (LR-FHSS) with Real-World Packet Traces
本文基于真实数据包踪迹评估LR-FHSS，验证其通信范围与网络容量，并提出定制方法显著提升性能，实现更高网络容量。
2023-12-21 cs.NI eess.SP
eWake: A Novel Architecture for Semi-Active Wake-Up Radios Attaining Ultra-High Sensitivity at Extremely-Low Consumption
在这项工作中，我们提出了一种新的方案，半无源唤醒接收器电路，表现出显着的灵敏度超过-70 dBm，而最先进的接收器的灵敏度高达-55 dBm。接收器采用包络检测器的典型原理，该包络检测器从其天线收集RF能量，同时其采用纳米功率运算放大器来在借助于比较器电路实现的最终解码之前增强所获得的信号。它使用通过LoRa收发器传播的OOK信号在868 MHz ISM频段工作，同时还支持寻址功能，以便仅唤醒指定的网络节点。开发的接收器的功耗低至580 nA，保持在相同的功耗水平，作为国家的最先进的实现。
2021-03-29 cs.AR eess.SP
RF-Transformer: A Unified Backscatter Radio Hardware Abstraction
本文介绍了RF-Transformer，这是一种统一的反向散射无线电硬件抽象，允许低功耗物联网设备以最低功耗直接与异构无线接收器通信。与针对特定无线通信协议定制的现有反向散射系统不同，RF-Transformer为微控制器提供了可编程接口，允许物联网设备合成不同类型的协议兼容反向散射信号，共享完全不同的PHY层设计。为了展示我们设计的有效性，我们在2.4 GHz ISM频段上实现了RF-Transformer的PCB原型，并展示了其生成标准ZigBee，蓝牙，LoRa和Wi-Fi 802.11b/g/n/ac数据包的能力。我们广泛的现场研究表明，RF-Transformer在生成标准Wi-Fi、ZigBee、蓝牙和LoRa信号时，可实现23.8 Mbps、247.1 Kbps、986.5 Kbps和27.3 Kbps的吞吐量，同时功耗比有源器件低7.6 - 74.2。我们基于65 nm CMOS工艺的ASIC模拟表明，RF变压器的功率增益可以进一步增长到92 - 678。我们进一步将RF变压器与压力传感器集成，并提出了一个案例研究，用于检测走廊中的行人流量密度。我们为期7天的案例研究表明，RFTransformer可以通过在Wi-Fi信号上合成LoRa数据包，将传感器数据可靠地传输到商品网关。我们的实验结果也验证了RF变压器与商品接收机的兼容性。代码和硬件原理图可在www.exam…
2022-09-30 cs.NI eess.SP
Cross-Receiver Open-Set Radio Frequency Fingerprinting via Structure-First Adaptation
School of Information Systems Engineering, Information Engineering University（信息工程大学信息系统工程学院）
针对跨接收机场景下开集RFFI决策脆弱问题，提出由DSA和ROA组成的结构优先适配框架CRODA-ST，在WiSig ManyTx数据集上取得优异开集识别性能。
2026-07-15 cs.AI eess.SP
