KR20150009125A - 인지 무선에서의 광대역 주파수 검출 방법 및 장치 - Google Patents

인지 무선에서의 광대역 주파수 검출 방법 및 장치 Download PDF

Info

Publication number
KR20150009125A
KR20150009125A KR1020130083125A KR20130083125A KR20150009125A KR 20150009125 A KR20150009125 A KR 20150009125A KR 1020130083125 A KR1020130083125 A KR 1020130083125A KR 20130083125 A KR20130083125 A KR 20130083125A KR 20150009125 A KR20150009125 A KR 20150009125A
Authority
KR
South Korea
Prior art keywords
frequency
test statistic
determining
frequency band
observations
Prior art date
Application number
KR1020130083125A
Other languages
English (en)
Other versions
KR101494966B1 (ko
Inventor
송익호
안태훈
민황기
Original Assignee
한국과학기술원
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 한국과학기술원 filed Critical 한국과학기술원
Priority to KR20130083125A priority Critical patent/KR101494966B1/ko
Publication of KR20150009125A publication Critical patent/KR20150009125A/ko
Application granted granted Critical
Publication of KR101494966B1 publication Critical patent/KR101494966B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/0006—Assessment of spectral gaps suitable for allocating digitally modulated signals, e.g. for carrier allocation in cognitive radio
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Probability & Statistics with Applications (AREA)
  • Electromagnetism (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Monitoring And Testing Of Transmission In General (AREA)

Abstract

복수 개의 수신 안테나들을 이용하는 인지 무선에서의 주파수 검출 방법 및 주파수 검출 장치가 개시된다. 일실시예에 따른 주파수 검출 방법은 복수 개의 주파수 대역들에서 획득한 관측에 기초하여 현재 주파수 대역의 우도비를 계산하는 단계; 및 상기 우도비에 기초하여 스펙트럼 센싱을 수행하는 단계를 포함할 수 있다.

