KR101460019B1 - 은닉 마르코프 모델을 이용한 인지 무선 통신 장치 및 인지무선 통신 방법 - Google Patents

은닉 마르코프 모델을 이용한 인지 무선 통신 장치 및 인지무선 통신 방법 Download PDF

Info

Publication number
KR101460019B1
KR101460019B1 KR1020080051703A KR20080051703A KR101460019B1 KR 101460019 B1 KR101460019 B1 KR 101460019B1 KR 1020080051703 A KR1020080051703 A KR 1020080051703A KR 20080051703 A KR20080051703 A KR 20080051703A KR 101460019 B1 KR101460019 B1 KR 101460019B1
Authority
KR
South Korea
Prior art keywords
signal
primary user
past
probability distribution
energy measurement
Prior art date
Application number
KR1020080051703A
Other languages
English (en)
Other versions
KR20090125541A (ko
Inventor
최현호
김영욱
김기응
Original Assignee
삼성전자주식회사
한국과학기술원
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 삼성전자주식회사, 한국과학기술원 filed Critical 삼성전자주식회사
Priority to KR1020080051703A priority Critical patent/KR101460019B1/ko
Publication of KR20090125541A publication Critical patent/KR20090125541A/ko
Application granted granted Critical
Publication of KR101460019B1 publication Critical patent/KR101460019B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
    • H04W72/542—Allocation or scheduling criteria for wireless resources based on quality criteria using measured or perceived quality
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

은닉 마르코프 모델(Hidden Markov Model, HMM)을 이용한 인지 무선 통신 장치가 제공된다. 은닉 마르코프 모델을 이용한 인지 무선 통신 장치는 프라이머리 사용자의 신호들에 대한 과거의 에너지 측정 결과들 및 상기 프라이머리 사용자의 신호가 존재하는지 여부에 대한 과거의 판단 결과들을 저장하는 저장부 및 상기 프라이머리 사용자의 신호에 대한 현재의 에너지 측정 결과를 기초로 은닉 마르코프 모델을 이용하여 현재 상기 프라이머리 사용자의 신호가 존재하는지 여부에 대한 확률 분포를 계산하는 계산부를 포함한다.
은닉 마르코프 모델, 인지 무선, cognitive radio, HMM, 센싱, 확률

