KR101532323B1 - 다중 협대역 신호 결합검파 기반 광대역 스펙트럼 센싱 방법 - Google Patents

다중 협대역 신호 결합검파 기반 광대역 스펙트럼 센싱 방법 Download PDF

Info

Publication number
KR101532323B1
KR101532323B1 KR1020130123151A KR20130123151A KR101532323B1 KR 101532323 B1 KR101532323 B1 KR 101532323B1 KR 1020130123151 A KR1020130123151 A KR 1020130123151A KR 20130123151 A KR20130123151 A KR 20130123151A KR 101532323 B1 KR101532323 B1 KR 101532323B1
Authority
KR
South Korea
Prior art keywords
narrowband
signal
detection
band
sensing
Prior art date
Application number
KR1020130123151A
Other languages
English (en)
Other versions
KR20150044145A (ko
Inventor
정길수
장용업
배석능
이광억
배문관
시광규
이영포
윤석호
김영제
조형원
Original Assignee
국방과학연구소
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 국방과학연구소 filed Critical 국방과학연구소
Priority to KR1020130123151A priority Critical patent/KR101532323B1/ko
Publication of KR20150044145A publication Critical patent/KR20150044145A/ko
Application granted granted Critical
Publication of KR101532323B1 publication Critical patent/KR101532323B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/69—Spread spectrum techniques
    • H04B1/707—Spread spectrum techniques using direct sequence modulation
    • H04B1/7097—Interference-related aspects
    • H04B1/71—Interference-related aspects the interference being narrowband interference

Abstract

본 발명은 광대역 스펙트럼 센싱 기술에 관한 것으로서, 더 상세하게는 다수의 협대역 신호들에 존재하는 우선 사용자(primary user: PU) 신호들에 대하여 미치는 간섭에 대한 제한을 지키면서 2차 사용자(secondary user: SU)의 전송률을 최대로 높이는 다중 협대역 신호 결합검파 기반 광대역 스펙트럼 센싱 방법에 대한 것이다.

