KR102328356B1 - 무선 장치가 수행하는 통신 방식 식별 방법 - Google Patents

무선 장치가 수행하는 통신 방식 식별 방법 Download PDF

Info

Publication number
KR102328356B1
KR102328356B1 KR1020150117208A KR20150117208A KR102328356B1 KR 102328356 B1 KR102328356 B1 KR 102328356B1 KR 1020150117208 A KR1020150117208 A KR 1020150117208A KR 20150117208 A KR20150117208 A KR 20150117208A KR 102328356 B1 KR102328356 B1 KR 102328356B1
Authority
KR
South Korea
Prior art keywords
signal
channel
communication method
ofdm
wireless device
Prior art date
Application number
KR1020150117208A
Other languages
English (en)
Other versions
KR20170022360A (ko
Inventor
김형중
임창헌
김창주
Original Assignee
한국전자통신연구원
부경대학교 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 한국전자통신연구원, 부경대학교 산학협력단 filed Critical 한국전자통신연구원
Priority to KR1020150117208A priority Critical patent/KR102328356B1/ko
Publication of KR20170022360A publication Critical patent/KR20170022360A/ko
Application granted granted Critical
Publication of KR102328356B1 publication Critical patent/KR102328356B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/0012—Modulated-carrier systems arrangements for identifying the type of modulation

Landscapes

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

Abstract

본 발명은 통신 방식 식별 방법에 관한 것이다.
구체적으로, 통신 방식 식별 방법은 ISM 대역에서 발생하는 수신 신호를 분석하여 현재 특정 채널이 사용 중인지 또는 WS 채널인지 판단하고, 사용 중인 채널의 무선 신호가 OFDM 신호, 블루투스 신호 중 어느 신호를 나타내는지 판단한다. 이후, 통신 방식 식별 방법은 판단된 무선 신호가 OFDM 신호인 경우, 상기 무선 신호의 주파수 성분을 이용해 통신 방식을 식별하는 방법에 관한 것이다.

