KR101469659B1 - 인지 무선 기반 주파수 자원 공유 시스템에서 효율적인 협력 스펙트럼 센싱을 위한 임의 접근 제어 기법 - Google Patents

Abstract

본 발명의 일 실시예는 각 센싱 노드에서 일차 사용자의 단말을 위한 신호를 검출하기 위하여 스펙트럼 센싱을 수행하는 방법을 제공한다. 상기 센싱 수행 방법은 상기 센싱 노드가 일차 사용자의 단말을 위한 신호를 검출하기 위하여, 스펙트럼 센싱을 수행하는 단계와; 상기 스펙트럼 센싱의 결과를 바탕으로, 상기 센싱 노드가 지역 검정 통계량을 산출하는 단계와; 상기 계산된 지역 검정 통계량을 바탕으로 하여, 상기 센싱 노드가 전송 확률을 계산하는 단계와; 상기 계산된 전송 확률을 바탕으로 하여, 상기 센싱 노드가 센싱 정보를 융합 센터로 전송하는 단계를 포함할 수 있다. 이때, 상기 전송된 센싱 정보를 바탕으로, 상기 융합 센터에서 일차 사용자의 단말을 위한 신호가 존재하는지 여부가 판단될 수 있다.

Description

인지 무선 기반 주파수 자원 공유 시스템에서 효율적인 협력 스펙트럼 센싱을 위한 임의 접근 제어 기법{METHOD FOR CONTROLLING RANDOM ACCESS FOR THE EFFICIENT SENSING OF THE COOPERATIVE SPECTRUM IN A COGNITIVE RADIO-BASED FREQUENCY RESOURCE SHARING SYSTEM}

본 발명은 인지 무선 기술에 관한 것이다.

전파 자원은 한정된 국가의 무형자산으로서 무선장치의 사용이 급증하면서 이에 따른 전파 자원의 가치가 점점 높아지고 있다. 특히, 이동통신, 무선랜(WLAN), 디지털 방송, 및 위성통신을 비롯하여 RFID/USN(radio frequency identification/ubiquitous sensor network), UWB(ultra wide band) 통신, 및 WiBro(wireless broadband) 등과 같이 무선을 이용하는 서비스가 급증하면서 한정된 전파 자원에 대한 수요가 지속적으로 증가하고 있다.

이와 같이 서로 다른 종류의 통신망이 동일 지역에 분포한 환경에서는 서로 다른 시스템끼리 제한된 주파수 자원을 공유하여야 하므로 이로 인한 간섭 문제가 발생하게 된다. 그러므로 이를 해결하기 위한 간섭 관리(Interference management)가 필요로 하게 되며, 이를 위한 기반 기술로 인지 무선(Cognitive radio; CR)와 협력 통신(Cooperative communication)이 유력하게 대두되고 있다.

이와 같이 중요한 전파 자원을 효율적으로 이용하기 위하여 미국을 비롯한 선진 국가에서는 국가적인 차원에서 기술을 개발하고, 이를 토대로 전파 정책을 수립하기 위한 활동이 활발하게 진행되고 있다.

종래의 전파 정책이 정부가 정책을 세우고 이를 관리하는 명령과 통제(command and control) 위주였다면, 향후의 전파 정책은 개방 스펙트럼(open spectrum) 정책으로 전환될 것으로 예측되고 있다.

이와 관련하여, 인지 무선(CR : cognitive radio) 기술은 스펙트럼 이용 효율을 향상시키기 위하여 SDR(software defined radio) 기술을 발전시킨 개념으로 "Joseph Mitola III"에 의해서 최초 제안되었다. 지금까지 일부 분야에서 제안된 RFID의 LBT(listen before talk)나 무선랜(WLAN)에서의 DFS(dynamic frequency selection) 등은 초보적인 수준의 인지 무선(cognitive radio)에 해당되나, 이를 체계적으로 정립한 것은 "Mitola III"가 학위논문을 완성하면서 이루어졌다.

인지 무선 기술은 무선 단말이 주변의 통신환경에 대한 학습과 적응을 통해 자동으로 최적의 통신을 수행하는 지능형 무선 기술이라고 할 수 있다.

도 1은 인지 무선 기술을 나타낸 예시도이다.

도 1을 참조하여 알 수 있는 바와 같이 일차 사용자(primary user, PU)의 단말(11)는 무선 자원의 해당 스펙트럼에 대한 인가(license)를 가지고 있고, 해당 스펙트럼의 사용시 우선권을 갖는다. 일차 사용자(primary user, PU)에 의한 무선자원의 점유는 공간적, 시간적 차원에서 동적으로 발생한다.

이때, 인지 무선 기술은 이차 사용자의 단말(12)가 스펙트럼 센싱(spectrum sensing)을 통해 일차 사용자에 의해 사용되지 않는 빈 자원을 찾아내어 사용하는 스펙트럼 오버레이(spectrum overlay) 접속방식을 가능하게 한다.

스펙트럼 오버레이를 통해서 이차 사용자(secondary user)는 기존에는 불가능했던 일차 사용자의 스펙트럼을 사용할 수 있게 되었다.

그러나, 이차 사용자는 상기 무선 자원에 대해 허가되지 않은 사용자이므로, 일차 사용자가 사용하지 않는 스펙트럼만을 찾아내어 사용해야 하고, 데이터를 전송하는 중에도 일차 사용자가 당해 스펙트럼을 사용하고자 하는 경우에는 스펙트럼 사용을 양보하여야 한다. 이러한 이유로 이차 사용자는 주기적으로 해당 스펙트럼에 대해서 센싱을 하여야 한다.

상기 스펙트럼 센싱의 구현은 정합 필터 검출(Matched filter detection), 특성 검출(Feature detection), 그리고 에너지 검출(Energy detection)등의 방법이 있다.

상기 정합 필터 검출 및 특성 검출은 일차 사용자 신호 정보를 미리 알아야 한다. 그러나, 일반적으로 일차 사용자 신호 정보를 미리 알기가 힘든데 그 이유는 다음과 같다. 우선, TV 화이트 스페이스(TV white space; TVWS)의 사용 대역을 나타내는 TV 대역 데이터 베이스 (TVDB)의 맵 정보를 얻을 수 있는 환경에서도 무선 마이크로폰 등의 비 표준 장비가 사용될 수 있기 때문이다. 또한, IEEE 802.19 표준의 환경에서처럼 TVWS에서 서로 다른 종류의 비 면허(Unlicensed) 기기들이 동시에 사용될 수 있으므로 신호 특성이 알려지지 않을 수 있다.

따라서, 상기 에너지 검출이 일반적으로 사용된다.

에너지 검출을 비롯한 스펙트럼 센싱의 성능은 수신하는 일차 사용자 신호의 신호 대 잡음비(Signal-to-Noise Ratio; SNR)에 크게 영향을 받는다. 이러한 영향은 주로 지형 변화에 의한 음영(Shadowing)과 다중 경로 특성에 따른 페이딩(Fading)에 의한 것이다. 음영과 페이딩에 의한 대표적인 문제로 숨은 터미널 문제(Hidden terminal problem)를 들 수 있다. 숨은 터미널 문제가 발생하면 일차 사용자의 신호를 검출하지 못한 상태에서 이차 사용자가 전송하기 때문에 일차 사용자 전송을 방해하게 된다.

