KR101154166B1 - Method for analyzing performance of spectrum sensing methods for cognitive radio systems - Google Patents

Method for analyzing performance of spectrum sensing methods for cognitive radio systems Download PDF

Info

Publication number
KR101154166B1
KR101154166B1 KR1020110039643A KR20110039643A KR101154166B1 KR 101154166 B1 KR101154166 B1 KR 101154166B1 KR 1020110039643 A KR1020110039643 A KR 1020110039643A KR 20110039643 A KR20110039643 A KR 20110039643A KR 101154166 B1 KR101154166 B1 KR 101154166B1
Authority
KR
South Korea
Prior art keywords
detection technique
signal
detection
probability
spectrum
Prior art date
Application number
KR1020110039643A
Other languages
Korean (ko)
Inventor
김준환
강승구
정다해
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 KR1020110039643A priority Critical patent/KR101154166B1/en
Application granted granted Critical
Publication of KR101154166B1 publication Critical patent/KR101154166B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16—Spectrum analysis; Fourier analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
    • G01R29/26—Measuring noise figure; Measuring signal-to-noise ratio
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/14—Spectrum sharing arrangements between different networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03006—Arrangements for removing intersymbol interference
    • H04L2025/0335—Arrangements for removing intersymbol interference characterised by the type of transmission
    • H04L2025/03375—Passband transmission
    • H04L2025/03401—PSK

Abstract

PURPOSE: A spectrum detection technique performance analysis method for a wireless recognition system is provided to select a spectrum detection technique optimized for each situation by considering complexity of a system and a signal-to-noise ratio using a simulation result. CONSTITUTION: A transmission signal is created(S10). The transmission signal is transmitted in an additional white Gaussian noise environment(S20). A received signal is generated from the transmission signal after passing the additional white Gaussian noise environment(S30). A timing offset value between the transmission signal and the received signal and a target value of a false alarm probability are established(S40). Spectrum detection probabilities by a matching filter detection technique, an energy detection technique, and a cyclo stationary detection technique are calculated based on the timing offset value and the target value of the false alarm probability(S50). The spectrum detection probabilities are compared according to a signal-to-noise ratio(S60).

Description

인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법{METHOD FOR ANALYZING PERFORMANCE OF SPECTRUM SENSING METHODS FOR COGNITIVE RADIO SYSTEMS}Performance Analysis Method for Spectrum Detection Techniques for Cognitive Radio Systems {METHOD FOR ANALYZING PERFORMANCE OF SPECTRUM SENSING METHODS FOR COGNITIVE RADIO SYSTEMS}

본 발명은 인지 무선 시스템에서 2차 사용자가 1차 사용자에게 심각한 간섭을 일으키지 않고 통신을 하기 위해, 1차 사용자 신호를 검출하기 위한 세 가지 검출 기법의 성능을 여러 환경에서 비교, 분석하는 인지 무선 시스템을 위한 스펙트럼 검출 기법의 성능 분석 방법에 관한 것이다.In the present invention, the cognitive radio system compares and analyzes the performance of three detection techniques in various environments in order to detect a primary user signal in order for the secondary user to communicate without causing serious interference to the primary user. It relates to a performance analysis method of the spectrum detection technique for.

최근 급속한 무선통신기술의 발전에 따라 주파수자원에 대한 수요가 급증하고 있으나 실제로 무선 통신에 적합한 주파수 자원은 한정되어 있고 이에 따라 주파수 대역은 점점 포화되어 가고 있다. 한편, 미연방통신위원회(Federal Communications Commission)의 조사에 의하면 실제로 할당된 주파수 대역의 평균 이용률은 30%이하라고 한다. 이런 사실을 통해 주파수 대역이 비효율적으로 사용되고 있다는 것을 알 수 있다.Recently, the demand for frequency resources is rapidly increasing with the rapid development of wireless communication technology, but the frequency resources suitable for wireless communication are limited and thus the frequency band is gradually saturated. Meanwhile, according to a survey by the Federal Communications Commission, the average utilization rate of the allocated frequency band is less than 30%. This shows that the frequency band is being used inefficiently.

이런 문제점을 해결하고 주파수 대역을 효율적으로 사용하기 위한 기술로서 인지 무선 기술이 대두되고 있다. 인지 무선 기술은 2차 사용자(secondary user)가 주파수 대역 내 1차 사용자(primary user)의 신호 스펙트럼을 감지한 후 시간적, 공간적으로 비어있는 주파수 대역을 1차 사용자에게 간섭을 주지 않는 범위에서 사용할 수 있도록 하는 기술로써, 이러한 인지 무선 기술의 효율적 사용을 위해서는 1차 사용자에게 간섭을 주지 않도록 주파수 대역 사용 여부를 정확하게 판단하는 스펙트럼 검출(spectrum sensing) 기법이 무엇보다 중요하다.Cognitive radio technology is emerging as a technology for solving this problem and using the frequency band efficiently. Cognitive radio technology allows a secondary user to detect the signal spectrum of a primary user in a frequency band and then use a frequency band that is empty in time and space without interfering with the primary user. In order to effectively use such a cognitive radio technology, a spectrum sensing technique that accurately determines whether or not to use a frequency band is important for efficient use of the cognitive radio technology.

인지 무선 기술을 위한 스펙트럼 검출 기법은 크게 정합필터 검출(matched filter detection) 기법과 에너지 검출(energy detection) 기법, 사이클로스테이셔너리 검출(cyclostationary detection) 기법으로 구분된다.Spectrum detection techniques for cognitive radio technology are largely classified into matched filter detection, energy detection, and cyclostationary detection.

이러한 각 검출 기법들은 서로 다른 특성들을 가지지만 기존의 연구에서는 시스템의 환경 및 정보에 따른 세 기법들에 대한 각각의 검출 성능 및 특성에 대한 실험적 비교 및 성능 우위에 대한 자료가 부족한 실정이다.Each of these detection techniques has different characteristics, but the existing researches lack the data on the experimental comparison and performance superiority of each detection performance and characteristics of the three techniques according to the environment and information of the system.

본 발명은 상기한 점을 감안하여, 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능을 여러 환경에서 비교, 분석하여 각 상황 및 주어진 정보에서 최적화된 스펙트럼 검출 기법을 선택하는 방법을 제공함에 그 목적이 있다.In view of the above, an object of the present invention is to provide a method for selecting an optimized spectrum detection technique in each situation and given information by comparing and analyzing the performance of the spectrum detection technique for a cognitive radio system in various environments.