Description

무선 장치가 수행하는 통신 방식 식별 방법{COMMUNICATION MODE IDENTIFICATION METHOD FOR PERFORMING THE WIRELESS APPARATUS}
본 발명은 무선 장치가 수행하는 통신 방식 식별 방법에 관한 것으로, 구체적으로는 ISM 대역에서 발생되는 스펙트럼 신호 간의 차이점을 이용하여 무선 신호를 식별하고, 무선 신호에 따른 통신 방식을 식별하는 방법에 관한 것이다.
ISM 대역(Industrial Scientific Medical band)은 산업, 과학, 의료용 기기에서 사용 가능한 주파수 대역을 나타낸다. 최근에는 ISM 대역을 통신 주파수 대역으로 사용함에 따라 허가가 불필요한 통신 장비들이 해당 통신 주파수 대역을 많이 사용하고 있다. 다만, ISM 대역을 이용하는 ISM 기기와 해당 통신 주파수 대역을 사용하는 통신 장비 간에 간섭이 용이하다.
일반적으로, 비면허(Unlicensed) 통신 장비는 2.4 GHz와 5 GHz ISM 대역을 많이 이용한다. 여기서, 2.4 GHz와 5 GHz ISM 대역 에 사용되는 전송 방식은 여러 가지가 있지만 그 중에서 대표적인 것으로 IEEE WLAN(무선랜), 블루투스 등의 전송 방식이 있다. 그리고, 해당 주파수 대역에 대한 주파수 이용 현황을 파악하기 위해서는 이들 신호들에 대한 스펙트럼 센싱과 식별 방안이 필요하다.
구체적으로, 스펙트럼 센싱(spectrum sensing)은 임의의 주파수 공간에 우선 사용자(primary user) 신호가 있는지 여부를 판단하는 기술이다. 스펙트럼 센싱은 우선 사용자에 피해를 주지 않으면서 이차 사용자가(secondary user)로 하여금 해당 주파수 공간을 사용할 수 있는 기회를 제공한다. 이는 결과적으로 주파수 자원에 대한 이용 효율을 개선한다.
스펙트럼 식별(spectrum identification)은 스펙트럼 센싱에 덧붙여 신호의 변조 방식을 알아내는 기술이다. 스펙트럼 식별은 임의의 주파수 대역 이용 현황을 좀 더 자세하게 파악한다.
그리고, 통신 장비는 위에서 상술한 스펙트럼 센싱과 식별 방법을 통해 2.4 GHz와 5 GHz ISM 대역에 사용되는 전송 방식에 대한 구분이 가능하다. 그러나, ISM 대역을 사용하는 WLAN(무선랜) 방식 중에서 IEEE 802.11a와 IEEE 802.11n 방식이 있으며 , 이 두 가지 방식은 유효 심볼 구간폭, CP(cyclic prefix) 길이 등 OFDM 전송 방식의 주요 전송 파라미터 측면에서 차이가 없음에 따라 실질적으로 구별하기는 어렵다.
따라서, ISM 대역에 대하여 스펙트럼 센싱 및 식별 방식을 통해 위의 두 가지 방식을 식별할 수 있는 방안이 필요하다.
본 발명은 ISM 대역에서 발생하는 수신 신호를 분석하여 2.4GHz와 5GHz의 특정 대역에서 사용되는 WLAN, Bluetooth 및 White Space 등을 식별하는 통신 방식 식별 방법을 제공할 수 있다..
본 발명은 IEEE 802.11a, 802.11n 각각이 갖는 무선 신호의 대역폭 차이를 이용한 스펙트럼 식별을 수행하는 통신 방식 식별 방법을 제공할 수 있다.
일실시예에 따른 통신 방식 식별 방법은 ISM 대역에서 발생되는 수신 신호를 분석하여 특정 대역을 갖는 채널이 사용되고 있는지를 판단하는 단계; 상기 채널을 사용하고 있는 신호가 존재하는 경우, 상기 채널의 무선 신호가 OFDM 신호, 블루투스 신호 중 어느 신호를 나타내는지 판단하는 단계; 상기 무선 신호가 OFDM 신호 또는 블루투스 신호가 판단되지 않으면, 상기 채널을 사용하는 신호가 없는 경우에 WS 채널로 판단하는 단계; 및 상기 무선 신호가 OFDM 신호인 경우, 상기 OFDM 신호의 주파수 성분을 이용하여 상기 주파수 성분에 대응하는 통신 방식을 식별하는 단계를 포함하고, 상기 통신 방식을 식별하는 단계는, 상기 주파수 성분이 나타내는 대역폭의 크기를 이용하여 통신 방식을 식별할 수 있다.
일실시예에 따른 통신 방식 식별 방법은 ISM 대역에서 발생하는 수신 신호를 스펙트럼 센싱하여 WLAN, Bluetooth 및 White Space을 식별할 수 있다.
일실시예에 따른 통신 방식 식별 방법은 ISM 대역에서 발생하는 수신 신호의 대역폭 차이를 이용하여 IEEE802.11a와 IEEE802.11n에 대한 근거리 통신 방식을 식별할 수 있다.
도 1은 일실시예에 따른 통신 방식 식별 방법을 설명하기 위한 도면이다.
도 2는 일실시예에 따른 사용중인 채널이 갖는 무선 신호를 판단하기 위한 구성을 설명하기 위한 도면이다.
도 3은 일실시예에 따른 무선 신호의 주파수 성분을 이용해 통신 방식을 식별하는 구성을 설명하기 위한 도면이다.
도 4는 일실시예에 따른 통신 방식을 식별하기 위한 대역 통과 필터를 설계하는 구성을 설명하기 위한 그래프이다.
도 5는 일실시예에 따른 통신 방식을 식별하기 위한 기준 임계값을 설정하는 구성을 설명하기 위한 그래프이다.
도 6은 일실시예에 따른 통신 방식 식별 방법을 통해 통신 방식을 식별한 성능을 나타낸 그래프이다.
도 7은 일실시예에 따른 통신 방식 식별 방법의 흐름도이다.
이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 일실시예에 따른 통신 방식 식별 방법을 설명하기 위한 도면이다.
도 1을 참고하면, 무선 장치는 ISM 대역에서 발생하는 수신 신호를 이용하여 OFDM 신호, 블루투스 신호 및 WS 채널을 식별할 수 있다. 이 때, 무선 장치는 OFDM 신호 검파 방식과 주기적 정상성 분석 그리고 전력 스펙트럼 분석 결과를 토대로 우선 사용자에 의해 채널이 사용되고 있는지 또는 WS 채널인지를 판단할 수 있다. 그리고, 무선 장치는 현재 채널을 사용되고 있는 무선 신호가 존재하는 경우, 해당 채널이 OFDM 신호, 및 블루투스(BT) 신호 중에 어느 신호인지를 결정할 수 있다. 또한, 무선 장치는 무선 신호가 OFDM 신호 또는 블루투스 신호로 판단되지 않으면, 채널을 사용하는 신호가 없는 경우에 WS 채널로 판단할 수 있다.
무선 장치는 OFDM 신호가 채널을 사용하고 있는 경우, OFDM 신호의 대역폭의 크기를 활용하여 수신 신호가 802.11a인지 802.11n인지를 구분할 수 있다. 보다 구체적으로, 무선 장치는 수신 신호를 기반으로 OFDM 신호, 블루투스 신호 및 WS 채널을 식별하기 위해, 스펙트럼 센싱 방식과 스펙트럼 식별 방식을 이용할 수 있다.
여기서, 스펙트럼 센싱 방식은 임의의 주파수 대역에 해당 대역의 우선 사용자 신호가 있는 지를 판단하는 기술이다. 다시 말해, 스펙트럼 센싱 방식은 정합 필터(matched filter) 방식, 에너지 검파(energy detection) 방식 및 특성 검파(feature detection) 방식을 기반으로 수신 신호의 특징을 추출할 수 있다. 이 때, 스펙트럼 센싱 방식은 수신 신호가 나타내는 주기성(cyclostationarity)에 기초하여 신호가 갖는 특징을 추출할 수 있다. 그리고, 스펙트럼 센싱 방식은 특정 대역이 갖는 채널이 우선 사용자(primary user)에 의해 사용되고 있는지를 판단할 수 있다.
