[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

KR101467342B1 - 비정규 잡음 환경에서 협력 무선 인지 네트워크를 위한 스펙트럼 센싱 장치 및 방법, 이를 이용한 결합 센터 장치 및 협력 무선 인지 통신 시스템 - Google Patents

비정규 잡음 환경에서 협력 무선 인지 네트워크를 위한 스펙트럼 센싱 장치 및 방법, 이를 이용한 결합 센터 장치 및 협력 무선 인지 통신 시스템 Download PDF

Info

Publication number
KR101467342B1
KR101467342B1 KR20130124640A KR20130124640A KR101467342B1 KR 101467342 B1 KR101467342 B1 KR 101467342B1 KR 20130124640 A KR20130124640 A KR 20130124640A KR 20130124640 A KR20130124640 A KR 20130124640A KR 101467342 B1 KR101467342 B1 KR 101467342B1
Authority
KR
South Korea
Prior art keywords
signal
rti
given
test statistic
ssi
Prior art date
Application number
KR20130124640A
Other languages
English (en)
Inventor
채근홍
윤석호
Original Assignee
성균관대학교산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 성균관대학교산학협력단 filed Critical 성균관대학교산학협력단
Priority to KR20130124640A priority Critical patent/KR101467342B1/ko
Priority to US14/518,181 priority patent/US9628996B2/en
Application granted granted Critical
Publication of KR101467342B1 publication Critical patent/KR101467342B1/ko

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W72/00Local resource management
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W16/00Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/14Spectrum sharing arrangements between different networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Monitoring And Testing Of Transmission In General (AREA)

Abstract

본 발명의 실시예들에 따른 협력 무선 인지 통신 시스템은, 일차 사용자(PU)에게 할당된 대역을 일차 사용자가 현재 점유 중인지 알기 위해 해당 대역에서 검출된 무선 신호를 다운컨버팅한 기저 대역 신호를 샘플링하고, 샘플링 결과에 따라 PU 신호의 검출 여부에 관한 스펙트럼 센싱 정보(SSI)를 생성하는 M 개의 무선 인지 통신 장치들(CR) 및 최대 간섭 조건을 포함하는 주어진 통신 환경 하에서 이차 사용자(SU) 신호의 기대 평균 전송량을 최대로 할 수 있는 결합 문턱값
Figure 112013094273328-pat00283
를 결정하고, M 개의 무선 인지 통신 장치들의 각각으로부터 스펙트럼 센싱 정보(SSI)를 수신하면, M 개의 무선 인지 통신 장치들로부터 각각 수신된 M 개의 SSI들로부터 결합 검정 통계량을 산출하고, 산출된 결합 검정 통계량을 소정의 계수 규칙에 따라 주어진, 또는 결정된 결합 문턱값
Figure 112013094273328-pat00284
에 비교하여 PU 신호의 존재 여부를 판정하는 결합 센터(FC)를 포함할 수 있다.

