KR101481375B1 - Atsc 신호 검출을 위한 스펙트럼 상관밀도함수 기반의 저복잡도 스펙트럼 센싱 방법 - Google Patents

Atsc 신호 검출을 위한 스펙트럼 상관밀도함수 기반의 저복잡도 스펙트럼 센싱 방법 Download PDF

Info

Publication number
KR101481375B1
KR101481375B1 KR20140166057A KR20140166057A KR101481375B1 KR 101481375 B1 KR101481375 B1 KR 101481375B1 KR 20140166057 A KR20140166057 A KR 20140166057A KR 20140166057 A KR20140166057 A KR 20140166057A KR 101481375 B1 KR101481375 B1 KR 101481375B1
Authority
KR
South Korea
Prior art keywords
density function
signal
spectral correlation
correlation density
atsc
Prior art date
Application number
KR20140166057A
Other languages
English (en)
Inventor
임종태
유도식
Original Assignee
홍익대학교 산학협력단
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 홍익대학교 산학협력단 filed Critical 홍익대학교 산학협력단
Priority to KR20140166057A priority Critical patent/KR101481375B1/ko
Application granted granted Critical
Publication of KR101481375B1 publication Critical patent/KR101481375B1/ko

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
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Monitoring And Testing Of Transmission In General (AREA)

Abstract

본 발명은 스펙트럼 센싱 방법에 관한 것으로서, 더욱 상세하게는 ATSC 디지털 방송 신호의 파일럿 신호위치에 대한 스펙트럼 상관 밀도 함수를 기반으로 저복잡도 스펙트럼 센싱 방법에 관한 것으로, ATSC 디지털 방송 RF신호를 받아 스펙트럼 상관 밀도 함수를 계산하는 제1 단계와, 파일럿 위치에 대한 상태변수를 추정하는 제2 단계와, 잡음 신호에 대한 고유치를 계산하는 제3 단계와, 이상적인 파일럿 신호를 생성하고 직교행렬과 고유치를 계산하는 제4 단계와, 결정변수를 계산하는 제5 단계와, 결정변수를 문턱값과 비교하여 신호 존재여부를 결정하는 제6 단계로 구성되어 종래의 알고리즘보다 계산량이 현저하게 적어 시간이 훨씬 단축되며, 컴퓨터의 과부하를 방지할 수 있고, 성능이 우수한 효과가 있다.