본 발명은 인지 무선 시스템에서 스펙트럼을 검출하기 위해서 이용되는, 정합필터 검출 기법, 에너지 검출 기법, 및 사이클로스테이셔너리 검출 기법의 성능을 상호 비교하는 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법에 관한 것으로서, 본 발명에 따른 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법은 송신신호를 생성하는 제1 단계; 송신신호를 부가 백색 가우시안 잡음 환경에서 전송하는 제2 단계; 부가 백색 가우시안 잡음 환경을 통과한 송신신호로부터 수신신호를 생성하는 제3 단계; 오경보 확률의 목표값과 송신신호와 수신신호 간의 타이밍 오프셋을 설정하는 제4 단계; 상기 오경보 확률의 목표값과 송신신호와 수신신호 간의 타이밍 오프셋을 기초로 하여, 정합필터 검출 기법에 의한 스펙트럼 검출 확률, 에너지 검출 기법에 의한 스펙트럼 검출 확률, 및 사이클로스테이셔너리 검출 기법에 의한 스펙트럼 검출 확률을 산출하는 제5 단계; 및 정합필터 검출 기법에 의한 스펙트럼 검출 확률, 에너지 검출 기법에 의한 스펙트럼 검출 확률, 및 사이클로스테이셔너리 검출 기법에 의한 스펙트럼 검출 확률을 SNR에 따라 비교하는 제6 단계를 포함한다.The present invention relates to a method for performance analysis of a spectrum detection technique for a cognitive radio system that compares the performance of a matched filter detection technique, an energy detection technique, and a cyclostationary detection technique, which is used to detect a spectrum in a cognitive radio system. In accordance with one aspect of the present invention, there is provided a method for analyzing a performance of a spectrum detection technique for a cognitive radio system. Transmitting a transmission signal in an additional white Gaussian noise environment; Generating a received signal from the transmitted signal passing through the additional white Gaussian noise environment; Setting a target value of a false alarm probability and a timing offset between a transmission signal and a reception signal; Based on the target value of the false alarm probability and the timing offset between the transmission signal and the received signal, the spectrum detection probability by the matched filter detection technique, the spectrum detection probability by the energy detection technique, and the spectrum detection by the cyclostage detection technique. Calculating a probability; And a sixth step of comparing the spectrum detection probability by the matched filter detection technique, the spectrum detection probability by the energy detection technique, and the spectrum detection probability by the cyclostationary detection technique according to the SNR.

또한, 본 발명에 따른 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법은 상기 제6 단계 이후에 최적의 검출 기법을 선정하는 제7 단계를 더 포함할 수 있고, 최적의 검출 기법을 선정하는 제7 단계에서는 송신신호와 수신신호 간의 타이밍 정보가 존재하는 경우에는 정합필터 검출 기법을 최적의 검출 기법으로서 선정하고, 송신신호와 수신신호 간의 타이밍 정보가 존재하지 않는 경우에는 SNR을 고려하여 에너지 검출 기법 또는 사이클로스테이셔너리 검출 기법을 최적의 검출 기법으로 선정할 수 있다.In addition, the spectrum detection technique performance analysis method for a cognitive radio system according to the present invention may further include a seventh step of selecting an optimal detection technique after the sixth step, and a seventh step of selecting an optimal detection technique. In the step, if there is timing information between the transmission signal and the reception signal, the matching filter detection method is selected as an optimal detection method. If there is no timing information between the transmission signal and the reception signal, the energy detection method or The cyclostationary detection technique can be selected as the optimal detection technique.

본 발명에서는 상기한 세 가지 인지 무선 시스템을 위한 스펙트럼 검출 기법들의 성능을 여러 가지 상황에서 비교하였으며, 모의실험 결과를 통해 SNR 및 시스템의 복잡도를 고려하여 각 상황에 맞는 최적의 스펙트럼 검출 기법을 선택할 수 있도록 한다. In the present invention, the performance of the above-described spectral detection schemes for the three cognitive radio systems is compared in various situations. Through the simulation results, an optimal spectral detection technique can be selected in consideration of the SNR and the complexity of the system. Make sure

도 1은 일반적인 정합필터 검출기의 구조이다.
도 2는 에너지 검출기의 구조이다.
도 3은 부가 백색 가우시안 잡음 환경에서 세 기법의 성능을 비교한 그래프이다.
도 4는 타이밍 옵셋이 존재하는 환경에서 세 기법의 성능을 비교한 그래프이다.
도 5는 본 발명에 따른 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법의 흐름도이다.1 is a structure of a general matched filter detector.
2 is a structure of an energy detector.
3 is a graph comparing the performance of the three techniques in an additive white Gaussian noise environment.
4 is a graph comparing the performance of the three techniques in the presence of a timing offset.
5 is a flowchart of a method for analyzing a performance of a spectrum detection technique for a cognitive radio system according to the present invention.

상기 목적을 달성하기 위한 본 발명의 방법은, 먼저 스펙트럼 검출을 위한 시스템 모델을 제시하고, 해당 시스템 모델에서 정합필터 검출 기법(제1 검출 기법), 에너지 검출 기법(제2 검출 기법), 사이클로스테이셔너리 검출 기법(제3 검출 기법)이라는 세 가지 스펙트럼 검출 기법의 검출 성능을 각각 부가 백색 가우시안 잡음(additive white Gaussian noise: AWGN) 및 타이밍 옵셋이 존재하는 상황에서 비교 및 분석한다.In order to achieve the above object, the present invention first proposes a system model for spectrum detection, and includes a matched filter detection technique (first detection technique), energy detection technique (second detection technique), and cyclostay in the system model. The detection performance of the three spectral detection techniques, the tionary detection technique (third detection technique), is compared and analyzed in the presence of additional white Gaussian noise (AWGN) and timing offset, respectively.

먼저 스펙트럼 검출을 위한 수신신호의 모형은 수학식 1에서와 같이 두 가지 가정의 테스트를 통해 이루어진다.First, a model of a received signal for spectrum detection is performed through a test of two assumptions as in Equation 1.

Figure 112011031403636-pat00001
Figure 112011031403636-pat00001

여기서,

Figure 112011031403636-pat00002
는 송신신호이고,
Figure 112011031403636-pat00003
는 수신신호이고,
Figure 112011031403636-pat00004
는 평균이 0, 분산이
Figure 112011031403636-pat00005
인 부가 백색 가우시안 잡음이다.here,
Figure 112011031403636-pat00002
Is the transmission signal,
Figure 112011031403636-pat00003
Is the received signal,
Figure 112011031403636-pat00004
Is 0, the variance is
Figure 112011031403636-pat00005
The phosphorus is white Gaussian noise.

