在认知无线电网络（Cognitive Radio Networks, CRNs）中，主要用户定位（Primary User Localization，PUL）是一个关键问题，它对于能够感知位置的频谱分配至关重要。主要用户通常是频谱的授权拥有者，而次级用户（Secondary Users，SUs）则在未被占用的频谱上临时使用。PUL的主要目的是快速准确地定位出主用户的位置，从而在保证授权用户通信质量的前提下，提高频谱的使用效率，并减少次级用户对主用户可能产生的干扰。
现有的主要用户定位算法中存在着一些不足之处，例如，可能需要大量的计算资源、较高的复杂度，或者对网络设备的要求较高。为了克服这些问题，提出了基于节点选择的主要用户定位算法。该算法考虑了未知发射功率情况下的定位问题，根据几何精度选择合适的节点，从而提升定位的准确性。
在认知无线电网络中进行主要用户定位时，与全球定位系统（GPS）通常使用的方法有所不同。通常，需要大量次级用户的合作，并采用被动定位技术。此外，主要用户定位算法的基本要求包括快速定位和较低的计算复杂度。
论文中提到了几种基于接收信号强度（Received Signal Strength，RSS）的主要用户定位算法。例如，基于网格的迭代搜索算法、基于加权最小二乘（Weighted Least Squares，WLS）的算法、基于Cayley-Menger矩阵的主要用户定位算法，以及基于X.Fan提出的算法等。这些算法各有特点，例如，加权最小二乘算法易于在多种测量中获得，并且它适用于在大量样本中进行定位估计。
在具体实现上，提出的基于节点选择的定位算法，通过选择几何精度较高的节点，减少了算法的复杂性和次级用户间的通信流量。这种算法的性能在仿真测试中表现良好，尤其在定位准确性方面。选择部分次级用户进行通信可以减少干扰，同时，由于计算量的减少，算法的复杂度也得到了降低。
在认知无线电网络中，主要用户定位的研究是解决频谱效率和干扰问题的重要手段。通过不断改进算法，如上述的节点选择策略，可以在不显著增加网络负担的前提下，有效提升定位速度和准确性，为认知无线电网络的健康发展提供技术支撑。