Description

비정규 잡음 환경에서 협력 무선 인지 네트워크를 위한 스펙트럼 센싱 장치 및 방법, 이를 이용한 결합 센터 장치 및 협력 무선 인지 통신 시스템{APPARATUS AND METHOD OF SPECTRUM SENSING SCHEME FOR COOPERATIVE COGNITIVE RADIO NETWORKS IN NON-GAUSSIAN NOISE ENVIRONMENTS, FUSION CENTER APPARATUS AND COOPERATIVE COGNITIVE RADIO SYSTEM}
본 발명은 협력 무선 인지 네트워크에 관한 것으로, 더욱 상세하게는, 협력 무선 인지 네트워크를 위한 스펙트럼 센싱 기법에 관한 것이다.
무선 주파수 대역의 수요가 급증하면서 무선 주파수 스펙트럼의 가치가 점점 높아지고 있다. 스펙트럼 사용의 효율을 높이는 기술로서 동적 스펙트럼 할당에 기반하는 인지 무선 통신(Cognitive Radio, CR)은 무선 주파수 스펙트럼 부족 문제의 해결책 중 하나로 주목받고 있다.
CR 시스템에서, 일차 사용자(Primary User, PU)는 특정 스펙트럼 대역에 대해 우선권을 가지는데, PU가 해당 스펙트럼 대역을 사용하지 않을 경우에, 즉 PU 신호가 존재하지 않을 때에 어떤 이차 사용자(Secondary User, SU)가 PU의 스펙트럼 사용에 간섭을 주지 않는 범위 내에서 해당 스펙트럼 대역에서 통신을 할 수 있다. CR 시스템이 효율적이고 유연하게 운영되기 위해서는 신뢰성있는 스펙트럼 센싱 기술이 뒷받침되어야 한다.
스펙트럼 센싱 기술은 크게 동기(coherent), 비동기(non-coherent) 및 신호 특징(feature) 검파 방식으로 분류된다.
대개의 경우에, CR은 이용하고자 하는 스펙트럼 대역의 PU 신호에 대해, 전송 방식, 파일럿, 동기화 메시지 등에 관하여, 충분한 정보를 가지지 못하기 때문에, 비동기 방식의 스펙트럼 센싱 기술이 보통 이용된다. 예를 들어, 에너지 검파는 전송 환경에 대한 최소의 정보만 요구하고 복잡도가 낮은 비동기 방식의 스펙트럼 센싱 기술이다.
한편, PU가 스펙트럼 대역을 실제로 점유하고 있음에도 불구하고, 어떤 CR이 자신이 처한 특정한 장소나 시간에 페이딩(fading)이나 쉐도잉(shadowing)에 의해 PU 신호가 검출되지 않아 해당 스펙트럼 대역을 사용하는 경우도 있을 수 있는데, 이 경우 PU는 통신 간섭을 당하게 된다.
페이딩이나 쉐도잉을 극복하기 위한 기법이 더 필요함에 따라, 다수의 CR들이 스펙트럼 센싱 정보들(Spectrum Sensing Information, SSI)을 공유하고 결합하여 공간적 다이버시티(diversity)를 확보하는 협력 스펙트럼 센싱(Cooperative Spectrum Sensing, CSS) 기법이 등장하였다.
CSS 기법에서, 각각의 이차 사용자들(SU)은 관심 스펙트럼 대역에 대해 PU 신호의 존재 여부를 각자 판단한 결과인 SSI를 결합 센터(Fusion Center, FC)로 전송하며, FC는 이들 SSI들을 결합하여 PU 신호의 존재 여부를 최종적으로 판정한다.
기존의 CSS 기법들은 잡음이 가우시안 정규 분포를 따른다는 가정에 기반한다. 하지만 현실 세계에서는 이동 중인 대형 물체, 전력선 개폐 과도 현상, 차량의 시동, 해수면 반사파, 번개, 태양풍 등의 원인으로 종종 충격성 비정규 잡음이 발생한다. 이 경우, 잡음 모형은 충격성 잡음 모형으로 모델링될 수 있다. 나아가, 이차 사용자들마다 각자 다른 잡음 환경 하에서 동작 중일 수도 있다.
기존의 가우시안 잡음 분포에 기반한 CSS 기법들은 이러한 현실적인 잡음 환경에서는 성능이 떨어지는 문제를 보인다.
본 발명이 해결하고자 하는 과제는 비정규 잡음 환경에서 협력 무선 인지 네트워크를 위한 스펙트럼 센싱 장치 및 방법, 이를 이용한 결합 센터 장치 및 협력 무선 인지 통신 시스템을 제공하는 데에 있다.
본 발명이 해결하고자 하는 과제는 비정규적 잡음 환경에서 충격성 잡음에 대한 영향을 줄일 수 있는 협력 무선 인지 네트워크를 위한 스펙트럼 센싱 장치 및 방법을 제공하는 데에 있다.
본 발명이 해결하고자 하는 과제는 비정규적 잡음 환경에서 충격성 잡음에 대한 영향을 줄이기 위해 각 CR들의 결과를 결합할 때에, PU와 CR들이 처한 다양한 시나리오 하에서 최선의 결과를 얻을 수 있는 결합 센터 장치와 무선 인지 통신 시스템을 제공하는 데에 있다.
본 발명의 해결과제는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 해결과제들은 아래의 기재로부터 당업자에게 명확히 이해되어 질 수 있을 것이다.
본 발명의 일 측면에 따른 협력 무선 인지 통신 시스템은,
일차 사용자(PU)에게 할당된 대역을 일차 사용자가 현재 점유 중인지 알기 위해 해당 대역에서 검출된 무선 신호를 다운컨버팅한 기저 대역 신호를 샘플링하고, 샘플링 결과에 따라 PU 신호의 검출 여부에 관한 스펙트럼 센싱 정보(SSI)를 생성하는 M 개의 무선 인지 통신 장치들(CR); 및
최대 간섭 조건을 포함하는 주어진 통신 환경 하에서 이차 사용자(SU) 신호의 기대 평균 전송량을 최대로 할 수 있는 결합 문턱값
Figure 112013094273328-pat00001
를 결정하고, 상기 M 개의 무선 인지 통신 장치들의 각각으로부터 스펙트럼 센싱 정보(SSI)를 수신하면, 상기 M 개의 무선 인지 통신 장치들로부터 각각 수신된 M 개의 SSI들로부터 결합 검정 통계량을 산출하고, 산출된 결합 검정 통계량을 소정의 계수 규칙에 따라 주어진, 또는 결정된 결합 문턱값
Figure 112013094273328-pat00002
에 비교하여 PU 신호의 존재 여부를 판정하는 결합 센터(FC)를 포함할 수 있다.
일 실시예에 따라, 상기 결합 센터는
상기 M 개의 무선 인지 통신 장치들의 각각으로부터 스펙트럼 센싱 정보(SSI)를 수신하고, 결정된 결합 문턱값
Figure 112013094273328-pat00003
에 의한 계수 규칙에 따라 PU 신호의 존재 여부를 판정하는 PU 신호 판정부; 및
최대 간섭 조건을 포함하는 주어진 통신 환경에 따라 이차 사용자(SU) 신호의 기대 평균 전송량을 최대로 할 수 있는 결합 문턱값
Figure 112013094273328-pat00004
를 결정하는 문턱값 최적화부를 포함할 수 있다.
일 실시예에 따라, 상기 문턱값 최적화부는
주어진 최대 간섭 조건, CR들의 개수, 오경보 확률, 검파 확률, SU 신호의 설계 전송량 및 SU 신호에 의해 PU 신호가 받는 간섭의 크기에 따라 SU 신호의 기대 평균 전송량을 최대로 할 수 있는 결합 문턱값
Figure 112013094273328-pat00005
를 결정하도록 동작할 수 있다.
일 실시예에 따라, 상기 문턱값 최적화부는 다음 수학식
Figure 112013094273328-pat00006
을 만족하는 결합 문턱값
Figure 112013094273328-pat00007
을 결정하도록 동작하고,
여기서, pfa는 어느 한 CR의 오경보 확률, pd는 어느 한 CR의 검파 확률을 의미하며, R은 SU 신호의 설계 전송량, x는 M 개의 CR들 중에서 PU 신호를 검출한 CR들의 개수, MCM-x는 M 개의 CR들 중에서 M-x 개의 CR들이 선택되는 경우의 수를 의미하는 조합 연산, C는 SU 신호가 PU 신호에 미치는 간섭의 크기,
Figure 112013094273328-pat00008
는 주어진 최대 간섭 크기 조건일 수 있다.
일 실시예에 따라, 상기 문턱값 최적화부는,
주어진 최대 간섭 조건에 따라, 결합 문턱값
Figure 112013094273328-pat00009
를 1로, 계수 규칙을 OR 규칙으로 결정하거나 또는 결합 문턱값
Figure 112013094273328-pat00010
를 M으로, 계수 규칙을 AND 규칙으로 결정하도록 동작할 수 있다.
일 실시예에 따라, 상기 결합 센터는,
전체 스펙트럼에 걸쳐 PU 신호가 존재하는 대역 및 비어 있는 대역에 관한 정보를 지속적으로 관리하고 이차 사용자(SU)의 대역 사용 요청 및 PU 신호의 존재 여부 판정에 따라, 이차 사용자에게 비어 있는 대역을 할당하거나 이차 사용자가 사용 중인 대역을 회수하거나 변경하도록 제어하는 동적 대역 관리부를 더 포함할 수 있다.
일 실시예에 따라, 상기 무선 인지 통신 장치는 샘플링 결과에 따라 PU 신호의 검출 여부에 관한 SSI를 생성하는 스펙트럼 센싱부를 포함하며,
상기 스펙트럼 센싱부는,
수신된 기저 대역 신호를 샘플링하고, 샘플링된 N 개의 샘플들로 구성된 관측 샘플 벡터
Figure 112013094273328-pat00011
={ym(1), ym(2), ..., ym(N)}(m은 1≤m≤M인 정수)을 생성하는 샘플링부;
관측 샘플 벡터
Figure 112013094273328-pat00012
을 크기가 작은 순서대로 재배열한 순서 통계량
Figure 112013094273328-pat00013
중에서 크기가 작은 순서로
Figure 112013094273328-pat00014
개(
Figure 112013094273328-pat00015
은 1≤
Figure 112013094273328-pat00016
≤N인 정수)의 선택적 관측 샘플들을 선택하는 샘플 선택부;
주어진 잡음 환경에서 상기
Figure 112013094273328-pat00017
개의 선택적 관측 샘플들에 기초한 일반화 우도 비율 검정 기법에 따른 검정 통계량
Figure 112013094273328-pat00018
을 산출하는 검정부; 및
주어진 잡음 환경에서 산출된 검정 통계량
Figure 112013094273328-pat00019
을 주어진 국부 문턱값 λm에 비교하여 수신된 기저 대역 신호가 PU 신호인지 판정하여 SSI를 생성하는 SSI 생성부를 포함할 수 있다.
일 실시예에 따라, 상기 검정부는,
비정규 충격성 잡음 환경이 이변수 등방형 대칭 알파 안정 분포(BISαS 분포)를 따르는 것으로 모형화되었을 때에, 다음 수학식
Figure 112013094273328-pat00020
에 따라, m 번째(m은 1≤m≤M인 정수) CR의 ℓ 번째(ℓ은 1≤ℓ≤k인 정수) 선택적 관측 샘플
Figure 112013094273328-pat00021
의 절대값을 제곱하고,
Figure 112013094273328-pat00022
으로 나눈 다음 1과 더해진 값에 자연 로그를 한 결과들을 모두 합산하여 검정 통계량
Figure 112013094273328-pat00023
을 산출하며,
여기서,
Figure 112013094273328-pat00024
,
Figure 112013094273328-pat00025
은 m 번째 CR에 대한 BISαS 분포의 확률 밀도 함수의 산포도(dispersion)일 수 있다.
일 실시예에 따라, 상기 검정부는,
비정규 충격성 잡음 환경이 이변수 등방형 대칭 알파 안정 분포(BISαS 분포)를 따르는 것으로 모형화되었을 때에, 다음 수학식
Figure 112013094273328-pat00026
에 따라, m 번째(m은 1≤m≤M인 정수) CR의 ℓ 번째(ℓ은 1≤ℓ≤k인 정수) 선택적 관측 샘플
Figure 112013094273328-pat00027
의 절대값을 제곱하고,
Figure 112013094273328-pat00028
으로 나눈 결과들을 모두 합산하여 검정 통계량
Figure 112013094273328-pat00029
을 산출하며,
여기서,
Figure 112013094273328-pat00030
,
Figure 112013094273328-pat00031
은 m 번째 CR에 대한 BISαS 분포의 확률 밀도 함수의 분산(distribution)일 수 있다.
일 실시예에 따라, 상기 SSI 생성부는,
상기 검정부로부터 관측 샘플 벡터
Figure 112013094273328-pat00032
Figure 112013094273328-pat00033
개의 선택적 관측 샘플들에 의한 검정 통계량
Figure 112013094273328-pat00034
을 전달받고, 다음 수학식
Figure 112013094273328-pat00035
에 따라 이진 SSI 값 xm을 가지고 SSI를 생성하도록 동작하며,
여기서, 국부 문턱값 λm은 m 번째 CR에 주어진 개별적인 문턱값일 수 있다.
본 발명의 다른 측면에 따른 협력 무선 인지 네트워크를 위한 결합 센터는,
협력 무선 인지 네트워크를 구성하는 M 개의 무선 인지 통신 장치들의 각각으로부터 스펙트럼 센싱 정보(SSI)를 수신하고, 결정된 결합 문턱값
Figure 112013094273328-pat00036
에 의한 계수 규칙에 따라 PU 신호의 존재 여부를 판정하는 PU 신호 판정부; 및
최대 간섭 조건을 포함하는 주어진 통신 환경에 따라 이차 사용자(SU) 신호의 기대 평균 전송량을 최대로 할 수 있는 결합 문턱값
Figure 112013094273328-pat00037
를 결정하는 문턱값 최적화부를 포함할 수 있다.
일 실시예에 따라, 상기 문턱값 최적화부는
주어진 최대 간섭 조건, CR들의 개수, 오경보 확률, 검파 확률, SU 신호의 설계 전송량 및 SU 신호에 의해 PU 신호가 받는 간섭의 크기에 따라 SU 신호의 기대 평균 전송량을 최대로 할 수 있는 결합 문턱값
Figure 112013094273328-pat00038
를 결정하도록 동작할 수 있다.
일 실시예에 따라, 상기 문턱값 최적화부는 다음 수학식
Figure 112013094273328-pat00039
을 만족하는 결합 문턱값
Figure 112013094273328-pat00040
을 결정하도록 동작하고,
여기서, pfa는 어느 한 CR의 오경보 확률, pd는 어느 한 CR의 검파 확률을 의미하며, R은 SU 신호의 설계 전송량, x는 M 개의 CR들 중에서 PU 신호를 검출한 CR들의 개수, MCM-x는 M 개의 CR들 중에서 M-x 개의 CR들이 선택되는 경우의 수를 의미하는 조합 연산, C는 SU 신호가 PU 신호에 미치는 간섭의 크기,
Figure 112013094273328-pat00041
는 주어진 최대 간섭 크기 조건일 수 있다.
일 실시예에 따라, 상기 문턱값 최적화부는,
주어진 최대 간섭 조건에 따라, 결합 문턱값
Figure 112013094273328-pat00042
를 1로, 계수 규칙을 OR 규칙으로 결정하거나 또는 결합 문턱값
Figure 112013094273328-pat00043
를 M으로, 계수 규칙을 AND 규칙으로 결정하도록 동작할 수 있다.
일 실시예에 따라, 상기 결합 센터는,
전체 스펙트럼에 걸쳐 PU 신호가 존재하는 대역 및 비어 있는 대역에 관한 정보를 지속적으로 관리하고 이차 사용자(SU)의 대역 사용 요청 및 PU 신호의 존재 여부 판정에 따라, 이차 사용자에게 비어 있는 대역을 할당하거나 이차 사용자가 사용 중인 대역을 회수하거나 변경하도록 제어하는 동적 대역 관리부를 더 포함할 수 있다.
본 발명의 다른 측면에 따른 협력 무선 인지 통신 시스템의 스펙트럼 센싱 방법은,
M 개의 무선 인지 통신 장치(CR)들과 결합 센터(FC)로 구성된 협력 무선 인지 통신 시스템의 스펙트럼 센싱 방법으로서,
각각의 무선 인지 통신 장치가, 수신한 기저 대역 신호를 샘플링하는 단계;
각각의 무선 인지 통신 장치가, 샘플링된 N 개의 샘플들로 구성된 관측 샘플 벡터
Figure 112013094273328-pat00044
