KR101311893B1 - 인지 무선 네트워크에서의 감지 및 전송 매개변수 결정 방법 - Google Patents

Abstract

본 발명은 인지 무선 네트워크에서의 감지 및 전송 매개변수 결정 방법에 관한 것이다. 본 발명은, 1차 사용자(이하, PU)와 2차 사용자(이하, SU)로 구성된 인지 무선 네트워크 환경에서의 감지 및 전송 매개변수 결정 방법에 있어서, 상기 PU와 상기 SU 간의 충돌 확률을 연산하는 단계와, 상기 충돌 확률을 만족시키면서, 상기 SU의 쓰루풋을 최고로 향상시키기 위한 감지 기간 및 데이터 전송 기간을 결정하는 단계를 포함한다. 이에 의해, 인지 무선 네트워크에서 PU가 요구하는 충돌 수준(probability of collision)을 만족하면서 최고로 높은 쓰루풋(throughput)을 가지는 감지 기간과 데이터 전송 기간의 길이를 제공할 수 있다.

Description

인지 무선 네트워크에서의 감지 및 전송 매개변수 결정 방법{Sensing and transmission parameter determination method for cognitive radio networks}

본 발명은 인지 무선 네트워크에서의 감지 및 전송 매개변수 결정 방법에 관한 것으로, 보다 구체적으로는, 인지 무선 네트워크 환경에서 1차 사용자(primary user)와 2차 사용자(secondary user) 사이의 충돌을 1차 사용자의 요구 수준에 맞춤과 동시에 2차 사용자의 네트워크 쓰루풋(throughput)을 최고로 높일 수 있는 감지 및 전송 매개변수(sensing and transmission parameters)를 확률 과정 모델(stochastic model)을 이용하여 결정하기 위한 인지 무선 네트워크에서의 감지 및 전송 매개변수 결정 방법에 관한 것이다.

인지 무선 네트워크는 부족한 무선 주파수 대역 문제를 해결할 수 있는 기술이다. 인지 무선 기술은 주파수의 라이센스를 가지고 있는 1차 사용자(Primary User, 이하 PU)가 사용하지 않는 시간대에 라이센스가 없는 2차 사용자(Secondary User, 이하 SU)가 그 주파수 대역을 사용하여 주파수 스펙트럼의 이용률을 높이는 기술이다. 하지만 PU의 정당한 권익을 보호하기 위하여 SU는 자신의 네트워크 사용이 PU의 네트워크 사용에 피해를 미치지 않도록 방법을 강구해야 한다.

이러한 인지 무선 네트워크는 현재 각 분야에서 매우 활발하게 연구되고 있으며 최근 IEEE에서 제정한 IEEE 802.22 WRAN(Wireless Regional Area Network) 표준이 인지 무선 기술을 이용한 최초의 기술 표준으로 등장하였다.

IEEE 802.22 표준에 따르면 SU는 PU의 활동을 제대로 감지할 확률인 정상 감지 확률(probability of detection)이 90%보다 높아야 하고, PU의 활동이 없는데 PU의 활동이 있다고 잘못 감지하는 거짓 경보 확률(probability of false alarm)이 10% 보다 낮아야 하는 조건을 만족해야 한다.

하지만 다양한 PU가 있다면 PU들이 겪은 충돌 시간을 PU가 통신을 시도한 시간으로 나눈 충돌 확률(probability of collision)에 대한 요구 또한 다양하다고 보는 것이 타당하다.

또한 시간의 변화에 따라 PU의 충돌 수준에 대한 요구가 변할 수도 있기 때문에 이를 제때 반영하기 위해서는 SU가 현재 자신이 통신을 시도했을 때 PU와 충돌이 일어날 확률이 얼마인지 정확하게 계산하는 방법도 필요한 현실이다.

[관련기술문헌]

1. 인지 무선 네트워크들을 위한 네트워크 엔트리 및 디바이스 탐색(특허출원번호 제10-2010-7013963호)

2. 인지무선 에드 혹 네트워크에서 영역기반의 분산적 센싱 방법(특허출원번호 제10-2010-0063388호)

3. 인지 무선 네트워크들에서의 동기화를 위한 방법 및 장치(특허출원번호 제10-2011-7017091호)

본 발명은 상기의 문제점을 해결하기 위한 것으로, 상술한 종래 기술의 문제점을 해결하기 위하여, 본 발명은 마르코프 확률 모델(Markov model)과 기존의 연구자들이 논문으로 발표한 바 있는 주기적 감지 및 전송 매체 접근 방법(periodic sensing and transmission MAC)을 이용한 1차 사용자가 요구하는 충돌 확률을 만족시키면서 동시에 2차 사용자의 쓰루풋(throughput)을 최고로 높이는 감지 기간(sensing period)와 데이터 전송 기간(transmission period)의 길이를 찾기 위한 인지 무선 네트워크에서의 감지 및 전송 매개변수 결정 방법을 제공하기 위한 것이다.