따라서, 본 명세서에서 제시되는 실시예들은 전술한 문제점을 해결하는 것을 목적으로 한다. 구체적으로, 본 명세서에서 제시되는 실시예들은 일차 사용자 단말의 신호를 효율적으로 검출할 수 있도록 하는 것을 목적으로 한다.

전술한 목적을 달성하기 위하여, 본 발명의 일 실시예에 따르면, 일차 사용자의 신호를 여러 단말들이 협력하여 검출하는 방안을 제시한다. 또한, 본 발명의 일 실시예에 따르면, 일차 사용자의 신호를 여러 단말들이 각기 검출하여 실제 신호가 존재하는지 여부를 판단할 때, 보다 빠르게 판단할 수 있도록 하는 방안을 제시한다.

보다 구체적으로, 본 발명의 일 실시예는 각 센싱 노드에서 일차 사용자의 단말을 위한 신호를 검출하기 위하여 스펙트럼 센싱을 수행하는 방법을 제공한다. 상기 센싱 수행 방법은 상기 센싱 노드가 일차 사용자의 단말을 위한 신호를 검출하기 위하여, 스펙트럼 센싱을 수행하는 단계와; 상기 스펙트럼 센싱의 결과를 바탕으로, 상기 센싱 노드가 지역 검정 통계량을 산출하는 단계와; 상기 계산된 지역 검정 통계량을 바탕으로 하여, 상기 센싱 노드가 전송 확률을 계산하는 단계와; 상기 계산된 전송 확률을 바탕으로 하여, 상기 센싱 노드가 센싱 정보를 융합 센터로 전송하는 단계를 포함할 수 있다. 이때, 상기 전송된 센싱 정보를 바탕으로, 상기 융합 센터에서 일차 사용자의 단말을 위한 신호가 존재하는지 여부가 판단될 수 있다.

상기 센싱 정보는 상기 지역 검정 통계량을 포함할 수 있다. 상기 지역 검정 통계량은 상기 센싱 노드에서 수신된 일차 사용자의 에너지 값을 포함할 수 있다.

상기 전송 확률은 지역 검정 통계량의 크기에 의해 결정될 수 있다. 상기 전송 확률은 지역 검정 통계량이 클수록 커지고, 상기 지역 검정 통계량이 작아질수록 작아질 수 있다.

상기 전송 확률 계산 단계는 상기 센싱 노드는 자신의 지역 검정 통계량 값이 다른 센싱 노드들 의한 통계량 값 중에 몇 번째 크기를 가지는지 검출하는 순서 검출을 수행하는 단계와; 상기 순서 검출의 수행 결과에 따라서 전송 확률을 계산 결정하는 단계를 포함할 수 있다.

상기 전송 확률의 결정은 검출된 순서의 오름 차순에 조화적으로(Harmonically) 비례하게 결정할 수 있다.

상기 센싱 노드에 의해서 결정된 전송 확률 및 다른 센싱 노드들에 의해서 결정된 전송 확률의 총 합은 1이 될 수 있다.

상기 전송 확률의 결정은 가우시안 분포의 누적 분포 함수(Cumulative Distribution Function)에 의한 크기의 확률에 의하여 결정될 수 있다.

한편, 전술한 목적을 달성하기 위하여, 본 발명의 일 실시예는 일차 사용자의 단말을 위한 신호를 검출하기 위하여 스펙트럼 센싱을 수행하는 센싱 장치를 제공한다. 상기 센싱 장치는 상기 센싱 노드가 일차 사용자의 단말을 위한 신호를 검출하기 위하여, 스펙트럼 센싱을 수행하는 송수신부와; 상기 스펙트럼 센싱의 결과를 바탕으로, 상기 센싱 노드가 지역 검정 통계량을 산출하고, 상기 계산된 지역 검정 통계량을 바탕으로 하여, 상기 센싱 노드가 전송 확률을 계산하고, 상기 계산된 전송 확률을 바탕으로 하여, 센싱 정보를 상기 송수신부를 통해 융합 센터로 전송하는 프로세서를 포함할 수 있다. 상기 전송된 센싱 정보는 상기 융합 센터에서 일차 사용자의 단말을 위한 신호가 존재하는지 여부를 판단하는데에 이용될 수 있다.

따라서, 본 명세서에서 제시되는 실시예들에 따르면 전술한 종래 기술의 문제점이 해결된다. 구체적으로, 본 명세서에서 제시되는 실시예들에 따르면 일차 사용자 단말의 신호를 효율적으로 검출할 수 있다.

도 1은 인지 무선 기술을 나타낸 예시도이다.
도 2은 협력 스펙트럼 센싱을 나타내는 예시도이다.
도 3는 제1 실시예에 따라 개별 노드에서 검출된 에너지를 분산형 전송 방식에 따라 중앙의 융합 센터로 전송하는 예를 나타낸 예시도이다.
도 4은 제2 실시예에 따라 개별 노드에서 검출된 에너지를 분산형 전송 방식에 따라 중앙의 융합 센터로 전송하는 방법을 나타낸 예시도이다.
도 5는 본 발명의 제2 실시예에 따라 IID인 경우의 순서 통계의 확률 분포를 이용한 순서 검출의 예를 나타낸다.
도 6은 본 발명의 제2 실시예에 따라 INID인 경우의 순서 통계의 확률 분포를 이용한 순서 검출의 예 를 나타낸다.
도 7은 본 발명의 제2 실시예에 따라 LPA와 HPA에서의 전송 확률 할당의 예를 나타낸다.
도 8은 본 발명의 제2 실시예에 따른 방법을 순서 흐름도로 나타낸 예시도이다.
도 9는 모든 센싱 노드의 평균 SNR이 동일한 IID 환경에서 제2 실시예에서 제안한 방법에 의한 검출 시간을 목표 검출 확률을 변화시키면서 그린 그래프이다.
도 10은 개별 센싱 노드의 평균 SNR이 서로 다른 INID 환경에서 제2 실시예에 따른 방법에 의한 검출 시간을 목표 검출 확률을 변화시키면서 그린 그래프이다.
도 11은 본 발명의 제3 실시예에 따라 정규화된 문턱값을 적용한 경우의 목표 검출 확률의 변화에 따른 검출 시간을 나타낸 그래프를 나타낸다.
도 12는 본 발명의 제3 실시예에 따른 정규화된 문턱값을 적용한 경우와 고정된 문턱값을 적용한 경우의 오경보 확률의 목표 검출 확률의 변화에 따른 검출 시간을 나타낸 그래프.
도 13은 본 발명에 따른 센싱 노드(200) 및 융합 센터(500)의 구성 블록도이다.

본 명세서에서 사용되는 기술적 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 명세서에서 사용되는 기술적 용어는 본 명세서에서 특별히 다른 의미로 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미로 해석되어야 하며, 과도하게 포괄적인 의미로 해석되거나, 과도하게 축소된 의미로 해석되지 않아야 한다. 또한, 본 명세서에서 사용되는 기술적인 용어가 본 발명의 사상을 정확하게 표현하지 못하는 잘못된 기술적 용어일 때에는, 당업자가 올바르게 이해할 수 있는 기술적 용어로 대체되어 이해되어야 할 것이다. 또한, 본 발명에서 사용되는 일반적인 용어는 사전에 정의되어 있는 바에 따라, 또는 전후 문맥상에 따라 해석되어야 하며, 과도하게 축소된 의미로 해석되지 않아야 한다.