(m은 1≤m≤M인 정수)을 크기가 작은 순서대로 재배열한 순서 통계량
Figure 112013094273328-pat00045
중에서 크기가 작은 순서로
Figure 112013094273328-pat00046
개의 선택적 관측 샘플들을 선택하는 단계;
각각의 무선 인지 통신 장치가, 주어진 잡음 환경에서
Figure 112013094273328-pat00047
개의 선택적 관측 샘플들에 기초한 일반화 우도 비율 검정 기법(GSO)에 따른 검정 통계량
Figure 112013094273328-pat00048
을 산출하는 단계;
각각의 무선 인지 통신 장치가, 산출된 검정 통계량
Figure 112013094273328-pat00049
과 주어진 국부 문턱값 λm에 비교하여 수신된 기저 대역 신호가 일차 사용자(PU) 신호인지 여부의 판정에 기초하여 스펙트럼 센싱 정보(SSI)를 생성하고 생성된 스펙트럼 센싱 정보를 결합 센터에 각각 전송하는 단계;
상기 결합 센터가, 최대 간섭 조건을 포함하는 주어진 통신 환경에 따라 이차 사용자(SU) 신호의 기대 평균 전송량을 최대로 할 수 있는 결합 문턱값
Figure 112013094273328-pat00050
를 결정하는 단계; 및
상기 결합 센터가, 상기 M 개의 무선 인지 통신 장치들로부터 각각 수신된 M 개의 SSI들로부터 결합 검정 통계량을 산출하고, 산출된 결합 검정 통계량을 소정의 계수 규칙에 따라 주어진, 또는 결정된 결합 문턱값
Figure 112013094273328-pat00051
에 비교하여 PU 신호의 존재 여부를 판정하는 단계를 포함할 수 있다.
일 실시예에 따라, 상기 결합 센터가 결합 문턱값
Figure 112013094273328-pat00052
를 결정하는 단계는,
주어진 최대 간섭 조건, CR들의 개수, 오경보 확률, 검파 확률, SU 신호의 설계 전송량 및 SU 신호에 의해 PU 신호가 받는 간섭의 크기에 따라 SU 신호의 기대 평균 전송량을 최대로 할 수 있는 결합 문턱값
Figure 112013094273328-pat00053
를 결정하는 단계를 포함할 수 있다.
일 실시예에 따라, 상기 결합 센터가 결합 문턱값
Figure 112013094273328-pat00054
를 결정하는 단계는,
Figure 112013094273328-pat00055
을 만족하는 결합 문턱값
Figure 112013094273328-pat00056
을 결정하는 단계를 포함하고,
여기서, pfa는 어느 한 CR의 오경보 확률, pd는 어느 한 CR의 검파 확률을 의미하며, R은 SU 신호의 설계 전송량, x는 M 개의 CR들 중에서 PU 신호를 검출한 CR들의 개수, MCM-x는 M 개의 CR들 중에서 M-x 개의 CR들이 선택되는 경우의 수를 의미하는 조합 연산, C는 SU 신호가 PU 신호에 미치는 간섭의 크기,
Figure 112013094273328-pat00057
는 주어진 최대 간섭 크기 조건일 수 있다.
일 실시예에 따라, 상기 결합 센터가 결합 문턱값
Figure 112013094273328-pat00058
를 결정하는 단계는,
주어진 최대 간섭 조건에 따라, 결합 문턱값
Figure 112013094273328-pat00059
를 1로, 계수 규칙을 OR 규칙으로 결정하거나 또는 결합 문턱값
Figure 112013094273328-pat00060
를 M으로, 계수 규칙을 AND 규칙으로 결정하는 단계를 포함할 수 있다.
일 실시예에 따라, 검정 통계량
Figure 112013094273328-pat00061
을 산출하는 단계는,
비정규 충격성 잡음 환경이 이변수 등방형 대칭 알파 안정 분포(BISαS 분포)를 따르는 것으로 모형화되었을 때에, 다음 수학식
Figure 112013094273328-pat00062
에 따라, m 번째(m은 1≤m≤M인 정수) CR의 ℓ 번째(ℓ은 1≤ℓ≤k인 정수) 선택적 관측 샘플
Figure 112013094273328-pat00063
의 절대값을 제곱하고,
Figure 112013094273328-pat00064
으로 나눈 다음 1과 더해진 값에 자연 로그를 한 결과들을 모두 합산하여 검정 통계량
Figure 112013094273328-pat00065
을 산출하며,
여기서,
Figure 112013094273328-pat00066
,
Figure 112013094273328-pat00067
은 m 번째 CR에 대한 BISαS 분포의 확률 밀도 함수의 산포도일 수 있다.
일 실시예에 따라, 검정 통계량
Figure 112013094273328-pat00068
을 산출하는 단계는,
비정규 충격성 잡음 환경이 이변수 등방형 대칭 알파 안정 분포(BISαS 분포)를 따르는 것으로 모형화되었을 때에, 다음 수학식
Figure 112013094273328-pat00069
에 따라, m 번째(m은 1≤m≤M인 정수) CR의 ℓ 번째(ℓ은 1≤ℓ≤k인 정수) 선택적 관측 샘플
Figure 112013094273328-pat00070
의 절대값을 제곱하고,
Figure 112013094273328-pat00071
으로 나눈 결과들을 모두 합산하여 검정 통계량
Figure 112013094273328-pat00072
을 산출하며,
여기서,
Figure 112013094273328-pat00073
,
Figure 112013094273328-pat00074
은 m 번째 CR에 대한 BISαS 분포의 확률 밀도 함수의 분산일 수 있다.
일 실시예에 따라, 스펙트럼 센싱 정보(SSI)를 생성하는 단계는,
상기 검정 통계량
Figure 112013094273328-pat00075
에 관하여, 다음 수학식
Figure 112013094273328-pat00076
에 따른 이진 SSI 값 xm을 가지고 SSI를 생성하는 단계를 포함하며,
여기서, 국부 문턱값 λm은 m 번째 CR에 주어진 개별적인 문턱값일 수 있다.
본 발명의 비정규 잡음 환경에서 협력 무선 인지 네트워크를 위한 스펙트럼 센싱 방법, 이를 이용한 결합 센터 장치 및 무선 인지 통신 시스템에 따르면, 다양한 시나리오에서 SU 신호의 기대 전송량을 최대로 할 수 있는 최적화된 문턱값에 기초한 계수 규칙을 이용하여 PU 신호의 점유 여부를 판정할 수 있다.
본 발명의 비정규 잡음 환경에서 협력 무선 인지 네트워크를 위한 스펙트럼 센싱 방법, 이를 이용한 결합 센터 장치 및 무선 인지 통신 시스템에 따르면, PU가 간섭받아서는 안 되는 시나리오에서는 OR 규칙에 따라 판정하여 하나의 CR에서라도 PU 신호가 인식되면 PU 신호가 존재한다고 판정하고, 그렇지 않은 시나리오에서는 AND 규칙 또는 다수결(MJ) 규칙에 따라 판정하여 모든 CR들 또는 과반수의 CR들에서 PU 신호가 인식되어야 PU 신호가 존재한다고 판정할 수 있다.
본 발명의 효과는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들은 아래의 기재로부터 당업자에게 명확하게 이해되어 질 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 비정규 잡음 환경에서 협력 무선 인지(CCR) 네트워크를 위한 무선 인지 통신 장치들 및 결합 센터가 협력하여 동작하는 협력 무선 인지 통신 시스템의 개략적인 개념도이다.
도 2는 본 발명의 일 실시예에 따른 비정규 잡음 환경에서 협력 무선 인지 네트워크를 위한 무선 인지 통신 장치를 예시한 블록도이다.
도 3은 본 발명의 일 실시예에 따른 비정규 잡음 환경에서 협력 무선 인지 네트워크를 위한 각각의 무선 인지 통신 장치가 코시(Cauchy) 잡음 환경에서 동작할 때에 무선 인지 통신 장치의 스펙트럼 센싱부를 예시한 블록도이다.
도 4는 본 발명의 일 실시예에 따른 비정규 잡음 환경에서 협력 무선 인지 네트워크를 위한 각각의 무선 인지 통신 장치가 가우시안 잡음 환경에서 동작할 때에 무선 인지 통신 장치의 스펙트럼 센싱부를 예시한 블록도이다.
도 5는 본 발명의 일 실시예에 따른 비정규 잡음 환경에서 협력 무선 인지 네트워크를 위한 스펙트럼 센싱 방법이다.
도 6 내지 도 8은 본 발명의 일 실시예에 따른 비정규 잡음 환경에서 협력 무선 인지 네트워크를 이용한 협력 무선 인지 통신 시스템에서, ROC(Receiver operation characteristic) 성능이 서로 다른 잡음 환경에서 서로 다른 계수 규칙에 따라 얼마나 변화하는지 나타낸 그래프들이다.
본문에 개시되어 있는 본 발명의 실시예들에 대해서, 특정한 구조적 내지 기능적 설명들은 단지 본 발명의 실시예를 설명하기 위한 목적으로 예시된 것으로, 본 발명의 실시예들은 다양한 형태로 실시될 수 있으며 본문에 설명된 실시예들에 한정되는 것으로 해석되어서는 아니 된다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
도 1은 본 발명의 일 실시예에 따른 비정규 잡음 환경에서 협력 무선 인지(CCR) 네트워크를 위한 무선 인지 통신 장치들 및 결합 센터가 협력하여 동작하는 협력 무선 인지 통신 시스템의 개략적인 개념도이다.
협력 무선 인지 통신 시스템(10)은 무선 인지 통신 장치들(Cognitive Radio, CR)(11)과 결합 센터(Fusion Center, FC)(12)를 포함한다.
나아가, 무선 인지 통신 장치(11)는 스펙트럼 센싱부(111), 무선 인지 제어부(112) 및 무선 통신 모듈(113)을 포함할 수 있다.
스펙트럼 센싱부(111)는 일차 사용자(우선 사용자, PU)에게 할당된 주파수 스펙트럼 대역을 일차 사용자가 현재 점유 중인지 알기 위해 해당 주파수 스펙트럼에서 검출된 무선 신호를 다운컨버팅한 기저 대역 신호를 샘플링하고, 샘플링 결과에 따라 PU 신호의 검출 여부에 관한 스펙트럼 센싱 정보(SSI)를 생성한다.
스펙트럼 센싱부(111)의 구체적인 동작은 도 2의 무선 인지 통신 장치의 스펙트럼 센싱부를 참조하여 추후에 설명된다.
무선 인지 제어부(112)는 스펙트럼 센싱부(111)에서 생성한 스펙트럼 센싱 정보를 무선 통신 모듈(113)를 통해 결합 센터(12)로 출력하며, 결합 센터(12)로부터 수신된 무선 제어 신호에 의해 지시되는 무선 자원 설정에 따라 무선 통신 모듈(113)를 동작시킬 수 있다.
실시예에 따라, 만약 협력 무선 인지 통신 시스템(10) 내에서 하나의 무선 인지(CR) 네트워크를 구성하는 CR 사용자, 즉 무선 인지 통신 장치(11)가 하나 뿐이라면, 무선 인지 제어부(112)는 스펙트럼 센싱 정보(SSI)에 따라 PU 신호가 검출되지 않는다고 판정된 대역에서 무선 통신 모듈(113)를 동작시킬 수 있다.
한편, 결합 센터(12)는 PU 신호 판정부(121), 문턱값 최적화부(122) 및 동적 대역 관리부(123)를 포함할 수 있다.
PU 신호 판정부(121)는 M 개의 무선 인지 통신 장치들(10)로부터 스펙트럼 센싱 정보(SSI)를 수신하고, 수신된 M 개의 SSI들로부터 결합 검정 통계량
Figure 112013094273328-pat00077
을 산출하고, 산출된 결합 검정 통계량
Figure 112013094273328-pat00078
을 소정의 계수 규칙에 따라 주어진, 또는 결정된 결합 문턱값
Figure 112013094273328-pat00079
에 비교하여 PU 신호의 존재 여부를 판정한다.
문턱값 최적화부(122)는 최대 간섭 조건을 포함하는 주어진 통신 환경에 따라 SU 신호의 기대 평균 전송량을 최대로 할 수 있는 결합 문턱값
Figure 112013094273328-pat00080
를 결정한다.
구체적으로, 문턱값 최적화부(122)는 주어진 최대 간섭 조건, CR들의 개수, 오경보 확률, 검파 확률, 이차 사용자(SU) 신호의 설계 전송량 및 SU 신호에 의해 PU 신호가 받는 간섭의 크기에 따라 SU 신호의 기대 평균 전송량을 최대로 할 수 있는 결합 문턱값
Figure 112013094273328-pat00081
를 결정한다.
동적 대역 관리부(123)는 전체 스펙트럼에 걸쳐 PU 신호가 존재하는 대역 및 비어 있는 대역에 관한 정보를 지속적으로 관리하고 이차 사용자(SU)의 대역 사용 요청 및 PU 신호의 존재 여부 판정에 따라, 이차 사용자에게 비어 있는 대역을 할당하거나 이차 사용자가 사용 중인 대역을 회수하거나 변경하도록 제어할 수 있다.
무선 인지 통신 장치(11)의 스펙트럼 센싱 동작을 설명하기 위해 도 2를 참조하면, 도 2는 본 발명의 일 실시예에 따른 비정규 잡음 환경에서 협력 무선 인지 네트워크를 위한 무선 인지 통신 장치를 예시한 블록도이다.
먼저, 하나의 FC(12)와 M 개의 CR 사용자들(11)로 이루어진 CR 네트워크를 고려하면, m 번째 (1≤m≤M) CR 사용자의 n 번째 기저대역 샘플 ym(n)=ym,I(n)+jym,Q(n)은 PU 신호가 없으면 다음 수학식 1과 같이 나타낼 수 있다.
Figure 112013094273328-pat00082
여기서, I와 Q는 각각 샘플 ym(n)의 인페이즈(in-phase) 성분과 쿼드러처(quardrature) 성분을 나타내고, N은 관측 샘플의 총 개수이다. wm(n)도 ym(n)과 마찬가지로 wm(n)=wm,I(n)+jwm,Q(n)으로 표현되는 복소 가산성 잡음이고, m과 n에 대해 독립적이다.
PU 신호가 존재하면 기저대역 샘플 ym(n)은 다음 수학식 2와 같이 나타난다.
Figure 112013094273328-pat00083
여기서, s(n)은 s(n)=sI(n)+jsQ(n)으로서 PU로부터 송신된 복소 신호의 n 번째 샘플을 의미하며, hm은 hm=hm,I(n)+jhm,Q(n)인 복소 채널 계수(complex channel coefficients)이다. M 개의 복소 채널 계수들 hm은 모두 동일한 분포를 가지고 서로 독립이며 스펙트럼 센싱 구간 동안 값이 변하지 않는다고 가정한다.
충격성 비정규 잡음은 BISαS(bivariate isotropic symmetric α-stable) 분포, 즉 이변수 등방형 대칭 알파 안정 분포를 따르는 것으로 모형화될 수 있다.
BISαS 분포의 확률 밀도 함수(probability density function, PDF)는 아래의 수학식 3과 같이 나타낼 수 있다.
Figure 112013094273328-pat00084
여기서, 확률 변수 u1과 u2에 대해, α는 특성 지수(characteristic exponent)로서 0<α≤2이며, α 값이 작으면 확률 밀도 함수에서 가장자리의 두께가 두꺼워지는데, 이는 충격성 잡음이 일어날 확률이 증가된 환경을 묘사할 수 있다. 이러한 α 값의 특성을 이용하여 충격성 잡음 성분의 영향의 정도를 표현할 수 있다. γ는 산포도(dispersion)로서, γ이 커질수록 확률 밀도 함수가 더 넓게 퍼지는 경향을 표현할 수 있다.
BISαS 분포는 α=1 및 α=2인 경우에만 수학식 3과 같은 확률 밀도 함수가 닫힌 꼴(closed form)로 정리되는데, α=1일 때를 이변수 코시 분포(bivariate Cauchy distribution)라고 하며 수학식 4와 같이 정리될 수 있다.
Figure 112013094273328-pat00085
α=2일 때를 이변수 가우시안 분포(bivariate Gaussian distribution)라고 하며 수학식 5와 같이 정리될 수 있다.
Figure 112013094273328-pat00086
여기서, σ2=2γ는 분산을 의미한다.