Description

인지 무선에서의 주파수 검출 방법 및 주파수 검출 장치{METHOD AND APPARATUS FOR DETECTING FREQUENCY IN COGNITIVE RADIO}
아래의 설명은 인지 무선에서 주파수를 검출하는 방법에 관한 것이다.
최근 들어, 스마트폰 및 스마트 패드를 사용하는 사용자가 급증함에 따라 한정된 주파수 자원의 효율적 사용에 대한 관심이 높아지고 있다. 인지 무선(cognitive radio) 또는 인지 무선 통신에서는 기존의 단일 주파수 밴드 및 단일 프로토콜을 사용하여 무선 자원을 점유하던 방식과는 달리, 주변의 환경을 탐지하고 빠르게 적용하여 지능적으로 간섭을 회피하고, 그때마다 사용되지 않는 주파수 스펙트럼을 점유하여 주파수 스펙트럼 사용 효율을 극대화하는 기술이다.
인지 무선에서는 주파수 대역을 사용하는 자에게 해로운 간섭을 일으키지 않는다면 다른 사용자가 주파수 대역들 중 일정 주파수 대역을 사용할 수 있다. 주파수 대역을 사용하는 자가 있는지 없는지를 빠르고 정확하게 판단하는 기술인 주파수 검출(또는, 스펙트럼 센싱(spectrum sensing))은 인지 무선에서 중요한 기술들 중 하나이다.
주파수 검출 기법은 비동기(noncoherent) 검파 기법, 동기(coherent) 검파 기법, 특징(feature) 검파 기법으로 나눌 수 있다. 비동기 검파 기법인 에너지 검파(energy detection) 기법은 정규 환경에서 검파 성능이 뛰어나고, 구현하기가 용이하여 주파수 검출에서 널리 사용된다. 하지만, 잡음 분산을 정확히 알지 못하는 경우에, 에너지 검파 기법의 검파 성능이 떨어진다는 문제가 있다.
일실시예에 따른 주파수 검출 방법은, 복수 개의 주파수 대역들에서 획득한 관측에 기초하여 현재 주파수 대역의 우도비 검정에서의 검정 통계량을 결정하는 단계; 및 상기 검정 통계량에 기초하여 스펙트럼 센싱을 수행하는 단계를 포함할 수 있다.
일실시예에 따른 주파수 검출 장치는, 복수 개의 주파수 대역들에서 획득한 관측에 기초하여 현재 주파수 대역의 우도비 검정에서의 검정 통계량을 결정하는 검정 통계량 결정부; 및 상기 검정 통계량에 기초하여 스펙트럼 센싱을 수행하는 스펙트럼 센싱부를 포함할 수 있다.
도 1은 일실시예에 따른 주파수 검출 장치의 구성을 도시한 도면이다.
도 2는 일실시예에 따른 주파수 대역의 일례를 나타낸 도면이다.
도 3은 일실시예에 따른 주파수 검출 방법을 구현하기 위한 모형도를 나타낸 도면이다.
도 4 내지 도 12는 일실시예에 따른 제안된 주파수 검출 방법의 성능과 다른 주파수 검파 기법의 성능을 나타내는 시뮬레이션 결과이다.
도 13은 일실시예에 따른 인지 무선에서의 주파수 검출 방법을 설명하기 위한 흐름도이다.
이하, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 아래의 특정한 구조적 내지 기능적 설명들은 단지 발명의 실시예들을 설명하기 위한 목적으로 예시된 것으로, 발명의 범위가 본문에 설명된 실시예들에 한정되는 것으로 해석되어서는 안된다. 일실시예에 따른 주파수 검출 방법은 주파수 검출 장치에 의해 수행될 수 있으며, 각 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다.
도 1은 일실시예에 따른 주파수 검출 장치(100)의 구성을 도시한 도면이다.
주파수 검출 장치(100)는 수신 안테나를 복수 개 사용하는 인지 무선(또는, 인지 무선 통신)에서 광대역 주파수를 검출할 때, 시간에 따라 독립인 신호와 시간에 상관이 있는 신호에 적합하게 광대역 주파수를 검출할 수 있다. 주파수 검출 장치(100)는 관측(observation)의 에너지가 작은 주파수 대역에는 상대적으로 관측의 에너지가 큰 주파수 대역보다 잡음만 있을 확률이 높다는 직관에 기초하여 복수의 주파수 대역들 중 에너지가 가장 작은 대역에서의 관측을 이용하여 잡음 분산을 추정할 수 있다. 주파수 검출 장치(100)는 모든 주파수 대역에서 획득한 관측들을 이용하여 하나의 주파수 대역에 대한 스펙트럼 센싱(spectrum sensing)을 수행함으로써 개선된 검파 성능을 제공할 수 있다.
도 1을 참조하면, 주파수 검출 장치(100)는 검정 통계량 결정부(110) 및 스펙트럼 센싱부(120)를 포함할 수 있다.
검정 통계량 결정부(110)는 복수 개의 주파수 대역들에서 획득한 관측에 기초하여 현재 주파수 대역의 우도비 검정(likelihood ratio test)에서의 검정 통계량(test statistic)을 결정할 수 있다. 검정 통계량은 현재 주파수 대역에서의 관측들의 표본 공분산 행렬과 에너지가 가장 작은 주파수 대역에서의 관측들의 표본 공분산 행렬의 함수일 수 있다. 예를 들어, 검정 통계량 결정부(110)는 모든 주파수 대역들에서 획득한 관측(또는, 관측 정보)에 기초하여 현재 주파수 대역에서의 검정 통계량을 결정할 수 있다.
검정 통계량 결정부(110)는 주파수 대역들 중 관측의 에너지가 가장 작은 주파수 대역에 기초하여 잡음 분산을 추정할 수 있다. 검정 통계량 결정부(110)는 잡음 분산에 대한 정보, 주파수 대역에서의 관측들의 전력 및 관측들 사이의 상관에 대한 정보에 기초하여 검정 통계량을 결정할 수 있다.
검정 통계량 결정부(110)는 현재 주파수 대역에서의 신호 성분들이 시간에 따라 독립인 신호인지 또는 시간에 따라 상관이 있는 신호인지 여부를 판단할 수 있다. 신호 성분들이 시간에 따라 독립인 신호인 경우, 검정 통계량 결정부(110)는 복수 개의 주파수 대역들에서 획득한 관측의 결합 확률밀도함수에 기초하여 우도비를 계산하고, 결정된 우도비에 기초하여 검정 통계량을 결정할 수 있다. 검정 통계량 결정부(110)는 신호 성분들이 시간에 따라 상관이 있는 신호인 경우, 연속한 관측들의 공분산 행렬에 기초하여 검정 통계량을 결정할 수 있다.
검정 통계량 결정부(110)는 주파수 대역과 상기 수신 안테나들에서의 잡음 전력의 합, 주파수 대역에서 상기 수신 안테나들로 얻은 관측들의 전력의 합, 및 주파수 대역에서 상기 수신 안테나들로 얻은 관측들 사이의 상관에 대한 정보에 기초하여 검정 통계량을 결정할 수 있다. 검정 통계량을 결정하는 과정은 도 2에서 보다 상세히 설명하도록 한다.
스펙트럼 센싱부(120)는 검정 통계량 결정부(110)가 결정한 검정 통계량에 기초하여 스펙트럼 센싱을 수행할 수 있다. 스펙트럼 센싱부(120)는 현재 주파수 대역에서 이용되지 않는 주파수와 이용되고 있는 주파수를 검출할 수 있다. 스펙트럼 센싱부(120)는 검정 통계량 및 미리 설정된 문턱값(threshold value)에 기초하여 현재 주파수 대역에서의 오경보 확률 및 검파 확률 중 적어도 하나를 결정할 수 있다. 예를 들어, 스펙트럼 센싱부(120)는 현재 주파수 대역에 대한 검정 통계량이 미리 설정된 문턱값보다 작으면 현재 주파수 대역이 이용되고 있지 않은 것으로 결정하고, 현재 주파수 대역에 대한 검정 통계량이 미리 설정된 문턱값 이상이면, 현재 주파수 대역이 이용되고 있는 것으로 결정할 수 있다.
도 2는 일실시예에 따른 주파수 대역의 일례를 나타낸 도면이다.
도 2를 참조하면, 광대역 채널의 주파수 대역들은 현재 이용되고 있는 주파수 대역들(210) 및 현재 사용되고 있지 않은 주파수 대역들(220)로 구분할 수 있다. 이하에서는, 주파수 검출 장치가 현재 사용되고 있는 주파수 대역들(210)과 현재 사용되고 있지 않은 주파수 대역들(220)을 판단하는 과정을 수식을 통해 구체적으로 설명하도록 한다.
도 2에서와 같이 광대역 채널을 중심 주파수가
Figure pat00001
이고, 대역폭이
Figure pat00002
인 겹치지 않은 주파수 대역들로 구분하여 K 개로 나눌 수 있다고 가정한다. 또한, 인지 무선에서는 수신 안테나 NR 개를 이용하여 광대역 채널을 살피며, 주파수 검출 장치는 주파수 대역들의 중심 주파수와 대역폭을 알고 있다고 가정한다.
인지 무선의 어느 하나의 수신 안테나에서 신호를 수신하면, 주파수 검출 장치는 대역 통과 여파기 K 개를 이용하여 신호를 걸러낼 수 있다. 여기서,
Figure pat00003
째 대역 통과 여파기의 중심 주파수는
Figure pat00004
이고, 대역폭은
Figure pat00005
라고 가정한다. 그러면,
Figure pat00006
일 때, 시간이 t이고,
Figure pat00007
째 대역에서 q째 수신 안테나로 수신한 신호
Figure pat00008
는 다음의 수학식 1과 같이 나타낼 수 있다.
Figure pat00009
여기서,