Description

다중 협대역 신호 결합검파 기반 광대역 스펙트럼 센싱 방법{Wideband spectrum sensing method based on joint detection of multiple narrowband signals}
본 발명은 광대역 스펙트럼 센싱 기술에 관한 것으로서, 더 상세하게는 다수의 협대역 신호들에 존재하는 우선 사용자(primary user: PU) 신호들에 대하여 미치는 간섭에 대한 제한을 지키면서 2차 사용자(secondary user: SU)의 전송률을 최대로 높이는 다중 협대역 신호 결합검파 기반 광대역 스펙트럼 센싱 방법에 대한 것이다.
특히, 본 발명은 웨이블릿(wavelet) 변환으로 관심 있는 광대역 스펙트럼의 엣지(edge)를 검파하여 다수의 협대역으로 나누고, multiband joint detection(MJD)을 적용하여 최적화된 문턱값을 다수의 협대역에 적용하는 광대역 스펙트럼 센싱 방법에 대한 것이다.
다중대역 결합 검파 기술로서는, Z. Quan, S. Cui, A. H. Sayed, and H. V. Poor, "Optimal multiband joint detection for spectrum sensing in cognitive radio networks," IEEE Trans. Signal Process., vol. 57, no. 3, pp. 1128-1140, Mar. 2009.의 논문을 들 수 있다.
위 논문에 개시된 기술은 센싱하고자 하는 광대역 스펙트럼을 이루는 다수의 협대역 각각에 최적화된 문턱값을 적용함으로써 PU(Primary User) 신호에 미치는 간섭에 대한 제한을 지키면서 SU의 전송률을 최대로 높이는 기술이다.
그러나 이러한 기술은 채널에 대한 정보를 알고 있다는 가정 아래 이루어졌다는 단점이 있었다.
또한, 관심 광대역 스펙트럼에서 협대역들이 어떻게 구성되어 있는지에 대한 정보가 반드시 필요하나 전장 환경 등에서는 이러한 정보가 없거나 혹은 동적으로 변화할 수 있는 여지가 있다는 단점이 있었다.
1. 한국공개특허번호 제10-2012-008830호 2. 한국등록특허번호 제10-1255247호
1. Z. Quan, S. Cui, A. H. Sayed, and H. V. Poor, "Optimal multiband joint detection for spectrum sensing in cognitive radio networks," IEEE Trans. Signal Process., vol. 57, no. 3, pp. 1128-1140, Mar. 2009.
본 발명은 위 배경기술에 따른 문제점을 해소하기 위해 제안된 것으로서, 협대역들이 어떻게 구성되어 있는지에 대한 정보와 채널에 대한 정보가 없는 상황에서도 관심 광대역에서 PU 신호에 대한 간섭 제한을 지키면서 SU의 전송률을 최대로 높이는 다중 협대역 신호 결합검파 기반 광대역 스펙트럼 센싱 방법을 제공하는데 그 목적이 있다.
본 발명은 위에서 제시된 과제를 달성하기 위해, 협대역들이 어떻게 구성되어 있는지에 대한 정보와 채널에 대한 정보가 없는 상황에서도 관심 광대역에서 PU 신호에 대한 간섭 제한을 지키면서 SU의 전송률을 최대로 높이는 다중 협대역 신호 결합검파 기반 광대역 스펙트럼 센싱 방법을 제공한다.
상기 광대역 스펙트럼 센싱 방법은,
수신 신호의 광대역 스펙트럼을 이루는 다수의 협대역의 가장자리를 검파하는 협대역 가장자리 검출 단계;
상기 광대역 스펙트럼의 전체 대역내에 있는 상기 다수의 협대역만을 개별 센싱하는 개별 협대역 센싱 단계;
상기 다수의 협대역 각각에 대하여 채널 이득을 추정하는 채널 이득 추정 단계;
상기 다수의 협대역에 결합 검파를 수행하여 각 협대역의 센싱을 위한 문턱값을 최적화하는 문턱값 최적화 단계; 및
최적화된 문턱값을 이용하여 각 협대역의 우선 사용자(PU: Primary User) 신호 존재 여부를 판단하는 우선 사용자(PU) 신호 여부 판단 단계;를 포함하는 것을 특징으로 한다.
이때, 상기 협대역 가장자리 검출 단계는, 광대역 스펙트럼의 전력 밀도에 대해 조정 계수(scaling factor)에 대한 웨이블릿(wavelet) 변환을 수행하고, 웨이블릿(wavelet) 변환값들을 모두 곱하고, 곱한값에 절대값을 씌워서 협대역의 가장자리들을 검출하는 단계를 포함하는 것을 특징으로 할 수 있다.
또한, 상기 개별 협대역 센싱 단계는, 에너지 검파의 협대역 센싱 기법을 이용하여 이루어지는 것을 특징으로 할 수 있다.
또한, 채널 이득의 추정은, 에너지가 가장 작은 협대역에 대하여 수학식
Figure 112013093279806-pat00001
(여기서,
Figure 112013093279806-pat00002
는 수신 신호의
Figure 112013093279806-pat00003
번째 대역의 FFT 출력값, (·)*는 복소 공액 연산,
Figure 112013093279806-pat00004
는
Figure 112013093279806-pat00005
번째 대역의 잡음 성분,
Figure 112013093279806-pat00006
는 기댓값 연산을 나타낸다)을 통해 이루어지는 것을 특징으로 할 수 있다.
이때, 잡음의 분산값인
Figure 112013093279806-pat00007
는 신호 에너지가 가장 작은 협대역에 대한 샘플의 분산을 이용하여 결정되는 것을 특징으로 할 수 있다.
또한, 문턱값의 최적화는, 우선 사용자(PU) 신호에 대한 간섭량, 오경보 확률 및 미검출 확률 중 적어도 하나에 대한 제한 조건이 있는 상황에서 추정 채널 이득을 이용하여 결합 검파를 수행함으로써 이루어지는 것을 특징으로 할 수 있다.
또한, 상기 문턱값 최적화 단계는, 각 협대역의 채널 이득을 추정하고, 이를 MJD(Multiband Joint Detection)에 적용하는 단계를 포함하는 것을 특징으로 할 수 있다.
또한, 상기 문턱값 최적화 단계는, 상기 MJD를 이용하여 우선 사용자(PU) 신호에 미치는 간섭의 제한 환경에서 2차 사용자(SU: Secondary User) 신호의 전송률 개선을 위한 문턱값 벡터를 계산하는 단계를 더 포함하는 것을 특징으로 할 수 있다.
또한, 2차 사용자 신호의 전송률 개선에 대한 기준은 AOT(Aggregate Opportunistic Throughput) 또는 AIP(Aggregate Interference to PU)인 것을 특징으로 할 수 있다.
또한, 상기 AOT는 수학식
Figure 112013093279806-pat00008
(여기서,
Figure 112013093279806-pat00009
는 각 협대역에 대한 오경보 확률 벡터로서 전체
Figure 112013093279806-pat00010
개의 협대역에 대하여
Figure 112013093279806-pat00011
로 정의되고,
Figure 112013093279806-pat00012
는 문턱값 벡터로서
Figure 112013093279806-pat00013
는
Figure 112013093279806-pat00014
번째 협대역에서 SU가 에너지 검파에 사용하는 문턱값을 나타내고,
Figure 112013093279806-pat00015
는 전송률 벡터로서
Figure 112013093279806-pat00016
는
Figure 112013093279806-pat00017
번째 협대역에서 SU가 사용할 수 있는 전송률을 나타낸다)에 의해 정의되는 것을 특징으로 할 수 있다.
또한, 상시 AIP는 수학식
Figure 112013093279806-pat00018
(여기서,
Figure 112013093279806-pat00019
는
Figure 112013093279806-pat00020
번째 협대역에 미치는 간섭에 대한 비용,
Figure 112013093279806-pat00021
는 해당 PU가 존재하는 협대역의 집합을 나타내며,
Figure 112013093279806-pat00022
는 미검출 확률로
Figure 112013093279806-pat00023
이다)에 의해 정의되는 것을 특징으로 할 수 있다.
또한, 각 협대역의 우선 사용자(PU: Primary User) 신호 존재 여부의 판단은 각 협대역에 대한 검정 통계량과 문턱값을 비교하여 각 협대역에 우선 사용자(PU) 신호가 존재하는 여부에 따라 결정되는 것을 특징으로 할 수 있다.
본 발명에 따르면, 관심 광대역 스펙트럼이 어떻게 구성되어 있는지에 대한 정보가 없는 상황에서 해당 광대역을 구성하는 다수의 협대역들을 구분할 수 있다.
또한, 본 발명의 다른 효과로서는 채널 정보 없이 종래의 MJD 기술과 유사한 성능 수준을 갖는 스펙트럼 센싱을 수행할 수 있다는 점을 들 수 있다.
도 1은 본 발명의 일실시예에 따른 광대역 스펙트럼의 형태에 대한 예시를 보여주는 도면이다.
도 2는 본 발명의 일실시예에 따른 광대역 스펙트럼 기법을 구현하는 흐름도이다.
도 3은 본 발명의 일실시예에 따른 광대역 스펙트럼 센싱 장치의 구성도이다.
도 4는 본 발명의 일실시예에 따른 다중 협대역 신호 결합검파 기반 광대역 스펙트럼 센싱의 결과를 보여주는 그래프이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는바, 특정 실시예들을 도면에 예시하고 상세한 설명에 구체적으로 설명하고자 한다. 그러나 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용한다.
제 1, 제 2등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다. "및/또는" 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미가 있다.
일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않아야 한다.