이러한 잡음의 분포를 가정하였을 때에, 알려진 잡음 분포 환경에서 PU 신호의 변조 방식, 펄스 형태, 패킷 형식 등의 특징 정보도 CR이 알고 있다면 CR에서 정합 필터를 이용하여 최적의 성능을 낼 수 있을 것이다.
그러나, 실제로는 PU 신호에 대한 여러 정보를 CR이 알고 있기 어려우므로, 통상적으로, 정합 필터를 대신하여 m 번째 CR에서 샘플링된 무선 신호 ym(n)의 유의미한 신호 성분인 hms(n)의 최대 우도 추정치(Maximum Likelihood Estimate, MLE)에 기초한 일반화 우도 비율 검정 기법(Generalized Likelihood Ratio Test, GLRT)을 이용하여, m 번째 CR에서 잡힌 신호가 PU 신호인지 여부를 판정한다.
이를 위해, 도 2의 무선 인지 통신 장치(20)는 스펙트럼 센싱부(21), 무선 인지 제어부(22) 및 무선 통신 모듈(23)을 포함한다. 무선 인지 통신 장치(20)는 하나의 협력 무선 인지 통신 시스템을 구성하는 M 개의 무선 인지 통신 장치들 중 m 번째 장치이다.
무선 통신 모듈(23)은, 무선 인지 제어부(22)의 제어에 따라, 관심 대상인 주파수 스펙트럼에서 수신된 무선 신호로부터 기저 대역 신호를 추출하고, 추출된 기저 대역 신호를 스펙트럼 센싱부(21)에 전달한다.
스펙트럼 센싱부(21)는 수신된 기저 대역 신호를 샘플링하고, 샘플링된 샘플들의 순서 통계량에서 크기 순서 대로 부분적으로 선택된 "선택적 샘플들에 기반한 일반화 우도 비율 검정 기법"(GLRT based on selected observations, 본 발명에서 GSO라 지칭함)의 검정 통계량 및 주어진 국부 문턱값(local threshold)에 따라, 수신된 기저 대역 신호가 PU 신호인지 판정하여 스펙트럼 센싱 정보(SSI)를 생성한다.
이를 위해, 스펙트럼 센싱부(21)는 샘플링부(211), 샘플 선택부(212), 검정부(213) 및 SSI 생성부(214)를 포함한다.
샘플링부(211)는 수신한 기저 대역 신호를 샘플링하고, 샘플링된 N 개의 샘플들로 구성된 관측 샘플 벡터
Figure 112013094273328-pat00087
을 샘플 선택부(212)에 전달한다.
샘플 선택부(212)는 관측 샘플 벡터
Figure 112013094273328-pat00088
을 크기가 작은 순서대로 재배열한 순서 통계량
Figure 112013094273328-pat00089
중에서 크기가 작은 순서로
Figure 112013094273328-pat00090
개의 선택적 관측 샘플들을 선택하여 검정부(213)에 전달한다.
검정부(213)는 주어진 잡음 환경에서
Figure 112013094273328-pat00091
개의 선택적 관측 샘플들에 기초한 일반화 우도 비율 검정 기법(GSO)에 따른 검정 통계량을 산출한다.
SSI 생성부(214)는 산출된 검정 통계량과 주어진 국부 문턱값에 비교하여 수신된 기저 대역 신호가 PU 신호인지 판정하여 스펙트럼 센싱 정보(SSI)를 생성한다.
좀더 이론적으로 설명하면, 스펙트럼의 센싱 여부를 판정하는 문제는 결국 스펙트럼이 비어 있다는 가설 또는 스펙트럼이 점유되어 있다는 가설 중 어느 한 가설이 맞는지 검증하는 문제, 즉 이진 가설 검증 문제라 할 수 있다.
가설 H0가 PU 스펙트럼이 비어 있다는 가설이라면, 그에 대한 대립 가설 H1은 PU 스펙트럼이 점유되어 있다는 가설이라 할 수 있다.
어떤 가설 H0 또는 H1 하에, 관측 벡터
Figure 112013094273328-pat00092
에 대한 결합 확률 밀도 함수를 각각 fH0 및 fH1라 하면, m 번째 CR 장치에서 GLRT 검정 통계량
Figure 112013094273328-pat00093
은 다음 수학식 6과 같이 나타낼 수 있다.
Figure 112013094273328-pat00094
여기서
Figure 112013094273328-pat00095
는 자연 로그 항이고
Figure 112013094273328-pat00096
는 최대 우도 추정치 항이다. fm는 1≤n≤N인 n에 대해 wm,I(n)과 wm,Q(n)의 결합 PDF를 나타낸다.
한편, m 번째 CR 장치에서 산포도
Figure 112013094273328-pat00097
이고 분산
Figure 112013094273328-pat00098
일 때, 수학식 6에서 자연 로그 항 내의 분자 성분을 코시 잡음 환경 및 가우시안 잡음 환경에 대해 각각 다시 유도하여, 수학식 7 및 수학식 8과 같이 정리할 수 있다.
Figure 112013094273328-pat00099
Figure 112013094273328-pat00100
수학식 7 및 8로부터 코시 잡음 환경과 가우시안 잡음 환경에서 신호 성분
Figure 112013094273328-pat00101
의 최대 우도 추정치
Figure 112013094273328-pat00102
는 다음 수학식 9와 같이 얻을 수 있다.
Figure 112013094273328-pat00103
수학식 9와 같이 신호 성분
Figure 112013094273328-pat00104
의 최대 우도 추정치
Figure 112013094273328-pat00105
Figure 112013094273328-pat00106
라 할 때에, 본 발명은 샘플 선택부(212)에서 관측 샘플 벡터
Figure 112013094273328-pat00107
중 크기가 작은 순서로 선택한
Figure 112013094273328-pat00108
개의 선택적 관측 샘플들에 대해 검정부(213)가 연산할 GSO 기반의 검정 통계량
Figure 112013094273328-pat00109
를 다음 수학식 10과 같이 제안한다.
Figure 112013094273328-pat00110
여기서 ℓ은 1≤ℓ≤
Figure 112013094273328-pat00111
인 선택적 관측 샘플의 인덱스이고,
Figure 112013094273328-pat00112
은 m 번째 무선 인지 통신 장치를 위한 선택적 관측 샘플들의 개수이며,
Figure 112013094273328-pat00113
을 만족하는 정수
Figure 112013094273328-pat00114
에 대하여,
Figure 112013094273328-pat00115
이다.
수학식 6 내지 수학식 10에 따라, 코시 잡음 환경에서 검정 통계량
Figure 112013094273328-pat00116
은 아래 수학식 11과 같이 정의될 수 있다.
Figure 112013094273328-pat00117
여기서, k∈{1, 2, ...,
Figure 112013094273328-pat00118
,..., N}이다. 수학식 11에 따라 코시 잡음 환경일 때에, 관측 샘플 벡터
Figure 112013094273328-pat00119
Figure 112013094273328-pat00120
개의 선택적 관측 샘플들에 의한 GSO 검정 통계량
Figure 112013094273328-pat00121
Figure 112013094273328-pat00122
때의
Figure 112013094273328-pat00123
, 즉
Figure 112013094273328-pat00124
로 얻을 수 있다.
마찬가지로, 가우시안 잡음 환경에서의 검정 통계량
Figure 112013094273328-pat00125
은 아래 수학식 12와 같이 정의될 수 있다.
Figure 112013094273328-pat00126
여기서, k∈{1, 2, ...,
Figure 112013094273328-pat00127
,..., N}이다. 수학식 12에 따라 가우시안 잡음 환경일 때에, 관측 샘플 벡터
Figure 112013094273328-pat00128
Figure 112013094273328-pat00129
개의 선택적 관측 샘플들에 의한 GSO 검정 통계량
Figure 112013094273328-pat00130
Figure 112013094273328-pat00131
일 때의
Figure 112013094273328-pat00132
, 즉
Figure 112013094273328-pat00133
로 얻을 수 있다.
한편, 도 3 및 도 4는 본 발명의 일 실시예에 따른 비정규 잡음 환경에서 협력 무선 인지 네트워크를 위한 각각의 무선 인지 통신 장치가 코시 잡음 환경 및 가우시안 잡음 환경에서 각각 동작할 때에 무선 인지 통신 장치의 스펙트럼 센싱부를 상세하게 예시한 블록도들이다.
도 3 및 도 4를 참조하면, 무선 인지 통신 장치(20)의 스펙트럼 센싱부(21)는 샘플링부(211)에서 수신된 기저 대역 신호를 샘플링하고, 샘플링된 N 개의 샘플들로 구성된 관측 샘플 벡터
Figure 112013094273328-pat00134
={ym(1), ym(2), ..., ym(N)}을 샘플 선택부(212)에 전달한다.
샘플 선택부(212)는 관측 샘플 벡터
Figure 112013094273328-pat00135
을 크기가 작은 순서대로 재배열한 순서 통계량
Figure 112013094273328-pat00136
중에서 크기가 작은 순서로
Figure 112013094273328-pat00137
개의 선택적 관측 샘플들을 선택하여 검정부(213a, 213b)에 전달한다.
도 3의 검정부(213a)는 코시 잡음 환경에서 수학식 11에 따라
Figure 112013094273328-pat00138
개의 선택적 관측 샘플들에 기초한 일반화 우도 비율 검정 기법(GSO)에 따른 검정 통계량
Figure 112013094273328-pat00139
을 산출한다.
구체적으로 수학식 11에 따라, 도 3의 검정부(213a)는 각각의 선택적 관측 샘플
Figure 112013094273328-pat00140
의 절대값을 제곱하고,
Figure 112013094273328-pat00141
으로 나눈 다음 1과 더해진 값에 자연 로그를 한 결과들을 모두 합산하여 검정 통계량
Figure 112013094273328-pat00142
을 산출한다.
이와 유사하게, 수학식 12에 따라, 도 4의 검정부(213b)는 각각의 선택적 관측 샘플
Figure 112013094273328-pat00143
의 절대값을 제곱하고,
Figure 112013094273328-pat00144
으로 나눈 결과들을 모두 합산하여 검정 통계량
Figure 112013094273328-pat00145
을 산출한다.
다시 도 2로 돌아가서, 각각의 잡음 환경에서, SSI 생성부(214)는 산출된 검정 통계량과 주어진 국부 문턱값에 비교하여 수신된 기저 대역 신호가 PU 신호인지 판정하여 스펙트럼 센싱 정보(SSI)를 생성한다.
구체적으로, SSI 생성부(214)는, 검정부(213)에서 관측 샘플 벡터
Figure 112013094273328-pat00146
Figure 112013094273328-pat00147
개의 선택적 관측 샘플들에 의한 GSO 검정 통계량
Figure 112013094273328-pat00148
을 전달받고, 수학식 13과 같이 소정의 국부 문턱값 λm과 비교한 결과로부터 이진 SSI 값 xm을 생성할 수 있다. 국부 문턱값 λm은 m 번째 CR에 주어진 또는 설계 허용된 오경보(false alarm) 확률에 따른 개별적인 문턱값이다.
Figure 112013094273328-pat00149
이진 SSI 값 xm이 1이라는 것은 m 번째 CR은 PU 스펙트럼이 점유되어 있다는 가설 H1이 맞다고 판정함을 의미한다. 반대로, 이진 SSI 값 xm이 0이라는 것은 m 번째 CR은 PU 스펙트럼이 점유되어 있다는 가설 H1은 틀렸다고 판정함을 의미한다.
다시 도 1로 돌아가서, 결합 센터(12)는 PU 신호 판정부(121)에서 M 개의 CR들의 각각으로부터 SSI를 수신한다.
이에 따라, PU 신호 판정부(121)는 M 개의 SSI들 xm의 집합
Figure 112013094273328-pat00150
을 갖게 되며, 이들 M 개의 SSI들을 이용하여 다음 수학식 14와 같은 결합 검정 통계량
Figure 112013094273328-pat00151
를 산출한다.
Figure 112013094273328-pat00152
구체적으로, PU 신호 판정부(121)는, 수학식 14와 같이, M 개의 이진 SSI들 xm의 집합
Figure 112013094273328-pat00153
중 어떤 CR에서는 가설 H1이 검증되었다는 의미의 1의 값을 가지는 SSI xm들을 계수(counting)하여 결합 검정 통계량
Figure 112013094273328-pat00154
을 산출하고, 산출된 결합 검정 통계량
Figure 112013094273328-pat00155
을 소정의 계수 규칙에 따라 주어진, 또는 문턱값 최적화부(122)에 의해 최대 간섭 조건을 포함하는 주어진 통신 환경에 따라 SU 신호의 기대 평균 전송량을 최대로 할 수 있도록 결정된 결합 문턱값
Figure 112013094273328-pat00156
에 비교하여, PU 신호가 스펙트럼을 점유하여 해당 스펙트럼을 쓸 수 없다는 가설 H1과 스펙트럼이 비어 있다는 가설 H0 중 하나의 가설을 선택함으로써, 해당 스펙트럼 내에 PU 신호의 존재 여부를 최종적으로 판정한다.
이때, 실시예에 따라, 소정의 계수 규칙에 따른 결합 문턱값
Figure 112013094273328-pat00157
은 AND 규칙일 경우에는 M, OR 규칙일 경우에는 1, 다수결 규칙(majority rule)일 경우에는
Figure 112013094273328-pat00158
로 결정될 수 있다. 여기서
Figure 112013094273328-pat00159
는 천장 함수(ceiling function)로서, x보다 크거나 같으면서 가장 작은 정수를 나타낸다.
다른 실시예에서는 계수 규칙에 따른 결합 문턱값
Figure 112013094273328-pat00160
은 통신 환경에 따라 최적으로 결정될 수 있다.
문턱값 최적화부(122)는 최대 간섭 조건을 포함하는 주어진 통신 환경에 따라 SU 신호의 기대 평균 전송량을 최대로 할 수 있는 결합 문턱값
Figure 112013094273328-pat00161
를 결정하여, PU 신호 판정부(121)에 제공한다.
결합 문턱값
Figure 112013094273328-pat00162
이 주어진 통신 환경에 대한 최적 값보다 작으면, 즉 소수의 CR들이 PU 신호의 검출을 보고하면 대역에 PU 신호가 존재한다고 판정한다면, 오경보 확률은 증가하므로, 실제로는 대역을 이차 사용자(SU)가 사용할 수 있는 상태라 하더라도 점유 상태인 것으로 잘못 판정되어 SU가 대역을 사용하지 못하고 전송 성능이 저하되는 상황이 발생할 수 있다. 하지만 이 경우에 PU에 의한 대역의 점유 상태를 유휴 상태로 잘못 판정하는 확률은 감소하므로 SU 신호에 의해 PU 신호가 간섭을 받을 가능성은 줄어든다.
반대로, 결합 문턱값
Figure 112013094273328-pat00163
이 주어진 통신 환경에 대한 최적값보다 너무 크면, 즉 다수의 CR들이 PU 신호의 검출을 보고해야 대역에 PU 신호가 존재한다고 판정한다면, 오경보 확률은 감소하므로 SU가 대역을 사용하는 빈도가 증가하여 SU의 전송 성능의 향상을 기대할 수 있다. 하지만, 이 경우에 PU 신호가 존재함에도 미검출할 확률이 증가하므로 SU 신호에 의해 PU 신호가 간섭을 받을 가능성은 커진다.
따라서, 결합 문턱값
Figure 112013094273328-pat00164