Figure pat00010
는
Figure pat00011
째 대역에서 q째 수신 안테나와 주파수를 사용하는 자 사이의 채널 이득을 나타내고,
Figure pat00012
는 시간 t에서
Figure pat00013
째 대역에서 주파수를 사용하는 자의 신호 성분을 나타낸다.
Figure pat00014
는 시간 t에서
Figure pat00015
째 대역과 q째 수신 안테나에서의 잡음 성분을 나타내고,
Figure pat00016
는 검출 시간을 나타낸다. 이 때,
Figure pat00017
는
Figure pat00018
와 q에 따라 변화하지만, 검출 시간 안에서는 변화하지 않는다고 가정한다.
수학식 1의
Figure pat00019
에
Figure pat00020
를 곱하면, 수신한 신호의 연속시간 바탕대역 모형을 다음의 수학식 2와 같이 나타낼 수 있다.
여기서,
Figure pat00022
이고,
Figure pat00023
이며,
Figure pat00024
이다.
Figure pat00025
일 때,
Figure pat00026
를
Figure pat00027
마다 표본화하면 다음의 수학식 3과 같이 나타낼 수 있다.
Figure pat00028
여기서,
Figure pat00029
이고,
Figure pat00030
이며,
Figure pat00031
이다.
Figure pat00032
는 수신 안테나를 통해 수신한 신호에 대한 관측을 나타낸다.
Figure pat00033
는 검출 시간 동안 하나의 주파수 대역과 하나의 수신 안테나에서 획득한 관측 개수를 나타낸다. 이 때,
Figure pat00034
부호는
Figure pat00035
보다 작지 않은 정수 중 가장 작은 정수를 나타낸다고 가정한다. 모든 주파수 대역들에서 동일한 표본화 시간
Figure pat00036
을 사용한다고 가정하였을 때, 주파수 검출 장치는 나이퀴스트 표본화 이론(Nyquist sampling theorem)에 따라 조건
Figure pat00037
를 만족하는
Figure pat00038
를 결정할 수 있다.
Figure pat00039
째 주파수 대역에서의 주파수 검출은 귀무가설의 '
Figure pat00040
째 주파수 대역을 사용하는 자가 없다.'와 대립가설의 '
Figure pat00041
째 대역을 사용하는 자가 있다.' 중 하나를 선택하는 가설 검정 문제로 생각할 수 있다.
귀무가설의 '
Figure pat00042
째 주파수 대역을 사용하는 자가 없다.'은 다음의 수학식 4와 같이 나타낼 수 있다.
Figure pat00043
대립가설의 '
Figure pat00044
째 대역을 사용하는 자가 있다.'는 다음의 수학식 5와 같이 나타낼 수 있다.
Figure pat00045
여기서, 위 첨자
Figure pat00046
는 전치를 나타낸다.
Figure pat00047
는
Figure pat00048
인
Figure pat00049
행렬로서,
Figure pat00050
째 주파수 대역에서 수신 안테나
Figure pat00051
개로 획득한 관측을 모두 모은 것을 나타낸다.
Figure pat00052
벡터
Figure pat00053
는
Figure pat00054
에서 주파수 사용자의 신호 성분들을 모두 모은 것을 나타낸다.
Figure pat00055
벡터
Figure pat00056
는
Figure pat00057
째 주파수 대역에서 수신 안테나
Figure pat00058
개와 주파수 사용자 사이의 채널 이득들을 모두 모은 것을 나타낸다.
Figure pat00059
는
Figure pat00060
인
Figure pat00061
행렬로서,
Figure pat00062
째 주파수 대역과 수신 안테나
Figure pat00063
개에서의 잡음 성분들을 모두 모은 것을 나타낸다. 일반적으로, 관측 개수는 수신 안테나의 개수보다 매우 클 수 있다.
신호 성분들
Figure pat00064
는 평균이 0이고,
Figure pat00065
째 주파수 대역에서 신호 성분들
Figure pat00066
와
Figure pat00067
째 주파수 대역에서 신호 성분들
Figure pat00068
는 서로 독립이라고 가정한다. 또한, 잡음 행렬들
Figure pat00069
의 원소들은 평균이 0이고, 분산이
Figure pat00070
이며, 독립이고 분포가 동일한 확률변수들이라고 가정한다.
Figure pat00071
와
Figure pat00072
는 서로 독립이라고 가정한다.
Figure pat00073
과
Figure pat00074
의
Figure pat00075
공분산 행렬은 다음의 수학식 6과 같이 나타낼 수 있다.
Figure pat00076
여기서,
Figure pat00077
는
Figure pat00078
의 평균을 나타내고, 위첨자
Figure pat00079
는 켤레 전치를 나타낸다.
Figure pat00080
째 주파수 대역이 사용되고 있지 않다면, 수학식 6은 다음의 수학식 7과 같이 나타낼 수 있다.
Figure pat00081
Figure pat00082
째 주파수 대역이 사용되고 있다면, 수학식 6은 다음의 수학식 8과 같이 나타낼 수 있다.
Figure pat00083
여기서, 함수
Figure pat00084
는
Figure pat00085
이면
Figure pat00086
을 나타내고,
Figure pat00087
이면
Figure pat00088
을 나타내는 크로네커(Kronecker) 충격 함수를 나타낸다.
Figure pat00089
은
Figure pat00090
항등 행렬을 나타낸다.
<제1 실시예>
제1 실시예에서는, 주파수 검출 장치가 시간에 따라 독립인 신호에 대해 주파수를 검출하는 과정을 설명하도록 한다.
평균이 0이고, 독립이며, 분포가 동일한 잡음 행렬들
Figure pat00091
는 모두 정규 분포를 따른다고 가정한다. 평균이 0인 신호 성분
Figure pat00092
를 분산이
Figure pat00093
이고, 독립이며, 분포가 동일한 복소 정규 확률변수들이 이루는 벡터라고 가정하면, 수학식 8로부터 다음의 수학식 9와 같은 결과를 얻을 수 있다.
Figure pat00094
그리고,
Figure pat00095
임을 고려하면, 귀무가설
Figure pat00096
에서
Figure pat00097
의 결합 확률밀도함수
Figure pat00098
는 다음의 수학식 10과 같이 나타낼 수 있다.
Figure pat00099
여기서,
Figure pat00100
는 행렬의 행렬식을 나타내고,
Figure pat00101
는 집합의 원소 개수를 나타내며,
Figure pat00102
는 행렬의 대각합을 나타낸다.
Figure pat00103
의 부분 집합
Figure pat00104
은 비어 있는 주파수 대역들을 가리키는 수들의 집합을 나타내고,
Figure pat00105
이다.
Figure pat00106
인
Figure pat00107
은
Figure pat00108
의 실현(realization)을 나타낸다.
수학식 10에서
Figure pat00109
와
Figure pat00110
가 서로 독립이라고 가정하였을 때, 주파수 검출 장치는 최대 우도 추정(maximum likelihood estimates, MLEs) 방법을 이용하여
Figure pat00111
와
Figure pat00112
의 준최적 추정값들을 계산할 수 있다. 주파수 검출 장치는 수학식 10의 결과를 가장 크게 만드는
Figure pat00113
와
Figure pat00114
를 탐색함으로써
Figure pat00115
일 때, 다음의 수학식 11과 같이
Figure pat00116
의 추정 및 수학식 12와 같이
Figure pat00117
에서
Figure pat00118
의 추정을 획득할 수 있다.
Figure pat00119
마찬가지로, 대립가설
Figure pat00121
에서
Figure pat00122
의 결합 확률밀도함수는 다음의 수학식 13과 같이 나타낼 수 있다.
Figure pat00123
Figure pat00124
와
Figure pat00125
가 서로 독립이라고 가정하였을 때, 주파수 검출 장치는 수학식 13의 결과를 가장 크게 만드는
Figure pat00126
와
Figure pat00127
를 탐색함으로써,
Figure pat00128
일 때, 다음의 수학식 14와 같이
Figure pat00129
의 추정 및 수학식 15와 같이
Figure pat00130
에서
Figure pat00131
의 추정을 획득할 수 있다.
Figure pat00132