그리고, 각 기법에서 신호 유무여부를 판단할 문턱 값(threshold)

Figure 112011031403636-pat00006
는
Figure 112011031403636-pat00007
일 때 오경보 확률(false alarm probability)
Figure 112011031403636-pat00008
를 통해 구할 수 있는데, 이를 위해서 목표
Figure 112011031403636-pat00009
를 미리 설정할 필요가 있다. 이렇게 얻은 결과인
Figure 112011031403636-pat00010
를 검출 기법을 적용해서 나온 결과인 검정 통계량(test statistics)
Figure 112011031403636-pat00011
와 비교하여
Figure 112011031403636-pat00012
이면 신호가 존재한다고 판단하고
Figure 112011031403636-pat00013
이면 신호가 존재하지 않는다고 판단한다. 그리고, 신호를 보냈을 경우 검출 확률(detection probability)인
Figure 112011031403636-pat00014
를 모의실험을 통하여 최종적으로 구한다.
In addition, a threshold for determining whether a signal is present in each technique
Figure 112011031403636-pat00006
Is
Figure 112011031403636-pat00007
False alarm probability when
Figure 112011031403636-pat00008
Can be obtained from
Figure 112011031403636-pat00009
It is necessary to set in advance. The result obtained
Figure 112011031403636-pat00010
Test statistics resulting from applying the detection technique
Figure 112011031403636-pat00011
In comparison with
Figure 112011031403636-pat00012
If it's a signal,
Figure 112011031403636-pat00013
If not, it is determined that no signal exists. And when a signal is sent, the detection probability
Figure 112011031403636-pat00014
Finally, we obtain through the simulation.

<제1 기법: 정합필터 검출기법><First Technique: Matched Filter Detector Method>

정합필터 검출 기법은 신호 검출을 최대화할 수 있는 필터를 통과하여 신호를 검파하는 정합필터를 이용하여 신호의 유무를 판단하는 기법이다. 도 1은 전형적인 정합필터의 블록도를 나타낸다.The matched filter detection technique is a technique for determining the presence or absence of a signal using a matched filter that detects a signal through a filter that can maximize signal detection. 1 shows a block diagram of a typical matched filter.

먼저, 수신신호를 받은 후 이 신호에 대한 정확한 정보를 바탕으로 이미 정해진 기준 신호들과 상관하여

Figure 112011031403636-pat00015
를 구하고, 이는 수학식 2에서와 같이 표현될 수 있다.First, after receiving the received signal, based on the exact information about this signal and correlated with the predetermined reference signal
Figure 112011031403636-pat00015
, And can be expressed as in Equation 2.

Figure 112011031403636-pat00016
Figure 112011031403636-pat00016

여기서,

Figure 112011031403636-pat00017
,
Figure 112011031403636-pat00018
은 각각
Figure 112011031403636-pat00019
,
Figure 112011031403636-pat00020
의 샘플링된 신호이고
Figure 112011031403636-pat00021
은 검정 통계량을 구하기 위해 사용된 샘플의 개수를 의미한다. 또한,
Figure 112011031403636-pat00022
는 가우시안 랜덤 변수의 선형 결합이므로
Figure 112011031403636-pat00023
또한 가우시안 랜덤 변수이다.
Figure 112011031403636-pat00024
인 경우,
Figure 112011031403636-pat00025
의 평균은 0, 분산은
Figure 112011031403636-pat00026
이 되고, 여기서
Figure 112011031403636-pat00027
이다.here,
Figure 112011031403636-pat00017
,
Figure 112011031403636-pat00018
Respectively
Figure 112011031403636-pat00019
,
Figure 112011031403636-pat00020
Is a sampled signal of
Figure 112011031403636-pat00021
Is the number of samples used to obtain the test statistic. Also,
Figure 112011031403636-pat00022
Is a linear combination of Gaussian random variables
Figure 112011031403636-pat00023
It is also a Gaussian random variable.
Figure 112011031403636-pat00024
Quot;
Figure 112011031403636-pat00025
Mean is 0, the variance is
Figure 112011031403636-pat00026
Becomes, where
Figure 112011031403636-pat00027
to be.

위 확률 분포를 통해서 최종적

Figure 112011031403636-pat00028
를 구하면 수학식 3에서와 같다.Through the probability distribution above
Figure 112011031403636-pat00028
Is obtained as in Equation 3.

Figure 112011031403636-pat00029
Figure 112011031403636-pat00029

여기서,

Figure 112011031403636-pat00030
는 오경보 확률이고,
Figure 112011031403636-pat00031
는 잡음만 존재하는 경우를 나타내고,
Figure 112011031403636-pat00032
는 신호 유무를 판단할 문턱값이고,
Figure 112011031403636-pat00033
는 검출 기법을 적용해서 나온 결과인 검정 통계량이고, Pr(
Figure 112011031403636-pat00034
|
Figure 112011031403636-pat00035
)는 잡음만 존재하는 경우에 신호가 존재한다고 판단할 확률이고, Q는 가우시안 Q함수(즉,
Figure 112011031403636-pat00036
)이고,
Figure 112011031403636-pat00037
는 부가 백색 가우시안 잡음 신호 w의 분산이고,
Figure 112011031403636-pat00038
이고,
Figure 112011031403636-pat00039
은 검정 통계량을 구하기 위해 사용된 샘플의 개수이고,
Figure 112011031403636-pat00040
은 송신신호
Figure 112011031403636-pat00041
를 샘플링한 신호를 나타낸다.
here,
Figure 112011031403636-pat00030
Is the false alarm probability,
Figure 112011031403636-pat00031
Indicates the case where only noise exists.
Figure 112011031403636-pat00032
Is the threshold to determine the presence or absence of a signal,
Figure 112011031403636-pat00033
Is the test statistic resulting from applying the detection technique, and Pr (
Figure 112011031403636-pat00034
|
Figure 112011031403636-pat00035
) Is the probability that a signal exists if only noise is present, and Q is a Gaussian Q function (i.e.
Figure 112011031403636-pat00036
)ego,
Figure 112011031403636-pat00037
Is the variance of the additive white Gaussian noise signal w,
Figure 112011031403636-pat00038
ego,
Figure 112011031403636-pat00039
Is the number of samples used to obtain the test statistic,
Figure 112011031403636-pat00040
Is a transmission signal
Figure 112011031403636-pat00041
Indicates a sampled signal.

<제2 기법: 에너지 검출 기법><Second technique: energy detection technique>

에너지 검출 기법은 송신신호에 대한 별다른 정보 없이 수신신호의 에너지를 가지고 검파를 하는 기법이다. 도 2는 전형적인 에너지 검출기법의 블록도를 나타낸다.The energy detection technique detects the energy of the received signal without any information on the transmitted signal. 2 shows a block diagram of a typical energy detector method.

먼저 수신신호를 대역 통과 필터(BPS)를 통과시킨 다음 제곱 후 적분하여 에너지를 측정하고 이 구해진 값이

Figure 112011031403636-pat00042
가 되고, 이는 수학식 4에서와 같이 표현될 수 있다. First, the received signal is passed through a band pass filter (BPS) and then squared and integrated to measure energy.
Figure 112011031403636-pat00042
It can be expressed as in Equation 4.