은 PU 신호의 간섭 가능성의 최소화와 SU의 전송 성능의 최대화를 양 극단으로 하는 범위 중의 어떤 최적의 값으로 결정될 필요가 있다.
이때, 간섭 가능성을 완전히 회피할 수는 없으므로, 어떤 최대 간섭 조건이 오경보 확률과 마찬가지로 일종의 최대 허용 설계 오차로서 협력 무선 인지 통신 시스템에 주어진다면, 결합 문턱값
Figure 112013094273328-pat00165
을 좀더 용이하게 최적화할 수 있다.
좀더 구체적으로, 결합 문턱값
Figure 112013094273328-pat00166
의 최적화는, 최적화 문제가 최대 간섭 조건을 포함하는 주어진 통신 환경에 따라 SU 신호의 기대 평균 전송량을 최대로 할 수 있도록 설계될 수 있다면, 주지된 다양한 최적화 기법들을 이용하여 수행될 수 있다.
예시적으로, 본 발명에서는 SU 신호가 PU 신호에 미치는 간섭을 임의의 수준에서 제한하고, 그러한 조건을 만족할 때에 SU 신호의 전송 성능을 최대화할 수 있는 결합 문턱값
Figure 112013094273328-pat00167
를 찾기 위해, 오경보 확률 또는 미검출 확률이 0.5 이하일 것이라는 현실적인 가정 하에, 다음 수학식 15와 같이 컨벡스(convex) 최적화 문제로 정리한다.
Figure 112013094273328-pat00168
여기서, pfa는 어느 한 CR의 오경보 확률, pd는 어느 한 CR의 검파 확률을 의미하며, R은 SU 장치의 설계 전송량(throughput), x는 M 개의 CR들 중에서 PU 신호를 검출한 CR들의 개수, MCM-x는 M 개의 CR들 중에서 M-x 개의 CR들이 선택되는 경우의 수를 의미하는 조합 연산(combination), C는 SU 신호가 PU 신호에 미치는 간섭의 크기,
Figure 112013094273328-pat00169
는 주어진 최대 간섭 크기 조건이다.
다시 말해, 수학식 15는
Figure 112013094273328-pat00170
Figure 112013094273328-pat00171
를 만족하는
Figure 112013094273328-pat00172
로서,
Figure 112013094273328-pat00173
를 최대로 만드는
Figure 112013094273328-pat00174
를 찾는다는 의미이다.
Figure 112013094273328-pat00175
는 PU 신호가 실제로 없을 때에, 결합 센터가 PU 신호가 없다고 최종 판정할 확률이다. 이 판정의 결과 SU가 대역을 이용할 경우에 기대되는 평균적인 전송량이
Figure 112013094273328-pat00176
이다.
한편,
Figure 112013094273328-pat00177
는 PU 신호가 있음에도 결합 센터가 PU 신호가 없다고 판정할 미검출 확률로서, 간섭을 수치화한 값 C와 곱해서 PU 신호와 SU 신호 사이의 평균적인 간섭의 크기
Figure 112013094273328-pat00178
를 얻을 수 있다.
최대 간섭 크기 조건
Figure 112013094273328-pat00179
가 작으면 간섭을 일으키는 SU 신호의 송신 기회 및 전송량이 더 제한되지만 PU 신호가 겪는 간섭은 줄어든다. 반면에, 최대 간섭 크기 조건
Figure 112013094273328-pat00180
가 크면 간섭을 일으키는 SU 신호의 송신 기회 및 전송량이 더 허용되지만 PU 신호가 겪는 간섭은 증가한다.
수학식 15에서, 파라미터들 pfa, pd, R, C, M 및
Figure 112013094273328-pat00181
는 모두 사전에 주어지거나 미리 결정되는 값들이므로, 수학식 15를 통해 결합 문턱값
Figure 112013094273328-pat00182
의 최적화를 수행할 수 있다.
따라서, PU 신호가 간섭에 취약하여 SU 신호로부터 간섭을 최소화하여야 하는 통신 환경에서는 최대 간섭 크기 조건
Figure 112013094273328-pat00183
을 엄격하게, 예를 들어 상대적으로 작은 값으로 정하고, PU 신호가 간섭에 강하고 SU 신호의 전송량도 중요한 통신 환경에서는 최대 간섭 크기 조건
Figure 112013094273328-pat00184
을 여유롭게, 예를 들어 상대적으로 큰 값으로 정함으로써, 통신 시스템이나 통신 환경에 따라 최적의 결합 문턱값
Figure 112013094273328-pat00185
을 결정할 수 있다.
최대 간섭 조건이 가장 엄격한 경우를 가정하면 문턱값 최적화부(122)는 결합 문턱값
Figure 112013094273328-pat00186
를 1로 결정할 것이고, 이는 단 하나의 CR이라도 PU 신호를 검출하면 PU 신호가 존재한다고 판정하는 계수 규칙이므로, 이러한 결합 문턱값
Figure 112013094273328-pat00187
은 OR 규칙의 결합 문턱값
Figure 112013094273328-pat00188
과 사실상 동일하다.
반면에 최대 간섭 조건이 가장 여유로운 경우를 가정하면 문턱값 최적화부(122)는 결합 문턱값
Figure 112013094273328-pat00189
를 M으로 결정할 것이고, 이는 모든 CR에서 PU 신호를 검출해야만 PU 신호가 존재한다고 판정하는 계수 규칙이므로, 이러한 결합 문턱값
Figure 112013094273328-pat00190
은 AND 규칙의 결합 문턱값
Figure 112013094273328-pat00191
과 사실상 동일하다.
도 5는 본 발명의 일 실시예에 따른 비정규 잡음 환경에서 협력 무선 인지 통신 시스템을 위한 스펙트럼 센싱 방법이다.
도 5를 참조하면, M 개의 무선 인지 통신 장치(CR)들(11)과 결합 센터(FC)(12)로 구성된 협력 무선 인지 통신 시스템(10)의 스펙트럼 센싱 방법으로서, 먼저 단계(S51)에서, 각각의 무선 인지 통신 장치(11)가 수신한 기저 대역 신호를 샘플링한다.
단계(S52)에서, 각각의 무선 인지 통신 장치(11)는 샘플링된 N 개의 샘플들로 구성된 관측 샘플 벡터
Figure 112013094273328-pat00192
을 크기가 작은 순서대로 재배열한 순서 통계량
Figure 112013094273328-pat00193
중에서 크기가 작은 순서로
Figure 112013094273328-pat00194
개의 선택적 관측 샘플들을 선택한다.
단계(S53)에서, 각각의 무선 인지 통신 장치(11)는 주어진 잡음 환경에서
Figure 112013094273328-pat00195
개의 선택적 관측 샘플들에 기초한 일반화 우도 비율 검정 기법(GSO)에 따른 검정 통계량
Figure 112013094273328-pat00196
을 산출한다.
이때, 주어진 잡음 환경이 코시 잡음 환경이면 수학식 11에 따라 검정 통계량을 산출할 수 있다.
이와 유사하게, 주어진 잡음 환경이 가우시안 잡음 환경이면 수학식 12에 따라 검정 통계량을 산출할 수 있다.
단계(S54)에서, 각각의 무선 인지 통신 장치(11)는 산출된 검정 통계량
Figure 112013094273328-pat00197
과 주어진 국부 문턱값 λm에 비교하여 수신된 기저 대역 신호가 PU 신호인지 여부의 판정에 기초하여 스펙트럼 센싱 정보(SSI)를 생성하고 생성된 스펙트럼 센싱 정보를 결합 센터(12)에 각각 전송한다.
단계(S55)에서, 결합 센터(12)는 최대 간섭 조건을 포함하는 주어진 통신 환경에 따라 SU 신호의 기대 평균 전송량을 최대로 할 수 있는 결합 문턱값
Figure 112013094273328-pat00198
를 결정한다.
구체적으로, 결합 센터(12)의 문턱값 최적화부(122)는 주어진 최대 간섭 조건, CR들의 개수, 오경보 확률, 검파 확률, SU 신호의 설계 전송량 및 SU 신호에 의해 PU 신호가 받는 간섭의 크기에 따라 SU 신호의 기대 평균 전송량을 최대로 할 수 있는 결합 문턱값
Figure 112013094273328-pat00199
를 결정할 수 있다.
단계(S56)에서, 결합 센터(12)는 M 개의 무선 인지 통신 장치들(11)로부터 각각 수신된 M 개의 SSI들로부터 PU 신호를 검출한 무선 인지 통신 장치들(11)의 수를 계수하여 결합 검정 통계량
Figure 112013094273328-pat00200
을 산출하고, 산출된 결합 검정 통계량
Figure 112013094273328-pat00201
을 소정의 계수 규칙에 따라 주어진, 또는 결정된 결합 문턱값
Figure 112013094273328-pat00202
에 비교하여 PU 신호의 존재 여부를 판정한다.
이때, 실시예에 따라, 소정의 계수 규칙에 따른 결합 문턱값
Figure 112013094273328-pat00203
은 AND 규칙일 경우에는 M, OR 규칙일 경우에는 1, 다수결 규칙(majority rule)일 경우에는
Figure 112013094273328-pat00204
로 결정될 수 있다. 여기서
Figure 112013094273328-pat00205
는 천장 함수(ceiling function)로서, x보다 크거나 같으면서 가장 작은 정수를 나타낸다.
도 6 내지 도 8은 본 발명의 일 실시예에 따른 비정규 잡음 환경에서 협력 무선 인지 네트워크를 이용한 협력 무선 인지 통신 시스템에서, ROC(Receiver operation characteristic) 성능이 서로 다른 잡음 환경 및 서로 다른 계수 규칙에 따라 어떻게 변화하는지 나타낸 그래프들이다.
도 6 내지 도 8을 참조하면, 본 발명의 성능 확인을 위해 γ=1로 BISαS 모델링된 잡음 환경에서 네 개의 CR들을 가지는 협력 무선 인지 통신 시스템을 구축하고 ROC 성능을 시뮬레이션하였다. CR은 4 개이며 샘플 수는 50 개이고, 국부 문턱값들은 모두 동일하다.
먼저 다음 표 1은 잡음 환경 별로 BISαS 모델링을 위한 α 값을 나타낸다.
잡음 환경 첫 번째 CR 두 번째 CR 세 번째 CR 네 번째 CR
잡음 환경 1 2 2 1 1
잡음 환경 2 1.5 1.5 1.5 1.5
잡음 환경 3 1 1 1 1
잡음 환경 1은 두 개의 CR은 α=2인 가우시안 잡음 환경이고, 두 개는 α=1인 코시 잡음 환경에 있다. 잡음 환경 2는 네 CR 모두 α=1.5이고, 잡음 환경 3에서는 네 CR들이 모두 α=1에 놓여 있다. 잡음 환경 1보다 잡음 환경 2가, 잡음 환경 2보다 잡음 환경 3이 더 많은 충격성 잡음 성분을 가진다.
도 6 내지 도 8에서 범례는 각각 두 잡음 환경에서 본 발명에 따른 GSO 검정 통계량 산출 방식들(GSOC, GSOG)과 종래의 GLRT 검정 통계량 산출 방식들(GLRTC, GLRTG)과 세 가지의 특징적인 계수 규칙들(OR, MJ(다수결), AND)을 의미하며, 이들의 조합에 따라 총 12 개의 그래프들이 그려진다. 아래 첨자 C와 G는 각각 코시 잡음 환경 및 가우시안 잡음 환경에서 검정 통계량 방식들을 의미한다.
예를 들어 o로 이어지는 파선(- - o - - o - -) 그래프는, 코시 잡음 환경에서, 본 발명의 GSO 검정 통계량 산출 방식을 이용하여 생성한 SSI들을 기초로, 결합 문턱값
Figure 112013094273328-pat00206
이 1인 OR 규칙에 따라 PU 신호의 존재를 판정하였을 때의 성능 지수 그래프이다.
각각의 그래프에 대해, ROC 성능 지수로서 오경보 확률(PF)이 가로축에 표시되고 미검출 확률(PM)이 세로축에 표시된다.
다시 말해, 각 그래프는 주어진 오경보 확률에 대하여, 특정 통계 검정량과 계수 규칙의 조합에 따른 미검출 확률을 나타낸다. 동일한 오경보 확률에 대하여 미검출 확률이 낮을수록, 협력 무선 인지 통신 시스템의 스펙트럼 센싱 성능이 우수하다고 해석할 수 있다.
도 6을 참조하면, 두 개의 CR은 α=2인 가우시안 잡음 환경이고, 두 개는 α=1인 코시 잡음 환경인 잡음 환경 1인 경우에, 동일한 오경보 확률 예를 들어 PF=0.1인 상황에서, 종래의 GLRTG 방식에서는 미검출 확률 PM이 AND 규칙에서 0.8 정도이고, MJ 규칙에서는 0.6 정도, OR 규칙에서는 0.5 정도로 높은 편이고, 종래의 GLRTC 방식에서는 미검출 확률 PM이 AND 규칙에서 0.7 정도이고 OR 규칙 또는 MJ 규칙에서는 0.5 안팎으로 높은 편이다.
반면에, 본 발명의 GSOG 방식에서는, 미검출 확률 PM이 AND 규칙에서 0.5 정도로 좋진 않지만, OR 규칙 및 MJ 규칙에서 0.2 ~ 0.3 수준으로 상당히 개선되었고, 본 발명의 GSOC 방식에서도 미검출 확률 PM이 AND 규칙에서 0.5 정도로 좋지는 않지만, OR 규칙 및 MJ 규칙에서 0.2 ~ 0.3 수준으로 상당히 개선되었다.
도 7을 참조하면, 네 CR 모두 α=1.5인 잡음 환경 2인 경우에, 동일한 오경보 확률 예를 들어 PF=0.1인 상황에서, 종래의 GLRTG 방식에서는 미검출 확률 PM이 모든 계수 규칙에서 0.9 내외로 매우 높고, 종래의 GLRTC 방식에서는 다소 개선되기는 했지만 미검출 확률 PM이 모든 계수 규칙에서 0.5 내외로 높은 편이다.
반면에, 본 발명의 GSOG 방식에서는 미검출 확률 PM이 OR 규칙 및 MJ 규칙에서 0.1 ~ 0.2 수준으로 대단히 개선되었고 AND 규칙에서 0.4 수준으로 다소 개선되었으며, 유사하게, 본 발명의 GSOC 방식에서도 미검출 확률 PM이 OR 규칙 및 MJ 규칙에서 0.1 ~ 0.2 수준으로 대단히 개선되었고 AND 규칙에서 0.4 수준으로 다소 개선되었다.
도 8을 참조하면, 네 CR 모두 α=1인 코시 잡음 환경인 잡음 환경 3인 경우에, 동일한 오경보 확률 예를 들어 PF=0.1인 상황에서, 종래의 GLRTG 방식에서는 미검출 확률 PM이 모든 계수 규칙에서 0.9 내외로 매우 높고, 종래의 GLRTC 방식에서도 미검출 확률 PM이 모든 계수 규칙에서 0.8 내외로 높은 편이다.
반면에, 본 발명의 GSOG 방식에서는 미검출 확률 PM이 OR 규칙 및 MJ 규칙에서 0.1 ~ 0.2 수준으로 대단히 개선되었고 AND 규칙에서 0.4 수준으로 다소 개선되었으며, 유사하게, 본 발명의 GSOC 방식에서도 미검출 확률 PM이 OR 규칙 및 MJ 규칙에서 0.1 ~ 0.2 수준으로 대단히 개선되었고 AND 규칙에서 0.4 수준으로 다소 개선되었음을 알 수 있다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명이 상기의 실시예에 한정되는 것은 아니며, 이는 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명의 사상은 아래에 기재된 특허청구범위에 의해서만 파악되어야 하고, 이와 균등하거나 또는 등가적인 변형 모두는 본 발명 사상의 범주에 속한다 할 것이다.
또한, 본 발명에 따른 장치는 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 기록매체의 예로는 ROM, RAM, 광학 디스크, 자기 테이프, 플로피 디스크, 하드 디스크, 비휘발성 메모리 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
10 협력 무선 인지 통신 시스템
11 무선 인지 통신 장치들(CR) 111 스펙트럼 센싱부
112 무선 인지 제어부 113 무선 통신 모듈
12 결합 센터(FC) 121 PU 신호 판정부
122 문턱값 최적화부 123 동적 대역 관리부
20 무선 인지 통신 장치 21 스펙트럼 센싱부
211 샘플링부 212 샘플 선택부
213 검정부 214 SSI 생성부
22 무선 인지 제어부 23 무선 통신 모듈