Figure pat00133
수학식 11과 수학식 14에 기초하여
Figure pat00134
일 때의
Figure pat00135
를 뜻매김하면, 수학식 12와 수학식 15에서
Figure pat00136
를
Figure pat00137
로 치환하여 이용할 수 있다.
주파수 검출 장치는 관측의 에너지가 작은 주파수 대역에서는 에너지가 큰 주파수 대역보다 잡음만 있을 확률이 높다는 사실에 기초하여
Figure pat00138
를 추정할 수 있다.
Figure pat00139
를 되도록 작게 설정하기 위해
Figure pat00140
로 가정하고, K 주파수 대역들 중 관측의 에너지가 가장 작은 주파수 대역만 비어있다고 가정한다. 관측의 에너지가 가장 작은 주파수 대역은 확률 1로 하나만 존재한다고 가정하면,
Figure pat00141
째 주파수 대역에서 관측의 에너지는 다음의 수학식 16과 같이 나타낼 수 있고,
Figure pat00142
는 수학식 17과 같이 추정할 수 있다.
Figure pat00143
Figure pat00144
여기서,
Figure pat00145
이다.
다음의 수학식 18과 같은
Figure pat00146
에서의 결합 확률밀도함수와 수학식 19와 같은
Figure pat00147
에서의 결합 확률밀도함수에 기초하여 우도비(likelihood ratio)를 수학식 20과 같이 나타낼 수 있다.
Figure pat00148
Figure pat00149
Figure pat00150
여기서,
Figure pat00151
이라고 가정하였다.
수학식 20의
Figure pat00152
제곱근을 얻고,
Figure pat00153
을 곱하면,
Figure pat00154
째 주파수 대역에서의 우도비 검정(likelihood ratio test)에 대한 검정 통계량(test statistic)은 다음의 수학식 21과 같이 나타낼 수 있다.
Figure pat00155
수학식 21에서,
Figure pat00156
째 주파수 대역은
Figure pat00157
주파수 대역들 중 관측의 에너지가 가장 작은 주파수 대역이라는 것을 고려하면,
Figure pat00158
는 하나의 주파수 대역과 수신 안테나
Figure pat00159
개에서의 잡음 전력의 합을 나타낼 수 있다. 주파수 검출 장치는
Figure pat00160
으로부터 잡음 분산에 대한 정보를 획득할 수 있다.
Figure pat00161
는
Figure pat00162
째 주파수 대역에서 안테나
Figure pat00163
개로 얻은 관측들의 전력을 합한 것과 같고,
Figure pat00164
는
Figure pat00165
째 주파수 대역에서 안테나
Figure pat00166
개로 얻은 관측들 사이의 상관에 대한 정보를 나타낼 수 있다. 검정 통계량
Figure pat00167
과 관련하여
Figure pat00168
을 통해 잡음 분산에 대한 정보를 얻고,
Figure pat00169
로부터
Figure pat00170
째 주파수 대역에서 관측들의 전력에 대한 정보를 얻을 수 있다. 또한,
Figure pat00171
로부터
Figure pat00172
째 주파수 대역에서 관측들 사이의 상관에 대한 정보를 얻을 수 있다.
검정 통계량
Figure pat00173
를 이용하여
Figure pat00174
째 주파수 대역에서의 결정 규칙을 다음의 수학식 22와 같이 나타낼 수 있다.
Figure pat00175
여기서,
Figure pat00176
는
Figure pat00177
째 주파수 대역에서 오경보 확률(false alarm rate, FAR)과 검파 확률을 결정하는 문턱값이다. 주파수 검출 장치는
Figure pat00178
째 주파수 대역에서 검정 통계량
Figure pat00179
을 얻는 과정에서
Figure pat00180
주파수 대역들에서의 관측들
Figure pat00181
을 모두 이용할 수 있다. 위 내용을 도 3의 모형도와 같이 나타낼 수 있다.
<제2 실시예>
제2 실시예에서는, 주파수 검출 장치가 시간에 따라 상관이 있는 신호에 대해 주파수를 검출하는 과정을 설명하도록 한다.
과표본화와 멀티 경로(multipath) 채널 환경 때문에 주파수 대역에서의 신호 성분들은 시간에 따라 서로 상관이 생길 수 있다. 주파수 검출 장치는 연속한 여러 관측들의 공분산 행렬에 기초하여 시간에 따라 상관이 있는 신호에 적합한 주파수 검파 기법을 이용할 수 있다. 제2 실시예에서는 신호와 잡음 성분들이 정규 분포를 따른다고 가정할 필요가 없다.
연속한 관측
Figure pat00182
개로 이루어진 벡터를 다음의 수학식 23과 같이 나타내면,
Figure pat00183
의
Figure pat00184
공분산 행렬은 수학식 24와 같이 나타낼 수 있다.
Figure pat00185
Figure pat00186
여기서, 매개변수
Figure pat00187
은 창문 크기이다. 공분산 행렬
Figure pat00188
을
Figure pat00189
과 같이 추정하고,
Figure pat00190
의 표본 공분산 행렬은 다음의 수학식 25와 같이 나타낼 수 있다.
Figure pat00191
여기서,
Figure pat00192
일 때,
Figure pat00193
이다.
수학식 21의 검정 통계량에서 공분산 행렬
Figure pat00194
과
Figure pat00195
의 추정들을 공분산 행렬
Figure pat00196
과
Figure pat00197
의 추정들로 각각 변환하면,
Figure pat00198
째 주파수 대역에서 시간에 따라 상관이 있는 신호들을 검파하는데 적합한 검정 통계량은 다음의 수학식 26과 같이 나타낼 수 있다.
Figure pat00199
시간에 따라 상관이 있는 신호에 적합한 검정 통계량
Figure pat00200
은 잡음 분산에 대한 정보,
Figure pat00201
째 주파수 대역에서의 관측들의 전력 및 관측들 사이의 상관에 대한 정보에 기초하여 결정될 수 있다. 주파수 검출 장치는 검정 통계량
Figure pat00202
을 미리 결정된 문턱값과 비교하여 주파수 대역에서의 오경보 확률과 검파 확률을 결정할 수 있다.
도 4 내지 도 12는 일실시예에 따른 제안된 주파수 검출 방법의 성능과 다른 주파수 검파 기법의 성능을 나타내는 시뮬레이션 결과이다.
이하에서는, 주파수 검출 방법의 성능에 대해 설명하도록 한다. 수학식 21과 수학식 26에서
Figure pat00203
이므로,
Figure pat00204
일 때, 검정 통계량
Figure pat00205
은 검정 통계량
Figure pat00206
과 동일하다. 따라서, 검정 통계량
Figure pat00207
의 성능만 살펴보도록 한다. 먼저,
Figure pat00208
째 주파수 대역에서 문턱값이
Figure pat00209
일 때, 검정 통계량
Figure pat00210
의 오경보 확률
Figure pat00211
과 검파 확률
Figure pat00212
은 각각 다음의 수학식 27 및 수학식 28과 같이 나타낼 수 있다.
Figure pat00213
Figure pat00214
여기서, 검정 통계량
Figure pat00215
은
Figure pat00216
보다 크거나 같으므로, 문턱값
Figure pat00217
는
Figure pat00218
보다 클 수 있다.
Figure pat00219
이고, 1일 때의 확률
Figure pat00220
은 다음의 수학식 29와 같이 나타낼 수 있다.
Figure pat00221
여기서,
Figure pat00222
는
Figure pat00223
에서
Figure pat00224
의 확률밀도함수를 나타내고,
Figure pat00225
는
Figure pat00226
에서
Figure pat00227
일 때
Figure pat00228
의 조건부 누적분포함수를 나타낸다.
Figure pat00229
는
Figure pat00230
에서 다음의 수학식 30과 수학식 31의 결합 확률 밀도 함수를 나타낸다.
Figure pat00231
Figure pat00232
Figure pat00233
는
Figure pat00234
이다.
Figure pat00235
는
Figure pat00236
의 첫째 순서통계량인
Figure pat00237
과 동일하다.
Figure pat00238
일 때,
Figure pat00239
이고,
Figure pat00240
임을 고려하면, 수학식 29에서
Figure pat00241
는 다음의 수학식 32와 같이 바꾸어 나타낼 수 있다.
Figure pat00242
행렬
Figure pat00243
의 고유값들을
Figure pat00244
로 나타내면, 수학식 29에서 결합 확률밀도함수
Figure pat00245
는
Figure pat00246
이고,
Figure pat00247
일 경우, 다음의 수학식 33과 같이 나타낼 수 있다.
Figure pat00248
결합 확률밀도함수
Figure pat00249
는
Figure pat00250
이고,
Figure pat00251
일 경우, 다음의 수학식 34과 같이 나타낼 수 있다.
Figure pat00252
여기서,
Figure pat00253
는 적분 영역을 나타내고,
Figure pat00254
,
Figure pat00255
를 나타낸다.
Figure pat00256
는
Figure pat00257
에서
Figure pat00258
의 결합 확률 밀도 함수를 나타내고,
Figure pat00259
이며,
Figure pat00260
일 때,
Figure pat00261
이다.
<경로 감쇄가 일어나지 않는 채널에서 시간에 따라 독립인 신호에 대한 성능>
Figure pat00262
일 때, 평균이 0인 신호 성분
Figure pat00263
는, 분산이
Figure pat00264
이고, 독립이며 분포가 동일한 복소 정규 확률변수들이 이루는 벡터이다. 평균이 0인 잡음 성분
Figure pat00265
는, 분산이
Figure pat00266
이고, 독립이며 분포가 동일한 복소 정규 확률변수들이 이루는 행렬이다.
Figure pat00267
에서
Figure pat00268
의 분포는 자유도가
Figure pat00269
인 중심 카이제곱(central chi-square) 분포이고,
Figure pat00270
에서
Figure pat00271
의 분포는 평균이
Figure pat00272
이고, 분산이
Figure pat00273
인 정규 분포로 어림할 수 있다. 여기서,
Figure pat00274
는
Figure pat00275
째 주파수 대역에서의 신호대잡음비(signal-to-noise ratio, SNR)를 나타낸다. 그러면,
Figure pat00276
의 누적분포함수는
Figure pat00277
에서 다음의 수학식 35와 같이 나타낼 수 있고,
Figure pat00278
에서 수학식 36과 같이 나타낼 수 있다.
Figure pat00279
Figure pat00280
여기서,
Figure pat00281
일 때,
Figure pat00282
는 감마 함수이고,
Figure pat00283
일 때,
Figure pat00284
는 위쪽 불완전 감마 함수이며,
Figure pat00285
는 표준 정규 분포의 상보 누적분포함수를 나타낸다.
한편,
Figure pat00286
일 때,
Figure pat00287
는
Figure pat00288
에서 상관이 없는 중심 위샤트(uncorrelated central Wishart) 행렬이고,
Figure pat00289
에서는
Figure pat00290
인 상관이 있는 중심 위샤트(uncorrelated central Wishart) 행렬이므로, 수학식 33과 수학식 34에서 고유값
Figure pat00291
의 결합 확률밀도 함수는 각각
Figure pat00292
일 때, 다음의 수학식 37과 수학식 38과 같이 나타낼 수 있다.
Figure pat00293
Figure pat00294
여기서, 행렬
Figure pat00295
는
Figure pat00296
일 때,
Figure pat00297
이고,
Figure pat00298
인
Figure pat00299
행렬을 나타내고, 다음의 수학식 39와 같이 나타낼 수 있다.
Figure pat00300
수학식 35 내지 수학식 38에 기초하여 수학식 29에 수학식 32 내지 수학식 34를 넣으면, 확률
Figure pat00301
과
Figure pat00302
를 얻을 수 있다. 예를 들어,
Figure pat00303
일 때, 수학식 32에 수학식 35와 수학식 36을 적용하면, 다음의 수학식 40과 같이 어림될 수 있다.
Figure pat00304
또한, 수학식 33에 수학식 37과 수학식 38을 적용하면,
Figure pat00305
일 때
Figure pat00306
와
Figure pat00307
의 결합 확률밀도함수를 다음의 수학식 41과 수학식 42와 같이 나타낼 수 있다.
Figure pat00308
Figure pat00309
수학식 27에 수학식 29, 수학식 40, 및 수학식 41을 적용하면, 오경보 확률은 다음의 수학식 43과 같이 어림할 수 있다.
Figure pat00310
수학식 28에 수학식 29, 수학식 40, 수학식 42를 적용하면, 검파 확률은 다음의 수학식 44와 같이 어림할 수 있다.
Figure pat00311
<경로 감쇄가 일어나는 채널에서 시간에 따라 독립인 신호에 대한 성능>
확률
Figure pat00312
과
Figure pat00313
을
Figure pat00314
와
Figure pat00315
에 대해 각각 평균하면, 감쇄가 일어나는 채널에서 제안한 기법의 오경보 확률과 검파 확률을 계산할 수 있다. 예를 들어,
Figure pat00316
이고,
Figure pat00317
일 때, 감쇄가 일어나는 채널에서의 오경보 확률 및 검파 확률은 각각 다음의 수학식 45 및 수학식 46과 같이 나타낼 수 있다.
Figure pat00318
Figure pat00319
여기서,
Figure pat00320
는
Figure pat00321
째 주파수 대역에서 신호대잡음비
Figure pat00322
의 확률밀도함수이고,
Figure pat00323
이다. 예를 들어, 레일리(Rayleigh) 감쇄 환경에서는 수학식 45와 수학식 46에 확률밀도함수
Figure pat00324
를 적용하여 오경보 확률과 검파 확률을 계산할 수 있다. 여기서,
Figure pat00325
는
Figure pat00326
째 주파수 대역에서의 평균 신호대잡음비를 나타낸다.
도 4 내지 도 12는 정규 잡음 환경에서 시간에 따라 독립인 신호와 시간에 따라 상관이 있는 신호에 대해 제안한 주파수 검출 방법(제안한 기법)과 공절 기법, 산대 기법, 에검(에너지 검파) 기법, 큰대작 기법, 큰대합 기법의 검파 성능들을 시뮬레이션을 통해 비교한 결과를 나타낸다.
구체적으로, 도 4는 오경보 확률이 0.1이고,
Figure pat00327
dB일 때, 주파수 대역 개수
Figure pat00328
에 따른 제안한 기법의 검파 확률을 나타내고, 도 5는 시간에 따라 독립인 신호 환경에서,
Figure pat00329
이고
Figure pat00330
dB일 때, 광대역 주파수 검출에 적합한 여러 검파 기법들의 수신기 동작 특성을 나타내고 있다. 도 6은 시간에 따라 독립인 신호 환경에서,
Figure pat00331
이고
Figure pat00332
dB일 때, 광대역 주파수 검출에 적합한 여러 검파 기법들의 수신기 특성을 나타내고, 도 7은 시간에 따라 독립인 신호 환경에서
Figure pat00333
이고
Figure pat00334
dB일 때, 광대역 주파수 검출에 적합한 여러 검파 기법들의 수신기 특성을 나타낸다. 도 8은 시간에 따라 독립인 신호 환경에서,
Figure pat00335
이고
Figure pat00336
dB일 때, 광대역 주파수 검출에 적합한 여러 검파 기법들의 수신기 특성을 나타낸다. 도 9는 시간에 따라 상관이 있는 신호 환경에서
Figure pat00337
이고
Figure pat00338
dB, 오경보 확률이 0.1일 때, 창문 크기에 따른 제안한 기법의 검파 확률을 나타내고, 도 10은 시간에 따라 상관이 있는 신호 환경에서
Figure pat00339
이고,
Figure pat00340
dB,
Figure pat00341
일 때, 광대역 주파수 검출에 적합한 여러 검파 기법들의 수신기 동작 특성을 나타낸다. 도 11은 시간에 따라 상관이 있는 신호 환경에서
Figure pat00342
이고,
Figure pat00343
dB,
Figure pat00344
일 때, 광대역 주파수 검출에 적합한 여러 검파 기법들의 수신기 동작 특성을 나타내고, 도 12는 시간에 따라 상관이 있는 신호 환경에서
Figure pat00345
이고,
Figure pat00346
dB,
Figure pat00347
일 때, 광대역 주파수 검출에 적합한 여러 검파 기법들의 수신기 동작 특성을 나타낸다.
시뮬레이션에서,
Figure pat00348
일 때,
Figure pat00349
째 주파수 대역이 사용되지 않을 확률은
Figure pat00350
이라고 가정하였다. 그리고,
Figure pat00351
째 주파수 대역에서 채널 이득
Figure pat00352
은 평균이 0이고, 분산이 1이며, 독립이고 분포가 동일한 복소 정규 확률변수들이 이루는 벡터라고 가정하였고, 신호 성분들의 분산은 모든 주파수 대역들에서 동일하다고 가정하였다. 즉,
Figure pat00353
일 때,
Figure pat00354
이라고 가정하였다. 그러면,
Figure pat00355
째 주파수 대역에서 평균 신호대잡음비
Figure pat00356
는
Figure pat00357
과 같이 나타낼 수 있다.
<시간에 따라 독립인 신호에 대한 성능 비교>
신호 성분들이 시간에 따라 독립일 때, 제안한 주파수 검출 방법(제안한 기법)과 다른 기법들의 검파 성능을 비교하도록 한다. 여기서, 평균이 0인 신호 성분들은 분산이
Figure pat00358
이고, 독립이고 분포가 동일한 복소 정규 확률변수들이라고 가정한다. 제안한 기법과 큰대작 기법, 공절 기법에서 창문 크기
Figure pat00359
은 1로 설정하였다.
도 4는 제안한 기법의 검파 확률을 주파수 대역 개수
Figure pat00360
에 따라 나타내고 있다. 도 4에서 주파수 대역 개수
Figure pat00361
가 증가할수록 제안한 기법의 검파 확률이 증가하는 것을 알 수 있다. 아래의 표 1에서와 같이 주파수 대역 개수
Figure pat00362
가 증가할수록 관측의 에너지가 가장 작은 주파수 대역이 비어있을 확률도 증가한다. 즉, 주파수 대역 개수
Figure pat00363
가 증가할수록 잡음 분산을 보다 정확히 추정할 수 있어서 제안한 기법이 다른 기법들에 비해 더 좋은 검파 성능을 가질 수 있다.
Figure pat00364
표 1은
Figure pat00365
이고,
Figure pat00366
dB일 때, 관측의 에너지가 가장 작은 주파수 대역이 비어있을 확률
Figure pat00367
을 나타낸 표이다.
도 5 내지 도 8은 수신 안테나의 개수와 관측 개수가 바뀔 때 여러 검파 기법들의 수신기 동작 특성(receiver operating characteristic)의 변화를 나타낸 시뮬레이션 결과이다. 도 5 내지 도 8에서 잡음 불확실성(noise uncertainty)을 고려하기 위해 제안한 기법과 에검 기법은 잡음 분산을
Figure pat00368
과 같이 추정한다고 가정하였다. 여기서, 잡음 불확실성 인자
Figure pat00369
는 구간
Figure pat00370
에서 고르게 분포한다고 가정한다. 도 5 내지 도 8의 시뮬레이션 결과로부터 제안한 기법이 잡음 불확실성에 영향을 받지 않고, 다른 기법들보다 검파 성능이 더 우수하다는 것을 알 수 있다. 특히, 수신 안테나 개수와 관측 개수가 적어질수록 제안한 기법의 검파 성능은 공절 기법과 산대기 기법, 큰대작 기법, 큰대합 기법의 검파 성능보다 더 좋아지는 것을 알 수 있다. 반면에, 수신 안테나 개수와 관측 개수가 많아질수록 제안한 기법은 에검 기법보다 성능이 더 좋아지는 것을 알 수 있다.
<시간에 따라 상관이 있는 신호에 대한 성능 비교>
여기에서는 시간에 따라 상관이 있는 신호를 고려하기 위해 일차 자기회귀 모델(first-order autoregressive model)을 이용한다.
Figure pat00371
일 때, 신호 성분들
Figure pat00372
을 다음의 수학식 47과 같이 나타낼 수 있다.
Figure pat00373
여기서,
Figure pat00374
인 신호 의존 매개변수
Figure pat00375
는 신호 성분들이 서러 얼마나 상관이 있는지를 결정한다. 초기값
Figure pat00376
는 평균이 0이고, 분산이
Figure pat00377
인 복소 정규 확률변수이다.
Figure pat00378
는 평균이 0이고, 분산이
Figure pat00379
이며, 독립이고 분포가 동일한 복소 정규 확률변수들이다. 이 때,
Figure pat00380
와
Figure pat00381
가 서로 독립이라고 가정하면,
Figure pat00382
과 같이 나타낼 수 있다.
창문 크기
Figure pat00383
과 신호 의존 매개변수
Figure pat00384
에 따라 제안한 기법의 검파 성능이 어떻게 변화되는지 살펴보도록 한다. 도 9는 신호 의존 매개변수와 수신 안테나 개수, 관측 개수가 바뀔 때 제안한 기법의 검파 확률이 창문 크기
Figure pat00385
에 따라 어떻게 달라지는지를 나타내고 있다. 도 9로부터 제안한 기법의 검파 확률은 (가)
Figure pat00386
일 경우,
Figure pat00387
이 커질수록 작아지고, (나)
Figure pat00388
일 경우,
Figure pat00389
또는 2일 때가
Figure pat00390
일 때보다 크고, (다)
Figure pat00391
일 경우,
Figure pat00392
일 때가
Figure pat00393
일 때보다 크다는 것과
Figure pat00394
와
Figure pat00395
이 커질수록 제안한 기법의 성능은 창문 크기
Figure pat00396
에 영향을 덜 받는다는 것을 알 수 있다.
도 10 내지 도 12는
Figure pat00397
와
Figure pat00398
값이 바뀔 때 제안한 기법과 다른 기법들의 수신기 동작 특성이 어떻게 달라지는지를 나타낸 시뮬레이션 결과이다. 도 9에서와 같이
Figure pat00399
이 1에 가깝지 않을 때에는 제안한 기법에서
Figure pat00400
일 때, 성능이 가장 좋고,
Figure pat00401
이 1에 가까울 때에는 제안한 기법에서 창문 크기를 늘려서 성능을 개선시킬 수 있다.
Figure pat00402
이 1에 가까울 때에도
Figure pat00403
인 제안한 기법이
Figure pat00404
인 다른 기법들보다 성능이 더 우수함을 알 수 있다. 신호 성분들이 서로 얼마나 상관이 있는지 모를 때에는,
Figure pat00405
인 제안한 기법의 성능이 우수함을 알 수 있다.
도 13은 일실시예에 따른 인지 무선에서의 주파수 검출 방법을 설명하기 위한 흐름도이다.
단계(1310)에서, 주파수 검출 장치는 복수 개의 주파수 대역들에서 획득한 관측에 기초하여 현재 주파수 대역의 우도비 검정에서의 검정 통계량을 결정할 수 있다. 주파수 검출 장치는 모든 주파수 대역들에서 획득한 관측에 기초하여 현재 주파수 대역에서의 검정 통계량을 결정할 수 있다.
주파수 검출 장치는 주파수 대역들 중 관측의 에너지가 가장 작은 주파수 대역에 기초하여 잡음 분산을 추정할 수 있다. 주파수 검출 장치는 잡음 분산에 대한 정보, 주파수 대역에서의 관측들의 전력 및 관측들 사이의 상관에 대한 정보에 기초하여 검정 통계량을 결정할 수 있다.
주파수 검출 장치는 현재 주파수 대역에서의 신호 성분들이 시간에 따라 독립인 신호인지 또는 시간에 따라 상관이 있는 신호인지 여부를 판단할 수 있다. 신호 성분들이 시간에 따라 독립인 신호인 경우, 주파수 검출 장치는 복수 개의 주파수 대역들에서 획득한 관측의 결합 확률밀도함수에 기초하여 우도비를 계산하고, 결정된 우도비에 기초하여 검정 통계량을 결정할 수 있다. 주파수 검출 장치는 신호 성분들이 시간에 따라 상관이 있는 신호인 경우, 연속한 관측들의 공분산 행렬에 기초하여 검정 통계량을 결정할 수 있다.
주파수 검출 장치는 주파수 대역과 상기 수신 안테나들에서의 잡음 전력의 합, 주파수 대역에서 상기 수신 안테나들로 얻은 관측들의 전력의 합, 및 주파수 대역에서 상기 수신 안테나들로 얻은 관측들 사이의 상관에 대한 정보에 기초하여 검정 통계량을 결정할 수 있다.
단계(1320)에서, 주파수 검출 장치는 검정 통계량 결정부가 결정한 검정 통계량에 기초하여 스펙트럼 센싱을 수행할 수 있다. 주파수 검출 장치는 현재 주파수 대역에서 이용되지 않는 주파수와 이용되고 있는 주파수를 검출할 수 있다. 주파수 검출 장치는 검정 통계량 및 미리 설정된 문턱값에 기초하여 현재 주파수 대역에서의 오경보 확률 및 검파 확률 중 적어도 하나를 결정할 수 있다. 예를 들어, 주파수 검출 장치는 현재 주파수 대역에 대한 검정 통계량이 미리 설정된 문턱값보다 작으면 현재 주파수 대역이 이용되고 있지 않은 것으로 결정하고, 현재 주파수 대역에 대한 검정 통계량이 미리 설정된 문턱값 이상이면, 현재 주파수 대역이 이용되고 있는 것으로 결정할 수 있다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (20)

  1. 복수 개의 수신 안테나들을 이용하는 인지 무선(cognitive radio)에서의 주파수 검출 방법에 있어서,
    복수 개의 주파수 대역들에서 획득한 관측에 기초하여 현재 주파수 대역의 우도비 검정(likelihood ratio test)에서의 검정 통계량(test statistic)을 결정하는 단계; 및
    상기 검정 통계량에 기초하여 스펙트럼 센싱(spectrum sensing)을 수행하는 단계
    를 포함하는 인지 무선에서의 주파수 검출 방법.
  2. 제1항에 있어서,
    상기 검정 통계량을 결정하는 단계는,
    모든 주파수 대역들에서 획득한 관측에 기초하여 현재 주파수 대역에서의 검정 통계량을 결정하는 것을 특징으로 하는 인지 무선에서의 주파수 검출 방법.
  3. 제1항에 있어서,
    상기 검정 통계량을 결정하는 단계는,
    주파수 대역과 상기 수신 안테나들에서의 잡음 전력의 합, 주파수 대역에서 상기 수신 안테나들로 얻은 관측들의 전력의 합, 및 주파수 대역에서 상기 수신 안테나들로 얻은 관측들 사이의 상관에 대한 정보에 기초하여 검정 통계량을 결정하는 단계
    를 포함하는 것을 특징으로 하는 인지 무선에서의 주파수 검출 방법.
  4. 제1항에 있어서,
    상기 검정 통계량을 결정하는 단계는,
    주파수 대역들 중 관측의 에너지가 가장 작은 주파수 대역에 기초하여 잡음 분산을 추정하는 단계
    를 포함하는 것을 특징으로 하는 인지 무선에서의 주파수 검출 방법.
  5. 제1항에 있어서,
    상기 스펙트럼 센싱을 수행하는 단계는,
    상기 검정 통계량 및 미리 설정된 문턱값에 기초하여 현재 주파수 대역에서의 오경보 확률과 검파 확률을 결정하는 단계
    를 포함하는 것을 특징으로 하는 인지 무선에서의 주파수 검출 방법.
  6. 제1항에 있어서,
    상기 검정 통계량을 결정하는 단계는,
    현재 주파수 대역에서의 신호 성분들이 시간에 따라 독립인 신호인지 또는 시간에 따라 상관이 있는 신호인지 여부를 판단하는 단계; 및
    상기 판단 결과에 따라 검정 통계량을 다르게 결정하는 단계
    를 포함하는 것을 특징으로 하는 인지 무선에서의 주파수 검출 방법.
  7. 제6항에 있어서,
    상기 검정 통계량을 결정하는 단계는,
    상기 신호 성분들이 시간에 따라 상관이 있는 신호인 경우, 연속한 관측들의 공분산 행렬에 기초하여 검정 통계량을 결정하는 단계
    를 포함하는 것을 특징으로 하는 인지 무선에서의 주파수 검출 방법.
  8. 제6항에 있어서,
    상기 검정 통계량을 결정하는 단계는,
    상기 신호 성분들이 시간에 따라 독립인 신호인 경우, 복수 개의 주파수 대역들에서 획득한 관측의 결합 확률밀도함수에 기초하여 우도비를 계산하는 단계;
    상기 결정된 우도비에 기초하여 검정 통계량을 결정하는 단계
    를 포함하는 것을 특징으로 하는 인지 무선에서의 주파수 검출 방법.
  9. 제1항에 있어서,
    상기 검정 통계량을 결정하는 단계는,
    잡음 분산에 대한 정보, 주파수 대역에서의 관측들의 전력 및 관측들 사이의 상관에 대한 정보에 기초하여 검정 통계량을 결정하는 단계
    를 포함하는 것을 특징으로 하는 인지 무선에서의 주파수 검출 방법.
  10. 제1항에 있어서,
    상기 스펙트럼 센싱을 수행하는 단계는,
    현재 주파수 대역에서 이용되지 않는 주파수를 검출하는 단계
    를 포함하는 것을 특징으로 하는 인지 무선에서의 주파수 검출 방법.
  11. 복수 개의 수신 안테나들을 이용하는 인지 무선(cognitive radio)에서의 주파수 검출 장치에 있어서,
    복수 개의 주파수 대역들에서 획득한 관측에 기초하여 현재 주파수 대역의 우도비 검정(likelihood ratio test)에서의 검정 통계량(test statistic)을 결정하는 검정 통계량 결정부; 및
    상기 검정 통계량에 기초하여 스펙트럼 센싱(spectrum sensing)을 수행하는 스펙트럼 센싱부
    를 포함하는 주파수 검출 장치.
  12. 제11항에 있어서,
    상기 검정 통계량 결정부는,
    모든 주파수 대역들에서 획득한 관측에 기초하여 현재 주파수 대역에서의 검정 통계량을 결정하는 것을 특징으로 하는 주파수 검출 장치.
  13. 제11항에 있어서,
    상기 검정 통계량 결정부는,
    주파수 대역과 상기 수신 안테나들에서의 잡음 전력의 합, 주파수 대역에서 상기 수신 안테나들로 얻은 관측들의 전력의 합, 및 주파수 대역에서 상기 수신 안테나들로 얻은 관측들 사이의 상관에 대한 정보에 기초하여 검정 통계량을 결정하는 것을 특징으로 하는 주파수 검출 장치.
  14. 제11항에 있어서,
    상기 검정 통계량 결정부는,
    주파수 대역들 중 관측의 에너지가 가장 작은 주파수 대역에 기초하여 잡음 분산을 추정하는 것을 특징으로 하는 주파수 검출 장치.
  15. 제11항에 있어서,
    상기 스펙트럼 센싱부는,
    상기 검정 통계량 및 미리 설정된 문턱값에 기초하여 현재 주파수 대역에서의 오경보 확률과 검파 확률을 결정하는 것을 특징으로 하는 주파수 검출 장치.
  16. 제11항에 있어서,
    상기 검정 통계량 결정부는,
    현재 주파수 대역에서의 신호 성분들이 시간에 따라 독립인 신호인지 또는 시간에 따라 상관이 있는 신호인지 여부를 판단하고, 상기 판단 결과에 따라 검정 통계량을 다르게 결정하는 것을 특징으로 하는 주파수 검출 장치.
  17. 제16항에 있어서,
    상기 검정 통계량 결정부는,
    상기 신호 성분들이 시간에 따라 상관이 있는 신호인 경우, 연속한 관측들의 공분산 행렬에 기초하여 검정 통계량을 결정하는 것을 특징으로 하는 주파수 검출 장치.
  18. 제16항에 있어서,
    상기 검정 통계량 결정부는,
    상기 신호 성분들이 시간에 따라 독립인 신호인 경우, 복수 개의 주파수 대역들에서 획득한 관측의 결합 확률밀도함수에 기초하여 우도비를 계산하고, 상기 결정된 우도비에 기초하여 검정 통계량을 결정하는 것을 특징으로 하는 주파수 검출 장치.
  19. 제11항에 있어서,
    상기 검정 통계량 결정부는,
    잡음 분산에 대한 정보, 주파수 대역에서의 관측들의 전력 및 관측들 사이의 상관에 대한 정보에 기초하여 검정 통계량을 결정하는 것을 특징으로 하는 주파수 검출 장치.
  20. 제11항에 있어서,
    상기 스펙트럼 센싱부는,
    현재 주파수 대역에서 이용되지 않는 주파수를 검출하는 것을 특징으로 하는 주파수 검출 장치.
KR20130083125A 2013-07-15 2013-07-15 인지 무선에서의 광대역 주파수 검출 방법 및 장치 KR101494966B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR20130083125A KR101494966B1 (ko) 2013-07-15 2013-07-15 인지 무선에서의 광대역 주파수 검출 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR20130083125A KR101494966B1 (ko) 2013-07-15 2013-07-15 인지 무선에서의 광대역 주파수 검출 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20150009125A true KR20150009125A (ko) 2015-01-26
KR101494966B1 KR101494966B1 (ko) 2015-02-25