이하 첨부된 도면을 참조하여 본 발명의 일실시예에 따른 다중 협대역 신호 결합검파 기반 광대역 스펙트럼 센싱 방법을 상세하게 설명하기로 한다.
도 1은 본 발명의 일실시예에 따른 광대역 스펙트럼의 형태에 대한 예시를 보여주는 도면이다. 도 1을 참조하면, 광대역 스펙트럼(120)은
Figure 112013093279806-pat00024
개의 협대역으로 이루어져 있으며, 주파수 범위
Figure 112013093279806-pat00025
의 전체
Figure 112013093279806-pat00026
대역을 센싱하고 그 외의 대역은 센싱하지 않는다고 가정한다.
또한 전체
Figure 112013093279806-pat00027
대역 내에 총
Figure 112013093279806-pat00028
개의 협대역이 존재하며,
Figure 112013093279806-pat00029
번째 협대역
Figure 112013093279806-pat00030
는 다음식과 같이 정의된다.
Figure 112013093279806-pat00031
협대역
Figure 112013093279806-pat00032
내의 신호들은 평탄한 스펙트럼 전력 밀도(power spectral density: PSD) 가지고 있으며, PSD의 불규칙성은 협대역의 가장자리에서 나타난다고 가정한다.
도 2는 본 발명의 일실시예에 따른 광대역 스펙트럼 기법을 구현하는 흐름도이다. 도 2를 참조하면, 가장 먼저, 광대역 스펙트럼을 이루는 다수의 협대역이 어떻게 구성되어 있는지에 대한 정보가 있는지를 확인한다(단계 S210).
확인결과, 협대역 정보가 있는 경우, 알고 있는 협대역에 대한 정보를 이용한다. 이와 달리, 확인결과, 협대역에 대한 정보가 없을 경우 광대역 PSD에 웨이블릿(wavelet) 변환을 적용하고 협대역의 가장자리들을 검출함으로써 광대역 스펙트럼
Figure 112013093279806-pat00033
를 다수의 협대역들이 구성된 형태로 해석한다(단계 S210, S220).
구체적으로는 여러 조정 계수(scaling factor)에 대해 웨이블릿(wavelet) 변환된 PSD를 곱하고 절대값을 씌워서 협대역의 가장자리들을 검출하며, 이러한 방법은 웨이블릿(wavelet) 변환 계수의 지역 최대점을 찾는 것과 동일하다.
이후, 각각의 협대역
Figure 112013093279806-pat00034
(여기서,
Figure 112013093279806-pat00035
에 대해서 에너지 검파 등의 협대역 센싱 기법을 수행하여 각 협대역에 대한 검정 통계량
Figure 112013093279806-pat00036
를 얻는다.
다음 단계로는 각 협대역에 대한 결합 검파를 통해 문턱값을 최적화하는 단계이다. 이와 달리, 배경기술에서 설명한 다중대역 결합 검파 (multiband joint detection: MJD) 기술은 각 협대역들에 대한 채널 이득을 모두 알고 있다는 가정 아래 진행되었다.
그러나 우선 사용자(primary user: PU) 신호의 존재 유무를 알기도 전에 이미 채널 이득을 알고 있다는 가정은 현실적이지 않으며, 본 발명의 일실시예에서는 관심 대역이 다수의 협대역들의 합으로 이루어진 광대역임을 이용하여 각 협대역의 채널 이득을 추정하고 이를 MJD에 적용하는 방식이다.
채널을 통과한 후 수신된 PU 신호는 다음식과 같이 나타낼 수 있다.
Figure 112013093279806-pat00037
여기서
Figure 112013093279806-pat00038
은 전송된 PU 신호의
Figure 112013093279806-pat00039
번째 샘플을 나타내고,
Figure 112013093279806-pat00040
은 평균이 0이고 분산이
Figure 112013093279806-pat00041
인 가우시안 샘플이며,
Figure 112013093279806-pat00042
은 다중경로의 수,
Figure 112013093279806-pat00043
은 다중경로 채널의 임펄스 응답을 나타낸다.
수신한 신호를 고속 푸리에 변환(fast Fourier transform; FFT)을 통해 주파수 영역에서 나타내면 아래와 수학식과 같이 각 협대역의 성분들(Rk)을 채널과 PU 신호의 곱 연산 형태로 나타낼 수 있다.
Figure 112013093279806-pat00044
여기서
Figure 112013093279806-pat00045
는 PU 신호의 주파수 영역
Figure 112013093279806-pat00046
번째 대역의 값이고,
Figure 112013093279806-pat00047
는 잡음 성분이며,
Figure 112013093279806-pat00048
는 다음 수학식과 같이 정의되는 채널의 전달함수이다.
Figure 112013093279806-pat00049
여기서, k = 1,2,...,K이다.
주파수 영역에서 수신 신호를 나타내는 수학식 3에 대하여
Figure 112013093279806-pat00050