결국, 무선 장치는 스펙트럼 센싱 방식을 이용하여 ISM 대역에서 발생하는 수신 신호에 스펙트럼 센싱 방식을 적용함으로써, 특정 대역을 갖는 채널이 사용되고 있는지를 판단할 수 있다. 일례로, 도 1에 도시된 바와 같이 무선 장치는 ISM 대역에서 발생하는 수신 신호에 대응하여 '채널 2'가 현재 우선 사용자에 의해 사용되어 있는지를 감지할 수 있다.
그리고, 무선 장치는 채널이 사용되는 경우, 채널이 갖는 무선 신호가 OFDM 신호, 블루투스 신호 중 어느 신호를 나타내는지 판단할 수 있다. 이 때, 무선 장치는 GLRT(generalized likelihood ratio) 방식에 기초한 OFDM 신호 검파 방식을 이용하여 수신 신호가 OFDM 신호를 포함하는지 여부를 판단할 수 있다. 또한, 무선 장치는 전력 스펙트럼 분석 방식에 기초하여 전력 스펙트럼의 최대값을 검파 임계값 간에 비교 결과에 따라 수신 신호가 블루투스 신호를 포함하는지 여부를 판단할 수 있다. 그리고, 무선 장치는 OFDM 신호 검파 방식 및 전력 스펙트럼 분석뿐만 아니라, 주기적 정상성을 활용하여 OFDM 신호와 블루투스 신호를 보다 용이하게 구분할 수 있다.
여기서, 무선 장치는 표 1에 기초하여 OFDM 신호인지, 블루투스 신호인지 또는 WS 채널인지를 판단할 수 있다.
GLRT 주기적 정상성 전력 스펙트럼 판정
Y Y * OFDM
* N Y BT
N Y * WS
* N N WS
표 1에 기재된 Y 기호는 수신 신호를 스펙트럼 센싱 방식으로 센싱한 결과가 “신호 있음”을 나타내는 기호일 수 있다. 반대로, N 기호는 "신호 없음"을 나타내는 기호일 수 있다. 또한, * 기호는 스펙트럼 센싱 방식으로 센싱한 결과의 판정과 관계없음을 나타내는 기호일 수 있다. BT는 블루투스 신호를 나타내는 단어이며, WS는 사용되지 않는 주파수 대역으로 즉,, 센싱 결과가 “신호 없음”으로 판단된 주파수 대역을 의미할 수 있다. 그리고, 수신 신호를 분석한 결과 OFDM 신호이면, 무선 장치는 OFDM 신호가 802.11a 및 802.11n 중 어느 통신 방식을 활용하는지 여부를 판단할 수 있다.
도 2는 일실시예에 따른 사용중인 채널이 갖는 무선 신호를 판단하기 위한 구성을 설명하기 위한 도면이다.
도 2를 참고하면, 무선 장치는 사용하고 있는 채널에 무선 신호가 존재하는 경우, 채널이 갖는 무선 신호가 OFDM 신호, 블루투스 신호 중 어느 신호를 나타내는지 판단할 수 있다. 그리고, 무선 장치는 서로 다른 방법을 이용하여 각각의 신호를 구분할 수 있다.
(1) OFDM 신호
무선 장치는 GLRT 방식에 기초한 OFDM 신호 검파 방식을 이용하여 수신 신호가 OFDM 신호를 포함하는지 여부를 판단할 수 있다. 여기서, OFDM 신호는 주파수의 이용효율을 높이기 위해 하나의 데이터를 다수의 반송파로 분할된 신호를 의미할 수 있다. OFDM 신호는 심볼 간 간섭을 제거하고, 부반송파간(subcarrier)의 직교성(orthogonality)를 보장하기 위하여 CP(cyclic prefix)를 사용할 수 있다. 이 때, OFDM 신호는 N개의 부반송파를 사용하고, CP의 길이가 L 샘플인 경우를 가정할 수 있다. 그리고, 이는 도 2에 도시된 바와 같이 나타낼 수 있다.
도 2에 도시된 구조는 OFDM 심볼의 구조를 나타내고 있다. 그리고, CP는 OFDM 심볼의 후반 L 샘플과 동일할 수 있다. 이와 같이, OFDM 신호는 단일 OFDM 심볼 안에서 동일한 신호가 일정 시간 간격을 두고 존재하기 때문에 OFDM 신호에 대한 2차 상관 함수(second order correlation function)는 잡음에 대한 2차 상관 함수와 상이한 형태를 갖게 될 수 있다.
따라서, 무선 장치는 잡음 전력과 신호 전력을 모르는 환경에서 2차 상관 특성이 우선 사용자의 신호 유무에 따라 다르다는 사실을 가설 검정(hypothesis testing) 문제 공식화할 수 있다. 그리고, 무선 장치는 이에 대한 해법으로 GLRT(generalized likelihood ratio test) 방법을 적용함으로써, 다음과 같은 우선 사용자의 신호 유무를 판단할 수 있다. 수학식 1은 GLRT 방법을 적용하여 우선 사용자의 신호 유무를 판단하기 위한 식을 포함할 수 있다.
Figure 112015080707057-pat00001
수학식 1에서
Figure 112015080707057-pat00002
는 OFDM 심볼의 동기화 오차를 가리키는 양으로서, 측정한 수신 샘플이 CP의 시작 위치에서 얼마나 떨어져 있는가를 나타낼 수 있다. 그리고,
Figure 112015080707057-pat00003
은 CP에 속하는 수신 샘플의 인덱스 집합을 가리킬 수 있다. 또한, 수신 신호를
Figure 112015080707057-pat00004
이라 할 때,
Figure 112015080707057-pat00005
는 수학식 2와 같이 정의될 수 있다.
Figure 112015080707057-pat00006
수학식 2에서
Figure 112015080707057-pat00007
는 시간 i 에서 수신 신호 샘플을 나타내며,
Figure 112015080707057-pat00008
는 연산에 사용되는 OFDM 심볼의 개수를 나타낼 수 있다. 그리고
Figure 112015080707057-pat00009
는
Figure 112015080707057-pat00010
의 실수부를 의미하고,
Figure 112015080707057-pat00011
는 검파 임계값으로서, 오경보 확률에 따라 결정되는 값일 수 있다.
결국, 무선 장치는 GLRT 방법을 기반으로 OFDM 심볼의 개수에 따른 오경보확률을 고려하여 ISM 대역에서 발생하는 수신 신호 내에 OFDM 신호가 존재하는지 여부를 판단할 수 있다.
(2) 블루투스 신호
무선 장치는 전력 스펙트럼 분석 방식에 기초하여 전력 스펙트럼의 최대값을 검파 임계값 간에 비교 결과에 따라 수신 신호가 블루투스 신호를 포함하는지 여부를 판단할 수 있다. 상세하게, 블루투스 신호는 일반적으로 주파수 도약 방식을 사용하며, 일정한 주파수를 유지하는 시간을 기준으로 보면 협대역 신호로 볼 수 있다 . 따라서, 무선 단말기는 스펙트럼 센싱 구간 내에 블루투스 신호가 존재한다면, 무선랜(WLAN) 신호와는 달리 20 MHz 대역폭의 일부만을 사용하는 협대역 스펙트럼 형태를 가질 것으로 예측할 수 있다.
이에 따라, 무선 단말기는 협대역 신호를 사용하는 블루투스 신호의 특성을 활용하여 스펙트럼 센싱을 수행하기 위하여 수신 신호의 전력 스펙트럼을 검출할 수 있다. 그리고, 무선 단말기는 검출된 전력 스펙트럼 중에서 최대값을 추출하고, 추출된 최대값과 검파 임계값과 비교함으로써, 블루투스 신호가 존재하는지 여부를 판단할 수 있다.