또한, 본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "구성된다" 또는 "포함한다" 등의 용어는 명세서 상에 기재된 여러 구성 요소들, 또는 여러 단계들을 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다.

또한, 본 명세서에서 사용되는 제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성 요소로 명명될 수 있고, 유사하게 제2 구성 요소도 제1 구성 요소로 명명될 수 있다.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.

이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 또한, 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 발명의 사상을 쉽게 이해할 수 있도록 하기 위한 것일뿐, 첨부된 도면에 의해 본 발명의 사상이 제한되는 것으로 해석되어서는 아니됨을 유의해야 한다. 본 발명의 사상은 첨부된 도면외에 모든 변경, 균등물 내지 대체물에 까지도 확장되는 것으로 해석되어야 한다.

이하, 단말이라는 용어가 사용되나, 상기 단말은 UE(User Equipment), ME(Mobile Equipment), MS(Mobile Station), UT(User Terminal), SS(Subscriber Station), MSS(Mobile Subscriber Station), 무선기기(Wireless Device), 휴대기기(Handheld Device), AT(Access Terminal)로 불릴 수 있다. 또한, 상기 단말은 휴대폰, PDA, 스마트 폰(Smart Phone), 무선 모뎀(Wireless Modem), 노트북 등과 같이 통신 기능을 갖춘 휴대 가능한 기기일 수 있거나, PC, 차량 탑재 장치와 같이 휴대 불가능한 기기일 수 있다.

도 2은 협력 스펙트럼 센싱을 나타내는 예시도이다.

위에서 언급한 지형적 요인과 채널 변동성에 의한 스펙트럼 센싱 성능 열화를 극복하기 위하여 협력 센싱이 제안되고 연구되었다.

도 2에 도시된 바와 같이, 일차 사용자(110)를 위한 신호에 대하여 공간적으로 분포된 K개의 센싱 노드들(210, 220, 230)이 샘플 기간 동안 개별적으로 센싱을 한다. 이때, 각 센싱 노드들끼리는 경로 손실(Path loss)과 음영(Shadowing), 그리고 레일리 페이딩(Rayleigh fading)을 겪는다고 가정한다. 그리고, 상기 각 센싱 노드들은 센싱 결과인 지역 센싱 정보(Local sensing information)를 융합 센터(500)로 전송한다. 상기 센싱 결과에서 도시된 두 개의 봉우리는 일차 사용자 신호가 없는 경우(좌측 점선 분포)와 있는 경우(우측 실선 분포)의 확률 분포를 나타낸 것이다. 상기 검출한 에너지 값은 별도의 제어 채널(Control channel)을 통해 융합 센터로 전달될 수 있다. 이때, 상기 센싱 정보는 실제로는 샘플링(Sampling)과 양자화(Quantization)의 과정을 거쳐서 전송되지만, 본 명세서에서는 한 개의 슬롯(Slot) 기간 동안 전송이 완전히 끝난다고 가정한다.

그러면, 상기 융합 센터(500)에서는 각 지역 센싱 정보를 하나로 합쳐서, 상기 일차 사용자를 위한 신호가 존재하는지를 결정을 한다.

즉, 개별 센싱 노드들에서 검출되는 에너지에 대한 확률 분포를 기준으로 하여 일차 사용자 신호의 유무를 판별할 수 있다. 중앙의 융합 센터에서 개별 센싱 노드에서 검출한 에너지를 합치는 방식을 사용하면 노이즈에 비하여 신호의 세기가 커지므로 확률 분포가 좁아지며 두 분포 사이의 간격이 넓어지므로 더욱 정확한 에너지 검출이 가능해진다. 이와 같이 합쳐진 센싱 정보가 목표 검출 확률에 대한 문턱값(Threshold)를 넘게 되면 일차 사용자 신호의 검출이 이루어진다.

상기 융합 센터(500)는 센싱 정보를 합치고 최종 판단을 하여 전송을 하려는 각 노드에게 주파수 자원 사용 정보를 알려주고 제어하는 역할을 하게 된다.

이때, 상기 융합 센터에서 센싱 정보를 결합하는 데 있어서 두 가지 방식을 생각해 볼 수 있다. 하나는 센싱을 목적으로 하는 원래의 센싱 정보값을 그대로 전달하여 이 신호들을 합쳐서 판단하는 방식인 소프트 융합(Soft fusion)이고 다른 하나는 각 센싱 노드에서 센싱후 결정 유무에 대한 값만 전달하여 이 결과들을 종합하여 센싱 결과를 판별하는 방식인 하드 융합(Hard fusion)이다.

소프트 융합을 사용하면 전송 신호값 자체를 손실 없이 합칠 수 있기 때문에 센싱 성능으로서는 이상적이라고 할 수 있다. 그러나 각 센싱 노드로부터 융합 센터까지의 제어 채널에서 신호 전체를 전송해 주어야 하므로 현실적으로 상관 채널 (Correlated channel)에 의한 영향, 센싱 노드들의 비 균일적 분포 문제, 궤환(Feedback) 문제를 고려해야 한다.

먼저, 상기 상관 채널 (Correlated channel)에 의한 영향에 대해서 설명하면, 공통의 송신기로부터 온 신호를 각 센싱 노드에서 수신하는 경우 인접 수신 노드들끼리 채널 이득에서 상관 관계가 높게 나와서 최종적인 센싱 성능을 떨어뜨리는 경우가 있다. 특히, 센싱 노드들끼리 충분히 떨어져 있지 못하고 붙어 있는 경우에 문제가 생긴다.

센싱 노드들의 비 균일적 분포 문제에 대해서 설명하면, 위의 상관 채널의 영향과는 반대되는 개념으로서, 각 센싱 노드들끼지 지리적으로 분리되어 위치하는 경우, 각 노드별로 수신하는 신호의 SNR 차이가 크게 된다. 이러한 경우에는, 융합 센터에서의 단순한 결합 보다는 특정 노드에 가중치를 주는 방식을 생각해 볼 수 있다.

마지막으로 궤환(Feedback) 문제에 대해서 설명하면, 각 센싱 노드별로 소프트 값을 가지는 정보를 매번 융합 센터로 전달해 주어야 하므로 이것에 대한 부담이 커지게 된다. 특히, 센싱 노드가 많을 경우 궤환해 주는 양이 너무 많아서 자신의 정보 전송이 힘들어지는 상황이 생길 수도 있다.

다른 한편, 하드 융합 방식을 사용하면 센싱 성능은 떨어지지만 궤환 문제를 간단히 해결할 수 있다. 하드 융합 방식은 각 센싱 노드들이 자체적으로 판별을 해서 그에 따른 이진 검출값(Binary decision)만 전송해 주면 되므로, 궤환에 의한 부담을 크게 덜어줄 수 있다. 그러나 센싱 노드에서 잘못 판별을 하면 이것이 오류 전파(Error propagation) 현상을 일으켜서 센싱 성능을 떨어뜨리게 된다. 따라서, 소프트 융합방식에 비하여 하드 융합 방식의 성능이 떨어질 수 있다.

하드 융합 방식의 경우 상기 융합 센터(500)는 아래와 같은 2가지 사항을 고려할 수 있다.

