KR20110067110A - 분산 스펙트럼 감지 - Google Patents

분산 스펙트럼 감지 Download PDF

Info

Publication number
KR20110067110A
KR20110067110A KR1020117007436A KR20117007436A KR20110067110A KR 20110067110 A KR20110067110 A KR 20110067110A KR 1020117007436 A KR1020117007436 A KR 1020117007436A KR 20117007436 A KR20117007436 A KR 20117007436A KR 20110067110 A KR20110067110 A KR 20110067110A
Authority
KR
South Korea
Prior art keywords
spectrum
sensing
partial
collection
partial compression
Prior art date
Application number
KR1020117007436A
Other languages
English (en)
Other versions
KR101565608B1 (ko
Inventor
잉 왕
아시시 비제이 판다리판데
Original Assignee
코닌클리케 필립스 일렉트로닉스 엔.브이.
엔엑스피 비 브이
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 코닌클리케 필립스 일렉트로닉스 엔.브이., 엔엑스피 비 브이 filed Critical 코닌클리케 필립스 일렉트로닉스 엔.브이.
Publication of KR20110067110A publication Critical patent/KR20110067110A/ko
Application granted granted Critical
Publication of KR101565608B1 publication Critical patent/KR101565608B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04K—SECRET COMMUNICATION; JAMMING OF COMMUNICATION
    • H04K3/00—Jamming of communication; Counter-measures
    • H04K3/20—Countermeasures against jamming
    • H04K3/22—Countermeasures against jamming including jamming detection and monitoring
    • H04K3/224—Countermeasures against jamming including jamming detection and monitoring with countermeasures at transmission and/or reception of the jammed signal, e.g. stopping operation of transmitter or receiver, nulling or enhancing transmitted power in direction of or at frequency of jammer
    • H04K3/226—Selection of non-jammed channel for communication
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/20—Monitoring; Testing of receivers
    • H04B17/26—Monitoring; Testing of receivers using historical data, averaging values or statistics
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • H04B17/318—Received signal strength
    • H04B17/327—Received signal code power [RSCP]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • H04B17/364—Delay profiles
    • 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

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Quality & Reliability (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Probability & Statistics with Applications (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Complex Calculations (AREA)
  • Monitoring And Testing Of Transmission In General (AREA)

Abstract

본 발명은 무선 네트워크에서 스펙트럼 감지 방식에 관한 것이다. 제안된 방식은 신호 스펙트럼의 추정을 획득하기 위해 분산 방식으로 감지를 적용하는 것을 수반한다. 다수의 감지 노드들(201-1 내지 200-J)의 네트워크는, 관심있는 큰 대역폭을 수용하기 위해 고속 아날로그-디지털 변환기를 요구하지 않고 그러한 스펙트럼 추정을 획득한다.

Description

분산 스펙트럼 감지{Distributed spectrum sensing}
본 발명은 일반적으로 무선 네트워크의 스펙트럼을 감지하는 장치들, 방법들, 컴퓨터 프로그램 제품들 및 시스템에 관한 것이다.
미래의 무선 시스템들이 인지적일 것이고 무선 스펙트럼을 편의적으로 사용할 수 있다는 것이 널리 인지되고 있다. 그러한 시스템들에 대한 기술적 요건들을 규정하는 다수의 표준화 기구들(예를 들면, IEEE(Institute of Electrical and Electronics Engineers) 802.22) 및 규제 기구들(예를 들면, FCC06, FCCM06(Federal Communications Commission))이 존재한다. 그러한 시스템들에서 중심 문제점은 관심있는 광대역 스펙트럼 영역에서 스펙트럼 점유율을 획득하는 것이다. 예를 들면, FCC는 그러한 인지 네트워크들에 대해 54 MHz 내지 862 MHz의 영역의 스펙트럼을 고려한다. 유사한 관심사가 2 GHz 내지 5 GHz의 영역의 스펙트럼에서 발생하고 있다.
스펙트럼 추정 분야에서, 소위 "압축 감지(compressive sensing)" 기술이 최근에 개발되었다. 스펙트럼을 추정하기 위해, 길이 N의 자동 상관 시퀀스(autocorrelation sequence),
Figure pct00001
가 요구되고, 각각의 엔트리
Figure pct00002
는 특정 시간 지연
Figure pct00003
에서 수신된 신호 x(t)의 자동 상관(autocorrelation)에 대응한다. 샘플링 시간 Δt은 감지될 주파수 대역의 총 대역폭의 역에 대응한다. 자동 상관 시퀀스의 길이 N는 주파수 분해능(frequency resolution)에 대응하고, 즉, N이 더 크면, 추정된 스펙트럼의 주파수 분해능이 더 양호하다. 스펙트럼은 수학식 (1)에서 자동 상관 시퀀스 r의 푸리에 변환으로서 추정될 수 있다. 행렬 형태에서, 추정된 스펙트럼 벡터는,
Figure pct00004
이고,
Figure pct00005
는 NxN 크기의 이산 푸리에 변환(DFT)을 나타낸다.
예시적인 압축 감지(CS) 프레임워크는 D. Donoho, "압축 감지", 정보 이론에 대한 IEEE 회보, pp 1289-1306, 2006년 4월에 기재되어 있다.
Figure pct00006
이 신호이고,
Figure pct00007
이
Figure pct00008
범위의 벡터들 단위라고 가정하면, x가
Figure pct00009
로부터 K<<N 벡터들의 선형 조합에 의해 근사화되는 경우에, x는
Figure pct00010
에서 K-스파스(sparse)라고 말할 수 있다. 행렬 형태로, 이것은 다음과 같다.
Figure pct00011
여기서,
Figure pct00012
는 K 넌-제로 엔트리들을 포함하는 스파스 벡터(sparse vector)이다. CS 이론은 MxN 측정 행렬
Figure pct00013
을 사용하는 것이 가능하고, M<<N, 측정
Figure pct00014
이 K-스파스 신호 x에 관한 필수 정보를 보존한다는 것을 명시하고 있다. 측정 행렬
Figure pct00015
의 예는 i.i.d 가우시안 엔트리들을 갖는 랜덤 행렬이다. 기저 벡터들의 행렬
Figure pct00016
과 일관성이 없는 임의의 행렬
Figure pct00017
을 사용하여, CS 측정들 y로부터 K-스파스 신호 x를 복구할 수 있다. CS 복구 문제의 정준 공식(canonical formulation)은 l1 최소화 문제를 해결하는 것이다.
Figure pct00018
이러한 문제는 M=cK 측정들을 요구하고, 여기서 c는 임의의 상수이다. J. Tropp 및 A. Gilbert, "직교 매칭 퍼슈잇(orthogonal matching pursuit)을 통한 랜덤 측정들로부터의 신호 복구 ", 정보 이론에 대한 IEEE 회보, pp 4655-4666, 2007년 12월에 기재된 바와 같은 반복 그리디 퍼슈잇 알고리즘(iterative greedy pursuit algorithms)은 CS 복구, 예를 들면, 직교 매칭 퍼슈잇(OMP) 알고리즘에서 일반적으로 사용된다.
스펙트럼 감지에서 추정될 신호는 수학식 (1)에서 자동 상관 시퀀스
Figure pct00019
, 또는 동등하게 그의 주파수 도메인 버전, 수학식 (3)에서 스펙트럼 r f이다. CS를 스펙트럼 추정에 적용하기 위해,
Figure pct00020
의 스파스 표현은,
Figure pct00021
이고 z가 많은 제로 또는 제로 부근 엔트리들을 포함하도록 기저 행렬
Figure pct00022
에 대해 스파스 벡터 z로 사용될 수 있다.
Z. Tian 및 G. B. Giannakis, "광대역 인지 라디오들에 대한 압축 감지", ICASSP, pp 1357-1360, 2007은
Figure pct00023
의 스파스 표현으로서 에지 스펙트럼 z를 설명한다. 에지 스펙트럼은 원 신호 스펙트럼의 평활 버전의 도함수로서 규정될 수 있다.
Figure pct00024
여기서 *는 콘볼루션(convolution)을 나타내고,
Figure pct00025
는 평활 함수(smoothing function)이고,
Figure pct00026
는
Figure pct00027
의 역 푸리에 변환이다. 주파수 도메인에서 수행되는 신호 스펙트럼
Figure pct00028
과
Figure pct00029
의 콘볼루션은 자동 상관 시퀀스 r(t)와
Figure pct00030
의 곱셈 및 다음에 푸리에 변환에 의해 시간 도메인으로 구현될 수 있다. 행렬 형태로, 에지 스펙트럼 벡터 z는 다음과 같다:
Figure pct00031
여기서,
Figure pct00032
는 도함수 연산을 근사화하는 행렬이고,
Figure pct00033
는 그의 대각선에서 w(t)를 갖는 대각 행렬이고, 행렬들 D, F 및 W는 N x N의 크기이고, 벡터들
Figure pct00034
및 z은 N x 1 크기이다. 에지 스펙트럼 벡터 z는 스펙트럼 레벨들이 약간 급격한 변화들을 갖는 주파수 대역들의 에지들에 대응하는 몇몇 넌-제로 엔트리들만을 갖는 스파스 벡터이다.
도 1은 신호 스펙트럼 r(f)(상부) 및 대응하는 에지 스펙트럼 z(f)(하부)을 도시한다. 에지 스펙트럼이 몇몇의 스파이크들(spikes)만을 갖는 주파수 도메인에서 희소하다는 것을 명백히 유도할 수 있고, 여기서 양의 스파크가 스펙트럼 레벨의 증가를 나타내고, 음의 스파크가 감소를 나타낸다.
수학식 (7)에 기초하여, 자동 상관 시퀀스 벡터
Figure pct00035
는 z의 항들로 표현될 수 있다.
Figure pct00036
이는
Figure pct00037
이 기저
Figure pct00038
에서 스파스 표현 z을 갖는다는 것을 보여준다.
광대역 스펙트럼 감지는 시간에서 한번 각각의 협대역 주파수 채널에 대해 협대역 감지를 수행함으로써 성취될 수 있다. 그러나, 이것은 튜닝 가능한 협대역 대역 통과 필터들을 갖는 고가의 적합하지 않은 무선 주파수(RF) 프론트 엔드를 요구하고, 또한 관심있는 대역폭에 걸쳐 채널화의 지식, 즉, 중심 주파수 및 각각의 협대역 채널의 대역폭을 필요로 한다.
또 다른 방식은 동일한 시간에 다수의 협대역 주파수 채널들을 포함하는 광대역을 감지하는 것에 기초한다. 이것은 고속을 요구하고, 따라서 관심있는 총 대역폭이 수백 MHz인 경우에 예를 들면 Gbits/초에서 실행되는 고전력 아날로그-디지털 변환기들(ADC)을 요구한다.
Z. Tian 및 G. B. Giannakis, "광대역 인지 라디오들에 대한 압축 감지", ICASSP, pp 1357-1360, 2007년은 광대역 스펙트럼 감지를 수행하기 위해 압축 감지를 적용하는 아이디어를 제안하고 있다. 그러나, 압축은 자동 상관 시퀀스 r(t)에 대해 적용되고, r(t)의 계산은 원 광대역 신호 x(t)가 나이퀴스트 레이트 이상에서 샘플링될 것을 요구하고, 따라서 고속 ADC의 부담이 감소되지 않는다.
또한, 제 US20080129560 호는 분산 압축 감지를 위한 방법을 개시하고 있고, 여기서, 완전한 CS 행렬, 또는 그의 서브행렬이 사용되고, 주요 초점은 다수의 센서 노드들에서의 측정들 중에서 결합된 희소성에 기초한 복구 알고리즘에서의 알고리즘 효율에 대한 것이다.
본 발명의 목적은 센서 노드들에서 감소된 프로세싱 요건들을 갖는 유연한 스펙트럼 감지 방식을 제공하는 것이다.
이러한 목적은 감지 측에서 제 1 항에 청구된 장치 및 제 9 항에 청구된 방법, 측정 또는 프로세싱 측에서 제 2 항에 청구된 장치 및 제 10 항에 청구된 방법, 및 제 13 항에 청구된 컴퓨터 프로그램 제품에 의해 성취된다.
따라서, 스펙트럼 추정은, 관심있는 큰 대역폭들을 수용하기 위해 고속 아날로그-디지털 변환기(ADC)를 요구하지 않고 분산 방식으로 다수의 센서 노드들의 네트워크에 의해 수행될 수 있다. 각각의 센서 노드는 몇몇의 특정 시간 지연들에서 수신된 신호의 부분적인 자동 상관을 아날로그 도메인에서 측정한다. 따라서, 아날로그 자동 상관은 ADC들의 부담을 완화한다. 각각의 센서 노드는 또한 디지털 도메인에서 압축 감지 프로세서에 의해 부분적인 자동 상관을 부분적인 압축 측정 시퀀스로 변환한다. 융합 센터(fusion center)는, 어느 총 대역에 걸친 신호 스펙트럼 또는 스펙트럼이 추정되는지에 기초하여 모든 센서 노드들에 의해 수집된 부분적인 압축 측정 시퀀스들을 검색한다. 융합은 센서 노드들과 상이한 노드에서 수행되거나, 다른 센서 노드들로부터 측정들을 수집함으로써 각각의 감지 노드에서 수행될 수 있다. 제안된 분산 감지 방식은 에너지 효율이 중요한 분산 네트워크들에 특히 이롭다.
제안된 장치들은 네트워크 노드 또는 스테이션에 제공된 프로세서 장치들, 모듈들, 칩들, 칩 세트들 또는 회로들로서 구현될 수 있다. 프로세서는, 컴퓨터 또는 프로세서 장치 상에서 실행될 때 청구된 방법들의 단계들을 수행하기 위한 코드 수단을 포함하는 컴퓨터 프로그램 제품에 의해 제어될 수 있다.
제 1 양태에 따라, 부분적인 압축 측정 시퀀스들은 코히런트 부가 전송 채널을 통해 전송될 수 있다. 이로써, 전송 채널은 분산된 센서 노드들에 의해 전송된 개별적인 부분적인 압축 측정 시퀀스들을 자동으로 종합한다.
상기 제 1 양태와 조합될 수 있는 제 2 양태에 따라, 상관기는 수신된 신호와 특정 지연의 그의 공액 버전을 곱셈하는 곱셈기, 미리 결정된 시간 윈도우에 걸쳐 획득된 프로덕트를 적분하는 적분기, 및 미리 결정된 시간 윈도우의 종료에서 획득된 적분된 출력을 디지털화하는 아날로그-디지털 변환기를 갖는 적어도 하나의 브랜치를 포함할 수 있다. 이러한 브랜치형 프로세싱 구조는 프로세싱 능력들에 기초한 장치의 간단한 스케일링 가능한 구조를 가능하게 한다.
제 2 양태와 조합될 수 있는 제 3 양태에 따라, 상관기는 적어도 하나의 브랜치의 디지털화된 적분된 출력을 수신하고 부분적인 압축 감지 측정을 디지털화된 적분된 출력에 적용하는 압축 감지 프로세서를 더 포함할 수 있다. 압축 감지 측정은 프로세싱될 작은 수의 신호 프로젝션들로 인해 감소된 프로세싱 요건들의 이점을 제공한다.
제 1 양태 내지 제 3 양태 중 임의의 하나와 조합될 수 있는 제 4 양태에 따라, 변환 프로세서는 부분적인 압축 측정 시퀀스들의 집합으로부터 총 스펙트럼의 도함수를 복구하는 복구부, 및 도함수에 걸친 적분 연산을 근사화하는 적분부를 포함할 수 있다. 따라서, 총 스펙트럼의 추정은 간단한 적분 연산에 의해 복구된 도함수로부터 직접적으로 획득될 수 있다.
제 1 양태 내지 제 4 양태 중 임의의 하나와 조합될 수 있는 제 5 양태에 따라, 복구부는 압축 감지 복구 프로세싱을 적용하도록 구성될 수 있다. 따라서, 가용한 복구 알고리즘은 복구 프로세싱에서 사용될 수 있다.
제 4 양태 또는 제 5 양태와 조합될 수 있는 제 6 양태에 따라, 적분부는 도함수에 걸쳐 누적 합을 계산하도록 구성될 수 있다. 이것은 간단하고 곧바른 포워드 방식이 적분 연산의 근사화를 획득하는 것을 가능하게 한다.
제 1 양태 내지 제 6 양태 중 임의의 하나와 조합될 수 있는 제 7 양태에 따라, 부분적인 자동 상관을 측정하기 위한 제 1 항에 따른 장치에 제공된 프로세싱 브랜치들의 수는 각각의 네트워크 노드의 프로세싱 능력에 의존하여 변동하고, 시스템의 제 1 항에 따른 모든 장치들에 제공된 모든 프로세싱 브랜치들의 합은 총 스펙트럼의 주파수 분해능에 대응한다. 이로써, 총 스펙트럼의 자동 상관 시퀀스를 측정하는 공유된 부담은 각각의 개별적인 감지 노드의 프로세싱 능력에 대해 적응될 수 있다.
부가적인 이로운 발전들은 종속항들에 규정된다.
본 발명은 첨부한 도면들을 참조하여 다양한 실시예들에 기초하여 설명될 것이다.
본 발명은 센서 노드들에서 감소된 프로세싱 요건들을 갖는 유연한 스펙트럼 감지 방식을 제공한다.
도 1은 신호 스펙트럼 및 대응하는 에지 스펙트럼을 도시한 도면.
도 2는 제 1 실시예에 따른 센서 노드 프로세서의 간략한 블록도.
도 3은 제 2 실시예에 따른 스펙트럼 감지 절차의 흐름도.
도 4는 제 3 실시예에 따른 분산 스펙트럼 감지 시스템의 간략한 블록도.
도 5는 제 4 실시예에 따른 융합 센터 프로세서의 간략한 블록도.
다음에서, 본 발명의 실시예들은 예시적인 분산 압축 광대역 감지 시스템에 기초하여 설명된다.
실시예들에 따라, 다수의 협대역 채널들을 포함하는 광대역 주파수 채널의 제안된 스펙트럼 추정은, 관심있는 큰 대역폭을 수용하기 위해 고속 ADC를 요구하지 않고 분산 방식으로 다수의 센서 노드들의 네트워크에 의해 수행된다.
각각의 센서 노드는 아날로그 도메인에서, 예를 들면, 센서 노드의 프로세싱 능력들에 따라 몇몇의 특정 시간 지연들에서 수신된 신호의 부분적인 자동 상관을 측정한다. 아날로그 자동 상관은 ADC들에 대한 부담을 완화한다. 각각의 센서 노드는 또한 디지털 도메인에서 부분적인 자동 상관을 부분적인 압축 측정 시퀀스를 변환한다. 융합 센터(FC)는 어느 광대역에 걸친 신호 스펙트럼이 압축 감지(CS) 복구 알고리즘을 통해 추정될 수 있는지에 기초하여 모든 센서 노드들에 의해 수집된 부분적인 압축 측정 시퀀스들을 검색한다. 융합은 모든 다른 센서 노드들로부터 측정들을 수집함으로써 센서 노드들과 상이한 노드, 또는 각각의 감지 노드에서 수행될 수 있다.
따라서, 제안된 스펙트럼 추정은 네트워크 내의 각각의 센서 노드에서의 특정 신호 프로세싱, 감지된 정보를 각각의 센서 노드에서 FC로 통신하는 특정 방식, 및 스펙트럼 추정을 획득하기 위해 융합 센터에서 이루어진 특정 프로세싱을 수반한다.
도 2는 j로 인덱싱된 센서 노드에서의 프로세서 또는 프로세싱 요소들의 간략한 블록도를 도시한다. 수신된 신호 x(t)의 자동 상관은, 각각의 곱셈기들(20)에서 수신된 신호 x(t)와 각각의 지연 요소들(10-1 내지 10-Nj)로부터 획득된 그의 지연된 공액 버전을 곱셈함으로써 아날로그 도메인에서 적어도 하나의 프로세싱 브랜치에서 측정된다. 곱셈기들(20)의 출력들에서의 프로덕트들은 각각의 적분기들(30)에 제공되고, 이들은 미리 결정된 시간 윈도우(T)에 걸쳐 적분된다. 각각의 프로세싱 브랜치의 종료에서, 아날로그 적분 출력은 각각의 시간 윈도우(T)의 종단에서 디지털화되도록 각각의 ADC들(40)에 제공된다. 신호가 제안된 나이퀴스트 샘플링 레이트인 B Hz의 대역폭을 차지하면, 제안된 방식에서의 ADC 샘플링 레이트는 (B/T) Hz가 된다. 따라서, 도 2의 j 번째 센서 노드는, 각각 특정 시간 지연에서 측정된 자동 상관을 생성하는 Nj 병렬 프로세싱 브랜치들을 포함한다. 모든 브랜치들로부터 측정된 자동 상관들은 길이 Nj의 열 벡터(column vector)
Figure pct00039
로 쓸 수 있다:
Figure pct00040
Figure pct00041
가 수학식 (1)에서 표현된 완전한 자동 상관 시퀀스
Figure pct00042
로부터 취해진 부분적인 자동 상관 시퀀스이고, 모든 j 개의 센서 노드들로부터 측정된 r j'들이 길이 N의 완전한 자동 상관 시퀀스를 구성하도록 설계된다. 즉,
Figure pct00043
브랜치들 Nj의 수는 각각의 센서 노드의 프로세싱 능력(예를 들면, 하드웨어 및 전력 제한들)에 의존할 수 있고, 다음과 같을 때, 모든 센서 노드들에 대해 반드시 동일하지는 않다:
Figure pct00044
사실상, 제안된 스펙트럼 감지 방식은, 각각의 센서 노드들이 길이 Nj의 부분적인 자동 상관 시퀀스를 측정하게 함으로써 J 개의 센서 노드들에서 길이 N의 자동 상관 시퀀스를 측정하는 부담을 분산시킨다. 예를 들면, 감지 노드들의 수가 추정될 원하는 자동 상관 시퀀스의 길이와 동일하면, 즉, J=N 이면, 각각의 센서 노드는 하나의 단일의 시간 지연에서 자동 상관을 측정하기 위해 하나의 프로세싱 브랜치만을 필요로 하고, 이는 단일의 계수이고, 즉,
Figure pct00045
, j=1, ..., N이다.
부분적인 자동 상관 시퀀스
Figure pct00046
는, 부분적인 CS 측정 행렬
Figure pct00047
을 적용함으로써 변환 유닛(50)에서 부분적인 압축 측정 시퀀스
Figure pct00048
로 변환된다. 행렬 형태에서, 이것은 다음과 같이 표현될 수 있다:
Figure pct00049
여기서,
Figure pct00050
는 M x 1 크기의 벡터이고,
Figure pct00051
는 M x Nj 크기의 행렬이다. 부분적인 CS 측정 행렬
Figure pct00052
은 랜덤 요소들(예를 들면, 가우시안 또는 ±1 베르누이)을 포함하는 M x N 크기의 미리 규정된 CS 측정 행렬,
Figure pct00053
로부터 Nj 열들을 취함으로써 변환 유닛(50)에서 획득될 수 있다.
마지막으로, 센서 노드는 부분적인 압축 측정 시퀀스
Figure pct00054
를 무선 네트워크 또는 센서 노드에서 개별적으로 제공된 융합 센터(FC)에 전송한다.
도 3은 제 2 실시예에 따른 스펙트럼 감지 절차의 흐름도를 도시하고, 이는 프로세서를 제어하거나 컴퓨터가 센서 노드에서 제공하는 소프트웨어 루틴으로서 구현될 수 있다.
단계(S101)에서, 수신된 신호는 아날로그 도메인에서 각각의 특정 지연들의 적어도 하나의 지연된 공액 버전과 곱셈된다. 그후, 단계(S102)에서, 곱셈 결과들은 미리 규정된 시간 윈도우에 걸쳐 적분되고, 적분 출력들은 단계(S103)에서 아날로그-디지털 변환되거나 디지털화된다. 후속 단계(S104)에서, 모든 디지털화된 적분 출력들로부터 획득된 부분적인 자동 상관 시퀀스는, 예를 들면, CS 측정 행렬을 사용함으로써 부분적인 압축 측정 시퀀스로 변환된다. 마지막으로, 단계(S105)에서, 부분적인 압축 측정 시퀀스는 융합 센터로 전송된다.
도 4는 제 3 실시예에 따른 분산 스펙트럼 감지 시스템의 블록도를 도시한다. 개별적이고 부분적인 압축 측정 시퀀스들
Figure pct00055
은 센서 노드들(201-1 내지 200-j)에서 FC(70)로 전송된다. 모든 J 개의 센서 노드들(201-1 내지 200-j)은 그들 각각의 압축 측정 시퀀스들
Figure pct00056
을 일부 캐리어 주파수
Figure pct00057
에서 대역폭 Wc Hz의 협대역 무선 전송 채널(60)을 통해 코딩되지 않은 아날로그 및 동기화된 방식으로 FC(70)에 전송할 수 있다. 따라서, 전송 채널(60)은, 예를 들면, W. Bajwa, J. Haupt, A. Sayeed, 및 R. Nowak, "압축 무선 감지", 센서 네트워크들에서의 정보 프로세싱에 대한 국제 회의, 2006년 4월에 기재된 바와 같은 코히런트 부가 채널을 구성한다. 전송 채널(60)은 동기화된 전송 동안에 부분적인 압축 측정 시퀀스들 y j을 자동으로 종합하고(즉, 일관성 있게 부가함), FC(70)는 모든 부분적인 압축 측정 시퀀스들
Figure pct00058
의 합과 동일한 벡터 y를 수신한다. 이것은 다음과 같이 표현될 수 있다:
Figure pct00059
도 5는 제 4 실시예에 따른 FC 프로세서의 간략한 블록도를 도시한다. 프로세서는 복구 블록 또는 복구부(601) 및 적분 블록 또는 적분부(602)에서 분산 압축 광대역 감지 방식의 프로세싱을 수행하도록 구성되고, 이는 이산 프로세싱 블록들 또는 FC 프로세서를 제어하는 소프트웨어 루틴으로서 구현될 수 있다.
수학식 8에 규정된 바와 같이 r의 스파스 표현이 주어지면, CS 복구 문제는
Figure pct00060
로 표현될 수 있다. 어느 행렬
Figure pct00061
의 Nj 열들이 센서 노드 j에 의해 사용되는지가 FC에 의해 미리 설계되고 공지된다. 따라서, FC의 복구부(601)는 CS 복구 알로리즘(예를 들면, J. Tropp 및 A. Gilbert, "직교 매칭 퍼슈잇을 통한 랜덤 측정들로부터의 신호 복구", 정보 이론에 대한 IEEE 회보, pp 4655-4666, 2007년 12월에 기재된 바와 같은 OMP)을 사용하여 수신된 수집된 측정들 y로부터 에지 스펙트럼 z(또는 자동 상관 시퀀스 r)을 추정할 수 있다. 궁극적으로, 총 개선되거나 완전한 신호 스펙트럼 rf이 추정되고, 이는 자동 상관 시퀀스 r의 푸리에 변환을 취함으로써 적분부(602)에서 획득될 수 있다. 제 4 실시예에 따른 특정 구현 예에서, 총 스펙트럼 rf의 평활 버전의 도함수로서 에지 스펙트럼 z의 규정이 주어지면, 총 신호 스펙트럼 rf의 추정은, 적분 연산을 근사화하는 z에 걸친 누적 합을 취함으로써 복구된 에지 스펙트럼 z으로부터 직접적으로 적분 블록(602)에서 획득될 수 있다.
요약하면, 무선 네트워크에 대한 스펙트럼 감지 방식이 기재되어 있다. 제안된 방식은 신호 스펙트럼의 추정을 획득하기 위해 분산 방식으로 감지를 적용하는 것을 수반한다. 다수의 감지 노드들의 네트워크는, 관심있는 큰 대역폭을 수용하기 위해 고속 아날로그-디지털 변환기를 요구하지 않고 그러한 스펙트럼 추정을 획득한다.
본 발명이 상기 실시예들로 제한되지 않고, 예를 들면, 무선 병원들, 신체 센서 네트워크들, 휴대용 장치들, 모바일 단말기들 등에서 간섭 검출을 위한 무선 환경 모니터링에서 개략적인 스펙트럼 점유율을 획득되는 것을 목적으로 하는 다양한 신호 검출 및 추정 문제들에 적용될 수 있다는 것을 유의하라. 또한, 부분적인 압축 측정 시퀀스를 획득하기 위한 부분적인 자동 상관 시퀀스에 대한 제안된 부가적인 프로세싱 또는 압축은 디지털 또는 아날로그 도메인에서 적용될 수 있다.
개시된 실시예들에서의 변동들은 도면들, 상기 개시 및 첨부된 청구항들의 연구로부터 당업자에 의해 이해되고 실시될 수 있다. 특허청구범위에서, 단어, "포함"은 다른 요소들 또는 단계들을 배제하지 않고, 부정단수관사("a" 또는 "an")은 복수의 요소들 또는 단계들을 배제하지 않는다. 단일의 프로세서 또는 다른 유닛은 청구항들에 언급된 몇몇 항목들의 기능들을 수행할 수 있다. 특정 수단들이 상호 상이한 종속항들에 언급되었다는 단순 사실은, 이러한 수단들의 조합이 이롭게 사용될 수 없다는 것을 나타내지 않는다. 청구된 특징들을 수행하도록 프로세서를 제어하는데 사용되는 컴퓨터 프로그램은 다른 하드웨어의 일부로서 또는 다른 하드웨어의 일부와 함께 제공된 광 저장 매체 또는 고체 상태 매체와 같은 적절한 매체 상에 저장/분배될 수 있지만, 또한 인터넷 또는 다른 유선 또는 무선 통신 시스템들을 통해 다른 형태들로 분배될 수 있다. 청구항들 내의 임의의 참조 부호들은 청구항의 범위를 제한하는 것으로 구성되어서는 안 된다.
10-1, 10-Nj: 지연 요소 20: 곱셈기
30: 적분기 40: 아날로그-디지털 변환기
50: 상관기 60: 협대역 무선 전송 채널
70: 융합 센터 201-1 - 200-j: 센서 노드
601: 복구부 602: 적분부

Claims (13)

  1. 무선 네트워크에 대한 스펙트럼을 감지하는 장치에 있어서:
    a) 적어도 하나의 특정 지연에 대해 수신된 신호의 부분적인 자동 상관(partial autocorrelation)을 측정하고, 또한 상기 부분적인 자동 상관을 부분적인 압축 측정 시퀀스로 변환하는 상관기(correlator)(10-1 내지 10-Nj, 20, 30, 40, 50); 및
    b) 융합 센터(fusion center)(70)에서의 수집을 위해 상기 부분적인 압축 측정 시퀀스를 전송하는 포워더(forwarder)를 포함하는, 스펙트럼 감지 장치.
  2. 무선 네트워크에 대한 스펙트럼을 감지하는 장치에 있어서:
    a) 무선 신호의 부분적인 압축 측정 시퀀스들의 수집을 수신하는 수신기; 및
    b) 상기 부분적인 압축 측정 시퀀스들의 수신된 수집으로부터 상기 무선 신호의 총 스펙트럼을 복구하는 변환 프로세서(601, 602)를 포함하는, 스펙트럼 감지 장치.
  3. 제 1 항 또는 제 2 항에 있어서,
    상기 부분적인 압축 측정 시퀀스는 코히런트 부가 전송 채널(coherent additive transmission channel)(60)을 통해 전송되는, 스펙트럼 감지 장치.
  4. 제 1 항에 있어서,
    상기 상관기는 상기 수신된 신호와 상기 특정 지연의 그의 공액 버전(conjugated version)을 곱셈하는 곱셈기(20), 미리 결정된 시간 윈도우에 걸쳐 획득된 프로덕트를 적분하는 적분기(30), 및 상기 미리 결정된 시간 윈도우의 종단에서 획득된 적분된 출력을 디지털화하는 아날로그-디지털 변환기(40)를 갖는 적어도 하나의 브랜치를 포함하는, 스펙트럼 감지 장치.
  5. 제 4 항에 있어서,
    상기 상관기는 상기 적어도 하나의 브랜치의 상기 디지털화된 적분된 출력을 수신하고, 부분적인 압축 감지 측정을 상기 디지털화된 적분된 출력에 적용하는 압축 감지 프로세서를 추가로 포함하는, 스펙트럼 감지 장치.
  6. 제 2 항에 있어서,
    상기 변환 프로세서는 상기 부분적인 압축 측정 시퀀스들의 수집으로부터 상기 총 스펙트럼의 도함수(derivative)를 복구하는 복구부(601), 및 상기 도함수에 걸쳐 적분 연산을 근사화하는 적분부(602)를 포함하는, 스펙트럼 감지 장치.
  7. 제 6 항에 있어서,
    상기 복구부(601)는 압축 감지 복구 프로세싱을 적용하도록 구성된, 스펙트럼 감지 장치.
  8. 제 6 항에 있어서,
    상기 적분부(602)는 상기 도함수에 걸쳐 누적 합을 계산하도록 구성된, 스펙트럼 감지 장치.
  9. 무선 네트워크에 대한 스펙트럼을 감지하는 방법에 있어서:
    a) 특정 지연들에서 수신된 신호의 부분적인 자동 상관을 측정하고, 또한 상기 부분적인 자동 상관을 부분적인 압축 측정 시퀀스로 변환하는 단계; 및
    b) 융합 센터에서의 수집을 위해 상기 부분적인 압축 측정 시퀀스를 전송하는 단계를 포함하는, 스펙트럼 감지 방법.
  10. 무선 네트워크에 대한 스펙트럼을 감지하는 방법에 있어서:
    a) 무선 신호의 부분적인 압축 측정 시퀀스들의 수집을 수신하는 단계; 및
    b) 상기 부분적인 압축 측정 시퀀스들의 수신된 수집으로부터 상기 무선 신호의 총 스펙트럼을 복구하는 단계를 포함하는, 스펙트럼 감지 방법.
  11. 무선 네트워크에 대한 스펙트럼을 감지하는 시스템에 있어서,
    제 1 항에 따른 장치를 갖는 적어도 두 개의 네트워크 노드들 및 제 2 항에 따른 장치를 갖는 적어도 하나의 네트워크 노드를 포함하고,
    제 2 항에 따른 상기 장치는 상기 융합 센터를 포함하는, 스펙트럼 감지 시스템.
  12. 제 11 항에 있어서,
    상기 부분적인 자동 상관을 측정하는, 제 1 항에 따른 상기 장치에 제공된 프로세싱 브랜치들의 수는 각각의 네트워크 노드의 프로세싱 능력에 의존하여 변동하고, 상기 시스템의 제 1 항에 따른 모든 장치들에 제공된 모든 프로세싱 브랜치들의 합은 상기 총 스펙트럼의 주파수 분해능에 대응하는, 스펙트럼 감지 시스템.
  13. 컴퓨터 장치상에서 실행될 때, 제 9 항 또는 제 10 항의 단계들을 생성하는 코드 수단을 포함하는, 컴퓨터 프로그램 제품.
KR1020117007436A 2008-09-04 2009-08-27 분산 스펙트럼 감지 KR101565608B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP08163653 2008-09-04
EP08163653.2 2008-09-04

Publications (2)

Publication Number Publication Date
KR20110067110A true KR20110067110A (ko) 2011-06-21
KR101565608B1 KR101565608B1 (ko) 2015-11-03

Family

ID=41381760

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020117007436A KR101565608B1 (ko) 2008-09-04 2009-08-27 분산 스펙트럼 감지

Country Status (6)

Country Link
US (1) US8908546B2 (ko)
EP (1) EP2338308A1 (ko)
JP (1) JP5639589B2 (ko)
KR (1) KR101565608B1 (ko)
CN (1) CN102204380B (ko)
WO (1) WO2010026514A1 (ko)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5252430B2 (ja) * 2008-10-21 2013-07-31 独立行政法人情報通信研究機構 信号検出方法，プログラム，情報記憶媒体，及びセンサー
US8744015B2 (en) * 2010-06-04 2014-06-03 Blackberry Limited Message decoding for discretized signal transmissions
WO2012094804A1 (en) 2011-01-10 2012-07-19 Alcatel-Lucent Shanghai Bell Co., Ltd. Method and apparatus for measuring and recovering sparse signals
US9244158B2 (en) * 2012-02-27 2016-01-26 Mitsubishi Electric Research Laboratories, Inc. Depth sensing using active coherent signals
CN103117818B (zh) * 2013-01-16 2015-02-25 南京邮电大学 基于空频联合压缩感知的宽带频谱检测方法
IL228776A0 (en) * 2013-10-08 2014-03-31 Rabinovich Roman Converting an analog signal to digital information using spectrum compression
JP6494218B2 (ja) * 2013-12-05 2019-04-03 キヤノン株式会社 劣決定系線型方程式の求解装置、被検体情報取得装置
DE102016104978B4 (de) * 2016-03-17 2021-09-02 Apple Inc. Verarbeitung von Verfolgungsinformationen eines Funksignals
CN106452626B (zh) * 2016-10-11 2018-09-28 北京邮电大学 基于多组互质采样的宽带频谱压缩感知
CN108259095B (zh) * 2018-01-29 2020-10-27 中国科学技术大学 联合sfft与coa的无线传感器网络部署结构及频谱重建方法
CN108847909B (zh) * 2018-06-14 2020-10-27 电子科技大学 一种基于压缩感知的宽带块稀疏频谱恢复方法
CN108989829A (zh) * 2018-08-01 2018-12-11 南京邮电大学 基于双层驱动干扰协调的视频直播系统及其实现方法
CN109412718B (zh) * 2018-12-24 2021-07-09 电子科技大学 宽带频谱信号检测方法
CN113037406B (zh) * 2020-12-29 2022-07-05 杭州电子科技大学 一种时频特性提取及压缩感知融合的高效协作频谱感知方法
US11563606B2 (en) * 2021-04-30 2023-01-24 Korea Advanced Institute Of Science And Technology Method for detecting on-off keying symbols for wireless body area networks with supervised learning and system therefor

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4164036A (en) * 1977-12-07 1979-08-07 Honeywell Inc. Quadrature correlation phase reversal pulse detector
US5208804A (en) * 1990-10-30 1993-05-04 Motorola, Inc. Flexible-bandwidth radio
JP3288199B2 (ja) * 1995-06-30 2002-06-04 富士通株式会社 ビデオデータ配信装置
US5974042A (en) * 1997-02-28 1999-10-26 Motorola, Inc. Service detection circuit and method
US5963562A (en) * 1997-09-04 1999-10-05 Lucent Technologies Inc. Parameter estimation techniques applicable to multiple-signal communications media
US6266172B1 (en) * 1997-11-06 2001-07-24 Agere Systems Optoelectronics Guardian Corp. Signal bit rate and performance measurement for optical channel signals
CN1196274C (zh) 2000-03-09 2005-04-06 摩托罗拉公司 一种用于天线阵列波束成形的方法和设备
US7164725B2 (en) * 2000-03-10 2007-01-16 Motorola, Inc. Method and apparatus for antenna array beamforming
CN1210687C (zh) * 2000-07-04 2005-07-13 朗迅科技公司 在通信网络中从话音频带数据中鉴别语音的方法和设备
US6909736B2 (en) * 2000-12-14 2005-06-21 Nokia Corporation System for method for fine acquisition of a spread spectrum signal
US7405434B2 (en) * 2004-11-16 2008-07-29 Cornell Research Foundation, Inc. Quantum dot conjugates in a sub-micrometer fluidic channel
EP1856811B1 (en) * 2005-02-25 2009-04-08 Koninklijke Philips Electronics N.V. Method and apparatus for synchronizing wireless receiver
US7271747B2 (en) 2005-05-10 2007-09-18 Rice University Method and apparatus for distributed compressed sensing
WO2006134992A1 (ja) * 2005-06-17 2006-12-21 Matsushita Electric Industrial Co., Ltd. ポストフィルタ、復号化装置及びポストフィルタ処理方法
WO2007083269A1 (en) 2006-01-17 2007-07-26 Koninklijke Philips Electronics N.V. Detection of the presence of television signals embedded in noise using cyclostationary toolbox
US7289049B1 (en) * 2006-08-21 2007-10-30 L3 Communications Integrated Systems L.P. Method and apparatus for compressed sensing
US8417826B2 (en) * 2006-10-12 2013-04-09 Alcatel Lucent Method and system of overload control in packetized communication networks
US7345603B1 (en) * 2006-11-07 2008-03-18 L3 Communications Integrated Systems, L.P. Method and apparatus for compressed sensing using analog projection
US8032085B2 (en) * 2007-09-10 2011-10-04 Technion Research & Development Foundation Ltd. Spectrum-blind sampling and reconstruction of multi-band signals

Also Published As

Publication number Publication date
CN102204380A (zh) 2011-09-28
EP2338308A1 (en) 2011-06-29
US20110149791A1 (en) 2011-06-23
JP5639589B2 (ja) 2014-12-10
JP2012502269A (ja) 2012-01-26
KR101565608B1 (ko) 2015-11-03
US8908546B2 (en) 2014-12-09
CN102204380B (zh) 2015-01-28
WO2010026514A1 (en) 2010-03-11

Similar Documents

Publication Publication Date Title
KR101565608B1 (ko) 분산 스펙트럼 감지
KR101995709B1 (ko) 입력신호의 성김 정보를 이용한 동적 압축 센싱의 신호 압축 장치 및 방법
KR100889733B1 (ko) 다수의 수신 전극을 이용한 인체통신 시스템의 수신 장치및 수신 방법
US20200358535A1 (en) Comb assisted spread-spectrum method
US10211856B1 (en) Hardware scalable channelizer utilizing a neuromorphic approach
US20120314822A1 (en) Interference resistant compressive sampling
EP3035063A1 (en) Testing system for passive inter-modulations, corresponding method and computer-readable medium
CN106301631B (zh) 一种基于子空间分解的互素欠采样频谱感知方法及其装置
CN104780008A (zh) 一种基于自适应压缩感知的宽带频谱感知方法
CN105024957B (zh) 一种直扩码分多址上行链路信道估计方法及装置
Daponte et al. Analog-to-information converters in the wideband RF measurement for aerospace applications: Current situation and perspectives
CN107395208B (zh) 基于多通道非均匀时延的压缩采样结构
KR20150094332A (ko) 스펙트럼 센싱 방법 및 스펙트럼 센싱 장치
Stinco et al. Compressed spectrum sensing in cognitive radar systems
WO2016000226A1 (zh) 处理信号的方法、发射机和压缩采样接收机
US20180062696A1 (en) Communication device and cancellation method
Daponte et al. Challenges for aerospace measurement systems: Acquisition of wideband radio frequency using Analog-to-Information converters
TWI716698B (zh) 訊號處理系統
TWI758767B (zh) 信噪比估計方法、裝置、電子設備及儲存介質
KR101943734B1 (ko) 도약 주파수 추정 장치 및 방법
Mabrook et al. Adaptive blind wideband spectrum sensing for cognitive radio based on sub-Nyquist sampling technique
Zhu et al. Joint interference mitigation and data recovery for massive carrier aggregation via non-linear compressive sensing
Gao et al. Implementation of compressive sensing with real-time signals over TV white space spectrum in cognitive radio
Song et al. Real-time MISO UWB radio testbed and waveform design
Raghavendra et al. Wideband spectrum sensing using sub-Nyquist sampling approaches

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
LAPS Lapse due to unpaid annual fee