보다 구체적으로, 전력 스펙트럼 분석 방식은 다음과 같은 단계를 거쳐 수행할 수 있다.
전력 스펙트럼 분석 방식은 ISM 대역에서 발생하는 수신 신호가 샘플링된 데이터인
Figure 112015080707057-pat00012
을 N=64샘플 단위로 구분할 수 있다. 이 때, 전력 스펙트럼 분석 방식은 각 데이터 조각 단위로 다음과 같이 FFT를 수행할 수 있으며,
Figure 112015080707057-pat00013
번째 데이터 조각 단위에 대한 FFT를
Figure 112015080707057-pat00014
이라고 하면, 수학식 3이 도출될 수 있다.
Figure 112015080707057-pat00015
그리고 전력 스펙트럼 분석 방식은
Figure 112015080707057-pat00016
로부터 전력 스펙트럼
Figure 112015080707057-pat00017
을 수학식 4와 같이 계산할 수 있다.
Figure 112015080707057-pat00018
수학식 4에서
Figure 112015080707057-pat00019
는 샘플링 주기를 나타내고,
Figure 112015080707057-pat00020
은 데이터 조각의 개수를 나타낼 수 있다. 그리고, 통계량
Figure 112015080707057-pat00021
는 전력 스펙트럼
Figure 112015080707057-pat00022
중에서 최대값에 해당됨에 따라 수학식 5와 같이 정의할 수 있다.
Figure 112015080707057-pat00023
여기서, 검파 임계값
Figure 112015080707057-pat00024
는 목표로 하는 오경보율
Figure 112015080707057-pat00025
에 따라 수학식 6과 같이 결정될 수 있다.
Figure 112015080707057-pat00026
수학식 6을 참고하면,
Figure 112015080707057-pat00027
으로 정의되며,
Figure 112015080707057-pat00028
는 잡음의 분산이다.
무선 장치는 전력 스펙트럼 분석 방식을 기반으로 전력 스펙트럼 중에서 최대값과 검파 임계값을 비교함으로써, ISM 대역에서 발생하는 수신 신호 내에 블루투스 신호가 포함되었는지 여부를 판단할 수 있다.
(3) WS(white space) 채널
무선 장치는 ISM 대역에서 발생하는 수신 신호를 분석하여 현재 사용되고 있지 않은 주파수 대역인 WS 채널을 판단할 수 있다.
무선 장치는 ODFM 신호와 블루투스 신호를 보다 정확하게 구분하기 위하여 주기적 정상성을 활용할 수 있다. 다시 말해, 주기적 정상성은 임의의 확률 과정 x(n)에서 확률 과정의 평균 E[x(n)]과 자기 상관 함수 Rx(n,τ)가 주기 함수라는 것을 의미하며, 이러한 관계에 대하여 주기적 정상성이 성립한다고 정의할 수 있다. 주기적 정상성을 정의한 확률 과정의 평균과 자기 상관 함수는 수학식 7과 같이 나타낼 수 있다.
Figure 112015080707057-pat00029
여기서, 무선 장치는 자기 상관 함수
Figure 112015080707057-pat00030
가 주기 함수인 경우, 수학식 8과 같이 푸리어 급수로 전개할 수 있다.
Figure 112015080707057-pat00031
이 때,
Figure 112015080707057-pat00032
는 cyclic autocorrelation function(CAF)이라고 하고, CAF의 값이 0이 되지 않는 α를 cyclic frequency(CF)라고 하며, CF의 집합을 K로 표시할 수 있다. 그리고, 무선 장치는 수학식 7에 도시된 x(n)의 길이가 L일 때, CAF 추정값
Figure 112015080707057-pat00033
는 수학식 9와과 같이 정의할 수 있다.
Figure 112015080707057-pat00034
무선 장치는
Figure 112015080707057-pat00035
에 대한 공분산 행렬을
Figure 112015080707057-pat00036
라고 할때, 수학식 10과 같이 시험 통계량
Figure 112015080707057-pat00037
을 계산할 수 있다.
Figure 112015080707057-pat00038
최종적으로, 무선 장치는 시험 통계량
Figure 112015080707057-pat00039
을 검파 임계값과 비교하여
Figure 112015080707057-pat00040
가 CF가 되는지 여부를 판정할 수 있다. 그리고,
Figure 112015080707057-pat00041
가 여러 가지
Figure 112015080707057-pat00042
에 대해서 주기성을 가질 때는 길이가 1 이상인 벡터가 되기 때문에, 주기적 정상성을 이용하는
Figure 112015080707057-pat00043
방법을 활용하여 계산량이 다른 방법에 비해 커질 수 있다는 것을 알 수 있다.
주기적 정상성을 이용한 스펙트럼 센싱 방법은 수신 신호로부터 CF와 CAF를 추정한 후, 출현 가능한 수신 신호의 CF 특성과 일치하는 지를 판단할 수 있다. 이때, 스펙트럼 센싱 방법은 CF가 일치하는 지를 결정하기 위해 가설 검정(hypothesis testing) 방식을 사용할 수 있다.
도 3은 일실시예에 따른 무선 신호의 주파수 성분을 이용해 통신 방식을 식별하는 구성을 설명하기 위한 도면이다.
도 3을 참고하면, 무선 장치는 채널이 갖는 무선 신호가 OFDM 신호인 경우, OFDM 신호의 주파수 성분을 이용하여 상기 주파수 성분에 대응하는 통신 방식을 식별할 수 있다.
보다 구체적으로 OFDM 신호는 위에서 언급한 바와 같이 데이터를 분할하여 전송되는 신호로써, 주기적 정상성이 유사한 신호일 수 있다. 따라서, 종래에는 OFDM 신호에 포함된 전송 파라미터의 특징이 유사함에 따라 OFDM 신호에서 사용하는 통신 방식을 구별하기 어렵다.
그러나, OFDM 신호는 ISM 대역을 사용하는 WLAN(무선랜)의 통신 방식에 있어, IEEE 802.11a와 IEEE 802.11n으로 구분될 수 있다. 그리고, IEEE 802.11a와 IEEE 802.11n는 서로 다른 신호 대역폭을 포함하고 있다. 그러므로, 무선 단말기는 IEEE 802.11a와 IEEE 802.11n에서 사용하는 신호 대역폭 간에 차이를 이용하여 OFDM 신호에서 사용하는 통신 방식을 식별할 수 있다.
상세하게, 802.11n 통신 방식은 802.11a 방식에서 사용하는 부반송파(subcarrier)에 27, 28, 36, 37번째 부반송파를 추가로 사용하는 방식이다. 이를 이용하기 위해서 , 802.11n 통신 방식은 802.11a와 비교하여 802.11n 방식이 추가로 점유하는 주파수 대역에 존재하는 수신 신호를 라고 할 수 있다. 그리고, 수신 신호가 802.11a와 802.11n인 경우를 각각 가설 이라고 하면, 무선 단말기는 수학식 11과 같은 가설 검정(hypothesis testing) 문제로 공식화함으로써, 이들 두 가지 신호 방식을 구별할 수 있다.