1) 융합 규칙: 이진 검출값을 수집하면, 상기 융합 센터(500)는 이 값들을 바탕으로 하여 최종 검출값을 구해야 한다. 이를 위하여 상기 융합 센터(500)는 각 이진 검출값들을 결합하는데 여러 가지 방식을 이용할 수 있다. AND 규칙은 모든 검출값이 신호가 존재한다고 할 경우에만 존재한다고 판별하는 경우를 의미하며 OR 규칙은 적어도 하나의 검출값만 신호가 존재한다고 하여도 존재한다고 판별하는 경우를 의미한다.

2) 지역적 검출 오류 및 궤환 오류: 개별 센싱 노드에서 검출 오류를 내거나 제대로 검출한 판별값이라도 궤환 과정에서 오류가 생길 수 있다. 이러한 오류는 전체적인 센싱 성능을 저하시키게 되므로, 상기 융합 센터(500)는 이러한 오류를 정정할 수 있다.

이상에서, 설명한 바와 같이 협력 스펙트럼 센싱은 여러 개의 이차 사용자 센싱 노드에서 검출한 일차 사용자 신호를 중앙의 융합 센터에서 모아서 최종적으로 검출을 하는 방식이다. 따라서, 개별 센싱 노드들이 많아질수록 더 많은 센싱 정보를 가지고 일차 사용자 신호를 검출하게 되어 센싱 정확도가 높아지지만, 반대로 융합 센터에 전달해야 하는 정보량도 동시에 많아지기 때문에 이로 인한 부하(Overhead)에 따른 자원 낭비가 많아지게 된다.

그러므로 목표로 하는 센싱 정확도를 만족시키면서 부하를 줄일 수 있는 지역 센싱 정보(Local sensing information)의 전달 방법이 요구되고 있다.

이와 같이 지역 센싱 정보를 상기 융합 센터(500)에 전달할 때 집중형 전송(Centralized transmission)과 분산형 전송(Distributed transmission)의 두 가지 방식을 고려해 볼 수 있다.

먼저, 집중형 전송은 중앙의 제어기가 개별 노드들에 대하여 폴링(Polling)의 과정을 통하여 언제 어떻게 전송을 해야 하는지 모든 것을 통제하는 방식이다. 개별 노드들끼리 충돌이 발생하지 않지만 노드의 개수가 증가할수록 전송 제어 부담이 커지고 유연성이 부족하다는 단점이 있을 수 있다.

반면, 분산형 전송은 개별 노드들이 스스로의 충돌 회피(Collision avoidance) 기법을 통하여 언제 전송할지를 스스로 결정하는 방식으로 중앙 제어기가 필요 없으므로 전송 제어 부담이 없으며 구현상에도 유리하다. 그러나 개별 노드들끼리 전송시 충돌 회비 기법에 따라 성능에 큰 영향을 미치게 된다. 이러한 충돌 회피 기법은 임의 접근 제어 기법에 의하여 구현되며 대표적인 충돌 회피 기법들에는 ALOHA 또는 CSMA 등의 임의 접근 제어 기법이 있다.

한편, 협력 스펙트럼 센싱에서 일차 사용자 신호를 검출하는데 걸리는 시간인 검출 시간(Detection time)을 단축시키는 것이 또한 중요하다.

이차 사용자가 일차 사용자의 빈 구간을 확인하고 전송을 하더라도 전송 도중에 일차 사용자가 다시 전송을 시작하여 스펙트럼을 사용할 수 있기 때문이다. 이러한 경우에 이차 사용자는 일차 사용자 신호를 검출하고 스펙트럼을 비워 주어야 하는데, 검출 시간이 짧을수록 스펙트럼을 빨리 비워줘서 충돌에 의한 일차 사용자의 피해를 최소화할 수 있으며 일차 사용자를 더욱 효과적으로 보호할 수 있다.

도 3는 제1 실시예에 따라 개별 노드에서 검출된 에너지를 분산형 전송 방식에 따라 중앙의 융합 센터로 전송하는 예를 나타낸 예시도이다.

도 3을 참조하여 알 수 있는 바와 같이, 총 4개의 노드가 있으며 각 노드는0.4, 0.1, 0.9, 0.7의 에너지를 검출되었다고 가정한다. 각 노드들은 상기 검출된 에너지의 값을 상기 융합 센터(500)로 전송하고, 상기 융합 센터(500)는 수신한 각 에너지의 값을 합쳤을 때, 문턱값 1.5를 넘기게 되면 일차 사용자 신호 검출이 완료된다.

한편, 상기 스펙트럼 센싱 성능은 아래와 같이 구할 수 있다.

먼저,

는 k 번째 센싱 노드에서 일차 사용자 신호가 존재하지 않는다는 가설(Null hypothesis)이고

는 일차 사용자 신호가 존재한다는 가설(Alternative hypothesis)이라고 정의하면, 공통의 일차 사용자에서 전송된 신호 s(n) 가 k 번째 센싱 노드의 n 번째 샘플에 수신된 신호 x _k (n) 은 다음의 [수학식 1]과 같이 표현된다. 일차 사용자 신호 s(n) 은 복소 PSK(Phase shift keying) 신호를 가정한다. 한편, h _k (n) 은 k 번째 센싱 노드에서 페이딩에 의한 채널 이득값이며 레일리 페이딩을 가정하므로 h _k (n)~ CN (0,

) 로 모델링되고, w _k (n) 은 k 번째 센싱 노드에서 발생하는 노이즈이며 AWGN을 가정하므로 w _k (n)~CN(0,σw ²) 로 모델링된다.

상기 융합 센터(500)에서 에너지 검출기와 소프트 융합을 통해 얻을 수 있는 검정 통계량(Test statistics) T 는 다음의 [수학식 2]와 같이 구하여진다. 여기에서 Yk 는 k 번째 센싱 노드에서 수신된 일차 사용자 신호의 에너지이다.

각 센싱 노드로부터 받은 에너지를 합하여 전체 검정 통계량 T 를 구할 수 있다. 위와 같은 가정 하에 검정 통계량은 가우시안 확률 분포를 따르며 [수학식 3]과 같이 나타내어진다.

이와 같은 확률 분포를 통하여 스펙트럼 센싱 성능을 구할 수 있다. 스펙트럼 센싱 성능은 오경보 확률(False alarm probability)와 검출 확률(Detection probability)을 통하여 나타내어진다. 오경보 확률은 일차 사용자 신호가 없음에도 불구하고 있다고 판별하는 오류가 발생할 확률이며, 노이즈에 의한 에너지가 문턱값 λ이상이 되는 경우 발생하므로 다음의 [수학식 4]와 같이 계산된다.

한편, 검출 확률(Detection probability)은 일차 사용자 신호가 있고 그것을 제대로 판별할 확률을 나타낸다. 일차 사용자 신호와 노이즈에 의한 에너지가 문턱값 이상이 되는 경우이므로 다음의 [수학식 5]와 같이 계산된다.

한편, 목표로 하는 검출 확률이 정해진 경우 이를 얻기 위한 문턱값은 [수학식 5]를 λ 에 대하여 정리하면 다음의 [수학식 6]과 같이 표현되어진다.

개별 센싱 노드에서 측정한 검정 통계량은 임의 접근 제어 방식을 통하여 구현할 수 있으며 그 중에서 Slotted-ALOHA 방식을 고려한다.