Claims (22)

  1. 일차 사용자(PU)에게 할당된 대역을 일차 사용자가 현재 점유 중인지 알기 위해 해당 대역에서 검출된 무선 신호를 다운컨버팅한 기저 대역 신호를 샘플링하고, 샘플링 결과에 따라 PU 신호의 검출 여부에 관한 스펙트럼 센싱 정보(SSI)를 생성하는 M 개의 무선 인지 통신 장치들(CR); 및
    통신 환경이 최대 간섭 조건을 포함하여 주어지는 경우에 이차 사용자(SU) 신호의 기대 평균 전송량을 최대로 할 수 있도록 결합 문턱값
    Figure 112014086216776-pat00293
    를 결정하는 문턱값 최적화부와, 상기 M 개의 무선 인지 통신 장치들의 각각으로부터 스펙트럼 센싱 정보를 수신하고 상기 M 개의 무선 인지 통신 장치들로부터 각각 수신된 M 개의 SSI들로부터 결합 검정 통계량을 산출하며 산출된 결합 검정 통계량을 상기 결합 문턱값
    Figure 112014086216776-pat00294
    에 비교하여 PU 신호의 존재 여부를 판정하는 PU 신호 판정부를 포함하는 결합 센터(FC)를 포함하고,
    상기 문턱값 최적화부는,
    만약 최대 간섭 조건이 상대적으로 가장 엄격한 경우에는 상기 결합 문턱값
    Figure 112014086216776-pat00295
    를 1로 결정하고,
    만약 최대 간섭 조건이 상대적으로 가장 여유있는 경우에는 상기 결합 문턱값
    Figure 112014086216776-pat00296
    를 M으로 결정하며,
    만약 최대 간섭 조건이 상대적으로 가장 엄격한 경우와 가장 여유있는 경우의 사이에 주어지는 경우에는 다음 수학식
    Figure 112014086216776-pat00297