연산을 수행하면 다음식과 같이 나타낼 수 있다.
Figure 112013093279806-pat00051
위 수학식 5에서
Figure 112013093279806-pat00052
이라 가정하면, 채널 이득을 다음 수학식과 같이 나타낼 수 있다.
Figure 112013093279806-pat00053
즉, 잡음의 분산을 알고 있으면 수신 신호로부터 채널 이득을 추정할 수 있다(단계 S240,S250).
잡음의 분산은 통신을 시작하기에 앞서 추정해서 가지고 있거나, 혹은 관측하고자 하는 협대역의 개수가 충분히 많은 경우에는 적어도 하나의 협대역은 비어있다는 가정 아래, 신호 에너지가 가장 작은 협대역에 대한 샘플의 분산으로 잡음의 분산값
Figure 112013093279806-pat00054
를 추정해 낼 수 있다.
MJD를 통해 최적의 문턱값을 찾는 이유는 아래와 같다.
Figure 112013093279806-pat00055
번째 협대역에 대한 문턱값
Figure 112013093279806-pat00056
를 어떻게 설정하는가에 따라 해당 협대역에 대한 오경보 확률 및 검파 확률이 결정된다.
문턱값
Figure 112013093279806-pat00057
가 작아지면 오경보 확률이 높아져 PU 신호가 없는 상황에서도 오경보로 인해 2차 사용자(secondary user: SU)가 전송하지 못하는 문제가 있지만, 미검출 확률이 줄어들어 PU 신호에 미치는 간섭이 줄어든다.
이와 반대로 문턱값
Figure 112013093279806-pat00058
가 커지면 오경보 확률이 낮아져 PU가 없는 상황에서 SU의 전송률은 증가하게 되지만 미검출 확률이 높아져 PU 신호에 간섭을 초래할 수 있다.
MJD 기술은 이러한 tradeoff 관계를 고려하여 최적의 문턱값
Figure 112013093279806-pat00059
를 설정하기 위한 방법으로 제안되었으며, 최적화를 위한 제한 조건으로 PU 신호에 대한 간섭 제한, 오경보 확률과 미검출 확률에 대한 상한을 고려하였다.
MJD 기술에 대한 구체적인 설명은 다음과 같다. MJD 기술에서는 각 협대역에 PU 신호가 존재 여부를 문제를 이진가설검정문제로 정리하며 다음 수학식과 같이 나타낼 수 있다.
Figure 112013093279806-pat00060
이를 통해 얻은 검정 통계량
Figure 112013093279806-pat00061
과 미리 정한 문턱값
Figure 112013093279806-pat00062
을 비교하여
Figure 112013093279806-pat00063
이면
Figure 112013093279806-pat00064
번째 협대역에 PU 신호가 존재하고
Figure 112013093279806-pat00065
,
Figure 112013093279806-pat00066
이면 PU 신호가 존재하지 않는다고
Figure 112013093279806-pat00067
판단한다(단계 S270).
MJD는 PU 신호에게 미치는 간섭에 대한 제한 아래에서 SU 신호의 전송률을 최대한으로 높이고자 하는 것이며, 이를 만족시키는 문턱값 벡터
Figure 112013093279806-pat00068
를 구하는 것을 목적으로 한다.
SU의 전송률을 최대로 높이기 위한 기준으로 aggregate opportunistic throughput(AOT)를 다음식과 같이 정의한다.
Figure 112013093279806-pat00069
여기서
Figure 112013093279806-pat00070
는 각 협대역에 대한 오경보 확률 벡터로서
Figure 112013093279806-pat00071
로 정의되고,
Figure 112013093279806-pat00072
는 전송률 벡터로서
Figure 112013093279806-pat00073
는
Figure 112013093279806-pat00074
번째 협대역에서 SU(Secondary User)가 사용할 수 있는 전송률을 나타낸다.
또한 이와 유사한 개념으로
Figure 112013093279806-pat00075
번째 협대역에 미치는 간섭에 대한 비용을
Figure 112013093279806-pat00076
로 정의한 후, aggregate inteference to PU(AIP)를 다음식과 같이 정의할 수 있다.
Figure 112013093279806-pat00077
여기서
Figure 112013093279806-pat00078
는 해당 PU(Primary User)가 존재하는 협대역의 집합을 나타내며, 하나의 PU가 모든 협대역을 점유하고 있다고 가정한다. 또한,
Figure 112013093279806-pat00079
는 미검출 확률로
Figure 112013093279806-pat00080
이다.
미검출 확률에 대한 상한
Figure 112013093279806-pat00081
와 오경보 확률에 대한 상한
Figure 112013093279806-pat00082
를 정하고 나면, 최적의 문턱값 벡터
Figure 112013093279806-pat00083
를 구하는 문제는 컨벡스(convex) 최적화 문제로 다음 수학식과 같이 정리된다.
Figure 112013093279806-pat00084
여기서
Figure 112013093279806-pat00085
은 AIP(Aggregate Inteference to PU)의 상한치이고,
Figure 112013093279806-pat00086
Figure 112013093279806-pat00087
Figure 112013093279806-pat00088
이다.
상기 최적화 문제는 본래 convex 최적화 문제로 정리되지는 않는 형태이나, 오경보 확률 및 미검출 확률이 모두 0.5보다는 작을 것이라는 현실적인 가정을 적용하여 convex 최적화 형태로 정리한 것이다.
또한, 해당 최적화 문제에 내점 방법(interior-point method) 등의 최적화 기법을 적용하여 최적의 문턱값 벡터
Figure 112013093279806-pat00089
를 구할 수 있다.
부연하면, 추정된 채널 이득값들을 적용하여 최적의 문턱값 벡터
Figure 112013093279806-pat00090
를 구하는 MJD(Multiband Joint Detection)를 수행하며, 협대역 센싱을 통하여 얻은 각 협대역에 대한 검정 통계량
Figure 112013093279806-pat00091
를 MJD를 수행하여 얻은 각 협대역에 대한 문턱값
Figure 112013093279806-pat00092
과 비교하여 해당 협대역이 비어있는지를 판단한다. 이러한 처리 절차를 적용한 수신기 구조의 예가 도 3에 도시된다. 도 3은 본 발명의 일실시예에 따른 광대역 스펙트럼 센싱 장치의 구성도이다.
도 3을 참조하면, 광대역 스펙트럼 센싱 장치(300)는, RF(Radio Frequency) 신호를 수신하는 RF 전단부(301), 수신된 RF 신호의 주파수를 하향 변환하는 주파수 하향 변환기(310), 하향 변환된 RF 신호를 이용하여 광대역 스펙트럼을 생성하는 A/D(Analog/Digital) 변환기(320), 광대역 스펙트럼을 구성하는 다수의 협대역의 가장지리를 검출하는 협대역 가장 자리 검파기(330), 직렬 또는 병렬로 들어오는 엘리먼트를 병렬 또는 직렬로 변환하는 직병렬 변환기(340), 다수의 협대역에 대한 각 협대역의 채널 이득을 추정하는 채널 추정부(350), 각 협대역을 검출하는 협대역 검파기(360a 내지 360k), 검출된 협대역들에 결합 검파를 수행하여 각 협대역에 대한 문턱값을 최적화하고 최적화된 문턱값들로 각 협대역의 PU 신호 존재 여부를 판단하는 결합 검파기(370) 등으로 구성된다. 물론, 결합 검파기(370)에는 추정된 채널 이득값들을 적용하여 최적의 문턱값 벡터를 구하는 문턱값 산출기(371a 내지 371n)가 구성된다.
도 4는 본 발명의 일실시예에 따른 다중 협대역 신호 결합검파 기반 광대역 스펙트럼 센싱의 결과를 보여주는 그래프이다. 특히, 도 4는 AIP(Aggregate Inteference to PU)에 따른 AOT(Aggregate Opportunistic Throughput)를 채널을 알고 있는 경우와 본 발명의 일실시예에 따른 채널 추정 방법을 이용한 경우에 대해서 나타낸 것이다.
여기서 결과 그래프는 채널 추정을 이용한 경우, 채널 추정에 이용한 수신 신호의 샘플의 수에 따라 나타내었다. 채널을 알고 있는 경우(410)에 가장 높은 AIP에 따른 AOT 성능을 갖고, 채널 추정(420 내지 440)을 이용한 경우에는 채널을 알고 있을 때보다 AIP에 따른 AOT 성능이 낮게 나타나지만 채널 추정에 이용한 수신 신호의 샘플의 수가 클수록 채널을 알고 있을 때의 성능에 가깝게 나타나는 것을 확인할 수 있다.
또한, AIP가 클수록 AOT가 크게 나타나는 경향을 확인할 수 있다. 예를 들어 DVB(Digital Video Broadcasting)-T 시스템에서는 스펙트럼 센싱을 위한 Nyquist 샘플링율을 고려하면 수천 개의 observation 샘플을 다룰 수 있으며, 몇 천회의 평균값을 이용하는 것은 현실적으로 무리가 있는 가정은 아니라고 할 수 있다.
따라서 본 발명의 일실시예에 따른 채널 추정 기법은 MJD에 직접적으로 적용이 가능하며, 파일럿 신호에 대한 정보가 없더라도 MJD 기법을 통한 광대역 스펙트럼 센싱을 수행할 수 있다.
110: 협대역
120: 광대역 스펙트럼
300: 광대역 스펙트럼 센싱 장치
301: RF(Radio Frequency) 전단부
310: 주파수 하향 변환기
320: A/D(Analog/Digital) 변환기
330: 협대역 가장자리 검파기
340: 직병렬 변환기
350: 채널 추정부
360a 내지 360k: 협대역 검파기
370: 판별기
371a 내지 371n: 협대역에 대한 개별 판별기
380: 문턱값 산출기

Claims (12)

  1. 수신 신호의 광대역 스펙트럼을 이루는 다수의 협대역의 끝점들을 검파하는 협대역 가장자리 검출 단계;
    상기 광대역 스펙트럼의 전체 대역내에 있는 상기 다수의 협대역만을 개별 센싱하는 개별 협대역 센싱 단계;
    상기 다수의 협대역 각각에 대하여 채널 이득을 추정하는 채널 이득 추정 단계;
    상기 다수의 협대역에 결합 검파를 수행하여 각 협대역의 센싱을 위한 문턱값을 최적화하는 문턱값 최적화 단계; 및
    최적화된 문턱값을 이용하여 각 협대역의 우선 사용자(PU: Primary User) 신호 존재 여부를 판단하는 우선 사용자(PU) 신호 여부 판단 단계;
    를 포함하는 것을 특징으로 하는 다중 협대역 신호 결합검파 기반 광대역 스펙트럼 센싱 방법.
  2. 제 1 항에 있어서,
    상기 협대역 가장자리 검출 단계는,
    광대역 스펙트럼의 전력 밀도에 대해 조정 계수(scaling factor)에 대한 웨이블릿(wavelet) 변환을 수행하고, 웨이블릿(wavelet) 변환값들을 모두 곱하고, 곱한값에 절대값을 씌워서 협대역의 끝점들을 검출하는 단계를 포함하는 것을 특징으로 하는 다중 협대역 신호 결합검파 기반 광대역 스펙트럼 센싱 방법.
  3. 제 1 항에 있어서,
    상기 개별 협대역 센싱 단계는,
    에너지 검파의 협대역 센싱 기법을 이용하여 이루어지는 것을 특징으로 하는 다중 협대역 신호 결합검파 기반 광대역 스펙트럼 센싱 방법.
  4. 제 1 항에 있어서,
    채널 이득의 추정은, 에너지가 가장 작은 협대역에 대하여 수학식
    Figure 112013093279806-pat00093
    (여기서,
    Figure 112013093279806-pat00094
    는 수신 신호의
    Figure 112013093279806-pat00095
    번째 대역의 FFT 출력값, (·)*는 복소 공액 연산,
    Figure 112013093279806-pat00096
    는
    Figure 112013093279806-pat00097
    번째 대역의 잡음 성분,
    Figure 112013093279806-pat00098
    는 기댓값 연산을 나타낸다)을 통해 이루어지는 것을 특징으로 하는 다중 협대역 신호 결합검파 기반 광대역 스펙트럼 센싱 방법.
  5. 제 4 항에 있어서,
    잡음의 분산값인
    Figure 112013093279806-pat00099
    는 신호 에너지가 가장 작은 협대역에 대한 샘플의 분산을 이용하여 결정되는 것을 특징으로 하는 다중 협대역 신호 결합검파 기반 광대역 스펙트럼 센싱 방법.
  6. 제 1 항에 있어서,
    문턱값의 최적화는, 우선 사용자(PU) 신호에 대한 간섭량, 오경보 확률 및 미검출 확률 중 적어도 하나에 대한 제한 조건이 있는 상황에서 추정 채널 이득을 이용하여 결합 검파를 수행함으로써 이루어지는 것을 특징으로 하는 다중 협대역 신호 결합검파 기반 광대역 스펙트럼 센싱 방법.
  7. 제 1 항에 있어서,
    상기 문턱값 최적화 단계는, 각 협대역의 채널 이득을 추정하고, 이를 MJD(Multiband Joint Detection)에 적용하는 단계를 포함하는 것을 특징으로 하는 다중 협대역 신호 결합검파 기반 광대역 스펙트럼 센싱 방법.
  8. 제 7 항에 있어서,
    상기 문턱값 최적화 단계는,
    상기 MJD를 이용하여 우선 사용자(PU) 신호에 미치는 간섭의 제한 환경에서 2차 사용자(SU: Secondary User) 신호의 전송률 개선을 위한 문턱값 벡터를 계산하는 단계를 더 포함하는 것을 특징으로 하는 다중 협대역 신호 결합검파 기반 광대역 스펙트럼 센싱 방법.
  9. 제 8 항에 있어서,
    2차 사용자 신호의 전송률 개선에 대한 기준은 AOT(Aggregate Opportunistic Throughput) 또는 AIP(Aggregate Interference to PU)인 것을 특징으로 하는 다중 협대역 신호 결합검파 기반 광대역 스펙트럼 센싱 방법.
  10. 제 9 항에 있어서,
    상기 AOT는 수학식
    Figure 112013093279806-pat00100
    (여기서,
    Figure 112013093279806-pat00101
    는 각 협대역에 대한 오경보 확률 벡터로서
    Figure 112013093279806-pat00102
    로 정의되고,
    Figure 112013093279806-pat00103
    는 문턱값 벡터로서
    Figure 112013093279806-pat00104
    는
    Figure 112013093279806-pat00105
    번째 협대역에서 SU가 에너지 검파에 사용하는 문턱값을 나타내며,
    Figure 112013093279806-pat00106
    는 전송률 벡터로서
    Figure 112013093279806-pat00107
    는
    Figure 112013093279806-pat00108
    번째 협대역에서 SU가 사용할 수 있는 전송률을 나타낸다)에 의해 정의되는 것을 특징으로 하는 다중 협대역 신호 결합검파 기반 광대역 스펙트럼 센싱 방법.
  11. 제 9 항에 있어서,
    상기 AIP는 수학식
    Figure 112015013980810-pat00109
    (여기서,
    Figure 112015013980810-pat00110
    는
    Figure 112015013980810-pat00111
    번째 협대역에 미치는 간섭에 대한 비용,
    Figure 112015013980810-pat00112
    는 해당 PU가 존재하는 협대역의 집합을 나타내며,
    Figure 112015013980810-pat00113
    는 미검출 확률로
    Figure 112015013980810-pat00114
    이다)에 의해 정의되는 것을 특징으로 하는 다중 협대역 신호 결합검파 기반 광대역 스펙트럼 센싱 방법.
  12. 제 1 항에 있어서,
    각 협대역의 우선 사용자(PU: Primary User) 신호 존재 여부의 판단은 각 협대역에 대한 검정 통계량과 문턱값을 비교하여 각 협대역에 우선 사용자(PU) 신호가 존재하는 여부에 따라 결정되는 것을 특징으로 하는 다중 협대역 신호 결합검파 기반 광대역 스펙트럼 센싱 방법.
KR1020130123151A 2013-10-16 2013-10-16 다중 협대역 신호 결합검파 기반 광대역 스펙트럼 센싱 방법 KR101532323B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130123151A KR101532323B1 (ko) 2013-10-16 2013-10-16 다중 협대역 신호 결합검파 기반 광대역 스펙트럼 센싱 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130123151A KR101532323B1 (ko) 2013-10-16 2013-10-16 다중 협대역 신호 결합검파 기반 광대역 스펙트럼 센싱 방법

Publications (2)

Publication Number Publication Date
KR20150044145A KR20150044145A (ko) 2015-04-24
KR101532323B1 true KR101532323B1 (ko) 2015-06-30

Family

ID=53036494

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130123151A KR101532323B1 (ko) 2013-10-16 2013-10-16 다중 협대역 신호 결합검파 기반 광대역 스펙트럼 센싱 방법

Country Status (1)

Country Link
KR (1) KR101532323B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106656373B (zh) * 2016-09-29 2020-04-17 宁波大学 基于加权一致优化的宽带分布式协作压缩频谱感知方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110094983A (ko) * 2010-02-18 2011-08-24 인하대학교 산학협력단 무선 인지 시스템에서 마코프 모델을 이용한 가중치 할당 협력 스펙트럼 센싱 방법
KR20120056645A (ko) * 2010-11-25 2012-06-04 한국전자통신연구원 다중채널 신호 검출 방법 및 장치

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110094983A (ko) * 2010-02-18 2011-08-24 인하대학교 산학협력단 무선 인지 시스템에서 마코프 모델을 이용한 가중치 할당 협력 스펙트럼 센싱 방법
KR20120056645A (ko) * 2010-11-25 2012-06-04 한국전자통신연구원 다중채널 신호 검출 방법 및 장치

Also Published As

Publication number Publication date
KR20150044145A (ko) 2015-04-24

Similar Documents

Publication Publication Date Title
Yang et al. Cyclostationary feature detection based spectrum sensing algorithm under complicated electromagnetic environment in cognitive radio networks
US8335283B1 (en) Weak signal detection in wireless communication systems
US8045927B2 (en) Signal detection in multicarrier communication system
CN102946288B (zh) 基于自相关矩阵重构的压缩频谱感知方法
CN102364885B (zh) 一种基于信号频谱包络的频谱感知方法
US8717922B2 (en) Multitaper spectrum sensing systems and methods
US10623215B2 (en) Process for tunnelized cyclostationary to achieve low-energy spectrum sensing
CN103141067A (zh) 频带识别方法、装置和计算机程序产品以及性能评估方法、装置和计算机程序产品
CN102904604A (zh) 一种窄带干扰抑制方法和装置
US9680709B2 (en) Early frame bandwidth assessment in a multi-bandwidth wireless local area network
CN101807960A (zh) 基于小波包变换实现自适应频谱感知的方法
CN102932047A (zh) 一种适用于多天线系统的认知无线电多带频谱检测方法
CN108111213B (zh) 一种用于多天线的频谱感知方法
CN104253659A (zh) 一种频谱检测方法及其装置
KR101532323B1 (ko) 다중 협대역 신호 결합검파 기반 광대역 스펙트럼 센싱 방법
CN102111228B (zh) 一种基于循环对称性的认知无线电频谱感知方法
CN103039101A (zh) 频谱感测方法和通讯装置
Youssef et al. Efficient cooperative spectrum detection in cognitive radio systems using wavelet fusion
US20150155960A1 (en) Method for searching for a useful signal in a multiplexing band
Denkovski et al. Ghost: Efficient goodness-of-fit hos testing signal detector for cognitive radio networks
Hekkala et al. Cooperative spectrum sensing study using welch periodogram
US20150244475A1 (en) Radio communication apparatus and interference detection method
Maliatsos et al. Elaborate analysis and design of filter-bank-based sensing for wideband cognitive radios
KR101570040B1 (ko) 단일 반송파 주파수 분할 다중 접속 시스템을 위한 수신 장치 및 방법
Bruno et al. An edge detection approach to wideband temporal spectrum sensing

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: 20190604

Year of fee payment: 5