여기서 전통적인 Slotted-ALOHA에서는 먼저 각 센싱 노드들에게 모두 동일한 전송 확률을 지정해준다. 즉, K 개의 센싱 노드가 있을 때, 각 센싱 노드의 전송 확률은 P _k =1/K 로 모든 노드에 대하여 동일하게 지정해준다. 각 센싱 노드는 주어진 확률 P _k 에 따라 전송 여부를 결정하게 되며 K 개의 센싱 노드 중에 한 노드만 전송을 시도하는 경우 전송에 성공하게 된다. 전송 슬롯이 진행하면서 Fusion center에는 개별 센싱 노드들의 검정 통계량이 누적된다. 이렇게 누적된 검정 통계량 T 이 문턱값 λ 을 넘게 되는 순간 일차 사용자 신호를 검출하게 되고 전송은 중단 된다.

이와 같이 각 센싱 노드들에 대해 동일한 전송 확률을 지정하여 주는 경우에 대해서 예를 들어 설명하면 다음과 같다.

먼저, 도 3에 도시된 바와 같이, 0.4, 0.1, 0.9, 0.7의 에너지 값을 각 센싱 노드가 순차적으로 센싱했다고 하자. 그러면, 각 센싱 노드는 동일한 전송 확률을 가지므로, 어느 센싱 노드든지 먼저 전송할 수 있다.

따라서, 상황에 따라서는 상기 0.4, 0.1, 0.9, 0.7 에너지 값의 순서로 상기 융합 센터(500)에 전달될 수 있다. 그러면, 상기 융합 센터는 상기 0.4, 0.1, 0.9의 에너지 값의 순서로 수신하였을 때, 아직 합이 1.4이므로 아직 문턱값 1.5를 넘지않았다고 판단한다. 이후 마지막으로 0.7의 에너지값을 수신한 후에야, 상기 융합 센터(500)는 에너지의 합이 상기 문턱값 1.5를 넘어서므로, 일차 사용자를 위한 신호가 존재한다고 결정한다.

이와 같이, 각 센싱 노드들이 동일한 전송 확률을 가지고, 센싱 결과를 전송하는 경우, 때에 따라서는 상기 융합 센터(500)가 올바른 결과를 검출하는데 다소 긴 시간이 걸리게 될 수 있다.

따라서, 이하에서는 분산형 협력 스펙트럼 센싱에서 임의 접근 제어 방식을 새롭게 제안한다. 제안하는 기법은 일차 사용자 신호에 대한 주어진 목표 검출 확률(Target detection probability)을 만족시키면서 검출 시간을 최소화 시키는 방안을 제시한다. 이를 도 4를 참조하여 구체적으로 설명하면 다음과 같다.

도 4은 제2 실시예에 따라 개별 노드에서 검출된 에너지를 분산형 전송 방식에 따라 중앙의 융합 센터로 전송하는 방법을 나타낸 예시도이다.

도 4를 참조하여 알 수 있는 바와 같이, 본 발명의 제2 실시예에서 제안하는 기술은 전체 검출 시간을 최소화하기 위하여 기존의 전송 기법과는 다르게 전송 확률 P _k 를 개별 센싱 노드에 대하여 차별적으로 정해주는 것이다.

공통의 일차 사용자 신호를 수신한다고 하더라도 페이딩의 영향과 노이즈의 통계적인 특성 때문에 개별 센싱 노드에서는 서로 다른 크기를 가지는 검정 통계량을 얻게 된다. 이때, 개별 센싱 노드에서 검정 통계량을 융합 센터로 전송하는 순서를 제어하여 큰 검정 통계량을 가지는 센싱 노드에게 높은 우선권을 주어 빨리 전송하게 하고 작은 검정 통계량을 가지는 센싱 노드에게 낮은 우선권을 주어 느리게 전송하게 한다.

이러한 과정을 거치면 큰 검정 통계량부터 차례대로 융합 센터에서 합해지는 효과가 있으므로 합쳐진 검정 통계량이 문턱값을 넘기는 시간을 평균적으로 단축시킬 수 있게 된다. 그럼으로써 일차 사용자 신호에 대하여 목표 검출 확률을 만족시키면서 더 빨리 검출하게 되어 일차 사용자의 전송을 방해하는 것을 최소화할 수 있게 된다.

즉, 본 발명의 제2 실시예에 따르면, 개별 노드에서 검출된 지역 센싱 정보량이 큰 노드부터 우선적으로 전송을 하게 함으로써 검출을 위한 문턱값을 더욱 빨리 넘길 수 있게 된다.

이와 같이 주어진 목표 검출 확률을 만족시키면서 검출 시간을 최소화시키위한 전송 확률 P _k 는 [수학식 7]과 같은 최적화 문제를 정의할 수 있다.

여기에서

는 K 개의 센싱 노드들에 대한 전송 확률을 벡터 형태로 나타낸 것이다. 목적 함수(Objective function) E[l] 는 검출에 필요한 슬롯 전송 횟수 l 의 평균값을 의미한다. 첫 번째 제한 조건(Constraint)은 전체 검정 통계량이 문턱값 이상이 되어서 검출이 성공해야 한다는 조건이며, 이 조건을 만족시킴으로써 목표 검출 확률을 만족시키게 된다. 그 이유는 주어진 문턱값이 목표 검출 확률을 만족시키도록 계산되어지기 때문이다. 그리고 나머지 두 제한 조건은 전체 전송 확률의 합은 1이 되어야 한다는 것과 각 전송 확률은 0에서 1사이의 값을 가져야 한다는 것이다.

상기 정의된 최적화 문제는 평균 슬롯 전송 횟수 E[l] 을 전송 확률

에 대한 일반식으로 표현하기 힘들기 때문에 [수학식 7]의 문제를 한번에 푸는 대신에 개별 노드별로 지역 검정 통계량의 순서를 정하는 순서 검출(Order detection)과 검출된 순서에 따라 전송 확률을 정하는 전송 확률 할당(Transmission probability allocation)으로 나누어 해결한다.

먼저, 순서 검출은 의미는 다음과 같다. 개별 센싱 노드에서 스펙트럼 센싱을 한 후, 구한 지역 검정 통계량 Y _k 을 통하여, 해당 센싱 노드가 전체 센싱 노드들 중에 몇 번째 크기의 검정 통계량이 될 것인지 판별하는 것이다. 상기 순서 검출을 통해 센싱 노드들의 검정 통계량의 순서에 대한 추정값를 정하면, 검정 통계량 추정값이 큰 노드(상위 순서 노드)에게 큰 전송 확률을 할당해 주고 검정 통계량 추정값이 작은 노드(하위 순서 노드)에게 작은 전송 확률을 할당해 준다.

상기 순서 검출시에 각 센싱 노드에서 검출되는 일차 사용자 신호의 SNR이 독립적이며 같은 평균값을 가지는 경우(Independent and identical; IID)와 독립적이긴 하지만 서로 다른 평균값을 가지는 경우(Independent but non-identical; INID)의 두 가지 경우로 나누어서 살펴보도록 한다.

먼저 IID의 경우 지역 검정 통계량 Y _k 은 스펙트럼 센싱을 할 때마다 페이딩의 영향으로 인하여 순시적으로 다른 값을 가지게 되지만 통계적으로는 모두 동일한 평균을 가지는 가우시안 분포를 따르게 되며, 일차 사용자 신호가 존재하는 경우(H₁) 다음의 [수학식 8]과 같이 표현된다.