Figure 112015080707057-pat00044
수학식 11을 살펴보면,
Figure 112015080707057-pat00045
는 802.11n 신호가 해당 대역에서 갖는 신호 성분을 가리키며, 여기에는 채널 특성이 이미 반영되어 있다고 가정할 수 있다. 그리고 n(t)는 해당 대역에 포함된 가우시안 잡음을 나타낼 수 있다.
이 때, 스펙트럼 센싱 관점에서 수학식 11의
Figure 112015080707057-pat00046
를 구체적으로 기술하는 것은 어려울 수 있다. 다시 말해,
Figure 112015080707057-pat00047
는 신호 자체가 복잡할 수 있으며, 더욱이 불규칙한 채널 특성이 반영되어 있기 때문에 구체적인 기술이 어려울 수 있다. 따라서, 본 발명에서는 기술이 어려운
Figure 112015080707057-pat00048
에 대한 가설을 검정 문제를 해결하기 위하여 에너지 검파(energy detection) 방식을 사용할 수 있다.
구체적으로, 본 발명에서 제안하는 무선 장치는 ISM 대역에서 발생하는 수신 신호의 주파수 성분 중에서 802.11n 통신 방식에서 사용되는 특정 대역의 성분을 추출할 수 있다. 그리고, 무선 장치는 추출한 특정 대역의 성분에 기초하여 OFDM 신호의 전력 또는 에너지를 검파 임계값과 비교함으로써, 무선랜의 통신 방식을 식별할 수 있다.
다시 말해, 무선 장치는 OFDM 신호가 802.11n 통신 방식에서 사용되는 특정 대역의 성분을 나타내는 경우, 802.11n 통신 방식을 사용한다고 판단할 수 있다. 반대로, 무선 단말기는 OFDM 신호가 802.11n 통신 방식에서 사용되는 특정 대역의 성분을 나타내지 않은 경우, 802.11a 통신 방식을 사용한다고 판단할 수 있다.
단계(301)에서 무선 장치는 802.11n 신호만이 사용하는 대역 성분을 추출하기 위하여 대역통과필터(Band-Pass Filter)를 사용할 수 있다. 구체적으로, 무선 단말기는 가설 H0가 유효한 상황에서 대역통과필터의 임펄스 응답을
Figure 112015080707057-pat00049
이라고 하고, 역통과필터에 입력되는 잡음을
Figure 112015080707057-pat00050
이라고 하며, 대역통과필터 출력 잡음을
Figure 112015080707057-pat00051
이라 정의할 수 있다. 그리고
Figure 112015080707057-pat00052
은 평균이 '0'의 값을 나타내고, 이고 분산이
Figure 112015080707057-pat00053
인 AWGN이라고 가정할 수 있다. 이에 기초하여, 출력 잡음은 수학식 12과 같이 나타낼 수 있다.
Figure 112015080707057-pat00054
수학식 12에서 L은 대역통과필터의 임펄스 응답 길이를 나타낼 수 있다. 그리고, 출력 잡음
Figure 112015080707057-pat00055
의 평균은 수학식 13와 같이 나타낼 수 있으며, 분산은 수학식 14과 같이 나타낼 수 있다.
Figure 112015080707057-pat00056
Figure 112015080707057-pat00057
수학식 13에서
Figure 112015080707057-pat00058
와 수학식 14에서
Figure 112015080707057-pat00059
은 각각 평균 연산과 분산 연산을 의미할 수 있다. 그리고,
Figure 112015080707057-pat00060
은 가우시안 잡음을 나타냄으로, 출력 잡음
Figure 112015080707057-pat00061
도 가우시안 분포에 따라
Figure 112015080707057-pat00062
로 표현될 수 있다. 그리고
Figure 112015080707057-pat00063
의 분산을
Figure 112015080707057-pat00064
이라고 한다. 이 때, 출력 잡음
Figure 112015080707057-pat00065
은
Figure 112015080707057-pat00066
으로 정규화할 경우, 출력 잡음의 실수부와 허수부가 모두 정규 분포를 따르게 될 수 있다. 따라서,
Figure 112015080707057-pat00067
는 2차의 카이 제곱(chi-square) 분포를 따를 수 있다.
단계(302)에서 무선 장치는 시험 통계량
Figure 112015080707057-pat00068
을 계산할 수 있다. 구체적으로, 무선 장치는 대역통과필터의 출력 샘플 하나만을 사용하여 가설 검정을 한다면
Figure 112015080707057-pat00069
을 계산한 후 이 값을 기준 임계값과 비교함으로써, OFDM 신호의 통신 방식을 구별할 수 있다.
그러나, 대역통과필터의 출력 샘플로 한 개의 샘플을 사용하기보다 여러 샘플을 사용하는 경우, 무선 장치는 OFDM 신호의 통신 방식을 구별 성능을 보다 향상시킬 수 있다. 단, 복수의 출력 샘플은 통계적으로 서로 독립인 것이 바람직하다. 이를 위해, 무선 장치는 대역 통과 필터의 출력 샘플 중에서 일정 시간 간격으로 발췌한 샘플로부터
Figure 112015080707057-pat00070
을 계산하고, 이를 합산하여 가설 검정을 수행하는 방식을 제안할 수 있다.
다시 말해, 무선 장치는 대역통과필터의 길이가 L이라면, 대역통과필터의 출력 샘플을 L+1이상의 간격으로 발췌함으로써 통계적으로 서로 독립인 샘플을 확보할 수 있다. 이때 N개의 샘플을 발췌하여 시험 통계량을 만들었다고 하면 시험 통계량 X는 2N차의 카이 제곱 분포를 가질 수 있다. 또한, 샘플 개수가 충분히 크다고 하면 무선 장치는 중앙 극한 정리(central limit theorem)을 이용하여 시험 통계량의 분포를 가우시안 분포로 근사화할 수 있으며, 이때 의 평균은 이고 분산은 4N이 될 수 있다.
단계(303)에서 무선 장치는 시험 통계량과 기준 임계값을 비교할 수 있다. 다시 말해, 무선 장치는 시험 통계량 X가 기준 임계값
Figure 112015080707057-pat00071
보다 클 확률을
Figure 112015080707057-pat00072
이라고 할 때, 수학식 15와 같이 나타낼 수 있다.
Figure 112015080707057-pat00073
따라서, 주어진
Figure 112015080707057-pat00074
에 대한 기준 임계값
Figure 112015080707057-pat00075
는 수학식 16와 같이 결정할 수 있다.
Figure 112015080707057-pat00076
그리고, 시험 통계량이 기준 임계값보다 큰 경우, 단계(304)에서 무선 장치는 802.11n 통신 방식으로 OFDM 신호가 전송되고 있다고 판단할 수 있다. 반대로, 시험 통계량이 기준 임계값보다 작은 경우, 단계(305)에서 무선 장치는 802.11a 통신 방식으로 OFDM 신호가 전송되고 있다고 판단할 수 있다.