Description

ATSC 신호 검출을 위한 스펙트럼 상관밀도함수 기반의 저복잡도 스펙트럼 센싱 방법{Low complexity spectrum sensing based on spectral correlation density for ATSC signal detection}
본 발명은 스펙트럼 센싱 방법에 관한 것으로서, 더욱 상세하게는 ATSC 디지털 방송 신호의 파일럿 신호위치에 대한 스펙트럼 상관 밀도 함수를 기반으로 저복잡도 스펙트럼 센싱 방법에 관한 것이다.
인지 무선통신기술이라고 하면 통신이 이루어지고 있는 주변 상황을 감지하여 실시간으로 최적 통신 방식을 결정하는 기술을 말한다. 현재는 주로 주파수 사용 현황을 파악하여 유휴주파수 자원을 최적으로 활용하는 방향으로 되어 있다. 특히, 디지털TV 방송과 같이 인가를 받은 사용자가 있는 주파수 대역의 경우에는 방송 수신이 가능한 가장 약한 신호조차도 감지되면 통신이 허용되지 않게 된다. 또한 숨겨진 터미널 문제가 생길 위험을 감안하기 위해 실질적으로 매우 낮은 신호조차도 검출해 낼 수 있는 알고리즘이 필요한 실정이다.
현재 IEEE 802.22 표준화 기구에 제안된 알고리즘들 중 IEEE 802.22의 권고사항에 근접한 여러가지 알고리즘이 존재하지만, 계산량이 복잡하고 단계가 복잡하며 최적의 성능을 보장할 수 없는 문제점이 있었다.
대한민국 공개특허공보 제10-2009-0115135호(2009.11.04)
상기와 같이 종래의 알고리즘과 비슷한 성능을 가지지만 계산량이 현저하게 적어 스펙트럼 센싱기기의 과부하를 방지하고, 시간이 단축되는 ATSC스펙트럼 센싱 알고리즘을 제공하는 것을 목적으로 한다.
목적을 달성하기 위한 구성으로는 ATSC 디지털 방송 RF신호를 받아 스펙트럼 상관 밀도 함수를 계산하는 제1 단계와, 파일럿 위치에 대한 상태변수를 추정하는 제2 단계와, 잡음 신호에 대한 고유치를 계산하는 제3 단계와, 이상적인 파일럿 신호를 생성하고 직교행렬과 고유치를 계산하는 제4 단계와, 결정변수를 계산하는 제5 단계와, 결정변수를 문턱값과 비교하여 신호 존재여부를 결정하는 제6 단계로 구성된다.
상기와 같이 종래의 알고리즘보다 계산량이 현저하게 적어 시간이 훨씬 단축되고, 스펙트럼 센싱기기의 과부하를 방지할 수 있는 효과가 있다.
도 1은 기존 발명인 ATSC 채널 검색을 위한 장치 및 방법의 대표도.
도 2는 본 발명인 ATSC 신호 검출을 위한 스펙트럼 상관밀도함수 기반의 저복잡도 스펙트럼 센싱 방법의 순서도.
도 3은 본 발명인 ATSC 신호 검출을 위한 스펙트럼 상관밀도함수 기반의 저복잡도 스펙트럼 센싱 방법의 구성요소인 제1 단계의 세부 순서도.
도 4는 본 발명인 ATSC 신호 검출을 위한 스펙트럼 상관밀도함수 기반의 저복잡도 스펙트럼 센싱 방법의 구성요소인 제3 단계의 세부 순서도.
도 5는 본 발명인 ATSC 신호 검출을 위한 스펙트럼 상관밀도함수 기반의 저복잡도 스펙트럼 센싱 방법의 구성요소인 제4 단계의 세부 순서도.
도 6는 본 발명인 ATSC 신호 검출을 위한 스펙트럼 상관밀도함수 기반의 저복잡도 스펙트럼 센싱 방법의 구성요소인 제5 단계의 세부 순서도.
도 7는 기존 발명과 본 발명의 오경보확률 검사표.