    을 만족하는 결합 문턱값
    Figure 112014086216776-pat00298
    을 결정하도록 동작하고,
    여기서, pfa는 어느 한 CR의 오경보 확률, pd는 어느 한 CR의 검파 확률을 의미하며, R은 SU 신호의 설계 전송량, x는 M 개의 CR들 중에서 PU 신호를 검출한 CR들의 개수, MCM-x는 M 개의 CR들 중에서 M-x 개의 CR들이 선택되는 경우의 수를 의미하는 조합 연산, C는 SU 신호가 PU 신호에 미치는 간섭의 크기,
    Figure 112014086216776-pat00299
    는 주어진 최대 간섭 크기 조건인 것을 특징으로 하는 협력 무선 인지 통신 시스템.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
  6. 청구항 1에 있어서, 상기 결합 센터는,
    전체 스펙트럼에 걸쳐 PU 신호가 존재하는 대역 및 비어 있는 대역에 관한 정보를 지속적으로 관리하고 이차 사용자(SU)의 대역 사용 요청 및 PU 신호의 존재 여부 판정에 따라, 이차 사용자에게 비어 있는 대역을 할당하거나 이차 사용자가 사용 중인 대역을 회수하거나 변경하도록 제어하는 동적 대역 관리부를 더 포함하는 것을 특징으로 하는 협력 무선 인지 통신 시스템.
  7. 청구항 1에 있어서, 상기 무선 인지 통신 장치는 샘플링 결과에 따라 PU 신호의 검출 여부에 관한 SSI를 생성하는 스펙트럼 센싱부를 포함하며,
    상기 스펙트럼 센싱부는,
    수신된 기저 대역 신호를 샘플링하고, 샘플링된 N 개의 샘플들로 구성된 관측 샘플 벡터
    Figure 112013094273328-pat00217
    ={ym(1), ym(2), ..., ym(N)}(m은 1≤m≤M인 정수)을 생성하는 샘플링부;
    관측 샘플 벡터
    Figure 112013094273328-pat00218
    을 크기가 작은 순서대로 재배열한 순서 통계량
    Figure 112013094273328-pat00219
    중에서 크기가 작은 순서로
    Figure 112013094273328-pat00220
    개(
    Figure 112013094273328-pat00221
    은 1≤
    Figure 112013094273328-pat00222
    ≤N인 정수)의 선택적 관측 샘플들을 선택하는 샘플 선택부;
    주어진 잡음 환경에서 상기
    Figure 112013094273328-pat00223
    개의 선택적 관측 샘플들에 기초한 일반화 우도 비율 검정 기법에 따른 검정 통계량
    Figure 112013094273328-pat00224
    을 산출하는 검정부; 및
    주어진 잡음 환경에서 산출된 검정 통계량
    Figure 112013094273328-pat00225
    을 주어진 국부 문턱값 λm에 비교하여 수신된 기저 대역 신호가 PU 신호인지 판정하여 SSI를 생성하는 SSI 생성부를 포함하는 것을 특징으로 하는 협력 무선 인지 통신 시스템.
  8. 청구항 7에 있어서, 상기 검정부는,
    비정규 충격성 잡음 환경이 이변수 등방형 대칭 알파 안정 분포(BISαS 분포)를 따르는 것으로 모형화되었을 때에, 다음 수학식
    Figure 112013094273328-pat00226

    에 따라, m 번째(m은 1≤m≤M인 정수) CR의 ℓ 번째(ℓ은 1≤ℓ≤k인 정수) 선택적 관측 샘플
    Figure 112013094273328-pat00227
    의 절대값을 제곱하고,
    Figure 112013094273328-pat00228
    으로 나눈 다음 1과 더해진 값에 자연 로그를 한 결과들을 모두 합산하여 검정 통계량
    Figure 112013094273328-pat00229
    을 산출하며,
    여기서,
    Figure 112013094273328-pat00230
    ,
    Figure 112013094273328-pat00231
    은 m 번째 CR에 대한 BISαS 분포의 확률 밀도 함수의 산포도(dispersion)인 것을 특징으로 하는 협력 무선 인지 통신 시스템.
  9. 청구항 7에 있어서, 상기 검정부는,
    비정규 충격성 잡음 환경이 이변수 등방형 대칭 알파 안정 분포(BISαS 분포)를 따르는 것으로 모형화되었을 때에, 다음 수학식
    Figure 112013094273328-pat00232

    에 따라, m 번째(m은 1≤m≤M인 정수) CR의 ℓ 번째(ℓ은 1≤ℓ≤k인 정수) 선택적 관측 샘플
    Figure 112013094273328-pat00233
    의 절대값을 제곱하고,
    Figure 112013094273328-pat00234
    으로 나눈 결과들을 모두 합산하여 검정 통계량
    Figure 112013094273328-pat00235
    을 산출하며,
    여기서,
    Figure 112013094273328-pat00236
    ,
    Figure 112013094273328-pat00237
    은 m 번째 CR에 대한 BISαS 분포의 확률 밀도 함수의 분산(distribution)인 것을 특징으로 하는 협력 무선 인지 통신 시스템.
  10. 청구항 8 또는 청구항 9에 있어서, 상기 SSI 생성부는,
    상기 검정부로부터 관측 샘플 벡터
    Figure 112013094273328-pat00238
    Figure 112013094273328-pat00239
    개의 선택적 관측 샘플들에 의한 검정 통계량
    Figure 112013094273328-pat00240
    을 전달받고, 다음 수학식
    Figure 112013094273328-pat00241

    에 따라 이진 SSI 값 xm을 가지고 SSI를 생성하도록 동작하며,
    여기서, 국부 문턱값 λm은 m 번째 CR에 주어진 개별적인 문턱값인 것을 특징으로 하는 협력 무선 인지 통신 시스템.
  11. 협력 무선 인지 네트워크를 구성하는 M 개의 무선 인지 통신 장치들의 각각으로부터 스펙트럼 센싱 정보(SSI)를 수신하고, 상기 M 개의 SSI들로부터 결합 검정 통계량을 산출하며 산출된 결합 검정 통계량을 결합 문턱값
    Figure 112014086216776-pat00300
    에 비교하여 PU 신호의 존재 여부를 판정하는 PU 신호 판정부; 및
    최대 간섭 조건을 포함하는 주어진 통신 환경에 따라 이차 사용자(SU) 신호의 기대 평균 전송량을 최대로 할 수 있도록 상기 결합 문턱값
    Figure 112014086216776-pat00301
    를 결정하는 문턱값 최적화부를 포함하고,
    상기 문턱값 최적화부는
    만약 최대 간섭 조건이 상대적으로 가장 엄격한 경우에는 상기 결합 문턱값
    Figure 112014086216776-pat00302
    를 1로 결정하고,
    만약 최대 간섭 조건이 상대적으로 가장 여유있는 경우에는 상기 결합 문턱값
    Figure 112014086216776-pat00303
    를 M으로 결정하며,
    만약 최대 간섭 조건이 상대적으로 가장 엄격한 경우와 가장 여유있는 경우의 사이에 주어지는 경우에는 다음 수학식
    Figure 112014086216776-pat00304

    을 만족하는 결합 문턱값
    Figure 112014086216776-pat00305
    을 결정하도록 동작하고,
    여기서, pfa는 어느 한 CR의 오경보 확률, pd는 어느 한 CR의 검파 확률을 의미하며, R은 SU 신호의 설계 전송량, x는 M 개의 CR들 중에서 PU 신호를 검출한 CR들의 개수, MCM-x는 M 개의 CR들 중에서 M-x 개의 CR들이 선택되는 경우의 수를 의미하는 조합 연산, C는 SU 신호가 PU 신호에 미치는 간섭의 크기,
    Figure 112014086216776-pat00306
    는 주어진 최대 간섭 크기 조건인 것을 특징으로 하는 협력 무선 인지 네트워크를 위한 결합 센터.
  12. 삭제
  13. 삭제
  14. 삭제
  15. 청구항 11에 있어서,
    전체 스펙트럼에 걸쳐 PU 신호가 존재하는 대역 및 비어 있는 대역에 관한 정보를 지속적으로 관리하고 이차 사용자(SU)의 대역 사용 요청 및 PU 신호의 존재 여부 판정에 따라, 이차 사용자에게 비어 있는 대역을 할당하거나 이차 사용자가 사용 중인 대역을 회수하거나 변경하도록 제어하는 동적 대역 관리부를 더 포함하는 것을 특징으로 하는 협력 무선 인지 네트워크를 위한 결합 센터.
  16. M 개의 무선 인지 통신 장치(CR)들과 결합 센터(FC)로 구성된 협력 무선 인지 통신 시스템의 스펙트럼 센싱 방법으로서,
    각각의 무선 인지 통신 장치가, 수신한 기저 대역 신호를 샘플링하는 단계;
    각각의 무선 인지 통신 장치가, 샘플링된 N 개의 샘플들로 구성된 관측 샘플 벡터
    Figure 112014086216776-pat00307
    (m은 1≤m≤M인 정수)을 크기가 작은 순서대로 재배열한 순서 통계량
    Figure 112014086216776-pat00308
    중에서 크기가 작은 순서로
    Figure 112014086216776-pat00309
    개의 선택적 관측 샘플들을 선택하는 단계;
    각각의 무선 인지 통신 장치가, 주어진 잡음 환경에서
    Figure 112014086216776-pat00310
    개의 선택적 관측 샘플들에 기초한 일반화 우도 비율 검정 기법(GSO)에 따른 검정 통계량
    Figure 112014086216776-pat00311
    을 산출하는 단계;
    각각의 무선 인지 통신 장치가, 산출된 검정 통계량
    Figure 112014086216776-pat00312
    과 주어진 국부 문턱값 λm에 비교하여 수신된 기저 대역 신호가 일차 사용자(PU) 신호인지 여부의 판정에 기초하여 스펙트럼 센싱 정보(SSI)를 생성하고 생성된 스펙트럼 센싱 정보를 결합 센터에 각각 전송하는 단계;
    상기 결합 센터가, 최대 간섭 조건을 포함하는 주어진 통신 환경에 따라 이차 사용자(SU) 신호의 기대 평균 전송량을 최대로 할 수 있는 결합 문턱값
    Figure 112014086216776-pat00313
    를 결정하는 단계; 및
    상기 결합 센터가, 상기 M 개의 무선 인지 통신 장치들로부터 각각 수신된 M 개의 SSI들로부터 결합 검정 통계량을 산출하고, 산출된 결합 검정 통계량을 소정의 계수 규칙에 따라 주어진, 또는 결정된 결합 문턱값
    Figure 112014086216776-pat00314
    에 비교하여 PU 신호의 존재 여부를 판정하는 단계를 포함하고,
    상기 결합 센터가 결합 문턱값
    Figure 112014086216776-pat00315
    를 결정하는 단계는,
    만약 최대 간섭 조건이 상대적으로 가장 엄격한 경우에는 상기 결합 문턱값
    Figure 112014086216776-pat00316
    를 1로 결정하는 단계;
    만약 최대 간섭 조건이 상대적으로 가장 여유있는 경우에는 상기 결합 문턱값
    Figure 112014086216776-pat00317
    를 M으로 결정하는 단계; 및
    만약 최대 간섭 조건이 상대적으로 가장 엄격한 경우와 가장 여유있는 경우의 사이에 주어지는 경우에는 다음 수학식
    Figure 112014086216776-pat00318

    을 만족하는 결합 문턱값
    Figure 112014086216776-pat00319
    을 결정하는 단계를 포함하고,
    여기서, pfa는 어느 한 CR의 오경보 확률, pd는 어느 한 CR의 검파 확률을 의미하며, R은 SU 신호의 설계 전송량, x는 M 개의 CR들 중에서 PU 신호를 검출한 CR들의 개수, MCM-x는 M 개의 CR들 중에서 M-x 개의 CR들이 선택되는 경우의 수를 의미하는 조합 연산, C는 SU 신호가 PU 신호에 미치는 간섭의 크기,
    Figure 112014086216776-pat00320
    는 주어진 최대 간섭 크기 조건인 것을 특징으로 하는 협력 무선 인지 통신 시스템의 스펙트럼 센싱 방법.
  17. 삭제
  18. 삭제
  19. 삭제
  20. 청구항 16에 있어서, 검정 통계량
    Figure 112013094273328-pat00267
    을 산출하는 단계는,
    비정규 충격성 잡음 환경이 이변수 등방형 대칭 알파 안정 분포(BISαS 분포)를 따르는 것으로 모형화되었을 때에, 다음 수학식
    Figure 112013094273328-pat00268

    에 따라, m 번째(m은 1≤m≤M인 정수) CR의 ℓ 번째(ℓ은 1≤ℓ≤k인 정수) 선택적 관측 샘플
    Figure 112013094273328-pat00269
    의 절대값을 제곱하고,
    Figure 112013094273328-pat00270
    으로 나눈 다음 1과 더해진 값에 자연 로그를 한 결과들을 모두 합산하여 검정 통계량
    Figure 112013094273328-pat00271
    을 산출하며,
    여기서,
    Figure 112013094273328-pat00272
    ,
    Figure 112013094273328-pat00273
    은 m 번째 CR에 대한 BISαS 분포의 확률 밀도 함수의 산포도인 것을 특징으로 하는 협력 무선 인지 통신 시스템의 스펙트럼 센싱 방법.
  21. 청구항 16에 있어서, 검정 통계량
    Figure 112013094273328-pat00274
    을 산출하는 단계는,
    비정규 충격성 잡음 환경이 이변수 등방형 대칭 알파 안정 분포(BISαS 분포)를 따르는 것으로 모형화되었을 때에, 다음 수학식
    Figure 112013094273328-pat00275

    에 따라, m 번째(m은 1≤m≤M인 정수) CR의 ℓ 번째(ℓ은 1≤ℓ≤k인 정수) 선택적 관측 샘플
    Figure 112013094273328-pat00276
    의 절대값을 제곱하고,
    Figure 112013094273328-pat00277
    으로 나눈 결과들을 모두 합산하여 검정 통계량
    Figure 112013094273328-pat00278
    을 산출하며,
    여기서,
    Figure 112013094273328-pat00279
    ,
    Figure 112013094273328-pat00280
    은 m 번째 CR에 대한 BISαS 분포의 확률 밀도 함수의 분산인 것을 특징으로 하는 협력 무선 인지 통신 시스템의 스펙트럼 센싱 방법.
  22. 청구항 20 또는 청구항 21에 있어서, 스펙트럼 센싱 정보(SSI)를 생성하는 단계는,
    상기 검정 통계량
    Figure 112013094273328-pat00281
    에 관하여, 다음 수학식
    Figure 112013094273328-pat00282

    에 따른 이진 SSI 값 xm을 가지고 SSI를 생성하는 단계를 포함하며,
    여기서, 국부 문턱값 λm은 m 번째 CR에 주어진 개별적인 문턱값인 것을 특징으로 하는 협력 무선 인지 통신 시스템의 스펙트럼 센싱 방법.
KR20130124640A 2013-10-18 2013-10-18 비정규 잡음 환경에서 협력 무선 인지 네트워크를 위한 스펙트럼 센싱 장치 및 방법, 이를 이용한 결합 센터 장치 및 협력 무선 인지 통신 시스템 KR101467342B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR20130124640A KR101467342B1 (ko) 2013-10-18 2013-10-18 비정규 잡음 환경에서 협력 무선 인지 네트워크를 위한 스펙트럼 센싱 장치 및 방법, 이를 이용한 결합 센터 장치 및 협력 무선 인지 통신 시스템
US14/518,181 US9628996B2 (en) 2013-10-18 2014-10-20 Spectrum sensing apparatus and method for cooperative cognitive radio network in non-gaussian noise environment, and fusion center apparatus and cooperative cognitive radio system using the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR20130124640A KR101467342B1 (ko) 2013-10-18 2013-10-18 비정규 잡음 환경에서 협력 무선 인지 네트워크를 위한 스펙트럼 센싱 장치 및 방법, 이를 이용한 결합 센터 장치 및 협력 무선 인지 통신 시스템

Publications (1)

Publication Number Publication Date
KR101467342B1 true KR101467342B1 (ko) 2014-12-23

Family

ID=52677076

Family Applications (1)

Application Number Title Priority Date Filing Date
KR20130124640A KR101467342B1 (ko) 2013-10-18 2013-10-18 비정규 잡음 환경에서 협력 무선 인지 네트워크를 위한 스펙트럼 센싱 장치 및 방법, 이를 이용한 결합 센터 장치 및 협력 무선 인지 통신 시스템

Country Status (2)

Country Link
US (1) US9628996B2 (ko)
KR (1) KR101467342B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115021845A (zh) * 2022-06-20 2022-09-06 西安航空学院 一种频谱感知方法、系统、介质、设备及终端
CN116359642A (zh) * 2023-03-10 2023-06-30 湖南金烽信息科技有限公司 一种变压器运行状态5g智能监测系统与方法

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201306204D0 (en) * 2013-04-05 2013-05-22 Winkelmann Uk Ltd Methods and apparatus for logging radio frequency spectrum data
CN104868960B (zh) * 2015-04-30 2017-08-18 中国电子科技集团公司第七研究所 背景干扰噪声电平预测方法及系统
AU2015101185A4 (en) * 2015-07-26 2015-10-08 Macau University Of Science And Technology Power control method for spectrum sharing cognitive radio network
CN105141385B (zh) * 2015-09-17 2017-07-11 宁波大学 多频段协作认知频谱感知方法
CN105578483B (zh) * 2016-02-15 2022-04-29 天津大学 基于无线传感器网络的高能效协作频谱感知方法
CN107332633B (zh) * 2017-06-27 2020-07-31 温州大学瓯江学院 一种认知无线电频谱检测方法
CN109391945A (zh) * 2018-11-16 2019-02-26 重庆邮电大学 一种抵抗阴影衰落的无线传感网合作频谱感知方法
US11050458B2 (en) 2019-03-25 2021-06-29 General Dynamics Mission Systems, Inc. Node having an adaptive space-spectrum whiteniner and multi-user rake receiver for use in a cooperative broadcast multi-hop network that employs broadcast flood routing and multi-hop transmission with cooperative beamforming and adaptive space-spectrum whitening
CN111800795B (zh) * 2020-06-06 2022-02-22 西安电子科技大学 一种认知无人机网络中非高斯噪声下频谱感知方法
CN113347728B (zh) * 2021-06-23 2022-12-06 西安邮电大学 反向散射网络吞吐量优化方法、装置及存储介质
CN115001606B (zh) * 2022-05-31 2024-08-13 重庆大学 一种多节点协作频谱检测方法
CN115085833A (zh) * 2022-06-14 2022-09-20 重庆大学 一种面向多天线的两步协作窄带频谱检测方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130008065A (ko) * 2010-06-09 2013-01-21 연세대학교 산학협력단 인지 무선 기반 주파수 자원 공유 시스템에서 효율적인 협력 스펙트럼 센싱을 위한 임의 접근 제어 기법

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8340060B2 (en) * 2008-03-03 2012-12-25 Ntt Docomo, Inc. OFDMA-based co-channel femtocell
US8818283B2 (en) * 2008-08-19 2014-08-26 Shared Spectrum Company Method and system for dynamic spectrum access using specialty detectors and improved networking
US8761136B2 (en) * 2010-12-21 2014-06-24 Mediatek Inc. Method for eliminating interference in a receiver, and associated apparatus
US8666421B2 (en) * 2011-05-13 2014-03-04 Limei Xu Method for spectrum sensing in cognitive radio networks with open wireless architecture

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130008065A (ko) * 2010-06-09 2013-01-21 연세대학교 산학협력단 인지 무선 기반 주파수 자원 공유 시스템에서 효율적인 협력 스펙트럼 센싱을 위한 임의 접근 제어 기법
US20130090145A1 (en) * 2010-06-09 2013-04-11 Industry-Academic Cooperation Foundation, Yonsei University Method for controlling random access for the efficient sensing of the cooperative spectrum in a cognitive radio-based frequency resource sharing system

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Zhi Quan 외 3명, ‘Optimal multiband joint detection for spectrum sensing in cognitive radio networks’, IEEE Transactions on signal processing, Vol.57, No.3*
Zhi Quan 외 3명, 'Optimal multiband joint detection for spectrum sensing in cognitive radio networks', IEEE Transactions on signal processing, Vol.57, No.3 *
조형원 외 4명, ‘비정규 잡음 환경에서 협력 무선인지 네트워크를 위한 순서 기반 스펙트럼 센싱 기법’, 한국통신학회논문지 제37권 제11호(통신이론 및 시스템)*
조형원 외 4명, '비정규 잡음 환경에서 협력 무선인지 네트워크를 위한 순서 기반 스펙트럼 센싱 기법', 한국통신학회논문지 제37권 제11호(통신이론 및 시스템) *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115021845A (zh) * 2022-06-20 2022-09-06 西安航空学院 一种频谱感知方法、系统、介质、设备及终端
CN115021845B (zh) * 2022-06-20 2023-04-18 西安航空学院 一种频谱感知方法、系统、介质、设备及终端
CN116359642A (zh) * 2023-03-10 2023-06-30 湖南金烽信息科技有限公司 一种变压器运行状态5g智能监测系统与方法
CN116359642B (zh) * 2023-03-10 2024-01-23 湖南金烽信息科技有限公司 一种变压器运行状态5g智能监测系统与方法

Also Published As

Publication number Publication date
US20150109947A1 (en) 2015-04-23
US9628996B2 (en) 2017-04-18

Similar Documents

Publication Publication Date Title
KR101467342B1 (ko) 비정규 잡음 환경에서 협력 무선 인지 네트워크를 위한 스펙트럼 센싱 장치 및 방법, 이를 이용한 결합 센터 장치 및 협력 무선 인지 통신 시스템
Pandharipande et al. Performance analysis of primary user detection in a multiple antenna cognitive radio
Quan et al. Optimal linear cooperation for spectrum sensing in cognitive radio networks
WO2011112562A2 (en) Efficient channel search with sequential probability ratio testing
Gupta et al. Cooperative spectrum sensing for cognitive radio based on adaptive threshold
Noh et al. Reporting order control for fast primary detection in cooperative spectrum sensing
Patel et al. Improved likelihood ratio statistic‐based cooperative spectrum sensing for cognitive radio
CN102013928A (zh) 一种认知无线电系统中的快速频谱感知方法
Zhang et al. Adaptive cooperative spectrum sensing based on a novel robust detection algorithm
Semba Yawada et al. Performance analysis of new spectrum sensing scheme using multiantennas with multiuser diversity in cognitive radio networks
KR101511266B1 (ko) 비정규 잡음 환경에서 협력 무선 인지 네트워크를 위한 선택적 관측 샘플 기반의 스펙트럼 센싱 방법, 이를 이용한 무선 인지 통신 장치 및 협력 무선 인지 통신 시스템
Gadze et al. A performance study of energy detection based spectrum sensing for cognitive radio networks
Gao et al. Optimal Communication System with Power Control and Ultra Wideband Propagation Channel Model Designs for Monitoring Harsh Through-Wall Environments
KR101419808B1 (ko) 인지 무선 시스템에서 유휴 주파수 검출 방법 및 그 장치
Viswanathan Cooperative spectrum sensing for primary user detection in cognitive radio
Wang et al. Effect of imperfect spectrum sensing on slotted secondary transmission: Energy efficiency and queuing performance
Hassan et al. Predicted eigenvalue threshold based spectrum sensing with correlated multiple-antennas
KR101347885B1 (ko) 무선 인지 장치 및 무선 인지 방법
Wang et al. Cooperative spectrum sensing over imperfect reporting channels in cognitive radio for Wi-Fi networks
Seol et al. Cooperative spectrum sensing with dynamic threshold adaptation
KR101327582B1 (ko) 무선 인지 기술을 기반으로 하는 무선통신 시스템에서의 신호검출 장치 및 방법
Li et al. Multi-node spectrum detection based on the credibility in cognitive radio system
Chaudhari et al. Effects of quantization on bepwalls for soft decision based cooperative sensing
CN114448536B (zh) 一种全双工频谱感知方法
Dey et al. On primary user detection using energy detection technique for cognitive radio

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20171027

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20180917

Year of fee payment: 5