도 4는 일실시예에 따른 무선 신호의 주파수 성분에 따른 대역 통과 필터를 설계하는 구성을 설명하기 위한 그래프이다.
도 4를 참고하면, 그래프는 도 3의 수학식 11의 x(t)에 해당하는 신호를 얻기 위해 사용하는 대역통과필터의 주파수 응답 특성을 나타낼 수 있다. 여기서, 대역통과필터는 375차의 FIR 필터를 사용하였으며, 802.11n 만이 사용하는 대역을 포함시키기 위해 802.11n에서 사용되는 필터인 28번째와 36번째 부반송파의 반송 주파수가 통과대역에 포함되도록 설계하였다.
도 5는 일실시예에 따른 통신 방식을 식별하기 위한 기준 임계값을 설정하는 구성을 설명하기 위한 그래프이다.
본 발명의 무선 장치는 통신 방식을 구분하는 성능을 살펴보기 위하여 몬테 카를로(Monte Carlo) 방식의 전산 모의 실험을 실시하였다. 전산 모의 실험을 위해 스펙트럼 센싱 시간은 5ms로 하였으며, 센싱 시간 구간 내에 802.11a 또는 802.11n 신호가 반드시 있다고 가정하였다. 그리고
Figure 112015080707057-pat00077
=0.1로 설정할 수 있다. 여기서,
Figure 112015080707057-pat00078
은 802.11a 신호가 있는 상황에서 802.11n 으로 잘못 판단하는 확률을 의미합니다. 이에 따라 도 5는 전산 모의 실험에 따른 결과를 나타낼 수 있다
도 5를 참고하면, 무선 장치는 도 4를 통해 기재된 전재를 기반으로 OFDM 신호의 통신 방식을 구분하기 위해 사용되는 기준 임계값을 설정할 수 있다. 이 때, 도 5의 그래프는 기준 임계값을 설정함에 있어, 목표로 한 오경보 확률값과 실험을 통해 얻은 값을 비교한 것일 수 있다.
여기서, 도 5의 그래프를 살펴보면, 무선 장치는 잡음만 있는 상황에서 이상적인 값(목표 오경보 확률)에 근접한 오경보 확률을 얻음을 확인할 수 있다. 하지만, 오경보 확률은 잡음속에 802.11a 신호가 섞여 있는 경우, 목표로 한 값보다 다소 높은 오경보 확률을 보이는 것을 확인할 수 있다.
이때, 오경보 확률에서 차이가 발생하는 것은 대역 통과 필터가 이상적인 대역 통과 필터와는 차이가 있기 때문이다. 즉, 이는 인접 대역의 신호 성분 중 일부가 대역 통과 필터의 출력에 포함되기 때문이다.
도 6은 일실시예에 따른 통신 방식 식별 방법을 통해 통신 방식을 식별한 성능을 나타낸 그래프이다.
여기서, 도 6에 도시된 그래프는 AWGN 채널 환경과 페이딩 채널 환경에서 제안한 방식의 성능을 나타낸 것이다.
여기서, 페이딩 환경은 MATLAB에서 제공하는 802.11a 페이딩 채널 모델을 사용하였고, 샘플링 주파수는 20 MHz로 하였으며, 다중 경로 채널의 시간 지연 확산(delay spread)은 200 ns로 설정하였다. 그리고, 802.11a 신호와 802.11n 신호는 발생할 확률이 각각 1/2인 것으로 설정하였다.
페이딩 채널 환경에서는 SNR 증가에 따른 식별 성능의 개선 속도가 AWGN 채널 환경에 비해 상대적으로 느린데, 이는 페이딩 영향으로 인한 것으로 판단할 수 있다.
도 7은 일실시예에 따른 통신 방식 식별 방법의 흐름도이다.
단계(701)에서 무선 장치는 ISM 대역에서 발생하는 수신 신호를 분석할 수 있다. 이 때, 무선 장치는 OFDM 신호 검파 방식과 주기적 정상성 분석 그리고 전력 스펙트럼 분석 결과를 토대로 우선 사용자에 의해 채널이 사용되고 있는지를 판단할 수 있다.
단계(702)에서 무선 장치는 현재 사용되고 있는 채널이 존재하는 경우, 해당 채널이 OFDM 신호, 블루투스(BT) 신호 중에 어느 신호인지를 결정할 수 있다. 그리고, 무선 장치는 OFDM 신호, 블루투스(BT) 신호가 아닌 경우, WS 채널인지를 판단할 수 있다.
구체적으로, 무선 장치는 OFDM 신호가 채널을 사용하고 있는지를 판단할 수 있다. 이 때, 무선 장치는 GLRT(generalized likelihood ratio) 방식에 기초한 OFDM 신호 검파 방식 및 주기적 정상성을 이용하여 수신 신호가 OFDM 신호를 포함하는지 여부를 판단할 수 있다.
일례로, GLRT 방식에 따른 수신 신호의 결과가 Y 기호를 나타내며, 주기적 정상성이 Y 기호를 나타내는 경우, 무선 장치는 수신 신호가 OFDM 신호를 포함하고 있다고 판단할 수 있다.
OFDM 신호를 사용하지 않은 경우, 무선 장치는 블루투스 신호를 사용하고 있는지를 판단할 수 있다. 이 때, 무선 장치는 전력 스펙트럼 분석 방식에 기초하여 전력 스펙트럼 및 주기적 정상성을 이용하여 수신 신호가 블루투스 신호를 포함하는지 여부를 판단할 수 있다. 여기서, 무선 장치는 전력 스펙트럼의 최대값을 검파 임계값 간에 비교 결과에 따라 수신 신호가 블루투스 신호를 포함하는지 여부를 판단할 수 있다.
일례로, 전력 스펙트럼 분석 방식에 따른 수신 신호의 결과가 Y기호를 나타내며, 주기적 정상성이 N 기호를 나타내는 경우, 무선 장치는 수신 신호가 블루투스 신호를 포함하고 있다고 판단할 수 있다.
반대로, OFDM 신호 및 블루투스 신호를 사용하지 않은 경우, 무선 장치는 일시적으로 사용되지 않는 주파수 공간, 즉 WS 채널임을 확인할 수 있다.
일례로, GLRT 방식에 따른 수신 신호의 결과가 N 기호를 나타내며, 주기적 정상성이 Y 기호를 나타내는 경우, 무선 장치는 수신 신호가 WS 채널임을 확인할 수 있다.
다른 일례로, 전력 스펙트럼 분석 방식에 따른 수신 신호의 결과가 N기호를 나타내며, 주기적 정상성이 N 기호를 나타내는 경우, 무선 장치는 수신 신호가 WS 채널임을 확인할 수 있다.
OFDM 신호를 사용하는 경우, 단계(703)에서 무선 장치는 OFDM 신호의 주파수 성분을 분석할 수 있다. 무선 장치는 802.11a에서는 사용하지 않지만 802.11n에서 사용하는 주파수 대역 성분만을 추출하는 대역 통과 필터의 출력
Figure 112015080707057-pat00079
을 결정할 수 있다. 그리고, 무선 장치는 시험 통계량
Figure 112015080707057-pat00080
을 계산할 수 있다.
단계(704)에서 무선 장치는 분석 주파수 성분에 따른 시험 통계값이 기준 임계값보다 큰지를 판단할 수 있다.
시험 통계값이 기준 임계값보다 큰 경우, 단계(705)에서 무선 장치는 OFDM 신호가 802.11n 통신 방식을 이용하고 있다고 판단할 수 있다. 반대로, 시험 통계값이 기준 임계값보다 작은 경우, 단계(706)에서 무선 장치는 OFDM 신호가 802.11a 통신 방식을 이용하고 있다고 판단할 수 있다.
본 발명의 실시 예에 따른 방법들은 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 등을 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.
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.