본발명은 ATSC 디지털 방송 RF신호를 검출하기 위한 스펙트럼 센싱방법에 있어서, ATSC 디지털 방송 RF신호를 받아 스펙트럼 상관 밀도 함수를 계산하는 제1 단계(S10);와, 파일럿 위치에 대한 상태변수를 추정하는 제2 단계(S20);와, 잡음 신호에 대한 고유치를 계산하는 제3 단계(S30);와, 이상적인 파일럿 신호를 생성하고 직교행렬과 고유치를 계산하는 제4 단계(S40);와, 상기 제3 ,4 단계(S30,S40)에서 계산된 스펙트럼 상관 밀도 함수와 추정된 파일럿 위치에 대한 상태변수, 이상적인 파일럿 신호에 대한 스펙트럼 상관 밀도 함수 벡터의 평균벡터와 공분산행렬을 이용하여 결정변수를 계산하는 제5 단계(S50);와, 상기 제5 단계(S50)에서 계산된 결정변수를 문턱값과 비교하여 신호 존재여부를 결정하는 제6 단계(S60);로 구성된 것을 특징으로 하는 ATSC 신호 검출을 위한 스펙트럼 상관밀도함수 기반의 저복잡도 스펙트럼 센싱 방법이다.
이하 첨부된 도면을 참고로 상세하게 설명한다.
도 2는 본 발명인 ATSC 신호 검출을 위한 스펙트럼 상관밀도함수 기반의 저복잡도 스펙트럼 센싱 방법의 순서도로서, ATSC 디지털 방송 RF 신호를 받아 스펙트럼 상관 밀도 함수를 계산하는 제1 단계(S10)와, 파일럿 위치에 대한 상태 변수를 추정하는 제2 단계(S20)와, 잡음신호에 대한 고유치를 생성하는 제3 단계(S30)와, 이상적 신호의 직교행렬 및 고유치를 계산하는 제4 단계(S40)와, 스펙트럼 상관 밀도 함수 벡터의 확률분포를 이용하여 결정변수를 계산하는 제5 단계(S50)와, 계산된 결정변수를 문턱값과 비교하여 신호 존재여부를 결정하는 문턱값 테스트 제 6 단계(S60)로 구성되어 있다.
상기 제1 단계(S10)를 자세히 보면 도 3과 같이 입력신호를 수신받는 제1-1 단계(S11)와, 상기 제1-1 단계(S11)에서 수신된 신호를 샘플하여 얻은 이산 신호를 보간법을 통해 신호 x[n]을 얻는 제1-2 단계(S12)와, 이 신호에 대해 이산 푸리에 변환(Discrete Fourier Transform) 값인 X[k]를 계산하는 제1-3 단계(S13)와, 상기 제1-3 단계(S13)의 X[k]로부터 스펙트럼 상관밀도함수 SX[d]를 계산하는 제 1-4 단계(S14)로 구성된다. 여기서 신호 x[n]에 대해 이산 푸리에 변환(Discrete Fourier Transform)값인 X[k]를 얻는 상기 제1-3 단계(S13)은 아래의 <수학식 1>과 같이 계산되며, <수학식 1>에서 N은 통상적으로 1024, 2048등과 같이 2의 거듭제곱으로 설정하여 이산 푸리에 변환을 고속 푸리에 변환(Fast Fourier Transform)기법으로 계산하는 것이 보통이다.
Figure 112014114318265-pat00001
<수학식 1>
상기 제1-3 단계(S13)로부터 스펙트럼 상관밀도 함수를 계산하는 상기 제1-4 단계(S14)는 아래의 <수학식 2>와 같다.
Figure 112014114318265-pat00002
<수학식 2>
위의 <수학식 2>에서 M의 값은 통상적으로 5정도로 설정하며, d는 ATSC 파일럿 신호가 있다고 생각되는 주파수를 말한다. 신호를 검출하고자 하는 주파수 범위에 대해 d를 변화시켜가면서 S X [d]를 계산하게 된다.
상기 제2 단계(S20)는 파일럿 위치에 대한 상태 변수를 추정하는 단계로서, ATSC의 기준 신호들을 직접 관찰하여 그 확률 분포를 정규분포로 가정하여 그 주파수 상의 파일럿 위치 값의 평균과 분산을 구하는 단계이다. 이 단계에서 파일럿의 이산 주파수 영역상의 위치가 d일 확률을
Figure 112014114318265-pat00003
로 계산한다.
상기 제3 단계(S30) 자세히 보면 도 4와 같이 잡음신호에 대한 스펙트럼 상관밀도 함수 S X [d]를 계산하는 제3-1 단계(S31)와,
상기 제3-1 단계의 S X [d]의 실부부와 허수부를 각각 y 2d +1 , y 2d +2 라 재정의하여 실수벡터를 형성하는 제3-2 단계(S32)와, 특정주파수 d 주변의 2(2m+1)개의 변수들을 모아 변수벡터 아래의 <수학식3>을 통하여 형성하는 제3-3 단계(S33)와,