Description

은닉 마르코프 모델을 이용한 인지 무선 통신 장치 및 인지 무선 통신 방법{COGNITIVE RADION COMMUNICATION DEVICE AND COGNITIVE RADION COMMUNICATION METHOD USING HIDDEN MARKOV MODEL}
본 발명은 인지 무선 기술을 이용하는 인지 무선 통신 시스템 또는 세컨더리 시스템이 프라이머리 시스템의 신호를 센싱하기 위한 기술과 관련된 것이다.
한정된 주파수 자원을 효율적으로 사용할 수 있는 기술에 관한 다양한 연구들이 활발히 진행되고 있다. 그 중 가장 부각되고 있는 기술 중 하나가 인지 무선(Cognitive Radio, CR) 기술이다.
인지 무선 기술은 한정된 주파수 자원을 재활용하여 보다 효율적으로 주파수 자원을 사용하고자 하는 기술이다. 인지 무선 기술에 따르면, 세컨더리(secondary) 시스템에 속하는 세컨더리 통신 장치(인지 무선 통신 장치)는 프라이머리(primary) 시스템에서 사용되지 않는 무선 자원을 주기적 또는 비주기적으로 센싱(Sensing)하여 사용 가능한(available) 주파수 자원을 인지하고, 인지된 사용 가능한 주파수 자원을 이용하여 데이터를 송/수신한다.
다만, 사용 가능한 주파수 자원에 대하여 프라이머리 시스템이 우선 권한을 가지므로, 세컨더리 시스템의 신호와 프라이머리 시스템의 신호가 충돌할 염려가 있는 경우, 세컨더리 통신 장치는 통신 동작을 정지하거나, 사용 중인 주파수 자원을 변경하여야 한다.
따라서, 세컨더리 통신 장치는 프라이머리 시스템의 신호가 존재하는지 여부를 적절히 센싱해야 한다. 즉, 세컨더리 통신 장치는 프라이머리 시스템의 신호의 신호가 존재함에도 불구하고, 이를 간과하거나 프라이머리 시스템의 신호가 존재하지 않음에도 불구하고 존재하는 것으로 오인하는 것을 피해야 한다.
본 발명의 일실시예에 따른 인지 무선 통신 장치는 프라이머리 사용자의 신호들에 대한 과거의 에너지 측정 결과들 및 상기 프라이머리 사용자의 신호가 존재하는지 여부에 대한 과거의 판단 결과들을 저장하는 저장부; 및
상기 프라이머리 사용자의 신호에 대한 현재의 에너지 측정 결과를 기초로 은닉 마르코프 모델(Hidden Markov Model, HMM)을 이용하여 현재 상기 프라이머리 사용자의 신호가 존재하는지 여부에 대한 확률 분포를 계산하는 계산부를 포함한다.
또한, 본 발명의 일실시예에 따른 인지 무선 통신 방법은 프라이머리 사용자의 신호들에 대한 과거의 에너지 측정 결과들 및 상기 프라이머리 사용자의 신호가 존재하는지 여부에 대한 과거의 판단 결과들을 저장하는 단계, 상기 과거의 에너지 측정 결과들 및 상기 과거의 판단 결과들을 상기 은닉 마르코프 모델(Hidden Markov Model, HMM)에 따라 모델링하는 단계, 상기 프라이머리 사용자의 신호에 대한 현재의 에너지 측정 결과를 기초로 상기 은닉 마르코프 모델을 이용하여 현재 상기 프라이머리 사용자의 신호가 존재하는지 여부에 대한 확률 분포를 계산하는 단계 및 상기 계산된 확률 분포를 기초로 현재 상기 프라이머리 사용자의 신호가 존재하는지 여부를 판단하는 단계를 포함한다.
본 발명의 일실시예에 따른 인지 무선 통신 장치 및 인지 무선 통신 방법은 프라이머리 사용자의 신호가 존재하는 확률을 통계적으로 계산함으로써, 간과 확률 및 오보 확률을 동시에 줄일 수 있다.
또한, 본 발명의 일실시예에 따른 인지 무선 통신 장치 및 인지 무선 통신 방법은 은닉 마르코프 모델을 이용하여 프라이머리 사용자의 신호가 존재하는지 여부에 대한 확률을 계산함으로써, 보다 정확하게 프라이머리 사용자의 신호를 센싱할 수 있다.
또한, 본 발명의 일실시예에 따른 인지 무선 통신 장치 및 인지 무선 통신 방법은 고정된 센싱 기준 에너지 레벨을 사용하는 데에서 오는 간과 확률 및 오보 확률의 증가를 방지할 수 있다.
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 프라이머리 시스템 및 세컨더리 시스템을 도시한 도면이다.
도 1을 참조하면, 프라이머리 시스템(110)은 프라이머리 사용자 1(111) 및 프라이머리 사용자 2(112)를 포함하며, 세컨더리 시스템(120)은 인지 무선 통신 장치 1(121) 및 인지 무선 통신 장치 2(122)를 포함한다.
세컨더리 시스템(120)은 프라이머리 시스템(110)에 할당된 무선 자원 중 일부 또는 전부를 인지 무선 기술을 이용하여 사용 가능한 무선 자원으로 인지할 수 있다. 그리고, 세컨더리 시스템(120)에 속하는 인지 무선 통신 장치 1(121) 및 인지 무선 통신 장치 2(122)는 인지된 사용 가능한 무선 자원을 이용하여 서로 데이터를 송/수신할 수 있다.
이 때, 프라이머리 시스템(110)과 세컨더리 시스템(120)이 동일한 무선 자 원을 사용하는 경우, 프라이머리 시스템(110)과 세컨더리 시스템(120) 사이에서 충돌이 발생할 수 있다. 그러나, 프라이머리 시스템(110)이 세컨더리 시스템(120)보다 프라이머리 시스템(110)에 할당된 무선 자원에 대하여 우선 권한을 갖는다.
따라서, 세컨더리 시스템(120)은 프라이머리 시스템(110)의 통신 동작을 방해하지 않는다는 제한을 가지고 프라이머리 시스템(110)에 할당된 무선 자원 중 일부 또는 전부를 사용할 수 있다. 결국, 세컨더리 시스템(120)에 속하는 인지 무선 통신 장치 1(121) 및 인지 무선 통신 장치 2(122)는 프라이머리 시스템(110)의 신호를 센싱하고, 프라이머리 시스템(110)의 신호가 존재하지 않는 경우에 무선 자원을 사용할 수 있다.
도 2는 시간에 따른 무선 자원에 대한 프라이머리 시스템 및 세컨더리 시스템 사용을 개념적으로 도시한 도면이다.
도 2를 참조하면, 시간 구간 t1 및 시간 구간 t2 에서 프라이머리 시스템이 무선 자원을 사용한다.
또한, 세컨더리 시스템은 시간 구간 t3에서 프라이머리 시스템이 무선 자원을 사용하는지 여부에 대해 고속 센싱(fast sensing)을 수행한다. 일반적으로, 고속 센싱 구간 t3, t5 및 t7은 파인 센싱 구간 t8보다 짧으며, 인지 무선 통신 장치는 짧은 시간 주기를 가지고 고속 센싱을 수행한다.
이 때, 인지 무선 통신 장치는 고속 센싱 구간에서 프라이머리 시스템의 신호를 수신하고, 수신된 신호의 파워(에너지)와 미리 결정된 센싱 기준 레벨을 비교함으로써 프라이머리 시스템의 신호가 존재하는지 여부를 판단할 수 있다.
또한, 인지 무선 통신 장치가 시간 구간 t3 및 t5에서 고속 센싱을 수행하고, 프라이머리 시스템의 신호가 존재하지 않는 것(프라이머리 시스템이 무선 자원을 사용하고 있지 않는 것)으로 판단하는 경우, 세컨더리 시스템은 시간 구간 t4 및 t6에서 프라이머리 시스템에 할당된 무선 자원을 사용한다.
또한, 인지 무선 통신 장치는 시간 구간 t7에서 고속 센싱을 수행한다. 이 때, 프라이머리 시스템의 신호가 존재하는 것으로 판단되는 경우, 인지 무선 통신 장치는 시간 구간 t8에서 파인 센싱(fine sensing)을 수행한다. 이 때, 인지 무선 통신 장치는 파인 센싱 구간 t8 동안 프라이머리 시스템의 신호가 존재하는지 여부를 정밀하게 판단한다. 예를 들어, 인지 무선 통신 장치는 Matched filter 등을 이용하여 수신된 신호가 프라이머리 시스템의 신호인지 여부를 정밀하게 판단할 수 있다.
인지 무선 통신 장치가 파인 센싱을 수행하고, 프라이머리 시스템의 신호가 존재하는 것으로 최종적으로 판단하는 경우, 세컨더리 시스템은 프라이머리 시스템과의 충돌을 방지하기 위하여 무선 자원의 사용을 중단한다. 그리고 난 후, 프라이머리 시스템은 시간 구간 t9 및 t10에서 무선 자원을 사용한다.
일반적으로, 세컨더리 시스템은 상술한 바와 같이 프라이머리 시스템과의 충돌을 피한다. 그러나, 세컨더리 시스템은 종종 프라이머리 시스템의 신호가 존재함에도 불구하고 존재하지 않는 것으로 잘못 판단할 수 있으며, 프라이머리 시스템의 신호가 존재하지 않음에도 불구하고 존재하는 것으로 잘못 판단할 수 있다. 여기서, 세컨더리 시스템이 프라이머리 시스템의 신호가 존재함에도 불구하고 존재 하지 않는 것으로 잘못 판단하는 확률을 간과(missed detection) 확률이라고 하며, 프라이머리 시스템의 신호가 존재하지 않음에도 불구하고 존재하는 것으로 잘못 판단하는 확률을 오보(false alarm) 확률이라고 한다.
간과 확률 및 오보 확률은 주요하게는 센싱 기준 레벨에 따라 결정된다. 만약, 센싱 기준 레벨이 높을수록, 프라이머리 시스템의 신호가 존재함에도 불구하고, 존재하지 않는 것으로 판단되는 간과 확률이 높아진다. 반대로, 센싱 기준 레벨이 낮을수록, 프라이머리 시스템의 신호가 존재하지 않음에도 불구하고, 존재하는 것으로 판단되는 오보 확률이 높아진다. 결국, 간과 확률 및 오보 확률은 일반적으로 트레이드 오프(trade off) 관계를 갖는 것으로 볼 수 있다.
다만, 아래에서 설명하겠지만, 본 발명의 일실시예에 따른 인지 무선 통신 장치는 고정된 센싱 기준 레벨이 아니라, 프라이머리 시스템의 신호가 존재하는 통계적 확률을 기초로 프라이머리 시스템의 신호를 센싱할 수 있다. 따라서, 본 발명의 일실시예에 따른 인지 무선 통신 장치는 고정된 센싱 기준 레벨로 인해 발생하는 간과 확률 및 오보 확률의 증가를 막을 수 있다.
도 3은 간과 확률 및 오보 확률의 관계를 나타낸 도면이다.
도 3을 참조하면, 커브 310은 인지 무선 통신 장치가 고정된 센싱 기준 레벨을 이용하여 고속 센싱을 수행하는 경우, 오보 확률 및 간과 확률의 관계를 나타낸 것이다. 센싱 기준 레벨에 따라 오보 확률 및 간과 확률은 커브 310을 따라 움직인다. 커브 310을 참조하면, 오보 확률 및 간과 확률은 트레이드 오프 관계에 있음을 알 수 있다. 그러나, 센싱 기준 레벨을 조절하더라도 커브 310을 커브 320 으로 이동시키기는 어렵다.
커브 320는 본 발명의 일실시예에 따른 인지 무선 통신 장치가 프라이머리 시스템의 신호가 존재할 확률을 기초로 프라이머리 시스템의 신호를 센싱하는 경우, 오보 확률 및 관과 확률의 관계를 나타낸 것이다. 커브 320을 참조하면, 커브 320이 커브 310보다 아랫 부분에 위치하므로, 본 발명에 따르면, 오보 확률 및 간과 확률을 동시에 감소시킬 수 있음을 알 수 있다.
결국, 본 발명의 일실시예에 따른 인지 무선 통신 장치는 고정된 센싱 기준 레벨이 아니라 프라이머리 시스템의 신호가 존재할 통계적 확률을 기초로 프라이머리 시스템의 신호를 센싱함으로써, 오보 확률 및 간과 확률을 감소시킬 수 있다. 통계적 확률을 기초로 프라이머리 시스템의 신호가 존재하는지 여부를 판단하는 본 발명의 인지 무선 통신 장치에 대해서는 아래에서 상세히 설명한다.
도 4는 은닉 마르코프 모델을 설명하기 위한 도면이다.
도 4를 참조하면, X는 프라이머리 사용자의 신호가 존재하는지 여부에 대한 판단 결과를 나타낸 것이며, Y는 프라이머리 사용자의 신호에 대한 에너지 측정 결과를 나타낸 것이다. 여기서, 프라이머리 사용자의 신호가 존재하지 않는 것으로 판단되는 경우, X는 '0', 프라이머리 사용자의 신호가 존재하는 것으로 판단되는 경우, X는 '1'로 모델링될 수 있다.
또한, X 및 Y의 아랫 첨자는 시점을 의미한다. 즉, Yt는 t 시점에서 프라이머리 사용자의 신호에 대한 에너지 측정 결과이고, Xt는 t 시점에서 프라이머리 사용자의 신호가 존재하는지 여부에 대한 판단 결과이다.
이 때, X 및 Y는 은닉 마르코프 모델(Hidden Markov Model, HMM)을 이용하여 모델링될 수 있다.
은닉 마르코프 모델은 모델링하고자 하는 대상 시스템이 알려지지 않은 파라미터들을 가진 마르코프 프로세스를 따르는 것으로 가정하여, 관찰된 파라미터들로부터 숨겨진 파라미터를 추측하는 통계 모델이다. 즉, 은닉 마르코프 모델에 따르면, 복수의 관찰 상태들을 통계적으로 분석함으로써 은닉 상태들이 추측될 수 있다.
여기서, 본 발명의 일실시예에 따른 인지 무선 통신 장치는 은닉 마르코프 모델을 프라이머리 시스템의 신호를 센싱하는 과정에 적용할 수 있다. 즉, 은닉 마르코프 모델의 관찰 상태들은 프라이머리 사용자의 신호에 대한 에너지 측정 결과들(Y)에 대응되며, 은닉 마르코프 모델의 은닉 상태들은 프라이머리 사용자의 신호가 존재하는지 여부에 대한 판단 결과들(X)에 대응된다.
그리고, 본 발명의 일실시예에 따른 인지 무선 통신 장치는 프라이머리 사용자의 신호가 존재하는지 여부에 대한 과거의 판단 결과들 및 프라이머리 사용자의 신호들에 대한 과거의 에너지 측정 결과들을 파악할 수 있다. 그리고, 인지 무선 통신 장치는 프라이머리 사용자의 신호에 대한 현재의 에너지 측정 결과를 알 수 있으므로, 은닉 마르코프 모델을 이용하여 현재 프라이머리 사용자의 신호가 존재하는지 여부를 확률적으로 계산할 수 있다.
아래에서는 t는 현재 시점을 의미한다고 가정한다.
프라이머리 사용자의 신호가 존재하는지 여부에 대한 판단 결과 Xt는 하기 수학식 1과 같이 정의할 수 있다. 여기서, 프라이머리 사용자의 신호가 존재하는지 여부에 대한 판단 결과 Xt는 은닉 상태에 대응된다.
Figure 112008039511584-pat00001
(N: 프라이머리 사용자들의 수)
Figure 112008039511584-pat00002
: 프라이머리 사용자 i의 신호가 존재하는지 여부에 대한 판단 결과(프라이머리 사용자 i의 신호가 존재:1, 프라이머리 사용자 i의 신호가 비존재: 0)
Figure 112008039511584-pat00003
: 프라이머리 사용자 i와 인지 무선 통신 장치 사이의 거리
이 때, 프라이머리 사용자의 신호에 대한 에너지 측정 결과 Y의 확률 분포는 정규 확률 분포를 이용하여 하기 수학식 2와 같이 모델링될 수 있다. 여기서, 프라이머리 사용자의 신호에 대한 에너지 측정 결과 Y는 관찰 상태에 대응된다.
Figure 112008039511584-pat00004
Pt: 프라이머리 사용자의 송신 전력
N0: 노이즈 파워
N(a, b): 평균이 a 이고 분산이 b인 정규 분포
상기 수학식 2에서, 에너지 측정 결과 Y의 확률 분포는 평균이 M, 분산이 2M인 정규 분포를 따르며, 프라이머리 사용자로부터 수신된 신호의 에너지 레벨은 (송신 파워)/(거리)4에 비례한다고 가정하였다. 여기서, 수신된 신호의 에너지 레벨은 노이즈 파워를 포함하는 개념이다.
또한, 본 발명의 일실시에에 따른 인지 무선 통신 장치는 과거로부터 현재까지 프라이머리 사용자의 신호들에 대한 에너지 측정 결과들과 프라이머리 사용자의 신호가 존재하는지 여부에 대한 과거의 판단 결과들을 기초로 은닉 마르코프 모델에 따라 현재 프라이머리 사용자의 신호가 존재하는지 여부에 대한 확률 분포를 계산할 수 있다. 즉, 본 발명의 일실시에에 따른 인지 무선 통신 장치는 과거의 에너지 측정 결과들 및 과거의 판단 결과들을 은닉 마르코프 모델에 따라 재귀 적(recursively)으로 이용하여 프라이머리 사용자의 신호가 존재하는지 여부에 대한 확률 분포를 계산할 수 있다.
예를 들어, 본 발명의 일실시예에 따른 인지 무선 통신 장치는 하기 수학식 3을 이용하여, 과거로부터 현재까지의 에너지 측정 결과들(y1, y2 , . . . , yt) 및 프라이머리 사용자의 신호가 존재하는지 여부에 대한 과거의 판단 결과들(x1, x2, . . . ,xt -1)을 기초로 현재 프라이머리 사용자의 신호가 존재하는지 여부에 대한 확률 분포
Figure 112008039511584-pat00005
를 계산할 수 있다.
Figure 112008039511584-pat00006
또한, 본 발명의 일실시예에 따른 인지 무선 통신 장치는 계산된 확률 분포로부터 프라이머리 사용자의 신호가 존재할 확률을 추출하고, 추출된 확률과 미리 설정된 임계치를 비교하여 현재 프라이머리 사용자의 신호가 존재하는지 여부를 판단한다.
그리고, 프라이머리 사용자의 신호가 존재하는지 여부에 대한 판단을 기초로 프라이머리 사용자에게 할당된 무선 자원을 사용할 것인지 여부가 결정된다.
결국, 본 발명의 일실시예에 따른 인지 무선 통신 장치는 프라이머리 사용자의 신호가 존재하는지 여부에 대한 과거의 판단 결과들 및 과거의 에너지 측정 결과들을 모델링함으로써, 확률적으로 현재 프라이머리 사용자의 신호가 존재하는지 여부를 예측할 수 있다. 따라서, 고정된 센싱 기준 레벨을 가지고 프라이머리 사용자의 신호가 존재하는지 여부를 판단함으로써 발생하는 오보 확률 및 간과 확률의 증가를 방지할 수 있다.
도 5는 본 발명의 일실시예에 따른 인지 무선 통신 방법을 나타낸 동작 흐름도이다.
도 5를 참조하면, 본 발명의 일실시예에 따른 인지 무선 통신 장치는 프라이머리 사용자의 신호들에 대한 과거의 에너지 측정 결과들 및 프라이머리 사용자의 신호가 존재하는지 여부에 대한 과거의 판단 결과들을 저장한다(S510).
이 때, 프라이머리 사용자의 신호들에 대한 과거의 에너지 측정 결과들 및 프라이머리 사용자의 신호가 존재하는지 여부에 대한 과거의 판단 결과들은 프라이머리 사용자 또는 다른 별도의 장치로부터 전송된 것일 수 있다.
또한, 본 발명의 일실시예에 따른 인지 무선 통신 장치는 상기 프라이머리 사용자의 신호에 대한 현재의 에너지 측정 결과를 도출한다(S520).
또한, 본 발명의 일실시예에 따른 인지 무선 통신 장치는 프라이머리 사용자의 신호들에 대한 과거의 에너지 측정 결과들 및 프라이머리 사용자의 신호가 존재하는지 여부에 대한 과거의 판단 결과들, 현재의 에너지 측정 결과를 은닉 마르코프 모델(Hidden Markov Model, HMM)에 따라 모델링한다(S530).
또한, 본 발명의 일실시예에 따른 인지 무선 통신 장치는 현재의 프라이머리 사용자의 신호가 존재하는지 여부에 대한 확률 분포 및 확률을 계산한다(S540).
또한, 본 발명의 일실시예에 따른 인지 무선 통신 장치는 계산된 확률과 임계치를 비교한다(S540).
계산된 확률이 임계치보다 작거나 같은 경우, 본 발명의 일실시예에 따른 인지 무선 통신 장치는 프라이머리 시스템에 할당된 무선 자원을 사용한다(S560).
반대로, 계산된 확률이 임계치보다 큰 같은 경우, 본 발명의 일실시예에 따른 인지 무선 통신 장치는 프라이머리 시스템에 할당된 무선 자원을 사용하지 않는다(S570).
또한, 단계 S560 및 단계 S570의 결과들은 단계 S510으로 전달되고, 과거의 에너지 측정 결과 및 과거의 판단 결과들은 업데이트된다.
본 발명에 따른 인지 무선 통신 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등 을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
도 6은 본 발명의 일실시예에 따른 인지 무선 통신 장치를 나타낸 블록도이다.
도 6을 참조하면, 본 발명의 일실시에에 따른 인지 무선 통신 장치는 저장부(610), 계산부(620), 판단부(630) 및 무선 자원 관리부(640)를 포함한다.
저장부(610)는 프라이머리 사용자의 신호들에 대한 과거의 에너지 측정 결과들 및 상기 프라이머리 사용자의 신호가 존재하는지 여부에 대한 과거의 판단 결과들을 저장한다. 이 때, 프라이머리 사용자의 신호들에 대한 과거의 에너지 측정 결과들 및 프라이머리 사용자의 신호가 존재하는지 여부에 대한 과거의 판단 결과 들은 프라이머리 사용자 또는 다른 별도의 장치로부터 전송된 것일 수 있다.
또한, 계산부(620)는 상기 프라이머리 사용자의 신호에 대한 현재의 에너지 측정 결과를 기초로 은닉 마르코프 모델(Hidden Markov Model, HMM)을 이용하여 현재 상기 프라이머리 사용자의 신호가 존재하는지 여부에 대한 확률 분포를 계산한다. 이 때, 계산부(620)는 상기 과거의 판단 결과들 중 직전 상태의 판단 결과에 대한 확률 분포를 추출하고, 상기 현재의 에너지 측정 결과 및 상기 직전 상태의 판단 결과에 대한 확률 분포를 기초로 현재 상기 프라이머리 사용자의 신호가 존재하는지 여부에 대한 확률 분포를 계산할 수 있다. 특히, 계산부(620)는 상기 과거의 에너지 측정 결과들 및 상기 과거의 판단 결과들을 상기 은닉 마르코프 모델에 따라 재귀적(recursively)으로 이용하여 현재 상기 프라이머리 사용자의 신호가 존재하는지 여부에 대한 확률 분포를 계산할 수 있다.
또한, 판단부(630)는 상기 계산된 확률 분포를 기초로 현재 상기 프라이머리 사용자의 신호가 존재하는지 여부를 판단한다. 이 때, 판단부(630)는 상기 계산된 확률 분포로부터 현재 상기 프라이머리 사용자의 신호가 존재할 확률을 추출하고, 상기 추출된 확률과 미리 설정된 임계치를 비교하여 현재 상기 프라이머리 사용자의 신호가 존재하는지 여부를 판단할 수 있다.
또한, 무선 자원 관리부(640)는 현재 상기 프라이머리 사용자의 신호가 존재하는지 여부를 기초로 상기 프라이머리 사용자에게 할당된 무선 자원을 사용할 것인지 여부를 결정한다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.
도 1은 프라이머리 시스템 및 세컨더리 시스템을 도시한 도면이다.
도 2는 시간에 따른 무선 자원에 대한 프라이머리 시스템 및 세컨더리 시스템 사용을 개념적으로 도시한 도면이다.
도 3은 간과 확률 및 오보 확률의 관계를 나타낸 도면이다.
도 4는 은닉 마르코프 모델을 설명하기 위한 도면이다.
도 5는 본 발명의 일실시예에 따른 인지 무선 통신 방법을 나타낸 동작 흐름도이다.
도 6은 본 발명의 일실시예에 따른 인지 무선 통신 장치를 나타낸 블록도이다.

Claims (16)

  1. 프라이머리 사용자의 신호들에 대한 과거의 에너지 측정 결과들 및 상기 프라이머리 사용자의 신호가 존재하는지 여부에 대한 과거의 판단 결과들을 저장하는 저장부;
    상기 프라이머리 사용자의 신호에 대한 현재의 에너지 측정 결과를 기초로 은닉 마르코프 모델(Hidden Markov Model, HMM)을 이용하여 현재 상기 프라이머리 사용자의 신호가 존재하는지 여부에 대한 확률 분포를 계산하는 계산부; 및
    상기 계산된 확률 분포를 기초로 현재 상기 프라이머리 사용자의 신호가 존재하는지 여부를 판단하는 판단부
    를 포함하고,
    상기 과거의 에너지 측정 결과들 및 상기 과거의 판단 결과들은 상기 은닉 마르코프 모델에 따라 모델링되는 것을 특징으로 하는 인지 무선 통신 장치.
  2. 제1항에 있어서,
    상기 계산부는
    상기 과거의 판단 결과들 중 직전 상태의 판단 결과에 대한 확률 분포를 추출하고, 상기 현재의 에너지 측정 결과 및 상기 직전 상태의 판단 결과에 대한 확률 분포를 기초로 현재 상기 프라이머리 사용자의 신호가 존재하는지 여부에 대한 확률 분포를 계산하는 것을 특징으로 하는 인지 무선 통신 장치.
  3. 제1항에 있어서,
    상기 계산부는
    상기 과거의 에너지 측정 결과들 및 상기 과거의 판단 결과들을 상기 은닉 마르코프 모델에 따라 재귀적(recursively)으로 이용하여 현재 상기 프라이머리 사용자의 신호가 존재하는지 여부에 대한 확률 분포를 계산하는 것을 특징으로 하는 인지 무선 통신 장치.
  4. 삭제
  5. 제1항에 있어서,
    상기 저장부는
    상기 판단부의 판단 결과를 기초로 미리 저장된 상기 과거의 에너지 측정 결과들 및 상기 과거의 판단 결과들을 업데이트하는 것을 특징으로 하는 인지 무선 통신 장치.
  6. 제1항에 있어서,
    상기 판단부는
    상기 계산된 확률 분포로부터 현재 상기 프라이머리 사용자의 신호가 존재할 확률을 추출하고, 상기 추출된 확률과 미리 설정된 임계치를 비교하여 현재 상기 프라이머리 사용자의 신호가 존재하는지 여부를 판단하는 것을 특징으로 하는 인지 무선 통신 장치.
  7. 제1항에 있어서,
    현재 상기 프라이머리 사용자의 신호가 존재하는지 여부를 기초로 상기 프라이머리 사용자에게 할당된 무선 자원을 사용할 것인지 여부를 결정하는 무선 자원 관리부
    를 더 포함하는 것을 특징으로 하는 인지 무선 통신 장치.
  8. 제1항에 있어서,
    상기 과거의 에너지 측정 결과들은 상기 은닉 마르코프 모델의 관찰 상태(observation state)들에 대응되고, 상기 과거의 판단 결과들은 상기 은닉 마르코프 모델의 은닉 상태(hidden state)들에 대응되는 것을 특징으로 하는 인지 무선 통신 장치.
  9. 제1항에 있어서,
    상기 저장부는
    상기 프라이머리 사용자 및 상기 인지 무선 통신 장치 사이의 거리에 따라 상기 과거의 에너지 측정 결과들 및 상기 과거의 판단 결과들을 저장하고,
    상기 계산부는
    상기 프라이머리 사용자 및 상기 인지 무선 통신 장치 사이의 거리를 고려하여 현재 상기 프라이머리 사용자의 신호가 존재하는지 여부에 대한 확률 분포를 계산하는 것을 특징으로 하는 인지 무선 통신 장치.
  10. 프라이머리 사용자의 신호들에 대한 과거의 에너지 측정 결과들 및 상기 프라이머리 사용자의 신호가 존재하는지 여부에 대한 과거의 판단 결과들을 저장하는 단계;
    상기 과거의 에너지 측정 결과들 및 상기 과거의 판단 결과들을 상기 은닉 마르코프 모델(Hidden Markov Model, HMM)에 따라 모델링하는 단계;
    상기 프라이머리 사용자의 신호에 대한 현재의 에너지 측정 결과를 기초로 상기 은닉 마르코프 모델을 이용하여 현재 상기 프라이머리 사용자의 신호가 존재하는지 여부에 대한 확률 분포를 계산하는 단계; 및
    상기 계산된 확률 분포를 기초로 현재 상기 프라이머리 사용자의 신호가 존재하는지 여부를 판단하는 단계
    를 포함하는 것을 특징으로 하는 인지 무선 통신 방법.
  11. 제10항에 있어서,
    상기 프라이머리 사용자의 신호가 존재하는지 여부에 대한 확률 분포를 계산하는 단계는
    상기 과거의 판단 결과들 중 직전 상태의 판단 결과에 대한 확률 분포를 추출하고, 상기 현재의 에너지 측정 결과 및 상기 직전 상태의 판단 결과에 대한 확 률 분포를 기초로 현재 상기 프라이머리 사용자의 신호가 존재하는지 여부에 대한 확률 분포를 계산하는 단계인 것을 특징으로 하는 인지 무선 통신 방법.
  12. 제10항에 있어서,
    상기 프라이머리 사용자의 신호가 존재하는지 여부에 대한 확률 분포를 계산하는 단계는
    상기 과거의 에너지 측정 결과들 및 상기 과거의 판단 결과들을 상기 은닉 마르코프 모델에 따라 재귀적(recursively)으로 이용하여 현재 상기 프라이머리 사용자의 신호가 존재하는지 여부에 대한 확률 분포를 계산하는 단계인 것을 특징으로 하는 인지 무선 통신 방법.
  13. 삭제
  14. 제10항에 있어서,
    상기 프라이머리 사용자의 신호가 존재하는지 여부에 대한 판단 결과를 기초로 미리 저장된 상기 과거의 에너지 측정 결과들 및 상기 과거의 판단 결과들을 업데이트하는 단계
    를 더 포함하는 것을 특징으로 하는 인지 무선 통신 방법.
  15. 제10항에 있어서,
    현재 상기 프라이머리 사용자의 신호가 존재하는지 여부를 기초로 상기 프라이머리 사용자에게 할당된 무선 자원을 사용할 것인지 여부를 결정하는 단계
    를 더 포함하는 것을 특징으로 하는 인지 무선 통신 방법.
  16. 제10항 내지 제12항 또는 제14항 내지 제15항 중 어느 한 항의 방법을 실행하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
KR1020080051703A 2008-06-02 2008-06-02 은닉 마르코프 모델을 이용한 인지 무선 통신 장치 및 인지무선 통신 방법 KR101460019B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020080051703A KR101460019B1 (ko) 2008-06-02 2008-06-02 은닉 마르코프 모델을 이용한 인지 무선 통신 장치 및 인지무선 통신 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020080051703A KR101460019B1 (ko) 2008-06-02 2008-06-02 은닉 마르코프 모델을 이용한 인지 무선 통신 장치 및 인지무선 통신 방법

Publications (2)

Publication Number Publication Date
KR20090125541A KR20090125541A (ko) 2009-12-07
KR101460019B1 true KR101460019B1 (ko) 2014-11-12

Family

ID=41687031

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080051703A KR101460019B1 (ko) 2008-06-02 2008-06-02 은닉 마르코프 모델을 이용한 인지 무선 통신 장치 및 인지무선 통신 방법

Country Status (1)

Country Link
KR (1) KR101460019B1 (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101133263B1 (ko) * 2009-12-31 2012-04-09 서울대학교산학협력단 인지라디오 시스템을 위한 적응 감지 스케줄링방법
KR101090576B1 (ko) * 2010-02-18 2011-12-08 인하대학교 산학협력단 무선 인지 시스템에서 마코프 모델을 이용한 가중치 할당 협력 스펙트럼 센싱 방법
US8611293B2 (en) 2010-03-12 2013-12-17 Nec Laboratories America, Inc. Efficient channel search with energy detection
CN101965031B (zh) * 2010-05-19 2013-07-17 北京科技大学 一种基于最大概率的认知无线电多径组播路由方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080007047A (ko) * 2006-07-14 2008-01-17 삼성전자주식회사 무선 인식 환경에서 숨겨진 인컴번트 시스템을 탐지하기위한 시그널링 방법 및 상기 방법에 채용되는 채널 분할방법
KR100824602B1 (ko) * 2007-08-23 2008-04-24 한국전자통신연구원 인식 무선 기반의 채널 상태 예측장치 및 그 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080007047A (ko) * 2006-07-14 2008-01-17 삼성전자주식회사 무선 인식 환경에서 숨겨진 인컴번트 시스템을 탐지하기위한 시그널링 방법 및 상기 방법에 채용되는 채널 분할방법
KR100824602B1 (ko) * 2007-08-23 2008-04-24 한국전자통신연구원 인식 무선 기반의 채널 상태 예측장치 및 그 방법

Also Published As

Publication number Publication date
KR20090125541A (ko) 2009-12-07

Similar Documents

Publication Publication Date Title
KR101412760B1 (ko) 파일럿 신호 전력 제어 장치 및 그 동작 방법
KR101460019B1 (ko) 은닉 마르코프 모델을 이용한 인지 무선 통신 장치 및 인지무선 통신 방법
JP5536045B2 (ja) 知られた信号に基づき干渉を認知する認知無線通信装置、方法、及び記録媒体
US8654722B2 (en) Efficient channel search with sequential probability ratio testing
KR20160095856A (ko) 새로운 공격 유형의 자동 탐지 및 공격 유형 모델 갱신을 통한 지능형 침입 탐지 시스템 및 방법
KR102098075B1 (ko) 지진조기경보 시스템을 위한 기계학습 기반의 실시간 오탐지 차단 방법
US20120253819A1 (en) Location determination system and mobile terminal
KR101063318B1 (ko) 이동 단말의 위치 측정 시스템 및 그 방법
KR101475226B1 (ko) 다중 입출력 통신 기술을 이용하는 인지 무선 통신 시스템
CN112331208B (zh) 人身安全监控方法、装置、电子设备和存储介质
CN105763273B (zh) 一种认知无线电频谱感知方法
KR102280439B1 (ko) 질의의도를 분석하기 위한 장치 및 방법
JP4589404B2 (ja) 干渉判断装置、データ読取装置、ｒｆｉｄシステム、干渉判断方法および干渉判断プログラム
KR20120086023A (ko) 카오스 특성을 이용한 인지 무선 통신 시스템 엔진 유닛
KR100947805B1 (ko) 무선 센서 네트워크를 이용한 자산추적시스템에서의 자산위치 정보의 모호성 보완 방법 및 장치
KR102074888B1 (ko) 공간 혼잡도 산출 장치 및 방법, 이를 기록한 기록매체
KR102475908B1 (ko) 동작감지장치 및 동작감지방법
KR102083393B1 (ko) 지진 식별 장치 및 방법
KR100955401B1 (ko) 싸이클로-스테이셔너리 특성을 이용한 신호 검출 방법 및장치
KR101634356B1 (ko) 음향 분석 처리 장치 및 그 동작 방법
Syed et al. Tones for real: Managing multipath in underwater acoustic wakeup
JP2013098911A (ja) 妨害波源峻別装置
KR101782643B1 (ko) 고정 노드의 위치 인식 장치 및 방법
KR101560555B1 (ko) 인지 무선 네트워크에서 상호정보량을 이용한 스펙트럼 감지 방법 및 장치
Hong et al. An analytic approximation of information reduction factor for performance prediction of PDA tracking

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20171019

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20181024

Year of fee payment: 5