Claims (5)

  1. ISM 대역에서 발생되는 수신 신호를 분석하여 특정 대역을 갖는 채널이 사용되고 있는지를 판단하는 단계;
    상기 채널을 사용하고 있는 무선 신호가 존재하는 경우, 상기 채널의 무선 신호가 OFDM 신호, 블루투스 신호 중 어느 신호를 나타내는지 판단하는 단계;
    상기 무선 신호가 OFDM 신호 또는 블루투스 신호로 판단되지 않으면, 상기 채널을 사용하는 신호가 없는 경우에 WS 채널로 판단하는 단계; 및
    상기 무선 신호가 OFDM 신호인 경우, 상기 OFDM 신호의 주파수 성분을 이용하여 상기 주파수 성분에 대응하는 통신 방식을 식별하는 단계
    를 포함하고
    상기 통신 방식을 식별하는 단계는,
    상기 주파수 성분이 나타내는 대역폭의 크기를 이용하여 통신 방식을 식별하는 통신 방식 식별 방법.
  2. 제1항에 있어서,
    상기 채널이 사용되고 있는지를 판단하는 단계는,
    스펙트럼 센싱 방식에 따른 수신 신호가 나타내는 주기성(cyclostationarity)에 기초하여 특정 대역이 갖는 채널이 우선 사용자(primary user)에 의해 사용되고 있는지를 판단하는 통신 방식 식별 방법.
  3. 제1항에 있어서,
    상기 어느 신호를 나타내는지 판단하는 단계는,
    GLRT(generalized likelihood ratio) 방식을 적용하여 OFDM 심볼의 개수를 추출하는 단계;
    상기 OFDM 심볼의 개수에 따른 ISM 대역에서 발생하는 수신 신호 내에 OFDM 신호가 존재하는지를 판단하는 단계; 및
    상기 OFDM 신호가 존재하면, 상기 채널을 사용하고 있는 무선 신호를 OFDM 신호로 판단하는 단계;
    를 포함하는 통신 방식 식별 방법.
  4. 제1항에 있어서,
    상기 어느 신호를 나타내는지 판단하는 단계는,
    전력 스펙트럼 분석 방식을 적용하여 전력 스펙트럼의 최대값을 추출하고, 상기 추출된 최대값과 검파 임계값을 비교하는 단계;
    비교 결과에 따른 ISM 대역에서 발생하는 수신 신호 내에 블루투스 신호가 존재하는지를 판단하는 단계; 및
    상기 블루투스 신호가 존재하면, 상기 채널을 사용하고 있는 무선 신호를 블루투스 신호로 판단하는 단계;
    를 포함하는 통신 방식 식별 방법.
  5. 제1항에 있어서,
    상기 통신 방식을 식별하는 단계는,
    상기 ISM 대역에서 발생하는 수신 신호의 주파수 성분 중에서 특정 대역의 성분을 추출하는 단계; 및
    상기 특정 대역의 성분에 기초하여 상기 OFDM 신호의 전력 또는, 에너지에 따른 통신 방식을 식별하는 단계
    를 포함하는 통신 방식 식별 방법.
KR1020150117208A 2015-08-20 2015-08-20 무선 장치가 수행하는 통신 방식 식별 방법 KR102328356B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150117208A KR102328356B1 (ko) 2015-08-20 2015-08-20 무선 장치가 수행하는 통신 방식 식별 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150117208A KR102328356B1 (ko) 2015-08-20 2015-08-20 무선 장치가 수행하는 통신 방식 식별 방법