Figure 112014114318265-pat00004
<수학식3>
상기 제3-3 단계(S33)의 백터로부터 공분산 행렬
Figure 112014114318265-pat00005
를 구하는 제3-4 단계(S34)와, 아래의 <수학식4>로 공분산 행렬의 대각화를 하는 제3-5 단계(S35)와,
Figure 112014114318265-pat00006
<수학식4>
공분산 행렬의 대각화에서 얻어진 대각행렬로부터 고유치
Figure 112014114318265-pat00007
를 생성하는 제3-6 단계(S36)으로 구성된다. 여기서
Figure 112014114318265-pat00008
는 대각 원소가
Figure 112014114318265-pat00009
인 대각 행렬을 의미하고, O 0 는
Figure 112014114318265-pat00010
가 되도록 선택된 직교행렬을 뜻하며, m의 값은 통상적으로 5~20 정도로 설정한다.
상기 제4 단계(S40)를 자세히 보면 도 5와 같이 이상적 파일럿 신호를 생성하며 아래의 <수학식 5>와 같이 계산되는 제4-1 단계(S41)가 구성된다.
Figure 112014114318265-pat00011
Figure 112014114318265-pat00012
<수학식 5>
상기 <수학식 5>에서 k c 는 주파수상의 파일럿의 위치이고, A는 복소수이며,
Figure 112014114318265-pat00013
는 크로네커 델타함수, 즉,
Figure 112014114318265-pat00014
이고
Figure 112014114318265-pat00015
이면
Figure 112014114318265-pat00016
인 함수를 의미한다. 또한 W 는 제3 단계에서 고려한 백색잡음을 N-포인트 이산 푸리에 변환하여 얻어진 값을 의미한다. 단, X[k]는 이상적인 파일럿이 있는 경우의 이산푸리에 변환을 나타내는 것이므로 주기가 N인 주기함수로 간주한다. 여기서, 통상적으로 복소수 A 는 X[k] 의 신호대 잡음비가 50dB ~ -30dB가 되도록 하는 값으로 설정한다.
또한, 상기 제4-1 단계(S41)의 이상적 파일럿 신호를 통하여 스펙트럼 상관밀도 함수 SX[d]를 계산하는 제4-2 단계(S42)가 구성되고, 상기 제4-2 단계의 SX[d]의 실부부와 허수부를 각각 y 2d+1 , y 2d+2 라 재정의하여 실수벡터를 형성하는 제4-3 단계(S43)와, 특정주파수 d 주변의 2(2m+1)개의 변수들을 모아 변수벡터를 상기의 <수학식 3>을 통하여 형성하는 제4-4 단계(S44)와, 평균벡터
Figure 112014114318265-pat00017
와 공분산 행렬
Figure 112014114318265-pat00018
를을 구하는 제4-5 단계(S45)와, 상기 제4-5 단계(S45)의 공분산 행렬을 아래의 <수학식 6> 통하여 대각화 하는 제4-6 단계(S46)와,
Figure 112014114318265-pat00019
<수학식 6>
직교행렬
Figure 112014114318265-pat00020
와 고유치
Figure 112014114318265-pat00021
를 계산하는 제4-7 단계(S47)로 구성된다. 여기서
Figure 112014114318265-pat00022
는
Figure 112014114318265-pat00023
가 되도록 선택된 직교행렬을 뜻하며 m의 값은 통상적으로 5~20 정도로 설정한다.
상기 제5 단계(S50)를 자세히 보면 도 6과 같이 상기 제3 ,4 단계(S30,S40)의 잡음신호의 고유치와, 이상적 파일럿 신호의 직교행렬과 고유치 값을 입력받는 제5-1 단계(S51)와, 상기 제1 단계(S10)에서 얻은 스펙트럼 상관 밀도 함수 SX[d]의 실부부와 허수부를 각각 y 2d+1 , y 2d+2 라 재정의하여 실수벡터를 형성하는 제5-2 단계(S52)와, 상기 제5-2 단계(S52)의 벡터로부터 특정 주파수 d주변의 2(m+1)개의 변수들을 모아 놓은 벡터를 상기의 <수학식 3>을 통하여 형성하는 제5-3 단계(S53)와, 입력받은 직교행렬
Figure 112014114318265-pat00024
의 l 번째 행 O l 를 이용하여 새로운 통계치 z d ,l 과
Figure 112014114318265-pat00025
를 아래의 <수학식 7>과 <수학식 8>을 통하여
Figure 112014114318265-pat00026
에 대하여 계산하는 제 5-4 단계(S54)와,
Figure 112014114318265-pat00027
<수학식 7>
Figure 112014114318265-pat00028
<수학식 8>
결정변수를 아래의 <수학식 9>를 이용하여 구하는 제5-5 단계(S55)로 구성된다.
Figure 112014114318265-pat00029
<수학식 9>
여기서 L의 값은 2(2m+1)보다 작은 양의 정수 값을 택하여 계산의 복잡도와 저장 메모리의 필요량을 줄인다.
상기 제6 단계(S60)는 계산된 결정변수를 문턱값과 비교하여 신호 존재여부를 결정하는 문턱값 테스트 단계로서, 상기 <수학식 9>에서 계산된 결정변수를 문턱값과 비교하여 결정변수의 값이 문턱값보다 크면 신호가 존재한다고 결정하고, 문턱값보다 작으면 신호가 존재하지 않는다고 결정한다.
상기 제1 단계(S10), 제5 단계(S50), 제6 단계(S60)는 센싱을 수행할 때마다 매번 실행되는 반면, 제2 단계(S20), 제3 단계(S30), 제4 단계(S40)는 초기에 수행되거나 아니면 몇차례의 센싱 수행마다에 주기적, 혹은 비주기적으로 실행되어 복잡도는 더욱 감소하게 된다.
도 7은 본 발명의 오경보확률을 확인하기 위한 테스트로, 기존의 발명보다 오경보확률이 뛰어나고, 계산량이 얼마나 줄었는지를 알아보기 위해 컴퓨터를 이용한 모의실험을 한 결과 기존의 방법으로 224.77초 걸리던 것이 62.57초로 줄었음이 확인되었으며, 성능 열화도 아래에 나타난 것처럼 아주 적었다. (A에서 L까지 12개의 서로 다른 ATSC 방송신호에 대한 오경보확률을 0.1로 유지하는데 필요한 SNR(Signal-to-Noise Ratio)값, Ave는 평균치)
본 발명은 특정의 실시 예 및 적용 예와 관련하여 도시 및 설명하였지만, 첨부된 특허청구범위에 의해 나타난 발명의 사상 및 영역으로부터 벗어나지 않는 한도 내에서 다양한 개조 및 변화가 가능 하다는 것을 당 업계에서 통상의 지식을 가진 자라면 누구나 쉽게 알 수 있을 것이다.
S10. 제1 단계 S11. 제1-1 단계
S12. 제1-2 단계 S13. 제1-3 단계
S14. 제1-4 단계 S20. 제2 단계
S30. 제3 단계 S31. 제3-1 단계
S32. 제3-2 단계 S33. 제3-3 단계
S34. 제3-4 단계 S35. 제3-5 단계
S36. 제3-6 단계 S40. 제4 단계
S41. 제4-1 단계 S42. 제4-2 단계
S43. 제4-3 단계 S44. 제4-4 단계
S45. 제4-5 단계 S46. 제4-6 단계
S47. 제4-7 단계 S50. 제5 단계
S51. 제5-1 단계 S52. 제5-2 단계
S53. 제5-3 단계 S54. 제5-4 단계
S55. 제5-5 단계 S60. 제6 단계

Claims (13)

  1. ATSC 디지털 방송 RF신호를 검출하기 위한 스펙트럼 센싱방법에 있어서,
    ATSC 디지털 방송 RF신호를 받아 스펙트럼 상관 밀도 함수를 계산하는 제1 단계(S10);와,
    파일럿 위치에 대한 상태변수를 추정하는 제2 단계(S20);와,
    잡음 신호에 대한 고유치를 계산하는 제3 단계(S30);와,
    이상적인 파일럿 신호를 생성하고 직교행렬과 고유치를 계산하는 제4 단계(S40);와,
    결정변수를 계산하는 제5 단계(S50);와,
    상기 제5 단계(S50)에서 계산된 결정변수를 문턱값과 비교하여 신호 존재여부를 결정하는 제6 단계(S60);로 구성된 것을 특징으로 하는 ATSC 신호 검출을 위한 스펙트럼 상관밀도함수 기반의 저복잡도 스펙트럼 센싱 방법.
  2. 제1 항에 있어서,
    제1 단계(S10)는 ATSC 디지털 방송 RF신호를 받는 제1-1 단계(S11)와, 상기 제1-1 단계(S11)에서 수신된 신호를 샘플링하여 얻은 이산 신호를 보간법을 통해 신호를 얻는 제1-2 단계(S12)와, 상기 제1-2 단계(S12)에서 얻은 신호를 이산 푸리에 변환(DFT)하는 제1-3 단계(S13)와, 상기 제1-3 단계(S13)에서 변환된 값으로 부터 스펙트럼 상관밀도 함수를 계산하는 제1-4 단계(S14)로 구성되는 것을 특징으로 하는 ATSC 신호 검출을 위한 스펙트럼 상관밀도함수 기반의 저복잡도 스펙트럼 센싱 방법.
  3. 제2 항에 있어서,
    상기 제1-3 단계(S13)의 이산 푸리에 변환 값인 X[k]는
    Figure 112014114318265-pat00030
    의 수학식으로 계산되는 것을 특징으로 하는 ATSC 신호 검출을 위한 스펙트럼 상관밀도함수 기반의 저복잡도 스펙트럼 센싱 방법.
  4. 제2 항에 있어서,
    상기 제1-4 단계(S14)의 값인 스펙트럼 상관밀도 함수 Sx[d]는
    Figure 112014114318265-pat00031
    의 수학식으로 계산되는 것을 특징으로 하는 ATSC 신호 검출을 위한 스펙트럼 상관밀도함수 기반의 저복잡도 스펙트럼 센싱 방법.
  5. 제1 항에 있어서,
    상기 제3 단계(S30)는 잡음신호에 대한 스펙트럼 상관밀도 함수를 계산하는 제3-1 단계(S31)와,
    상기 제3-1 단계(S31)에서 얻은 스펙트럼 상관밀도 함수값의 실수부와 허수부를 순서대로 나열하여 실수벡터를 형성하는 제3-2 단계(S32)와, 특정주파수 주변의 변수 벡터를 형성하는 제3-3 단계(S33)와,
    공분산 행렬의 값을 구하는 제3-4 단계(S34)와,
    상기 제3-4 단계(S34)의 공분산 행렬을 대각화 하는 제3-5 단계(S35)와,
    고유치를 계산하는 제3-6 단계(S36)로 구성되는 것을 특징으로 하는 ATSC 신호 검출을 위한 스펙트럼 상관밀도함수 기반의 저복잡도 스펙트럼 센싱 방법.
  6. 제1 항에 있어서,
    상기 제4 단계(S40)는 이상적 파일럿 신호를 생성하는 제4-1 단계(S41)와,
    상기 제4-1 단계(S41)에서 생성된 파일럿 신호에 대한 스펙트럼 상관밀도 함수를 계산하는 제4-2 단계(S42)와,
    스펙트럼 상관밀도 함수값의 실수부와 허수부를 순서대로 나열하여 실수벡터를 형성하는 제4-3 단계(S43)와,
    특정주파수 주변의 변수 벡터를 형성하는 제4-4 단계(S44)와,
    평균 벡터와 공분산 행렬의 값을 구하는 제4-5 단계(S45)와,
    상기 제4-5 단계(S45)의 공분산 행렬을 대각화 하는 제4-6 단계(S46)와,
    직교행렬과 고유치를 계산하는 제4-7 단계(S47)로 구성되는 것을 특징으로 하는 ATSC 신호 검출을 위한 스펙트럼 상관밀도함수 기반의 저복잡도 스펙트럼 센싱 방법.
  7. 제6 항에 있어서,
    상기 제4-1 단계(S41)의 이상적 파일럿 신호인
    Figure 112014114318265-pat00032
    는
    Figure 112014114318265-pat00033
    ,
    Figure 112014114318265-pat00034
    의 수학식으로 계산되는 것을 특징으로 하는 ATSC 신호 검출을 위한 스펙트럼 상관밀도함수 기반의 저복잡도 스펙트럼 센싱 방법.
  8. 제6 항에 있어서,
    상기 제4-4 단계(S44)의 주변 변수들을 모아 놓은 벡터는
    Figure 112014114318265-pat00035
    의 수학식으로 계산되는 것을 특징으로 하는 ATSC 신호 검출을 위한 스펙트럼 상관밀도함수 기반의 저복잡도 스펙트럼 센싱 방법.
  9. 제6 항에 있어서,
    상기 제4-5 단계(S45)의 공분산 행렬
    Figure 112014114318265-pat00036
    는
    Figure 112014114318265-pat00037
    의 수학식으로 계산되는 것을 특징으로 하는ATSC 신호 검출을 위한 스펙트럼 상관밀도함수 기반의 저복잡도 스펙트럼 센싱 방법.
  10. 제1 항에 있어서,
    제5 단계(S40)는 상기 제3 ,4 단계(S30,S40)에서 계산된 잡음신호의 고유치와, 이상적파일럿 신호에 대한 직교행렬과 고유치를 입력받는 제5-1 단계(S51)와,
    상기 제1 단계(S10)에서 얻은 스펙트럼 상관밀도 함수값의 실수부와 허수부를 순서대로 나열하여 실수벡터를 형성하는 제5-2 단계(S52)와,
    특정주파수 주변의 변수 벡터를 형성하는 제5-3 단계(S53)와,
    확률변수 벡터와 평균벡터를 변환하는 제5-4단계(S54)와,
    결정변수를 구하는 제5-5 단계(S55)로 구성되는 것을 특징으로 하는 ATSC 신호 검출을 위한 스펙트럼 상관밀도함수 기반의 저복잡도 스펙트럼 센싱 방법.
  11. 제10 항에 있어서,
    상기 제5-4 단계(S54)의 변환 방법으로, 2(2m+1)보다 작은 L 값을 택하여,
    Figure 112014114318265-pat00038
    Figure 112014114318265-pat00039
    은
    Figure 112014114318265-pat00040
    의
    Figure 112014114318265-pat00041
    번째 행과 2(2m+1)차원 열벡터
    Figure 112014114318265-pat00042
    를 곱하여 구하고,
    Figure 112014114318265-pat00043
    은
    Figure 112014114318265-pat00044
    의
    Figure 112014114318265-pat00045
    번째 행과 2(2m+1)차원 열벡터
    Figure 112014114318265-pat00046
    를 곱하여 구하며, 메모리에 행렬
    Figure 112014114318265-pat00047
    전체를 저장하지 않고 그 첫 번째 행부터 L 번째 행까지만 저장하여 복잡도를 줄이는 것을 특징으로 하는 ATSC 신호 검출을 위한 스펙트럼 상관밀도함수 기반의 저복잡도 스펙트럼 센싱 방법.
  12. 제10 항에 있어서,
    상기 제5-5 단계(S55)의 결정변수
    Figure 112014114318265-pat00048
    는 2(2m+1)보다 작은 L값을 택하여 계산의 복잡도와 저장메모리의 필요량을 줄인
    Figure 112014114318265-pat00049
    의 수학식으로 계산되는 것을 특징으로 하는 ATSC 신호 검출을 위한 스펙트럼 상관밀도함수 기반의 저복잡도 스펙트럼 센싱 방법.
  13. 제1 항에 있어서,
    상기 제1 단계(S10), 제5 단계(S50), 제6 단계(S60)는 센싱을 수행할 때마다 매번 실행되는 반면, 제2 단계(S20), 제3 단계(S30), 제4 단계(S40)는 선택적으로 실행되는 것을 특징으로 하는 ATSC 신호 검출을 위한 스펙트럼 상관밀도함수 기반의 저복잡도 스펙트럼 센싱 방법.
KR20140166057A 2014-11-26 2014-11-26 Atsc 신호 검출을 위한 스펙트럼 상관밀도함수 기반의 저복잡도 스펙트럼 센싱 방법 KR101481375B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR20140166057A KR101481375B1 (ko) 2014-11-26 2014-11-26 Atsc 신호 검출을 위한 스펙트럼 상관밀도함수 기반의 저복잡도 스펙트럼 센싱 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR20140166057A KR101481375B1 (ko) 2014-11-26 2014-11-26 Atsc 신호 검출을 위한 스펙트럼 상관밀도함수 기반의 저복잡도 스펙트럼 센싱 방법

Publications (1)

Publication Number Publication Date
KR101481375B1 true KR101481375B1 (ko) 2015-01-14

Family

ID=52588712

Family Applications (1)

Application Number Title Priority Date Filing Date
KR20140166057A KR101481375B1 (ko) 2014-11-26 2014-11-26 Atsc 신호 검출을 위한 스펙트럼 상관밀도함수 기반의 저복잡도 스펙트럼 센싱 방법

Country Status (1)

Country Link
KR (1) KR101481375B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110350992A (zh) * 2019-07-26 2019-10-18 西安电子科技大学 一种基于差分特征值的鲁棒性频谱感知方法、装置及计算机存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110042100A (ko) * 2008-08-05 2011-04-22 콸콤 인코포레이티드 무선 채널에서 전송 신호의 존재를 감지하기 위한 방법 및 장치
KR20120101463A (ko) * 2009-12-21 2012-09-13 톰슨 라이센싱 Ｆｍ 신호의 자기상관 기반 스펙트럼 센싱
US8396166B2 (en) 2007-06-15 2013-03-12 Thomson Licensing Detection of signals containing sine-wave components through measurement of the power spectral density (PSD) and cyclic spectrum

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8396166B2 (en) 2007-06-15 2013-03-12 Thomson Licensing Detection of signals containing sine-wave components through measurement of the power spectral density (PSD) and cyclic spectrum
KR20110042100A (ko) * 2008-08-05 2011-04-22 콸콤 인코포레이티드 무선 채널에서 전송 신호의 존재를 감지하기 위한 방법 및 장치
KR20120101463A (ko) * 2009-12-21 2012-09-13 톰슨 라이센싱 Ｆｍ 신호의 자기상관 기반 스펙트럼 센싱

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
논문(2013.06.30) *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110350992A (zh) * 2019-07-26 2019-10-18 西安电子科技大学 一种基于差分特征值的鲁棒性频谱感知方法、装置及计算机存储介质

Similar Documents

Publication Publication Date Title
Maleki et al. Two-stage spectrum sensing for cognitive radios
KR20110060715A (ko) 무선 통신 시스템에서의 수신 신호 검출 방법 및 장치
Muralidharan et al. An adaptive threshold method for energy based spectrum sensing in cognitive radio networks
CN107820255B (zh) 一种改进的协方差绝对值协作频谱感知方法
WO2014190572A1 (zh) 基于快速傅里叶变换的盲频谱感知方法及装置
CN108322277B (zh) 一种基于协方差矩阵反特征值的频谱感知方法
CN107682103B (zh) 一种基于最大特征值和主特征向量的双特征频谱感知方法
CN108111213B (zh) 一种用于多天线的频谱感知方法
CN109274438B (zh) 一种自适应双门限协同干扰检测方法及装置
Lim Adaptive energy detection for spectrum sensing in unknown white Gaussian noise
Zhang et al. Improved switching CFAR detector for non-homogeneous environments
CN114785379A (zh) 一种水声janus信号参数估计方法及系统
KR20150094332A (ko) 스펙트럼 센싱 방법 및 스펙트럼 센싱 장치
KR101481375B1 (ko) Atsc 신호 검출을 위한 스펙트럼 상관밀도함수 기반의 저복잡도 스펙트럼 센싱 방법
CN110601779A (zh) 基于双门限功率谱双平均比值的能量检测方法
Haykin The multitaper method for accurate spectrum sensing in cognitive radio environments
EP3596852A1 (en) Signal detection based on stochastic resonance
CN109600181B (zh) 一种用于多天线的频谱感知方法
CN105119668B (zh) 一种采用双重判决的迭代频谱感知方法
Qin et al. Adaptive threshold for energy detector based on discrete wavelet packet transform
Putra et al. Kurtosis and energy based spectrum detection for sdr based rf monitoring system
KR101480269B1 (ko) Atsc 신호 검출을 위한 스펙트럼 상관 밀도 함수의 확률적 분포를 이용하는 스펙트럼 센싱 방법
Hezarkhani et al. Performance analysis of a CA-CFAR detector in the interfering target and homogeneous background
US9998189B1 (en) Adaptive device and method for wireless network
Kamel et al. Enhanced detection methods for compressive spectrum sensing based on antieigenvalues

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
LAPS Lapse due to unpaid annual fee