Figure 112011031403636-pat00043
Figure 112011031403636-pat00043

여기서,

Figure 112011031403636-pat00044
의 확률분포는 가우시안 분포의 제곱으로 카이스퀘어(chi-square) 분포를 갖지만
Figure 112011031403636-pat00045
이 충분히 크다면 중심 극한 정리에 의해
Figure 112011031403636-pat00046
의 확률분포는 가우시안 분포를 갖게 된다.
Figure 112011031403636-pat00047
인 경우,
Figure 112011031403636-pat00048
의 평균은
Figure 112011031403636-pat00049
이고 분산은
Figure 112011031403636-pat00050
인 가우시안 확률분포가 된다.here,
Figure 112011031403636-pat00044
The probability distribution of is the square of the Gaussian distribution and has a chi-square distribution.
Figure 112011031403636-pat00045
If this is big enough by the center limit theorem
Figure 112011031403636-pat00046
The probability distribution of has Gaussian distribution.
Figure 112011031403636-pat00047
Quot;
Figure 112011031403636-pat00048
The average of
Figure 112011031403636-pat00049
And dispersion
Figure 112011031403636-pat00050
Is a Gaussian probability distribution.

위 확률 분포를 통해서 수학식 5에서와 같이 최종적

Figure 112011031403636-pat00051
를 구할 수 있다.Through the above probability distribution, the final result is obtained as in Equation 5.
Figure 112011031403636-pat00051
Can be obtained.

Figure 112011031403636-pat00052
Figure 112011031403636-pat00052

여기서,

Figure 112011031403636-pat00053
는 오경보 확률이고,
Figure 112011031403636-pat00054
는 잡음만 존재하는 경우를 나타내고,
Figure 112011031403636-pat00055
는 신호 유무를 판단할 문턱값이고,
Figure 112011031403636-pat00056
는 검출 기법을 적용해서 나온 결과인 검정 통계량이고, Pr(
Figure 112011031403636-pat00057
|
Figure 112011031403636-pat00058
)는 잡음만 존재하는 경우에 신호가 존재한다고 판단할 확률이고, Q는 가우시안 Q함수(즉,
Figure 112011031403636-pat00059
)이고,
Figure 112011031403636-pat00060
는 부가 백색 가우시안 잡음 신호 w의 분산이고,
Figure 112011031403636-pat00061
은 검정 통계량을 구하기 위해 사용된 샘플의 개수이다.
here,
Figure 112011031403636-pat00053
Is the false alarm probability,
Figure 112011031403636-pat00054
Indicates the case where only noise exists.
Figure 112011031403636-pat00055
Is the threshold to determine the presence or absence of a signal,
Figure 112011031403636-pat00056
Is the test statistic resulting from applying the detection technique, and Pr (
Figure 112011031403636-pat00057
|
Figure 112011031403636-pat00058
) Is the probability that a signal exists if only noise is present, and Q is a Gaussian Q function (i.e.
Figure 112011031403636-pat00059
)ego,
Figure 112011031403636-pat00060
Is the variance of the additive white Gaussian noise signal w,
Figure 112011031403636-pat00061
Is the number of samples used to obtain the test statistic.

<제3 기법: 사이클로스테이셔너리 검출 기법><Third Technique: Cyclostationary Detection Technique>

사이클로스테이셔너리(Cyclostationary) 검출 기법은 송신신호의 인위적 주기성을 이용하여 특정 주파수에서 스펙트럼 상관 밀도 함수(spectrum correlation density function; SCD)가 주기성에 따라 값을 갖고 특정 주기가 없는 잡음의 경우에는 SCD의 값이 거의 0의 된다는 사실을 이용하여 신호의 유무를 판단하는 기법이다.The cyclostationary detection technique uses the artificial periodicity of the transmitted signal to determine the spectral correlation density function (SCD) at a specific frequency, depending on the periodicity, and in the case of noise without a specific period. It is a technique to determine the presence of a signal using the fact that the value is almost zero.

신호의 유무를 판단하기 위해 수신신호를 받은 후 이 신호에 대한 정보를 바탕으로 수학식 6에 의해서 사이클릭 자기상관 함수(cyclic autocorrelation function; CAF)를 계산한다.  After receiving the received signal to determine the presence or absence of a signal, a cyclic autocorrelation function (CAF) is calculated by Equation 6 based on the information on the signal.

Figure 112011031403636-pat00062
Figure 112011031403636-pat00062

여기서,

Figure 112011031403636-pat00063
는 사이클릭 주파수(cyclic frequency)이고, 이는 수학식 7에서와 같이 표현될 수 있다.here,
Figure 112011031403636-pat00063
Is a cyclic frequency, which can be expressed as in Equation 7.

Figure 112011031403636-pat00064
Figure 112011031403636-pat00064

여기서,

Figure 112011031403636-pat00065
는 반송 주파수(carrier frequency)이고,
Figure 112011031403636-pat00066
는 임의의 정수이고,
Figure 112011031403636-pat00067
는 송신신호의 심볼의 주기이다.here,
Figure 112011031403636-pat00065
Is the carrier frequency,
Figure 112011031403636-pat00066
Is any integer,
Figure 112011031403636-pat00067
Is the period of the symbol of the transmission signal.

자기상관함수(autocorrelation function)를 푸리에 변환하여 각 주파수별 PSD(power spectral density)를 구하는 것처럼 CAF를 푸리에 변환하여 수학식 8에서와 같이 SCD를 구할 수 있다.Fourier transform autocorrelation function (Fourier transform) to obtain a power spectral density (PSD) for each frequency, CAF is Fourier transformed to obtain an SCD as shown in Equation (8).

Figure 112011031403636-pat00068
Figure 112011031403636-pat00068

Figure 112011031403636-pat00069
가 0일 경우, 수학식 6은 수학식 9에서와 같이 일반적인 자기상관함수가 되고, 수학식 8은 수학식 10에서와 같이 일반적인 PSD가 된다.
Figure 112011031403636-pat00069
Is 0, Equation 6 becomes a general autocorrelation function as in Equation 9, and Equation 8 becomes a general PSD as in Equation 10.

Figure 112011031403636-pat00070
Figure 112011031403636-pat00070

Figure 112011031403636-pat00071
Figure 112011031403636-pat00071

이를 정규화한 함수를 스펙트럼 오토코히어런스 함수(spectral autocoherence function)라 하고, 이는 수학식 11에서와 같이 정의된다.This normalized function is called a spectral autocoherence function, which is defined as in Equation 11.

Figure 112011031403636-pat00072
Figure 112011031403636-pat00072

여기서,

Figure 112011031403636-pat00073
는 스펙트럼 오토코히어런스 함수이고,
Figure 112011031403636-pat00074
는 사이클릭 주파수로서
Figure 112011031403636-pat00075
이고,
Figure 112011031403636-pat00076
는 반송 주파수이고,
Figure 112011031403636-pat00077
는 임의의 정수이고,
Figure 112011031403636-pat00078
는 송신신호의 심볼의 주기이고,
Figure 112011031403636-pat00079
는 사이클릭 주파수가
Figure 112011031403636-pat00080
인 경우의 송신신호 x에 대한 스펙트럼 상관 밀도 함수이고,
Figure 112011031403636-pat00081
는 사이클릭 주파수가 0인 경우의 송신신호 x에 대한 스펙트럼 상관 밀도 함수이다.here,
Figure 112011031403636-pat00073
Is the spectral autocoherence function,
Figure 112011031403636-pat00074
Is the cyclic frequency
Figure 112011031403636-pat00075
ego,
Figure 112011031403636-pat00076
Is the carrier frequency,
Figure 112011031403636-pat00077
Is any integer,
Figure 112011031403636-pat00078
Is the period of the symbol of the transmission signal,
Figure 112011031403636-pat00079
Has a cyclic frequency
Figure 112011031403636-pat00080
Spectral correlation density function for the transmission signal x when
Figure 112011031403636-pat00081
Is a spectral correlation density function for the transmission signal x when the cyclic frequency is zero.