Publications (2)

Publication Number Publication Date
KR20170022360A KR20170022360A (ko) 2017-03-02
KR102328356B1 true KR102328356B1 (ko) 2021-11-18

Family

ID=58426879

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150117208A KR102328356B1 (ko) 2015-08-20 2015-08-20 무선 장치가 수행하는 통신 방식 식별 방법

Country Status (1)

Country Link
KR (1) KR102328356B1 (ko)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090116538A (ko) * 2008-05-07 2009-11-11 강의수 이동통신망의 단말기 위치추적을 이용한 비상호출 방법
US8780817B2 (en) * 2008-09-22 2014-07-15 Qualcomm Incorporated Apparatus and method for reducing overhead for communications
KR20140034094A (ko) * 2012-09-11 2014-03-19 한국전자통신연구원 발견 신호 송신 방법 및 장치
KR102092063B1 (ko) * 2013-04-26 2020-03-23 삼성전자 주식회사 통신 서비스 수행 방법 및 장치

Also Published As

Publication number Publication date
KR20170022360A (ko) 2017-03-02

Similar Documents

Publication Publication Date Title
Yang et al. Cyclostationary feature detection based spectrum sensing algorithm under complicated electromagnetic environment in cognitive radio networks
Oner et al. Cyclostationarity based air interface recognition for software radio systems
Prithiviraj et al. Cyclostationary analysis method of spectrum sensing for cognitive radio
JP5624847B2 (ja) 信号検出装置及び信号検出方法
US7756209B2 (en) Apparatus, method, and program for identifying modulation mode
Weng et al. Classification of wireless interference on 2.4 GHz spectrum
Baradkar et al. Implementation of energy detection method for spectrum sensing in cognitive radio based embedded wireless sensor network node
AU2017219069B2 (en) System and method for cellular network identification
Han et al. Cyclic autocorrelation based blind OFDM detection and identification for cognitive radio
EP3596852A1 (en) Signal detection based on stochastic resonance
KR102328356B1 (ko) 무선 장치가 수행하는 통신 방식 식별 방법
Nafkha et al. Hybrid spectrum sensing experimental analysis using GNU radio and USRP for cognitive radio
Long et al. A mechanism for detecting session hijacks in wireless networks
WO2009025621A1 (en) Method and system for determining whether a transmitted data signal comprising a cyclic prefix is present in a received signal
Figueiredo et al. LTE random access detection based on a CA-CFAR strategy
KR101542659B1 (ko) 스펙트럼 센싱을 통한 일차 사용자의 신호 존재 여부를 결정하는 방법 및 스펙트럼 센싱 장치
CN102111228A (zh) 一种基于循环对称性的认知无线电频谱感知方法
JP5252430B2 (ja) 信号検出方法，プログラム，情報記憶媒体，及びセンサー
KR20180013485A (ko) 레이더 신호 검출 장치 및 방법
KR101494966B1 (ko) 인지 무선에서의 광대역 주파수 검출 방법 및 장치
Kustra et al. Performance of hybrid sensing method in environment with noise uncertainty
Kosmowski et al. A novel OFDM sensing method based on CAF-max for hybrid detectors architecture
Kishore et al. Waveform and energy based dual stage sensing technique for cognitive radio using RTL-SDR
CN101944934B (zh) 一种基于载波间干扰消除的认知ofdma系统载波检测方法
KR101150129B1 (ko) 크로스 엔트로피 기반의 주파수 영역을 위한 스펙트럼 센싱 방법 및 그 장치

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant