KR101535251B1

KR101535251B1 - 협력 스펙트럼 센싱 장치 및 협력 스펙트럼 센싱 방법

Info

Publication number: KR101535251B1
Application number: KR1020130073408A
Authority: KR
Inventors: 이영포; 채근홍; 윤석호
Original assignee: 성균관대학교산학협력단
Priority date: 2013-06-26
Filing date: 2013-06-26
Publication date: 2015-07-24
Also published as: US9077567B2; US20150003508A1; KR20150000965A

Abstract

협력 스펙트럼 셍싱 방법은 무선인지 네트워크의 검파기가 복수의 이차 사용자들로부터 일차 사용자에게 할당된 스펙트럼 대역에 대한 사용 상태 정보인 관측 벡터를 수신하는 단계(901), 검파기가 관측 벡터(

)에 대한 순서 통계량을 생성하는 단계(902), 순서 통계량에서 크기가 작은 순서대로 관측 샘플을 선택하여 GLRT 검정 통계량을 생성하는 단계(903) 및 GLRT 검정 통계량을 합산하여 0 또는 1로 표현되는 분석 결과값(

)을 생성하는 단계(904) 및 검파기가 분석 결과값을 융합 센터부(200)에 전달하고 융합 센터부(FC, 200)가 분석 결과값을 융합하여 스펙트럼 대역의 사용 여부를 판단하는 단계(905)를 포함한다.

Description

협력 스펙트럼 센싱 장치 및 협력 스펙트럼 센싱 방법{COOPERATIVE SPECTRUM SENSING APPARATUS AND COOPERATIVE SPECTRUM SENSING METHOD}

이하 설명하는 기술은 인지무선통신에서 사용하는 협력 스펙트럼 센싱 장치 및 협력 스펙트럼 센싱 방법에 관한 것이다.

동적 스펙트럼 할당에 기반한 인지무선 통신은 (cognitive radio: CR) 주파수 자원 부족 문제에 대한 해결책 중 하나로 크게 주목받고 있다. CR 시스템은 일차 사용자에게 (primary user: PU) 할당된 스펙트럼 대역에서, PU 신호가 존재하지 않을 때 이차 사용자가 해당 스펙트럼 대역에서 통신을 수행한다. 따라서 PU의 존재를 정확하게 검출하기 위한 스펙트럼 센싱 기법은 CR 시스템에 있어서 매우 중요한 요소이다.

정확한 스펙트럼 센싱은 쉐도잉 (Shadowing) 현상 및 다중경로 페이딩 (Multipath Fading) 현상으로 인해 정확한 측정이 어렵다.

협력 스펙트럼 센싱은 (Cooperative Spectrum Sensing: CSS) 이와 같은 채널 센싱의 불확실성을 극복하기 위해 고안된 스펙트럼 센싱 방법이다. 협력 스펙트럼 센싱은 지리적으로 분산되어 위치하는 2 이상의 차순위 사용자들 각각이 스펙트럼 센싱을 통해 수집한 결과인 지역 센싱 데이터 (Local Sensing Data)들을 융합 센터로 (Fusion Center) 전달하고, 융합 센터는 2 이상의 차순위 사용자들로부터 수집한 지역 센싱 데이터들을 이용하여 우선 순위 사용자가 인가 채널을 사용하고 있는지 여부를 판단한다.

실제 통신 환경에서는 이동 중인 차량, 전력선의 개폐 과도현상, 차량 점화, 해수면 반사파, 번개 등의 원인으로 인해 종종 충격성 (impulsive) 비정규 (non-Gaussian) 잡음이 발생한다. 따라서 CR의 잡음 환경은 충격성 잡음 모형으로 모델링될 수 있다. 또한 CR 네트워크에서 각 이차 사용자마다 다른 잡음 환경을 겪을 수 있다.

한국등록특허 제1152572호 한국공개특허 제2012-0036416호 한국공개특허 제2013-0045530호

그러나, 지금까지 대부분의 종래의 협력 스펙트럼 센싱(CSS) 기술들은 잡음이 정규 분포를 따른다고 가정하고 진행되어 왔다.

이하 설명하는 기술은 비정규 잡음 환경을 고려한 협력 스펙트럼 센싱 방법 내지 장치를 제공하고자 한다.

이하 설명하는 기술의 해결과제는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 해결과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.