그러나 본 발명의 목적들은 상기에 언급된 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.

상기의 목적을 달성하기 위해 본 발명의 실시예에 따른 인지 무선 네트워크에서의 감지 및 전송 매개변수 결정 방법은, 1차 사용자(이하, PU)와 2차 사용자(이하, SU)로 구성된 인지 무선 네트워크 환경에서의 감지 및 전송 매개변수 결정 방법에 있어서, 상기 PU와 상기 SU 간의 충돌 확률을 연산하는 제 1 단계; 및 상기 충돌 확률을 만족시키면서, 상기 SU의 쓰루풋을 최고로 향상시키기 위한 감지 기간(이하, M) 및 데이터 전송 기간(이하, T)을 결정하는 제 2 단계; 를 포함하는 것을 특징으로 한다.

본 발명의 다른 실시예에 따른 인지 무선 네트워크에서의 감지 및 전송 매개변수 결정 방법에 있어서, 상기 제 1 단계는, 2-상태 마르코프 체인 모델을 이용한 정상 상태 확률을 연산한 뒤, 상기 정상 상태 확률로부터 상기 PU화 상기 SU 간의 충돌 확률을 연산하는 것이 바람직하다.

본 발명의 다른 실시예에 따른 인지 무선 네트워크에서의 감지 및 전송 매개변수 결정 방법에 있어서, 상기 제 1 단계는, 2-상태 마르코프 체인 모델을 생성한 뒤, 상기 2-상태 마르코프 체인 모델을 이용해 각 상태들 간의 상태 전이 확률들을 생성하는 단계; 상기 상태 전이 확률로부터 정상 상태 행렬(steady state probability matrix)을 구한 뒤, 상기 정상 상태 행렬을 풀어 각 상태에서의 정상 상태 확률을 연산하는 단계; 및 상기 정상 상태 확률로부터 상기 PU와 상기 SU 간의 충돌 확률을 연산하는 단계; 를 포함하는 것이 바람직하다.

본 발명의 다른 실시예에 따른 인지 무선 네트워크에서의 감지 및 전송 매개변수 결정 방법은, 상기 제 2 단계 이전에 수행되는, 상기 SU가 사용하는 한 프레임을 상기 PU의 행동을 감지하기 위한 상기 감지 기간과 상기 SU 간의 데이터를 주고받는 상기 전송 기간으로 분할하는 과정을 포함하는 것이 바람직하다.

본 발명의 다른 실시예에 따른 인지 무선 네트워크에서의 감지 및 전송 매개변수 결정 방법에 있어서, 상기 제 2 단계는, 상기 PU와 상기 SU 간의 성공 확률은 연산하는 단계; 를 더 포함하는 것이 바람직하다.

본 발명의 다른 실시예에 따른 인지 무선 네트워크에서의 감지 및 전송 매개변수 결정 방법에 있어서, 상기 제 2 단계는, 상기 성공 확률과 충돌 확률의 전체 합이 1이 된다는 것을 이용해 상기 M가 최소치가 되고, 상기 T가 최대치가 되도록 하여 상기 M과 상기 T를 구하는 것이 바람직하다.

본 발명의 실시예에 따른 인지 무선 네트워크에서의 감지 및 전송 매개변수 결정 방법은, 인지 무선 네트워크에서 1차 사용자가 요구하는 충돌 수준(probability of collision)을 만족하면서 최고로 높은 쓰루풋(throughput)을 가지는 감지 기간(sensing period)과 데이터 전송 기간(transmission period)의 길이를 제공한다.

도 1은 본 발명의 실시예에 따른 인지 무선 네트워크에서의 감지 및 전송 매개변수 결정 방법에서 사용되는 2-상태 마르코프 체인 모델(2-state markov chain Model)을 설명하기 위한 도면.
도 2는 본 발명의 실시예에 따른 인지 무선 네트워크에서의 감지 및 전송 매개변수 결정 방법에서의 2차 사용자(Sencondary User, 이하 SU)가 사용하는 프레임 단위를 설명하기 위한 도면.
도 3은 본 발명의 실시예에 따른 인지 무선 네트워크에서의 감지 및 전송 매개변수 결정 방법을 위한 임의의 감지 기간과 데이터 전송 기간에 대하여 마르코프 모델 상태 전이 다이어그램(Markov model state transition diagram)을 나타내는 도면.
도 4는 본 발명의 실시예에 따른 인지 무선 네트워크에서의 감지 및 전송 매개변수 결정 방법을 나타내는 흐름도.

이하, 본 발명의 바람직한 실시예의 상세한 설명은 첨부된 도면들을 참조하여 설명할 것이다. 하기에서 본 발명을 설명함에 있어서, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다.

본 명세서에 있어서는 어느 하나의 구성요소가 다른 구성요소로 데이터 또는 신호를 '전송'하는 경우에는 구성요소는 다른 구성요소로 직접 상기 데이터 또는 신호를 전송할 수 있고, 적어도 하나의 또 다른 구성요소를 통하여 데이터 또는 신호를 다른 구성요소로 전송할 수 있음을 의미한다.

도 1은 본 발명의 실시예에 따른 인지 무선 네트워크에서의 감지 및 전송 매개변수 결정 방법에서 사용되는 2-상태 마르코프 체인 모델(2-state markov chain Model)을 설명하기 위한 도면이다. 도 1을 참조하면, 일반적으로 1차 사용자(Primary User, 이하 PU)의 채널 점유 모델은 온/오프(on/off) 모델로, 도시된 바와 같이 2-상태 마르코프 체인 모델을 이용한다.

여기서, 0은 채널을 안 쓰는 상태를 의미하며, 1은 채널을 쓰는 상태를 의미하며 alpha(α) bate(β)는 각 PU 마다 다른 파라미터로 설정할 수 있다.

보다 구체적으로, PU가 채널에 접근하는 것을 1, 채널에 접근하지 않는 것을 0으로 놓고, 확률 α와 β로 구성한다.

도 2는 본 발명의 실시예에 따른 인지 무선 네트워크에서의 감지 및 전송 매개변수 결정 방법에서의 2차 사용자(Sencondary User, 이하 SU)가 사용하는 프레임 단위를 설명하기 위한 도면이다. 도 2를 참조하면, 상술한 목적을 달성하기 위해 본 발명에서는 PU가 채널을 사용하는 경향이 2-상태 마르코프 연쇄 모델을 따른다고 가정한다. 또한 시간을 무선 장치가 이용할 수 있는 최소한의 시간 슬롯(time slot)으로 쪼개어 정수로 시간을 표현할 수 있다고 가정한다. 뿐만 아니라, SU는 프레임 단위로 채널을 사용하여야 한다.

이 프레임은 PU의 활동을 감지하는 "감지 매개변수"인 감지 기간(sensing period)과, 자신의 데이터를 전송하거나 다른 SU의 데이터를 수신하는 "전송 매개변수"인 데이터 전송 기간(transmission period)으로 구분된다.

여기서 감지 기간의 길이를 M 시간 슬롯, 데이터 전송 기간의 길이를 T 시간 슬롯으로 정할 수 있다. 본 발명은 주어진 PU의 충돌 확률을 만족하는 최소의 M과 최대의 T를 찾는 방법으로 주어진 문제를 해결한다.

도 3은 본 발명의 실시예에 따른 인지 무선 네트워크에서의 감지 및 전송 매개변수 결정 방법을 위한 임의의 감지 기간과 데이터 전송 기간에 대하여 마르코프 모델 상태 전이 다이어그램(Markov model state transition diagram)을 나타내는 도면이다. 마르코프 모델 상태 전이 다이어그램(Markov model state transition diagram)은 마르코프 확률 모델(Markov model)을 이용한 확률 과정(stochastic process)을 나타낸다.

이하에서는 도 1에서 상술한 내용을 기초로 도 3을 참조하여 인지 무선 네트워크에서의 감지 및 전송 매개변수 결정 방법에서 사용되는 마르코프 모델 상태 전이 다이어그램에 대해 설명하도록 한다.

도 3에서의 1행과 2행(파란색 영역)으로 표시된 상태는 감지 상태, 2행 하단에 위치한 3행(녹색 영역)으로 표시된 상태는 데이터 전송에 성공한 상태, 3행 하단의 4행(빨간색 영역)으로 표시된 상태는 PU와 SU가 동시에 데이터를 전송하여 충돌이 일어난 상태를 각각 나타낸다.

도 3의 마르코프 확률 과정 모델은 도시된 바와 같이, 하나의 상태가 (i, j, k)의 형태로 표현된다. 여기서 "i"는 주어진 시점에서 PU가 채널을 사용하고 있는지 아닌지를 표시하는 정보이다. 만약 주어진 시점에서 PU가 채널을 사용하고 있다면 1, 그렇지 않다면 0으로 나타낸다.

"j"는 SU가 PU를 감지할 때 들인 타임 슬롯(time slot)을 나타낸다. 즉, j는 감지 기간 중 몇 번째 슬롯까지 감지가 진행되었는지 나타내는 숫자로 0부터 M까지 있을 수 있다.

한편, "k"는 SU가 데이터를 전송한 타임 슬롯(time slot)을 나타낸다. 즉, k는 데이터 전송 기간 중 몇 번째 슬롯까지 전송이 진행되었는지 나타내는 숫자로써 0부터 T-1까지 있을 수 있다.

도 3에서의 1행 1열의 (0, 0, 0) 상태에서 1행 2열의 (0, 1, 0) 상태로 천이시, 만약 (0, 0, 0) 상태에서 만약 PU가 채널을 쓰고, SU가 그 상태를 감지한 경우 1행 2열의 (0, 1, 0)의 상태로 넘어간다.

이 경우 확률은 PU가 채널을 쓸 경우의 확률인 "1-α"에 SU가 감지했을 경우의 도 1에서의 확률인 "Pd"을 멀티플라이(Mulutiply)한 (1-α)Pd가 됨을 알 수 있으며, 동일한 방식으로 나머지의 천이 상태에서의 확률을 연산할 수 있다.

도 4는 본 발명의 실시예에 따른 인지 무선 네트워크에서의 감지 및 전송 매개변수 결정 방법을 나타내는 흐름도이다. 도 1 내지 도 4를 참조하면, 도 1과 같이 2-상태 마르코프 체인 모델을 생성한 뒤, 도 3에서의 상태 전이 확률들을 이용함으로써, 정상 상태 확률(steady state probability)을 구할 수 있다.

보다 구체적으로 살펴보면, 정상 상태 확률은 어떤 시스템이 충분히 오랜 시간을 거쳤을 때 각 상태에 머무르고 있을 확률을 의미하며, 예를 들면 주사위를 던진다고 할 때 1부터 6까지 상태가 있는데 아주 많이 던지면 결국 각 상태에 있을 확률은 각각 1/6이 되며, 정상 상태 확률의 총합은 1이 된다.

이와 같이, 모든 상태의 정상 상태 확률을 더하면 1이 된다는 것과 도 3에 나타나 있는 상태 전이 확률들을 이용하여 정상 상태 행렬(steady state probability matrix)을 구한 뒤에 그 행렬을 풀면 각각의 상태에 머물러 있을 확률을 구할 수 있다.

먼저, 2-상태 마르코프 체인 모델을 이용해 도 3과 같이 각 상태에서의 다른 상태로의 상태 천이 확률을 생성한다(S101).

단계(S101)에서 연산된 상태 천이 확률을 이용해 각 상태에서의 정상 상태 확률(steady state probability)을 구하여 정상 상태 행렬을 생성한다(S102).

단계(S102) 이후, PU와 SU의 충돌 확률을 생성한다(S103). 충돌 확률은 정상 상태 행렬을 모두 구한 뒤, 도 3에서 1행과 2행으로 표시된 상태인 감지 상태들의 확률의 총합을 연산하여 생성한다.

단계(S103) 이후, 성공 확률을 연산한 뒤, 성공 확률과 충돌 확률의 전체 합이 1이 된다는 것을 이용해 최소의 M과 최대의 T가 되도록 연산한다(S104).

보다 구체적으로, 도 3에서 3행으로 표시된 상태인 성공한 상태의 확률의 총합을 정량적 수치로 환산하면 정량적 수치가 높을수록 쓰루풋(throughput)이 향상된다는 것으로부터 쓰루풋을 예측할 수 있다.