순서 검출을 위해 순서 통계(Order statistics)를 이용한다. 개별 센싱 노드들에서 구해지는 지역 검정 통계량은 Y ₁,Y ₂,...,Y _k 이며 이들 분포는 독립적이고 공통의 확률 밀도 함수(Probability Density Function; PDF) fY(y) 와 누적 분포 함수(Cumulative Distribution Function; CDF) FY(y) 를 따른다고 가정한다. 이때, 검정 통계량을 크기가 증가하는 순서대로 정렬하여 Y _{1 : K} ≤Y _{2 : K} ≤…≤Y _{K : K} 를 구할 수 있으며 이를 순서 통계라고 정의한다. 일반적인 k 번째 순서 통계에 대한 PDF는 다음의 [수학식 9]와 같이 정리된다.

[수학식 8]의 가우시안 분포에 의한 PDF와 CDF를 [수학식 9]에 대입하면 지역 검정 통계량에 대한 순서 통계의 PDF를 다음의 [수학식 10]과 같이 구할 수 있다.

여기에 [수학식 8]로부터 평균

과 표준편차

를 이용한다.

순서 통계에 대한 확률 분포를 얻으면 센싱 노드별로 검정 통계량에 대한 순서를 추정할 수 있게 된다. 달리 말하면, 전체 노드들 중 몇 번째 크기의 검정 통계량을 가지고 있는지 파악할 수 있다는 것이다. 순서 검출에는 ML(Maximum likelihood) 검출을 이용하며 순서 α _m 의 분포를 미리 안다는 가정 하에 개별 센싱 노드에 대하여 다음의 [수학식 11]을 만족시키는 순서

를 검출한다.

이해를 돕기 위하여 K=5, μ=2, 그리고 σ=1 인 경우의 가우시안 분포에 대한 순서 통계의 PDF를 도 5에 나타내었다.

이렇게 분포가 정해진 상태에서 순시적으로 구해진 지역 검출 통계량 Y _k 를 APP(A Posteriori Probability)와 비교하여 최대값을 가지는 순서를 찾아낼 수 있다. 여기서 Equally likely를 가정하면 최단 거리(Minimum Distance) 검출 방법을 사용할 수 있다. 이 경우 각 PDF들 사이의 경계(Boundary)를 기준으로 하여 검출이 가능하다. k 번째와 k+1 번째 분포 사이의 경계를 구하기 위하여는 [수학식 12]의 방정식을 푼다.

[수학식 10]을 대입하여 정리하면 가우시안 분포에 대하여 k 번째와 k+1 번째 분포 사이의 경계

를 다음의 [수학식 13]과 같이 구할 수 있다.

이 과정을 통하여 특정 센싱 노드가 전체 센싱 노드들 중에 몇 번째 순서에 있는지 판별할 수 있다.

한편, INID인 경우, 지역 검정 통계량 Y _k 은 페이딩의 영향 뿐만 아니라 경로 손실과 음영의 영향으로 순시적 뿐만 아니라 평균적으로도 차이를 가지게 된다. 이에 대하여, 일차 사용자 신호가 존재하는 경우(H₁) 지역 검정 통계량은 다음의 [수학식 14]와 같이 표현된다.

이 때, K 번째 순서 통계에 대한 CDF는 연쇄적(Recursive)으로 구할 수 있다[10]. 먼저, K=1 인 경우의 CDF는 [수학식 15]와 같이 구하여진다.

한편, k=2,…,K 인 경우의 CDF는 [수학식 16]과 같이 연쇄적으로 구하여진다.

[수학식 16]의 H _{k (} y) 는 [수학식 17]으로 정의된다.

[수학식 17]의 L _{k (} y) 는 [수학식 18]과 같이 정리된다.

이를 통해 구한 CDF와 PDF를 통해 IID의 경우와 마찬가지로 ML 검출을 수행하여 순서 검출을 할 수 있다. IID의 경우와 비교하기 위하여 K=5,μ=[2,4,3,2.2,2.4], 그리고 σ=[1,2,1.5,1.1,1.2] 인 경우의 가우시안 분포에 대한 순서 통계의 PDF를 도 6에 나타내었다.

개별 센싱 노드별로 순서 검출이 이루어져서 모든 센싱 노드에 대하여 m _k 를 구하면 이를 바탕으로 하여 전송 확률을 구하는데,

본 발명에서는 전송 확률을 검출된 순서에 비례하게 할당해주는 LPA(Linear Probability Allocation)과 조화 수열에 비례하도록 할당해주는 HPA(Harmonic Probability Allocation)의 두 가지 방식을 고려한다. 먼저 LPA의 경우에는 m _k 값에 비례하면서 전체 노드의 전송 확률의 합이 1이 되게 전송 확률을 할당하며 다음의 [수학식 19]와 같이 표현된다.

한편, HPA의 경우는 1/m _k 값의 역순에 비례하도록 전송 확률을 할당하며, LPA의 경우와 마찬가지로 전체 노드의 전송 확률의 합이 1이 되도록 한다. HPA의 경우에 개별 센싱 노드에 할당하는 전송 확률은 다음과 같은 [수학식 20]과 같이 표현된다. 여기에서 H _k 는 k 번째 조화수(Harmonic Number)이며

로 정의된다.

LPA와 HPA의 전송 확률 할당 특성을 알아보기 위하여 K=20 을 가정하였을 때, m _k 에 따른 할당된 전송 확률 P _k 를 도 7에 나타내었다. LPA와 HPA 모두 지역 검정 통계량에 대한 순서가 크면 큰 전송 확률을 할당하고 순서가 작으면 작은 전송 확률을 할당한다는 데에 공통점이 있지만, LPA가 순서에 비례하게 할당하는 반면 HPA는 할당하는 확률에 편차를 크게 하는 특징이 있다.

상기 설명한 순서 검출과 검출된 순서에 따른 전송 확률 할당이 성능 향상이 크지만 순서 검출시에 ML 검출에 따른 복잡도가 크다.

따라서, 본 발명의 일 실시예에 따르면 센싱 노드에서 검출된 에너지 값으로부터 순서 검출 없이 바로 전송 확률을 할당하는 DM(Direct Mapping) 방식을 추가로 제안된다. 개별 센싱 노드 k 로부터 검출한 개별 검정 통계량 T _k 는 상기 설명한 바와 같이 가우시안 분포를 가지게 된다. 검출한 에너지 값으로부터 가우시안 분포의 Q-함수 Q(·) 를 통해 전체 샘플에 대한 크기상의 확률을 구할 수 있다.

이 확률을 전송 확률에 그대로 대응시킴으로써 전송 확률을 [수학식 21]과 같이 구할 수 있다.

도 8은 본 발명의 제2 실시예에 따른 방법을 순서 흐름도로 나타낸 예시도이다.

도 8을 참조하여 알 수 있는 바와 같이, 스펙트럼 센싱 기간 동안 K 개의 센싱 노드들은 각기 에너지를 검출을 하고, 각각 지역 검정 통계량 Y _k 를 구하고, 상기 지역 검정 통계량 Y _k 를 각각의 센싱 노드가 중앙의 융합 센터로 전송할 확률 P _k 를 계산한다(S101).

각 센싱 노드들은 자신의 전송 확률 P _k 의 확률로 자신의 지역 검정 통계량 Y _k 을 융합 센터로 전송한다(S102). 한번에 하나의 센싱 노드만 전송하는 경우(S103), 상기 융합 센터로 해당 검정 통계량이 전달된다. 그러나, 두 개 이상의 센싱 노드가 동시에 전송하는 경우 충돌이 일어나게 되며(S103), 각각 전송된 검정 통계량은 받아들여지지 않는다.

상기 융합 센터에서는 전송 받은 지역 검정 통계량 Y _k 을 누적시키며 전체 검정 통계량 T 을 계산한다(S104).

지역 검정 통계량을 전송 받을 때마다, 누적된 전체 검정 통계량 T 를 문턱값 λ 과 비교 연산을 한다(S105).

전체 검정 통계량이 문턱값 이하(T<λ)인 경우, 전송을 유지하고(S106), 전술한 S102과정으로 궤환한다. 그러나, 전체 검정 통계량이 문턱값보다 크면(T>λ), 일차 사용자가 존재하는 것으로 결정한다(S107).

이와 같이 본 발명의 제2 실시예에서 제안된 방법이 실제 성능 향상을 내는지 알아보기 위하여 컴퓨터 시뮬레이션을 통한 실험을 하였다. 실제적인 실험 환경울 구축하기 위하여 IEEE 802.22의 실험 환경을 고려하였다. 스펙트럼 센싱에 대하여 공통적으로 검출 확률은 90% 이상이 되어야 하고 오경보 확률은 10% 미만이 되어야 한다. 또한, 검출 시간은 2초 이하여야 하는 조건이 있으며, 짧을수록 일차 사용자를 더욱 잘 보호할 수 있다. 한편, 수신기의 SNR 조건은 아날로그 TV의 경우 1dB, 디지털 TV의 경우 -21dB, 그리고 무선 마이크의 경우 -12dB를 만족시켜야 하므로, 낮은 SNR에서도 에너지 검출이 잘 동작하여야 한다. 따라서 실험 시 SNR을 -15dB로 가정한다. 실험에서는 총 100,000번의 결과에 대한 평균값을 구한다.

도 9는 모든 센싱 노드의 평균 SNR이 동일한 IID 환경에서 제2 실시예에서 제안한 방법에 의한 검출 시간을 목표 검출 확률을 변화시키면서 그린 그래프이다.

센싱 노드의 수는 K=5 로 가정하였으며, 각 센싱 노드별로 에너지 검출에 사용되는 센싱 창 크기(Window size)는 N=5 를 고려하였다.

아울러 제1 실시예에 따른 방법에 의한 결과도 같이 그려서 비교하였다. 그래프에서 ‘Equal’은 제1 실시예에 따른 방법에 따라 모든 센싱 노드가 동일한 전송 확률로 전송하는 것을 의미하며 ‘OD’는 제2 실시예에서 제안한 방식인 개별 센싱 노드에서 검출된 에너지를 바탕으로 하여 순서 검출에 따라 전송 확률을 결정하여 전송하는 것을 의미한다. 또한, 제2 실시예에 따른 방법은 순서에 비례하여 할당하는 ‘LPA’방식과 조화수열에 따라 할당하는 ‘HPA’방식으로 구분하였다.

결과를 살펴보면 제2 실시예에서 제안된 두 가지 방식 모두 제1 실시예에 의한 방식보다 주어진 환경에서 검출 시간을 줄이는 것을 확인할 수 있다. 검출 확률이 95% 수준에서 ‘OD+HPA’는 9.03%의 검출 시간 감소를 확인할 수 있었고 99% 검출 확률 수준에서 ‘OD+HPA’는 11.46%의 검출 시간 감소를 확인할 수 있었다. 또한, 공통적으로 목표 검출 확률이 증가함에 따라 검출 시간이 감소하는 것을 알 수 있는데, 이는 목표 검출 확률이 증가하면 이를 위하여 문턱값도 낮아지기 때문에 적은 수의 검정 통계량만 더해도 되기 때문이다. 한편, DM의 경우에는 ‘Equal’인 경우보다 검출 시간이 낮아지기는 하지만 ‘OD+LPA’와 ‘OD+HPA’의 경우보다는 높은 검출 시간을 보이는 것을 알 수 있다.

도 10은 개별 센싱 노드의 평균 SNR이 서로 다른 INID 환경에서 제2 실시예에 따른 방법에 의한 검출 시간을 목표 검출 확률을 변화시키면서 그린 그래프이다.

도 9에 도시된 IID의 경우와 동일하게 K=5 와 N=5 를 가정하였으며, 센싱 노드의 SNR의 변화를 주기 위하여 [-25, -5]의 균등 분포(Uniform distribution)을 가정하였다. 전체적인 검출 시간의 경향은 IID의 경우와 비슷하다. 특히, ‘Equal’과 ‘DM’인 경우는 비록 평균 SNR이 다를지라도 반복 횟수가 많아지면 평균적으로 IID의 경우와 동일한 검출 시간을 얻을 수 있었다. 그러나 순서 검출이 적용된 경우에는 IID의 경우와 다른 결과를 얻을 수 있었으나 ‘Equal’과 ‘DM’에 대한 성능 향상은 있는 것으로 확인되었다. 그러나 성능 향상 이득은 IID 일 때보다 약간 줄어드는 것을 알 수 있었다.

전술한 제2 실시예에 따른 방법은 목표 검출 확률값을 위한 고정된 문턱값(Fixed Threshold; FT)을 가지고 있으므로, 개별 센싱 노드로부터 전송된 검정 통계량이 누적되어 해당 문턱값을 넘겨야만 신호가 검출되었다고 판별한다.

그러나, 본 발명의 다른 실시예로써 각 검정 통계량이 누적될 때마다 문턱값을 그에 맞게 조절하여 해당 시점에 모인 샘플 수에 맞추어 샘플 수가 늘어날수록 누적된 검정 통계량 값이 커지고 그에 따라 문턱값도 커지도록 변형할 수도 있다. 즉, 누적된 샘플 수가 전체 센싱 노드 K 개 중에 k _Count 라고 하면, 문턱값을 구하는 [수학식 6]은 다음과 같은 [수학식 22]로 대체하여 구할 수 있다.

상기 [수학식 22]의 문턱값을 이용하면, 전체 센싱 노드에 대한 문턱값을 잡는 것이 아니고 매번 수신한 샘플 개수 만큼을 고려하여 주어진 목표 검출 확률을 만족시키는 정규화된 문턱값(Normalized Threshold; NT)을 계산하기 때문에 전체 노드를 고려한 문턱값에 비해 적은 문턱값을 가지며 이에 따라 평균 검출 시간은 더욱 짧아지게 된다. 이러한 결과에 의한 검출 시간 대 목표 검출 확률과의 관계를 나타내는 그래프를 도 11에 나타내었다.

도 11은 본 발명의 제3 실시예에 따라 정규화된 문턱값을 적용한 경우의 목표 검출 확률의 변화에 따른 검출 시간을 나타낸 그래프를 나타낸다.

도 11의 실험에서는 도 9의 실험 환경과 동일한 경우를 가정하였으며 문턱값의 정규화 여부만 다르게 설정하였다. 도 11을 관찰하면 ‘Equal’인 경우와 ‘LPA’ 그리고 ‘HPA’를 적용한 경우에 대하여 정규화된 문턱값을 사용하는 것이 그렇지 않은 경우보다 더 작은 검출 시간을 나타내는 것을 알 수 있다. 그 이유는 샘플 수가 적을 때 문턱값이 따라서 작아지므로 적은 샘플 수에서도 문턱값을 쉽게 넘길 수 있기 때문이다.

정규화된 문턱값을 적용하는 고정된 문턱값을 사용하는 경우에 비하여 평균적으로 검출 시간이 줄어들지만 초반에 샘플 수가 모자란 상태에서 목표 검출 확률을 만족시키기 위하여 문턱값을 작게 설정하기 때문에 이로 인한 오경보 확률의 증가를 예상할 수 있다.

도 12는 본 발명의 제3 실시예에 따른 정규화된 문턱값을 적용한 경우와 고정된 문턱값을 적용한 경우의 오경보 확률의 목표 검출 확률의 변화에 따른 검출 시간을 나타낸 그래프이다.

그래프를 관찰하면 고정된 문턱값을 사용하는 경우(FT)보다 정규화된 문턱값을 사용하는 경우(NT)에 오경보 확률이 높아지는 것을 알 수 있다. 정규화된 문턱값을 사용하는 경우 도 12에서 처럼 낮은 문턱값으로 인해 빠르게 검출하게 되어 검출 시간은 낮아지게 되지만 이로 인하여 오경보 확률도 동시에 높아지는 것을 알 수 있다.

여기까지 설명된 본 발명에 따른 방법은 소프트웨어, 하드웨어, 또는 이들의 조합으로 구현될 수 있다. 예를 들어, 본 발명에 따른 방법은 저장 매체(예를 들어, 내부 메모리, 플래쉬 메모리, 하드 디스크, 기타 등등)에 저장될 수 있고, 프로세서(예를 들어, 마이크로 프로세서)에 의해서 실행될 수 있는 소프트웨어 프로그램 내에 코드들 또는 명령어들로 구현될 수 있다. 이에 대해서 도 13을 참조하여 설명하기로 한다.

도 13은 본 발명에 따른 센싱 노드(200) 및 융합 센터(500)의 구성 블록도이다.

도 13에 도시된 바와 같이 상기 센싱 노드(200)은 저장 수단(201)와 컨트롤러(202)와 송수신부(203)를 포함한다. 그리고 상기 융합 센터(520)는 저장 수단(501)와 컨트롤러(502)와 송수신부(503)를 포함한다.

상기 저장 수단들(201, 501)은 도 2 내지 도 12에 도시된 방법을 저장한다.

상기 컨트롤러들(202, 502)은 상기 저장 수단들(201, 501) 및 상기 송수신부들(203, 503)을 제어한다. 구체적으로 상기 컨트롤러들(202, 502)은 상기 저장 수단들(201, 501)에 저장된 상기 방법들을 각기 실행한다. 그리고 상기 컨트롤러들(202, 502)은 상기 송수신부들(203, 503)을 통해 상기 전술한 신호들을 전송한다.

이상에서는 본 발명의 바람직한 실시예를 예시적으로 설명하였으나, 본 발명의 범위는 이와 같은 특정 실시예에만 한정되는 것은 아니므로, 본 발명은 본 발명의 사상 및 특허청구범위에 기재된 범주 내에서 다양한 형태로 수정, 변경, 또는 개선될 수 있다.

Claims (14)

1. 각 센싱 노드에서 일차 사용자의 단말을 위한 신호를 검출하기 위하여 스펙트럼 센싱을 수행하는 방법으로서,
   상기 센싱 노드가 일차 사용자의 단말을 위한 신호를 검출하기 위하여, 스펙트럼 센싱을 수행하는 단계와;
   상기 스펙트럼 센싱의 결과를 바탕으로, 상기 센싱 노드가 지역 검정 통계량을 산출하는 단계와;
   상기 계산된 지역 검정 통계량을 바탕으로 하여, 상기 센싱 노드가 전송 확률을 계산하는 단계와;
   상기 계산된 전송 확률을 바탕으로 하여, 상기 센싱 노드가 센싱 정보를 융합 센터로 전송하는 단계를 포함하고,
   상기 전송된 센싱 정보를 바탕으로, 상기 융합 센터에서 일차 사용자의 단말을 위한 신호가 존재하는지 여부가 판단되는 것을 특징으로 하는 스펙트럼 센싱 방법.
2. 제1항에 있어서, 상기 센싱 정보는
   상기 지역 검정 통계량을 포함하는 것을 특징으로 하는 스펙트럼 센싱 방법.
3. 제2항에 있어서,
   상기 지역 검정 통계량은 상기 센싱 노드에서 수신된 일차 사용자의 에너지 값을 포함하는 것을 특징으로 하는 스펙트럼 센싱 방법.
4. 제1항에 있어서,
   상기 전송 확률은 지역 검정 통계량의 크기에 의해 결정되는 것을 특징으로 하는 스펙트럼 센싱 방법.
5. 제 4항에 있어서,
   상기 전송 확률은 지역 검정 통계량이 클수록 커지고, 상기 지역 검정 통계량이 작아질수록 작아지는 것을 특징으로 하는 스펙트럼 센싱 방법.
6. 제 4항에 있어서, 상기 전송 확률을 계산하는 단계는
   상기 센싱 노드가 자신의 지역 검정 통계량 값이 다른 센싱 노드들에 의한 지역 검정 통계량 값 중에 몇 번째 크기를 가지는지 검출하는 순서 검출을 수행하는 단계와;
   상기 순서 검출의 수행 결과에 따라서 전송 확률을 결정하는 단계를 포함하는 것을 특징으로 하는 스펙트럼 센싱 방법.
7. 제 6항에 있어서,
   상기 전송 확률의 결정은 검출된 순서의 오름 차순에 조화적으로(Harmonically) 비례하게 결정하는 것을 특징으로 하는 스펙트럼 센싱 방법.
8. 제 7항에 있어서,
   상기 센싱 노드에 의해서 결정된 전송 확률 및 다른 센싱 노드들에 의해서 결정된 전송 확률의 총 합은 1이 되는 것을 특징으로 하는 스펙트럼 센싱 방법.
9. 제 4항에 있어서,
   상기 전송 확률의 결정은 가우시안 분포의 누적 분포 함수(Cumulative Distribution Function)에 의한 크기의 확률에 의하여 결정되는 것을 특징으로 하는 스펙트럼 센싱 방법.
10. 일차 사용자의 단말을 위한 신호를 검출하기 위하여 스펙트럼 센싱을 수행하는 센싱 노드로서,
    일차 사용자의 단말을 위한 신호를 검출하기 위하여, 스펙트럼 센싱을 수행하는 송수신부와;
    상기 스펙트럼 센싱의 결과를 바탕으로, 지역 검정 통계량을 산출하고, 상기 계산된 지역 검정 통계량을 바탕으로 하여, 전송 확률을 계산하고, 상기 계산된 전송 확률을 바탕으로 하여, 센싱 정보를 상기 송수신부를 통해 융합 센터로 전송하는 컨트롤러를 포함하고,
    상기 전송된 센싱 정보는 상기 융합 센터에서 일차 사용자의 단말을 위한 신호가 존재하는지 여부를 판단하는데에 이용되는 것을 특징으로 하는 센싱 노드.
11. 제10항에 있어서, 상기 센싱 정보는
    상기 지역 검정 통계량을 포함하는 것을 특징으로 하는 센싱 노드.
12. 제11항에 있어서,
    상기 지역 검정 통계량은 상기 센싱 노드에서 수신된 일차 사용자의 에너지 값을 포함하는 것을 특징으로 하는 센싱 노드.
13. 제10항에 있어서,
    상기 전송 확률은 지역 검정 통계량의 크기에 의해 결정되는 것을 특징으로 하는 센싱 노드.
14. 삭제

Images