상기 과제를 해결하기 위한 협력 스펙트럼 센싱 장치는 일차 사용자에게 할당된 스펙트럼 대역에 대한 사용 상태 정보인 관측 벡터를 수신하는 수신부 및 비정규 잡음을 고려한 수신 샘플들의 순서 통계량에 대한 GLRT(Generalized Likelihood Ratio Test)를 이용하여 관측 벡터 각각에 대한 분석 결과값을 생성하는 검파부를 포함하는 이차 사용자의 수신기 및 분석 결과값을 융합하여 스펙트럼 대역의 사용 여부를 판단하는 융합 센터부를 포함한다.

검파부는 비정규 잡음을 이변수 등방형 대칭 알파 안정(BISαS) 분포의 확률 밀도함수로 모델링할 수 있다.

검파부는 관측 벡터에 대한 순서 통계량을 생성하는 순서 통계량부, 순서 통계량에 대하여 크기가 작은 순서대로 관측 샘플을 선택하여 GLRT 검정 통계량을 생성하는 검정 통계량 생성부, 관측 샘플에 대한 GLRT 검점 통계량을 합산하는 합산부 및 합산 결과에 해당하는 데이터를 융합 센터부에 전송하는 전송부를 포함한다.

협력 스펙트럼 셍싱 방법은 무선인지 네트워크에서 이차 사용자들의 검파기가 일차 사용자에게 할당된 스펙트럼 대역에 대한 사용 상태 정보인 관측 벡터를 수신하는 단계, 검파기가 비정규 잡음을 고려한 수신 샘플들의 순서 통계량에 대한 GLRT(Generalized Likelihood Ratio Test)를 이용하여 관측 벡터 각각에 대한 분석 결과값을 생성하는 단계, 검파기가 분석 결과값을 융합 센터부에 전달하는 단계 및 융합 센터부가 분석 결과값을 융합하여 스펙트럼 대역의 사용 여부를 판단하는 단계를 포함한다.

생성하는 단계는 관측 벡터에 대한 순서 통계량을 생성하는 단계, 순서 통계량에서 크기가 작은 순서대로 관측 샘플을 선택하여 GLRT 검정 통계량을 생성하는 단계 및 GLRT 검정 통계량을 합산하여 0 또는 1로 표현되는 분석 결과값을 생성하는 단계를 포함한다.

이하 설명하는 기술은 실제 통신 환경에서 보다 신뢰성 있게 일차 사용자의 신호를 센싱할 수 있다. 결국 인지무선통신 네트워크의 신뢰성이 높아진다.

이하 설명하는 기술의 효과는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.

도 1(a)는 무선인지 통신에서 협력 스펙트럼 장치에 대한 개략적인 구성을 도시하고, 도 1(b)는 협력 스펙트럼 장치에 대한 블록도의 예이다.
도 2는 코시 잡음 환경에서 m 번째 CR의 검파기에 대한 블록도의 예이다.
도 3은 가우시안 잡음 환경에서 m 번째 CR의 검파기에 대한 블록도의 예이다.
도 4는 비정규 잡음을 고려한 협력 스펙트럼 셍싱 방법에 대한 순서도의 예이다.
도 5는 α= 2인 BISαS 잡음 환경에서 GSO 검파기들의 ROC 성능을 도시한 그래프이다.
도 6은 α= 1.5인 BISαS 잡음 환경에서 GSO 검파기들의 ROC 성능을 도시한 그래프이다.
도 7은 α= 1인 BISαS 잡음 환경에서 GSO 검파기들의 ROC 성능을 도시한 그래프이다.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 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.

제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 해당 구성요소들은 상기 용어들에 의해 한정되지는 않으며, 단지 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.

본 명세서에서 사용되는 용어에서 단수의 표현은 문맥상 명백하게 다르게 해석되지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함한다" 등의 용어는 설시된 특징, 개수, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 의미하는 것이지, 하나 또는 그 이상의 다른 특징들이나 개수, 단계 동작 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 배제하지 않는 것으로 이해되어야 한다.

도면에 대한 상세한 설명을 하기에 앞서, 본 명세서에서의 구성부들에 대한 구분은 각 구성부가 담당하는 주기능 별로 구분한 것에 불과함을 명확히 하고자 한다. 즉, 이하에서 설명할 2개 이상의 구성부가 하나의 구성부로 합쳐지거나 또는 하나의 구성부가 보다 세분화된 기능별로 2개 이상으로 분화되어 구비될 수도 있다. 그리고 이하에서 설명할 구성부 각각은 자신이 담당하는 주기능 이외에도 다른 구성부가 담당하는 기능 중 일부 또는 전부의 기능을 추가적으로 수행할 수도 있으며, 구성부 각각이 담당하는 주기능 중 일부 기능이 다른 구성부에 의해 전담되어 수행될 수도 있음은 물론이다. 따라서, 본 명세서를 통해 설명되는 각 구성부들의 존재 여부는 기능적으로 해석되어야 할 것이며, 이러한 이유로 본 발명의 협력 스펙트럼 센싱 장치(500)에 따른 구성부들의 구성은 본 발명의 목적을 달성할 수 있는 한도 내에서 도 1과는 상이해질 수 있음을 명확히 밝혀둔다.

또, 방법 또는 동작 방법을 수행함에 있어서, 상기 방법을 이루는 각 과정들은 문맥상 명백하게 특정 순서를 기재하지 않은 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 과정들은 명기된 순서와 동일하게 일어날 수도 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.

본 발명은 협력 스펙트럼 센싱 장치(500) 내지 협력 스펙트럼 센싱 방법에 관한 것으로, 종래 발명과 달리 비정규 잡음을 고려하여 정확한 스펙트럼 센싱을 수행하고자 한다.

도 1(a)는 무선인지 통신에서 협력 스펙트럼 장치에 대한 개략적인 구성을 도시하고, 도 1(b)는 협력 스펙트럼 장치에 대한 블록도의 예이다.

도 1(a)를 살펴보면, 일차 사용자 (Primary User, 이하 PU라고 표기함)가 특정 스펙트럼 대역을 할당받아 네트워크에 연결되어 있고, 이차 사용자 (CR)는 해당 스펙트럼 대역에 PU가 존재하는지 여부 (즉, PU가 해당 스펙트럼 대역을 사용하고 있는지 여부)에 대한 정보를 수집하여 융합 센터 (Fusion Center, 이하 FC라고 표기함)로 전송한다. 이차 사용자는 사용하는 단말 장치를 통해 PU의 스펙트럼 점유 정보를 전송받는데, 도 1(a)에서는 이차 사용자가 사용하는 수신기를 CR이라고 표시하였다.

도 1(b)는 무선인지 통신에서 협력 스펙트럼 장치에 대한 블록도를 도시한다. 도 1(b)에서 CR은 M개 존재하는데 각각의 CR은 PU가 특정 스펙트럼 대역을 사용하는지 여부 (H₀ 또는 H₁)에 대한 사용 상태 정보를 수신하고, 수신한 사용 상태 정보를 분석하여 특정 분석 결과값을 (

) FC(200)에 전달한다. FC(200)는 전달된 분석 결과값을 합산하여 최종적으로 PU가 해당 스펙트럼 대역을 점유하고 있는지 여부를 판단한다. 본 발명에서는 CR에서 비정규 잡음을 고려하여 분석 결과값을 생성하게 된다.

도 1(b)을 살펴보면, 이차 사용자의 수신기는 (CR) 수신부(50) 및 검파부(100)를 포함한다. 수신부(50) 및 검파부(100)는 물리적으로 동일한 장치에 포함된다. 협력 스펙트럼 센싱 장치이기 때문에 M개의 CR이 존재하고, 각각의 CR은 수신부(50) 및 검파부(100)를 포함한다. 예컨대, CR₁은 수신부(50a) 및 검파부(100a)를 포함하고, CR₂은 수신부(50b) 및 검파부(100b)를 포함한다.

본 발명에서 비정규 잡음을 고려하기 위한 과정에 대해 먼저 설명하기로 한다.

하나의 FC(200)와 M개의 CR 사용자를 포함하는 CR 네트워크에서 m 번째 (m = 1,2,...,M) CR의 n 번째 기저대역 샘플

는 PU 신호가 없을 때 아래의 수학식 1과 같이 나타낼 수 있다.

여기서 아래첨자 I와 Q는 각각 복소수의 in-phase와 quadrature 성분을 나타내고, N은 관측 샘플 개수이며,

은

으로 표현되는 복소 가산성 잡음으로 m과 n에 대해 독립이라고 가정한다.

PU 신호가 존재하는 경우

은 아래의 수학식 2와 같이 나타낼 수 있다.

여기서

은 PU로부터 송신된 복소 신호의 n번째 샘플을 나타내고,

은 복소 채널 계수로서

은 모두 동일한 분포를 가지고 서로 독립이며, 스펙트럼 센싱 구간 동안 그 값이 변하지 않는다고 가정한다.

본 발명에서 비정규 잡음은 이변수 등방형 대칭 알파 안정 (bivariate isotropic symmetric α-stable: BISαS) 분포를 따르는 것으로 모형화한다. BISαS 분포의 확률 밀도 함수는 (probability density function: PDF) 아래의 수학식 3과 같이 나타낼 수 있다.

여기서

는 (0 <

≤ 2) 특성 지수로서 (characteristic exponent) 그 값이 작을수록 PDF 양 끝의 두께가 더 두꺼워져 충격성 잡음 성분의 영향이 크고,

는 확산 (dispersion) 정도로서 그 값이 클수록 PDF가 더 넓게 퍼져있음을 나타낸다. BISαS는

= 1, 2인 경우에 대해서만 PDF가 닫힌꼴로 정리되는 것으로 널리 알려져 있다.

= 1일 때는 수학식 3의 PDF를 아래의 수학식 4와 같이 이변수 코시 (bivariate Cauchy) 분포로 나타낼 수 있다.

또한

= 2인 경우에는 수학식 3의 PDF를 아래의 수학식 5와 같이 이변수 가우시안 분포로 나타낼 수 있다.

여기서,

으로서 분산을 나타낸다.

비동기 (non-coherent) 스펙트럼 센싱은 낮은 신호 대 잡음비 (signal-to-noise ratio: SNR) 환경에서는 잡음 분산에 대한 정보가 없는 경우 샘플 관측 구간을 무한대로 높이더라도 센싱 성능을 더 향상시킬 수 없다. 이러한 현상을 SNR wall이라 한다. CR 네트워크에 참여하는 CR의 개수를 늘려 협력적으로 센싱을 수행하면 SNR wall 현상을 극복할 수 있다. 그러나, 본 발명에서는 SNR wall에 대한 극복 방안을 다루는 것이 아니므로 잡음의 분포가 알려져 있다고 가정한다.

만약 PU 신호의 변조 방식, 펄스 형태, 패킷 형식 등의 정보가 CR에게 알려져 있다면 정합 필터 검파가 최적의 성능을 가진다. 그러나 실제로는 PU 신호에 대한 정보를 CR이 확보하기 어려우므로, 정합필터 대신 번째 CR에 대한

의 최대우도 추정치를 (maximum likelihood estimate: MLE) 이용하는 GLRT를 이용할 수 있다.

CR 네트워크에서 스펙트럼 센싱 문제는 아래와 같이 이진 가설 검정 문제로 정리할 수 있다. 귀무가설 H₀과 대립가설 H₁을 아래의 수학식 6과 수학식 7과 같이 정의한다.

가설

에서 관측 벡터

에 대한 결합 PDF를

라 하면, m번째 CR에서 GLRT 검정 통계량

은 아래의 수학식 8과 같이 나타낼 수 있다.

여기서

과

는 각각 자연로그와 MLE를 나타내고,

은 n = 1,2,...,N에 대해

과

의 결합 PDF를 나타낸다.

수학식 8의 자연로그 내 분자 성분을 코시 잡음 및 가우시안 잡음에 대하여 다시 쓰면 각각 아래의 수학식 9 및 수학식 10과 같이 나타낼 수 있다. 유도 과정에서 수학식 4와 수학식 5의 수식과

,

의 관계가 이용된다.

여기서

와

는 각각

의 실수와 허수 부분을 나타내고,

과

은 각각 m번째 CR에 대한 코시 분포의 확산 (dispersion)과 가우시안 분포의 분산을 나타낸다. 따라서 수학식 9와 수학식 10으로부터 아래의 수학식 11과 같이 코시 및 가우시안 잡음 환경에서

에 대한 MLE를 쉽게 얻을 수 있다.

비정규 잡음의 충격성 성분에 대한 영향을 줄이기 위한 방법으로 순서 통계량을 이용한다. 이는 충격성 잡음 환경에서 큰 진폭을 가지는 관측 샘플은 신호 성분 보다는 잡음 성분에 의해 유래되는 경향이 있기 때문이다. 순서 통계량에 기반한 비선형 기법을 통해 작은 진폭을 가지는 관측 샘플들을 선별해 이용하는 접근 방식은 일반적으로 비정규 충격성 잡음 환경에서 모든 관측 샘플들을 이용하는 방식에 비해 더 좋은 성능을 보인다.

먼저 m번째 CR의 관측 벡터

에 대한 순서 통계량

을 생성한다. 여기서 순서 통계량들은

의 관계를 가진다. 이때, 크기가 작은 순서로

개의 관측 샘플들을 선택하고, 선택적 관측 샘플에 기반한 GLRT (GLRT based on selected observations: GSO) 검정 통계량을 아래의 수학식 12와 같이 제안한다.

여기서

은 m번째 CR에서 선택되는 관측 샘플의 개수이고,

을 만족하는 정수

에 대해서

이다. 수학식 8 내지 12에 따라 코시 및 가우시안 잡음 환경에서 각각 아래의 수학식 13 및 수학식 14와 같이 검정 통계량을 정의할 수 있다.

여기서 k∈{1,2,...,N}이다. 코시 잡음 환경에서

이고,

인 관계를 가지고, 가우시안 잡음 환경에서

이고,

인 관계를 가진다. GSO 검파를 통해 m번째 CR의 이진 SSI값

을 아래의 수학식 15와 같이 얻고 FC(200)로 전송한다.

협력 스펙트럼 센싱 장치(500)에서 검파부(100)가 전술한 GLRT 검정 통계량을 이용하여 관측 벡터에 대한 분석 결과값을 생성한다.

협력 스펙트럼 센싱 장치(500)는 일차 사용자에게 할당된 스펙트럼 대역에 대한 사용 상태 정보인 관측 벡터를 수신하는 수신부(50) 및 비정규 잡음을 고려한 수신 샘플들의 순서 통계량에 대한 GLRT(Generalized Likelihood Ratio Test)를 이용하여 관측 벡터 각각에 대한 분석 결과값을 생성하는 검파부(100)를 포함하는 이차 사용자의 수신기를 (CR) 포함한다. 또한 협력 스펙트럼 센싱 장치(500)는 이차 사용자의 수신기 (CR)로부터 분석 결과값을 전송받고, 분석 결과값을 융합하여 스펙트럼 대역의 사용 여부를 판단하는 융합 센터부(200)를 포함한다.

따라서 검파부(100)는 BISαS 분포의 확률 밀도함수를 이용하여 비정규 잡음을 모델링한 결과를 바탕으로 GLRT 검정 통계량을 생성하게 된다.

도 2는 코시 잡음 환경에서 m 번째 CR의 검파기에 대한 블록도의 예이고, 도 3은 가우시안 잡음 환경에서 m 번째 CR의 검파기에 대한 블록도의 예이다. 공통된 구성을 갖지만, GLRT 검정 통계량을 생성하는 수식이 다르기 때문에 별도의 도면으로 도시한 것이다.

검파부(100)는 관측 벡터(

)에 대한 순서 통계량을 생성하는 순서 통계량부(110), 순서 통계량에 대하여 크기가 작은 순서대로 관측 샘플을 선택하여 GLRT 검정 통계량을 생성하는 검정 통계량 생성부(120), 관측 샘플에 대한 GLRT 검점 통계량을 합산하는 합산부(130) 및 합산 결과에 해당하는 데이터를 융합 센터부(200)에 전송하는 전송부(140)를 포함할 수 있다.

관측 샘플은 PU로부터 송신되는 n 개의 샘플 신호들에 대응하고, 관측 벡터는 이러한 신호를 포함하는 사용 상태 정보의 집합을 의미한다.

검정 통계량 생성부(120)는 전술한 수학식 12를 사용하여 GLRT 검정 통계량을 생성한다. 검정 통계량 생성부(120)는 코시 잡음 환경에서는 수학식 13을 사용하고, 가우시안 잡음 환경에서는 수학식 14를 사용한다.

합산부(130)는 n 개의 관측 샘플에 대한 GLRT 검정 통계량의 결과를 합산하는 구성이다.

여기서

= 0은 스펙트럼이 비어있다는 것을 나타내고,

= 1은 스펙트럼이 점유되어 있음을 나타내며,

은 m번째 CR에서 오경보 확률에 따른 문턱값을 나타낸다.

전송부(140)는 상기 수학식 15을 이용하여 합산부(130)에서 합산된 GLRT 검정 통계량에 대한 분석 결과값(

)을 FC(200)에 전송한다.

FC(200)에서 M개 분석 결과값들의 집합

을 이용하여 FC(200)의 검정 통계량

를 생성한다.

CR로부터 FC(200)로 전송되는 분석 결과값들은 오류 없이 전송된다고 가정하며, counting rule을 통해 가설 검정을 수행한다. 구체적으로는

내의 1의 개수를 세고, 이를 FC(200)의 문턱값과 비교하며, 본 발명에서는 majority rule을 고려한다.

검정 통계량

는

로 구하고, 이를 통해 FC(200)에서 아래의 수학식 16과 같이 최종 결정을 내린다.

수학식 16의 문턱값

는

의 값을 가진다. 여기서

는

보다 크거나 같은 가장 작은 정수를 나타낸다.

FC(200)는 상기 수학식 16을 이용하여 최종적으로 해당 스펙트럼 대역의 PU 점유 여부를 판단한다.

도 4는 비정규 잡음을 고려한 협력 스펙트럼 센싱 방법에 대한 순서도의 예이다.

협력 스펙트럼 센싱 방법은 무선인지 네트워크에서 복수의 이차 사용자들의 검파기가 일차 사용자에게 할당된 스펙트럼 대역에 대한 사용 상태 정보인 관측 벡터를 수신하는 단계(901), 검파기가 관측 벡터(

)에 대한 순서 통계량을 생성하는 단계(902), 순서 통계량에서 크기가 작은 순서대로 관측 샘플을 선택하여 GLRT 검정 통계량을 생성하는 단계(903), GLRT 검정 통계량을 합산하여 0 또는 1로 표현되는 분석 결과값(

)을 생성하는 단계(904), 검파기가 분석 결과값을 융합 센터부(200)에 전송하는 단계 및 검파기가 분석 결과값을 융합 센터부(200)에 전달하고 융합 센터부(FC, 200)가 분석 결과값을 융합하여 스펙트럼 대역의 사용 여부를 판단하는 단계(905)를 포함한다. 여기서 검파기는 전술한 이차 사용자의 수신기 또는 검파부(100)에 해당한다.

검파기가 비정규 잡음을 고려한 GLRT를 이용하여 관측 벡터 각각에 대한 분석 결과값을 생성하는 단계는 검파기가 관측 벡터(

)을 생성하는 단계(904)에 해당한다.

구체적인 GLRT 검정 통계량을 생성하는 과정, 분석 결과값을 산출하는 과정 및 FC(200)가 최종적인 PU의 점유 여부를 판단하는 과정은 전술한 바와 같다.

이하 본 발명의 효과를 실험한 결과를 설명하고자 한다.

성능 확인을 위해

= 1, 1.5, 2이고

=1인 BISαS 잡음 환경에서 GSO 검파기를 적용한 CSS 기법의 ROC (Receiver Operation Characteristic) 성능을 분석한다. 채널 환경으로는 Rayleigh 페이딩 채널을 고려하였으며, 복소 채널 이득

은 각 심볼 시간마다 변하며,

이라고 가정한다. 또한 신호 전력

은 10이며,

이고,

이라 가정한다.

CSS 기법의 성능 분석에 앞서, GSO 검파기에 대한

값을 먼저 정한다. M = 1로 가정하고, J _m = J(J∈{0.2N,0.4N,...,N}으로 표기하며

와

를 적용한 GSO 검파기를 각각

와

로 나타내었다.

이론적으로는

이 무한대의 값을 가질 수 있으나, 실용성을 위해 위와 같은 5개의 값을 고려하였다.

도 5는 α= 2인 BISαS 잡음 환경에서 GSO 검파기들의 ROC 성능을 도시한 그래프이다. 도 6은 α= 1.5인 BISαS 잡음 환경에서 GSO 검파기들의 ROC 성능을 도시한 그래프이다. 도 7은 α= 1인 BISαS 잡음 환경에서 GSO 검파기들의 ROC 성능을 도시한 그래프이다. 여기서, P_F와 P_M은 각각 오경보 확률과 미검출 확률을 나타낸다. 그림들로부터 N값이 작을수록 GSO의 성능이 좋아지는 것을 확인할 수 있으며, 이는 N값이 작아질수록 관측 샘플 당 신호 전력 P_S/N값이 크기 때문이다.

도 5로부터 가우시안 잡음 환경에서는 값이 커질수록 ROC 성능이 더 좋아지는 것을 확인할 수 있다. 또한 도 6과 도7로부터 각각 J = 0.6N 과 J = 0.2N를 적용한 GSO 검파기의 성능이 다른 경우보다 좋은 ROC 성능을 가짐을 알 수 있다.

본 실시예 및 본 명세서에 첨부된 도면은 본 발명에 포함되는 기술적 사상의 일부를 명확하게 나타내고 있는 것에 불과하며, 본 발명의 명세서 및 도면에 포함된 기술적 사상의 범위 내에서 당업자가 용이하게 유추할 수 있는 변형 예와 구체적인 실시예는 모두 본 발명의 권리범위에 포함되는 것이 자명하다고 할 것이다.

50 : 수신부 100 : 검파부
110 : 순서 통계량부 120 : 검정 통계량 생성부
130 : 합산부 140 : 전송부
200 : 융합 센터부 500 : 협력 스펙트럼 센싱 장치

Claims

협력 스펙트럼 센싱 장치에 있어서,
일차 사용자에게 할당된 스펙트럼 대역에 대한 사용 상태 정보인 관측 벡터를 수신하는 수신부 및 비정규 잡음을 고려한 수신 샘플들의 순서 통계량에 대한 GLRT(Generalized Likelihood Ratio Test)를 이용하여 상기 관측 벡터 각각에 대한 분석 결과값을 생성하는 검파부를 포함하는 이차 사용자의 수신기; 및
상기 분석 결과값을 융합하여 상기 스펙트럼 대역의 사용 여부를 판단하는 융합 센터부를 포함하되,
상기 검파부는 상기 비정규 잡음을 이변수 등방형 대칭 알파 안정(BISαS) 분포의 확률 밀도함수로 모델링하는 협력 스펙트럼 센싱 장치.
삭제
제1항에 있어서,
상기 검파부는
상기 관측 벡터(
)에 대한 순서 통계량(
)을 생성하는 순서 통계량부;
상기 순서 통계량에 대하여 크기가 작은 순서대로 관측 샘플을 선택하여 GLRT 검정 통계량을 생성하는 검정 통계량 생성부;
상기 관측 샘플에 대한 GLRT 검점 통계량을 합산하는 합산부; 및
상기 합산 결과에 해당하는 데이터(xm)를 상기 융합 센터부에 전송하는 전송부를 포함하는 협력 스펙트럼 센싱 장치.
제3항에 있어서,
상기 검정 통계량 생성부는 아래의 수식을 이용하여 상기 관측 샘플에 대한 GLRT 검정 통계량을 생성하는 협력 스펙트럼 센싱 장치.

(여기서
은 m번째 검파부에서 선택되는 관측 샘플의 개수,
은 자연로그,
는 최대우도추정치(MLE), s(n)은 일차 사용자로부터 송신된 복소 신호의 n번째 샘플,
인 복소 채널 계수,
은 복소 가산성 잡음
와
의 결합 BISαS 분포의 확률 밀도 함수)
제3항에 있어서,
상기 검정 통계량 생성부는 코시 잡음 환경에서 아래의 수식을 이용하여 상기 관측 샘플에 대한 GLRT 검정 통계량을 생성하는 협력 스펙트럼 센싱 장치.

(여기서,
,
은 자연로그,
는 m 번째 검파부에서의 확산 정도임)
제3항에 있어서,
상기 검정 통계량 생성부는 가우시안 잡음 환경에서 아래의 수식을 이용하여 상기 관측 샘플에 대한 GLRT 검정 통계량을 생성하는 협력 스펙트럼 센싱 장치.

(여기서,
,
는 m 번째 검파부에서 가우시안 분포의 분산임)
제3항에 있어서,
상기 전송부는
아래 수식에 따라 상기 데이터(
)를 상기 전송부에 전송하는 협력 스펙트럼 센싱 장치.

(여기서,
은
에 대한 GLRT 검정 통계량이고,
는 m 번째 검파부에 대한 오경보 확률에 따른 문턱값임)
제1항에 있어서,
상기 융합 센터부는
M개의 분석 결과값(
)을 이용하여
로 구해지는 검정 통계량(
)을 구하고,
을 이용하여 상기 사용 여부를 판단하는 협력 스펙트럼 센싱 장치.
(여기서, H₀은 PU의 스펙트럼이 비어 있음을 의미, H₁은 PU의 스펙트럼이 점유되어 있음을 의미하고,
는
이고,
는
보다 크거나 같은 가장 작은 정수임)
무선인지 네트워크에서 이차 사용자들의 검파기가 일차 사용자에게 할당된 스펙트럼 대역에 대한 사용 상태 정보인 관측 벡터를 수신하는 단계;
상기 검파기가 비정규 잡음을 고려한 수신 샘플들의 순서 통계량에 대한 GLRT(Generalized Likelihood Ratio Test)를 이용하여 상기 관측 벡터 각각에 대한 분석 결과값을 생성하는 단계;
상기 검파기가 상기 분석 결과값을 융합 센터부에 전달하는 단계; 및
상기 융합 센터부가 상기 분석 결과값을 융합하여 상기 스펙트럼 대역의 사용 여부를 판단하는 단계를 포함하되,
상기 생성하는 단계는 상기 관측 벡터에 대한 순서 통계량을 생성하고, 상기 순서 통계량에서 크기가 작은 순서대로 관측 샘플을 선택하여 GLRT 검정 통계량을 생성하고, 상기 GLRT 검정 통계량을 합산하여 상기 분석 결과값을 생성하는 협력 스펙트럼 센싱 방법.
제9항에 있어서,
상기 생성하는 단계는
상기 관측 벡터(
)에 대한 순서 통계량(
)을 생성하는 단계;
상기 순서 통계량에서 크기가 작은 순서대로 관측 샘플을 선택하여 GLRT 검정 통계량을 생성하는 단계; 및
상기 GLRT 검정 통계량을 합산하여 0 또는 1로 표현되는 상기 분석 결과값(
)을 생성하는 단계를 포함하는 협력 스펙트럼 센싱 방법.
제10항에 있어서,
상기 GLRT 검정 통계량은 아래의 수식을 이용하여 생성되는 협력 스펙트럼 센싱 방법.

(여기서
은 m번째 검파부에서 선택되는 관측 샘플의 개수,
은 자연로그,
는 최대우도추정치(MLE), s(n)은 일차 사용자로부터 송신된 복소 신호의 n번째 샘플,
인 복소 채널 계수,
은 복소 가산성 잡음
와
의 결합 BISαS 분포의 확률 밀도 함수)
제10항에 있어서,
상기 GLRT 검정 통계량은 코시 잡음 환경에서 아래의 수식을 이용하여 생성되는 협력 스펙트럼 센싱 방법.

(여기서,
,
은 자연로그,
는 m 번째 검파부에서의 확산 정도임)
제10항에 있어서,
상기 GLRT 검정 통계량은 가우시안 잡음 환경에서 아래의 수식을 이용하여 생성되는 협력 스펙트럼 센싱 방법.

(여기서,
,
는 m 번째 검파부에서 가우시안 분포의 분산임)
제10항에 있어서,
상기 분석 결과값(
)은 아래 수식에 따라 생성되는 협력 스펙트럼 센싱 방법.

(여기서,
은
에 대한 GLRT 검정 통계량이고,
는 m 번째 검파부에 대한 오경보 확률에 따른 문턱값임)
제9항에 있어서,
상기 사용 여부를 판단하는 단계는
상기 융합 센터부가 M개의 분석 결과값(
)을 이용하여
로 구해지는 검정 통계량(
)을 구하고,
을 이용하여 상기 사용 여부를 판단하는 협력 스펙트럼 센싱 방법.
(여기서, H₀은 PU의 스펙트럼이 비어 있음을 의미, H₁은 PU의 스펙트럼이 점유되어 있음을 의미하고,
는
이고,
는
보다 크거나 같은 가장 작은 정수임)