뿐만 아니라, 감지 기간의 길이인 M 시간 슬롯이 짧거나 전송 기간의 길이인 T 시간 슬롯이 길수록 SU의 쓰루풋이 높아진다는 것을 예측할 수 있다.

이에 따라, 수치적 방법으로 주어진 충돌 확률 조건을 만족하는 최소의 M과 최대의 T를 구하면 SU가 최고의 쓰루풋을 얻을 수 있는 매개변수 M과 T를 얻게 된다.

본 발명은 또한 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 기록 장치를 포함한다.

컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기테이프, 플로피 디스크, 광 데이터 저장장치 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. 그리고 본 발명을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술 분야의 프로그래머들에 의해 용이하게 추론될 수 있다.

이상과 같이, 본 명세서와 도면에는 본 발명의 바람직한 실시예에 대하여 개시하였으며, 비록 특정 용어들이 사용되었으나, 이는 단지 본 발명의 기술 내용을 쉽게 설명하고 발명의 이해를 돕기 위한 일반적인 의미에서 사용된 것이지, 본 발명의 범위를 한정하고자 하는 것은 아니다. 여기에 개시된 실시예 외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 자명한 것이다.

Claims (6)

1차 사용자(이하, PU)와 2차 사용자(이하, SU)로 구성된 인지 무선 네트워크 환경에서의 감지 및 전송 매개변수 결정 방법에 있어서,
상기 PU와 상기 SU 간의 충돌 확률을 연산하는 제 1 단계; 및
상기 충돌 확률을 만족시키면서, 상기 SU의 쓰루풋을 최고로 향상시키기 위한 감지 기간(이하, M) 및 데이터 전송 기간(이하, T)을 결정하는 제 2 단계를 포함하되,
상기 1단계는 마르코프 확률 과정 모델을 이용한 정상 상태 확률을 연산한 뒤, 상기 정상 상태 확률로부터 상기 PU와 상기 SU 간의 충돌 확률을 연산하는 단계이고,
상기 마르코프 확률 과정 모델은 채널 감지 상태에서 제1 확률 및 제2 확률을 기반으로 상기 채널 감지 상태에서 데이터 전송 성공 상태 및 데이터 전송 충돌 상태로 천이하는 확률을 산출하고,
상기 제1 확률은 상기 PU가 채널을 사용할 확률이고,
상기 제2 확률은 상기 SU가 상기 PU가 상기 채널을 사용하는 것을 감지할 확률이고,
상기 마르코프 확률 과정 모델은 채널 상태를 (i, j, k)로 표시하고, 상기 i, 상기 j, 상기 k를 기반으로 상기 채널 감지 상태, 상기 데이터 전송 성공 상태, 상기 데이터 전송 충돌 상태로 구분하고,
상기 i는 특정한 시점에서 상기 PU가 채널을 사용하고 있는지 아닌지를 표시하는 정보이고,
상기 j는 상기 SU가 상기 PU를 감지할 때 사용된 타임 슬롯(time slot)을 나타내는 정보이고,
상기 k는 상기 SU가 데이터를 전송한 타임 슬롯을 나타내는 정보로서 상기 k는 상기 데이터 전송 기간 중 몇번째 슬롯까지 전송이 진행되었는지 나타내는 정보인 인지 무선 네트워크 환경에서의 감지 및 전송 매개변수 결정 방법.

제1항에 있어서,
상기 SU가 사용하는 한 프레임을 상기 PU의 행동을 감지하기 위한 상기 감지 기간과 상기 SU 간의 데이터를 주고받는 상기 전송 기간으로 분할하는 과정을 더 포함하는 인지 무선 네트워크에서의 감지 및 전송 매개변수 결정 방법.

제1항에 있어서, 상기 제2 단계는,
상기 PU와 상기 SU 간의 성공 확률을 연산하는 단계를 포함하는 인지 무선 네트워크에서의 감지 및 전송 매개변수 결정 방법.

제3항에 있어서, 상기 제2 단계는,
상기 성공 확률과 충돌 확률의 전체 합이 1이 된다는 것을 이용해 상기 M이 최소치가 되고, 상기 T가 최대치가 되도록 하여 상기 M과 상기 T를 구하는 단계를 포함하는 인지 무선 네트워크에서의 감지 및 전송 매개변수 결정 방법.

삭제

삭제

Images