최종

Figure 112011031403636-pat00082
는 스펙트럼 오토코히어런스 함수의 크기의 제곱인
Figure 112011031403636-pat00083
이며 이를 통해서 수학식 12에서와 같이
Figure 112011031403636-pat00084
를 구할 수 있다.final
Figure 112011031403636-pat00082
Is the square of the magnitude of the spectral autocoherence function
Figure 112011031403636-pat00083
Whereby as in Equation 12
Figure 112011031403636-pat00084
Can be obtained.

Figure 112011031403636-pat00085
Figure 112011031403636-pat00085

여기서,

Figure 112011031403636-pat00086
는 오경보 확률이고,
Figure 112011031403636-pat00087
는 잡음만 존재하는 경우를 나타내고,
Figure 112011031403636-pat00088
는 신호 유무를 판단할 문턱값이고,
Figure 112011031403636-pat00089
는 검출 기법을 적용해서 나온 결과인 검정 통계량이고, Pr(
Figure 112011031403636-pat00090
|
Figure 112011031403636-pat00091
)는 잡음만 존재하는 경우에 신호가 존재한다고 판단할 확률이고,
Figure 112011031403636-pat00092
는 수신된 신호의 샘플 수인
Figure 112011031403636-pat00093
을 다운샘플링(downsampling)한 후의 신호 개수이다.here,
Figure 112011031403636-pat00086
Is the false alarm probability,
Figure 112011031403636-pat00087
Indicates the case where only noise exists.
Figure 112011031403636-pat00088
Is the threshold to determine the presence or absence of a signal,
Figure 112011031403636-pat00089
Is the test statistic resulting from applying the detection technique, and Pr (
Figure 112011031403636-pat00090
|
Figure 112011031403636-pat00091
) Is the probability that a signal exists if only noise exists,
Figure 112011031403636-pat00092
Is the number of samples in the received signal
Figure 112011031403636-pat00093
Is the number of signals after downsampling.

이하에서는 세 가지 스펙트럼 검출 방법들의 성능을 모의실험을 통해 비교한다. 성능 비교를 위한 신호는 이진 위상 편이 변조(binary phase shift keying: BPSK)를 통해 생성하였으며, 목표 오경보 확률

Figure 112011031403636-pat00094
는 0.01로 설정하고,
Figure 112011031403636-pat00095
은 2000으로 설정하고,
Figure 112011031403636-pat00096
는 32로 설정한 후, SNR(signal-to-noise ratio)은 -25dB부터 -8dB까지의 범위에서 실험하였다.In the following, the performance of the three spectral detection methods are compared by simulation. The signal for performance comparison was generated through binary phase shift keying (BPSK) and the target false alarm probability.
Figure 112011031403636-pat00094
Is set to 0.01,
Figure 112011031403636-pat00095
Is set to 2000,
Figure 112011031403636-pat00096
After setting to 32, the signal-to-noise ratio (SNR) was tested in the range of -25dB to -8dB.

도 3은 부가 백색 가우시안 잡음 환경에서의 SNR에 대한 각 기법의 검파 성능을 보여준다. 수신신호에 대한 정보의 정확도가 이상적이라고 가정할 경우 정합필터 검출 기법이

Figure 112011031403636-pat00097
가 가장 높다는 것을 알 수 있다. 그리고, 사이클로스테이셔너리 검출 기법과 에너지 검출 기법을 비교하면 SNR이 낮을 때에는 사이클로스테이셔너리 검출 기법의 성능이 좋지만 SNR이 높아지면서 성능의 역전이 일어나는 것을 알 수 있다. 그리고, 사이클로스테이셔너리 검출기법의 경우에는
Figure 112011031403636-pat00098
오프셋이 5%일 때 성능이 확연히 떨어지는 것을 알 수 있다.
Figure 112011031403636-pat00099
오프셋이 5%라는 것은 사이클릭 주파수 알파의 5%만큼 사이클릭 주파수 옵셋이 발생했다는 것을 의미한다.3 shows the detection performance of each technique for SNR in an additive white Gaussian noise environment. Assuming that the accuracy of the information about the received signal is ideal, the matched filter detection technique
Figure 112011031403636-pat00097
It can be seen that is the highest. In addition, when the cyclostationary detection technique and the energy detection technique are compared, the cyclostationary detection technique performs well when the SNR is low, but the performance reversal occurs as the SNR increases. In the case of the cyclostationary detector method,
Figure 112011031403636-pat00098
You can see that the performance drops significantly when the offset is 5%.
Figure 112011031403636-pat00099
An offset of 5% means that a cyclic frequency offset has occurred by 5% of the cyclic frequency alpha.

도 4는 수신신호에 대한 타이밍 정보의 정확도에 따른 성능 변화를 비교하기 위해 타이밍 옵셋이 있을 경우의 성능 비교를 하였다. 다시 말해, 타이밍 옵셋이 클수록 수신신호에 대한 타이밍 정보의 정확도가 낮다. 도 4에서는 타이밍 옵셋이 심볼주기의 10%, 15%, 20% 일 때의 각 검출 기법의 검파 성능을 보여준다. 예를 들어, 타이밍 오프셋이 10%라는 것은 전체 샘플 구간

Figure 112011031403636-pat00100
의 10% 즉, N/10 샘플의 타이밍 오프셋이 발생했다는 것을 의미한다. 별도의 타이밍 정보가 필요 없는 에너지 검출 기법과 사이클로스테이셔너리 검출 기법의 경우 잘못된 타이밍 정보가 들어왔다고 해도 검출성능의 변화가 없는 반면 정합필터 검출 기법의 경우에는 타이밍 정보의 정확도가 낮아짐에 따라 검출능력이 확연히 떨어지는 것을 확인할 수 있다. 이와 같이 필요한 정보의 정확도와 SNR에 따라 각 기법의 검출능력에 차이가 있는 것을 확인할 수 있다.4 is a performance comparison when there is a timing offset to compare the performance change according to the accuracy of the timing information on the received signal. In other words, the greater the timing offset, the lower the accuracy of the timing information for the received signal. 4 shows the detection performance of each detection scheme when the timing offset is 10%, 15%, or 20% of the symbol period. For example, a timing offset of 10% means that the entire sample interval
Figure 112011031403636-pat00100
That is, a timing offset of 10% of N / 10 samples has occurred. In the case of energy detection and cyclostationary detection techniques that do not require additional timing information, detection performance does not change even if incorrect timing information is entered, whereas in the case of matched filter detection techniques, the accuracy of the timing information decreases. You can see that this falls sharply. As such, it can be seen that there is a difference in the detection capability of each technique according to the accuracy of information and SNR required.

따라서, 신호에 대한 정확한 사전 정보가 있을 경우에는 정합필터 검출 기법의 성능이 가장 좋다. 그러나, 이 경우 수신기에서 많은 정보를 가지고 있어야 하기 때문에 시스템 복잡도가 증가하게 된다. 신호의 타이밍 정보 등이 불확실한 경우, SNR이 낮을 때는 사이클로스테이셔너리 검출 기법이 최적이라고 할 수 있고, SNR이 높을 때는 에너지 검출 기법의 성능이 시스템 효율 측면에서 최적이라고 할 수 있다. 마지막으로 사이클로스테이셔너리 검출 기법의 경우,

Figure 112011031403636-pat00101
오프셋에 대한 정확한 정보를 가지고 있어야 하기 때문에 에너지 검출 기법에 비해 복잡도가 높다.Therefore, when there is accurate prior information on the signal, the performance of the matched filter detection technique is the best. However, this increases the system complexity because the receiver must have a lot of information. If the timing information of the signal is uncertain, the cyclostationary detection technique is optimal when the SNR is low, and the performance of the energy detection technique is optimal in terms of system efficiency when the SNR is high. Finally, for cyclostationary detection techniques,
Figure 112011031403636-pat00101
It is more complicated than energy detection because it needs to have accurate information about the offset.

본 발명에 의한 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법은, 송신신호를 생성하는 제1 단계(S10), 송신신호를 부가 백색 가우시안 잡음 환경에서 전송하는 제2 단계(S20), 부가 백색 가우시안 잡음 환경을 통과한 송신신호로부터 수신신호를 생성하는 제3 단계(S30), 오경보 확률의 목표값과 송신신호와 수신신호 간의 타이밍 오프셋을 설정하는 제4 단계(S40), 설정된 오경보 확률의 목표값과 송신신호와 수신신호 간의 타이밍 오프셋을 기초로 하여, 정합필터 검출 기법에 의한 스펙트럼 검출 확률, 에너지 검출 기법에 의한 스펙트럼 검출 확률, 및 사이클로스테이셔너리 검출 기법에 의한 스펙트럼 검출 확률을 산출하는 제5 단계(S50); 및 각각의 검출 확률을 SNR에 따라 비교하는 제6 단계(S60)를 포함한다.In accordance with an aspect of the present invention, there is provided a method for performance analysis of a spectrum detection technique for a cognitive radio system. The method includes: a first step S10 of generating a transmission signal; A third step (S30) of generating a received signal from the transmitted signal passing through the noise environment, a fourth step (S40) of setting a target value of the false alarm probability and a timing offset between the transmitted signal and the received signal, and a target value of the set false alarm probability And a fifth method for calculating a spectrum detection probability by a matched filter detection technique, a spectrum detection probability by an energy detection technique, and a spectrum detection probability by a cyclostationary detection technique, based on the timing offset between the transmission signal and the received signal. Step S50; And a sixth step S60 of comparing each detection probability according to the SNR.

나아가, 본 발명에 의한 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법은 각각의 검출 확률을 SNR에 따라 비교(S60)한 후에 최적의 검출 기법을 선정하는 제7 단계(S70)를 더 포함할 수 있다. 최적의 검출 기법을 선정하는 제7 단계(S70)에서는 송신신호와 수신신호 간의 타이밍 정보가 존재하는 경우에는 정합필터 검출 기법을 최적의 검출 기법으로서 선정하고, 송신신호와 수신신호 간의 타이밍 정보가 존재하지 않는 경우에는 SNR을 고려하여 에너지 검출 기법 또는 사이클로스테이셔너리 검출 기법을 최적의 검출 기법으로 선정할 수 있다.Furthermore, the performance analysis method of the spectrum detection technique for the cognitive radio system according to the present invention may further comprise a seventh step (S70) of selecting the optimal detection technique after comparing each detection probability according to the SNR (S60). have. In the seventh step S70 of selecting an optimal detection technique, when there is timing information between a transmission signal and a reception signal, a matching filter detection technique is selected as an optimal detection technique, and timing information between the transmission signal and the reception signal exists. If not, the energy detection method or the cyclostationary detection method may be selected as the optimal detection method in consideration of the SNR.

한편, 본 발명은 상기한 실시예로 한정되는 것은 아니고, 본 발명의 요지를 벗어나지 않는 범위 내에서 다양하게 변형하여 실시할 수 있다.In addition, this invention is not limited to the above-mentioned Example, It can variously deform and implement within the range which does not deviate from the summary of this invention.

Claims (7)

인지 무선 시스템에서 스펙트럼을 검출하기 위해서 이용되는, 정합필터 검출 기법, 에너지 검출 기법, 및 사이클로스테이셔너리 검출 기법의 성능을 상호 비교하는 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법으로서,
송신신호를 생성하는 제1 단계;
송신신호를 부가 백색 가우시안 잡음 환경에서 전송하는 제2 단계;
부가 백색 가우시안 잡음 환경을 통과한 송신신호로부터 수신신호를 생성하는 제3 단계;
오경보 확률의 목표값과 송신신호와 수신신호 간의 타이밍 오프셋을 설정하는 제4 단계;
상기 오경보 확률의 목표값과 상기 타이밍 오프셋을 기초로 하여, 정합필터 검출 기법에 의한 스펙트럼 검출 확률, 에너지 검출 기법에 의한 스펙트럼 검출 확률, 및 사이클로스테이셔너리 검출 기법에 의한 스펙트럼 검출 확률을 산출하는 제5 단계; 및
정합필터 검출 기법에 의한 스펙트럼 검출 확률, 에너지 검출 기법에 의한 스펙트럼 검출 확률, 및 사이클로스테이셔너리 검출 기법에 의한 스펙트럼 검출 확률을 SNR에 따라 비교하는 제6 단계를 포함하는 것을 특징으로 하는 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법.A spectral detection technique performance analysis method for a cognitive radio system that compares performance of a matched filter detection technique, an energy detection technique, and a cyclostationary detection technique, used to detect a spectrum in a cognitive radio system,
Generating a transmission signal;
Transmitting a transmission signal in an additional white Gaussian noise environment;
Generating a received signal from the transmitted signal passing through the additional white Gaussian noise environment;
Setting a target value of a false alarm probability and a timing offset between a transmission signal and a reception signal;
Calculating a spectrum detection probability by a matched filter detection technique, a spectrum detection probability by an energy detection technique, and a spectrum detection probability by a cyclostationary detection technique, based on the target value of the false alarm probability and the timing offset. 5 steps; And
And a sixth step of comparing the spectrum detection probability by the matched filter detection technique, the spectrum detection probability by the energy detection technique, and the spectrum detection probability by the cyclostationary detection technique according to the SNR. Performance Analysis Method for Spectrum Detection Techniques. 제 1 항에 있어서,
상기 제6 단계 이후에 최적의 검출 기법을 선정하는 제7 단계를 더 포함하고, 최적의 검출 기법을 선정하는 제7 단계에서는 송신신호와 수신신호 간의 타이밍 정보가 존재하는 경우에는 정합필터 검출 기법을 최적의 검출 기법으로서 선정하고, 송신신호와 수신신호 간의 타이밍 정보가 존재하지 않는 경우에는 SNR을 고려하여 에너지 검출 기법 또는 사이클로스테이셔너리 검출 기법을 최적의 검출 기법으로 선정하는 것을 특징으로 하는 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법.The method of claim 1,
The method may further include a seventh step of selecting an optimal detection method after the sixth step. In the seventh step of selecting an optimum detection method, a matching filter detection method may be used when timing information between a transmission signal and a reception signal exists. If it is selected as the optimal detection technique, and there is no timing information between the transmission signal and the received signal, the cognitive radio characterized in that the energy detection technique or the cyclostationary detection technique is selected as the optimal detection technique in consideration of the SNR. Performance Analysis Method for Spectrum Detection Techniques for System. 제 1 항에 있어서,
정합필터 검출 기법은 하기 수학식 1에 의해서 신호 유무를 판단할 문턱값을 결정하는 것을 특징으로 하는 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법.
<수학식 1>
Figure 112011031403636-pat00102

여기서,
Figure 112011031403636-pat00103
는 오경보 확률이고,
Figure 112011031403636-pat00104
는 잡음만 존재하는 경우를 나타내고,
Figure 112011031403636-pat00105
는 신호 유무를 판단할 문턱값이고,
Figure 112011031403636-pat00106
는 정합필터 검출 기법을 적용해서 나온 결과인 검정 통계량이고, Pr(
Figure 112011031403636-pat00107
|
Figure 112011031403636-pat00108
)는 잡음만 존재하는 경우에 신호가 존재한다고 판단할 확률이고, Q는 가우시안 Q함수이고,
Figure 112011031403636-pat00109
는 부가 백색 가우시안 잡음 신호 w의 분산이고,
Figure 112011031403636-pat00110
이고,
Figure 112011031403636-pat00111
은 검정 통계량을 구하기 위해 사용된 샘플의 개수이고,
Figure 112011031403636-pat00112
은 송신신호
Figure 112011031403636-pat00113
를 샘플링한 신호를 나타냄.The method of claim 1,
The matched filter detection technique is a spectrum analysis technique performance analysis method for a cognitive radio system, characterized in that for determining the threshold to determine the presence or absence of a signal according to the following equation (1).
<Equation 1>
Figure 112011031403636-pat00102

here,
Figure 112011031403636-pat00103
Is the false alarm probability,
Figure 112011031403636-pat00104
Indicates the case where only noise exists.
Figure 112011031403636-pat00105
Is the threshold to determine the presence or absence of a signal,
Figure 112011031403636-pat00106
Is the test statistic resulting from applying the matched filter detection technique, and Pr (
Figure 112011031403636-pat00107
|
Figure 112011031403636-pat00108
) Is the probability that a signal exists when only noise is present, Q is a Gaussian Q function,
Figure 112011031403636-pat00109
Is the variance of the additive white Gaussian noise signal w,
Figure 112011031403636-pat00110
ego,
Figure 112011031403636-pat00111
Is the number of samples used to obtain the test statistic,
Figure 112011031403636-pat00112
Is a transmission signal
Figure 112011031403636-pat00113
Indicates a sampled signal. 제 1 항에 있어서,
에너지 검출 기법은 하기 수학식 2에 의해서 신호 유무를 판단할 문턱값을 결정하는 것을 특징으로 하는 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법.
<수학식 2>
Figure 112011031403636-pat00114

여기서,
Figure 112011031403636-pat00115
는 오경보 확률이고,
Figure 112011031403636-pat00116
는 잡음만 존재하는 경우를 나타내고,
Figure 112011031403636-pat00117
는 신호 유무를 판단할 문턱값이고,
Figure 112011031403636-pat00118
는 에너지 검출 기법을 적용해서 나온 결과인 검정 통계량이고, Pr(
Figure 112011031403636-pat00119
|
Figure 112011031403636-pat00120
)는 잡음만 존재하는 경우에 신호가 존재한다고 판단할 확률이고, Q는 가우시안 Q함수이고,
Figure 112011031403636-pat00121
는 부가 백색 가우시안 잡음 신호 w의 분산이고,
Figure 112011031403636-pat00122
은 검정 통계량을 구하기 위해 사용된 샘플의 개수임.The method of claim 1,
The energy detection technique is a performance analysis method of the spectrum detection technique for a cognitive radio system, characterized in that for determining the threshold to determine the presence or absence of a signal by the following equation (2).
&Quot; (2) &quot;
Figure 112011031403636-pat00114

here,
Figure 112011031403636-pat00115
Is the false alarm probability,
Figure 112011031403636-pat00116
Indicates the case where only noise exists.
Figure 112011031403636-pat00117
Is the threshold to determine the presence or absence of a signal,
Figure 112011031403636-pat00118
Is the test statistic resulting from applying the energy detection technique, and Pr (
Figure 112011031403636-pat00119
|
Figure 112011031403636-pat00120
) Is the probability that a signal exists when only noise is present, Q is a Gaussian Q function,
Figure 112011031403636-pat00121
Is the variance of the additive white Gaussian noise signal w,
Figure 112011031403636-pat00122
Is the number of samples used to obtain the test statistic. 제 1 항에 있어서,
사이클로스테이셔너리 검출 기법은 하기 수학식 3에 의해서 신호 유무를 판단할 문턱값을 결정하는 것을 특징으로 하는 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법.
<수학식 3>
Figure 112011031403636-pat00123

여기서,
Figure 112011031403636-pat00124
는 오경보 확률이고,
Figure 112011031403636-pat00125
는 잡음만 존재하는 경우를 나타내고,
Figure 112011031403636-pat00126
는 신호 유무를 판단할 문턱값이고,
Figure 112011031403636-pat00127
는 사이클로스테이셔너리 검출 기법을 적용해서 나온 결과인 검정 통계량이고, Pr(
Figure 112011031403636-pat00128
|
Figure 112011031403636-pat00129
)는 잡음만 존재하는 경우에 신호가 존재한다고 판단할 확률이고,
Figure 112011031403636-pat00130
는 수신된 신호의 샘플 수인
Figure 112011031403636-pat00131
을 다운샘플링한 후의 신호 개수임.The method of claim 1,
Cyclostationary detection technique is a performance analysis method for the spectrum detection technique for a cognitive radio system, characterized in that for determining the threshold to determine the presence or absence of a signal according to the following equation (3).
<Equation 3>
Figure 112011031403636-pat00123

here,
Figure 112011031403636-pat00124
Is the false alarm probability,
Figure 112011031403636-pat00125
Indicates the case where only noise exists.
Figure 112011031403636-pat00126
Is the threshold to determine the presence or absence of a signal,
Figure 112011031403636-pat00127
Is the test statistic resulting from applying the cyclostationary detection technique, and Pr (
Figure 112011031403636-pat00128
|
Figure 112011031403636-pat00129
) Is the probability that a signal exists if only noise exists,
Figure 112011031403636-pat00130
Is the number of samples in the received signal
Figure 112011031403636-pat00131
The number of signals after downsampling. 제 1 항에 있어서,
상기 송신신호는 BPSK를 통해서 생성되는 것을 특징으로 하는 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법.The method of claim 1,
The transmission signal is generated through the BPSK spectrum analysis method performance analysis method for a cognitive radio system. 제 1 항에 있어서,
오경보 확률의 목표값은 0.01로 설정되는 것을 특징으로 하는 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법.The method of claim 1,
The target value of the false alarm probability is set to 0.01 performance analysis method for a spectrum detection technique for a cognitive radio system.
KR1020110039643A 2011-04-27 2011-04-27 Method for analyzing performance of spectrum sensing methods for cognitive radio systems KR101154166B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110039643A KR101154166B1 (en) 2011-04-27 2011-04-27 Method for analyzing performance of spectrum sensing methods for cognitive radio systems

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110039643A KR101154166B1 (en) 2011-04-27 2011-04-27 Method for analyzing performance of spectrum sensing methods for cognitive radio systems

Publications (1)

Publication Number Publication Date
KR101154166B1 true KR101154166B1 (en) 2012-06-14

Family

ID=46607326

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110039643A KR101154166B1 (en) 2011-04-27 2011-04-27 Method for analyzing performance of spectrum sensing methods for cognitive radio systems

Country Status (1)

Country Link
KR (1) KR101154166B1 (en)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108988969A (en) * 2018-08-27 2018-12-11 北京邮电大学 A kind of frequency spectrum sensing method and device based on energy measuring
KR20210126912A (en) * 2020-04-13 2021-10-21 엘아이지넥스원 주식회사 CNN Based Spectrum Sensing Technique for Cognitive Radio Communications
KR20210128161A (en) * 2020-04-16 2021-10-26 한밭대학교 산학협력단 Recurrent neural network based spectrum sensing method and device for cognitive radio communications

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100008211A (en) * 2008-07-15 2010-01-25 재단법인서울대학교산학협력재단 A collaborative channel sensing method based on the energy detection for multi-users in cognitive radio systems
KR20100120970A (en) * 2009-05-07 2010-11-17 서울대학교산학협력단 Nonquiet primary user detecting method in cognitive radio system
KR20110080053A (en) * 2010-01-04 2011-07-12 성균관대학교산학협력단 System and spectrum sensor for cognitive radio
KR20110128558A (en) * 2010-05-24 2011-11-30 포항공과대학교 산학협력단 Method and device of signal presence detection in the radio communication system based on cognitive radio

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100008211A (en) * 2008-07-15 2010-01-25 재단법인서울대학교산학협력재단 A collaborative channel sensing method based on the energy detection for multi-users in cognitive radio systems
KR20100120970A (en) * 2009-05-07 2010-11-17 서울대학교산학협력단 Nonquiet primary user detecting method in cognitive radio system
KR20110080053A (en) * 2010-01-04 2011-07-12 성균관대학교산학협력단 System and spectrum sensor for cognitive radio
KR20110128558A (en) * 2010-05-24 2011-11-30 포항공과대학교 산학협력단 Method and device of signal presence detection in the radio communication system based on cognitive radio

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108988969A (en) * 2018-08-27 2018-12-11 北京邮电大学 A kind of frequency spectrum sensing method and device based on energy measuring
CN108988969B (en) * 2018-08-27 2020-07-21 北京邮电大学 Spectrum sensing method and device based on energy detection
KR20210126912A (en) * 2020-04-13 2021-10-21 엘아이지넥스원 주식회사 CNN Based Spectrum Sensing Technique for Cognitive Radio Communications
KR102364215B1 (en) 2020-04-13 2022-02-17 엘아이지넥스원 주식회사 CNN Based Spectrum Sensing Technique for Cognitive Radio Communications
KR20210128161A (en) * 2020-04-16 2021-10-26 한밭대학교 산학협력단 Recurrent neural network based spectrum sensing method and device for cognitive radio communications
KR102390190B1 (en) 2020-04-16 2022-04-25 한밭대학교 산학협력단 Recurrent neural network based spectrum sensing method and device for cognitive radio communications

Similar Documents

Publication Publication Date Title
US10348939B2 (en) Detection of the presence of television signals embedded in noise using cyclostationary toolbox
Yang et al. Cyclostationary feature detection based spectrum sensing algorithm under complicated electromagnetic environment in cognitive radio networks
Yue et al. Combined energy detection and one-order cyclostationary feature detection techniques in cognitive radio systems
CN101834630A (en) Joint spectrum detection method based on energy-cyclostationary characteristic
WO2016035439A1 (en) Interference identification device, radio communication device, and interference identification method
Zeng et al. Robust spectrum sensing in cognitive radio
Sharma et al. Correlation-based sensing for cognitive radio networks: Bounds and experimental assessment
KR101154166B1 (en) Method for analyzing performance of spectrum sensing methods for cognitive radio systems
Bhojani et al. An integrated approach for jammer detection using software defined radio
Liu et al. Comparison of reliability, delay and complexity for standalone cognitive radio spectrum sensing schemes
CN108401255B (en) Double-stage blind spectrum sensing scheme
Hamid et al. Spectrum sensing through spectrum discriminator and maximum minimum eigenvalue detector: A comparative study
Mariani et al. On Oversampling-Based Signal Detection: A Pragmatic Approach
CN109391812B (en) A kind of cyclo-stationary detection and coherent detection associated detecting method based on DVB-S signal
Mohapatra et al. Performance evaluation of cyclostationary based spectrum sensing in cognitive radio network
Lin et al. Subsection-average cyclostationary feature detection in cognitive radio
Wotaif et al. Spectrum sensing detection for non-stationary primary user signals over dynamic threshold energy detection in cognitive radio system
JP7315836B2 (en) object detection system
Joshi et al. Spectrum sensing for cognitive radio using hybrid matched filter single cycle cyclostationary feature detector
US8880370B1 (en) Multiple signals detection system
KR101347885B1 (en) Apparatus for cognitive radio and method thereof
Mariani et al. Recent advances on wideband spectrum sensing for cognitive radio
Eslamı et al. Performance Analysis of Energy Based Spectrum Sensing over Nakagami-m Fading Channels with Noise uncertainty
Moghaddam et al. A comparative study on the two popular cognitive radio spectrum sensing methods: Matched filter versus energy detector
CN110531321A (en) Dynamic channelization subband spectrum detection method based on characteristic value

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20160328

Year of fee payment: 5

LAPS Lapse due to unpaid annual fee