Family

ID=52572430

Family Applications (1)

Application Number Title Priority Date Filing Date
KR20130083125A KR101494966B1 (ko) 2013-07-15 2013-07-15 인지 무선에서의 광대역 주파수 검출 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101494966B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102042430B1 (ko) * 2019-08-26 2019-11-08 한화시스템(주) 인지 무선 통신에서 에너지 검출 장치 및 그 방법
CN112597622A (zh) * 2020-10-12 2021-04-02 北京卫星导航中心 一种用于检测铯原子钟频率异常的方法、系统和介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100970757B1 (ko) * 2008-07-15 2010-07-16 재단법인서울대학교산학협력재단 무선 인지 시스템에서 멀티 유저들을 위한 에너지 검출기반의 협력 채널 센싱 방법
KR101093151B1 (ko) * 2010-09-17 2011-12-12 목포대학교산학협력단 수신 다양성을 쓰는 인지 무선통신용 주파수 검출 방법
CN102413088B (zh) * 2010-09-20 2015-07-29 日电（中国）有限公司 用于共存检测的方法和设备

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102042430B1 (ko) * 2019-08-26 2019-11-08 한화시스템(주) 인지 무선 통신에서 에너지 검출 장치 및 그 방법
CN112597622A (zh) * 2020-10-12 2021-04-02 北京卫星导航中心 一种用于检测铯原子钟频率异常的方法、系统和介质
CN112597622B (zh) * 2020-10-12 2024-01-19 北京卫星导航中心 一种用于检测铯原子钟频率异常的方法、系统和介质

Also Published As

Publication number Publication date
KR101494966B1 (ko) 2015-02-25

Similar Documents

Publication Publication Date Title
Quan et al. Optimal spectral feature detection for spectrum sensing at very low SNR
Zeng et al. Maximum eigenvalue detection: Theory and application
Yang et al. Cyclostationary feature detection based spectrum sensing algorithm under complicated electromagnetic environment in cognitive radio networks
Stotas et al. Overcoming the sensing-throughput tradeoff in cognitive radio networks
US8699971B1 (en) System for specific emitter identification
US9379924B2 (en) Cognitive radio spectrum sensing with improved edge detection of frequency bands
EP2011241B1 (en) Adjacent channel interference suppression
Tekbiyik et al. Multi–dimensional wireless signal identification based on support vector machines
US9057772B1 (en) Referenced-based radio frequency feature estimation
Martinez et al. Adaptive energy detector for spectrum sensing in cognitive radio networks
CN108111213B (zh) 一种用于多天线的频谱感知方法
Qing et al. Wideband spectrum sensing for cognitive radios: a multistage wiener filter perspective
WO2012092751A1 (zh) 一种邻区干扰检测方法及系统
US8488578B1 (en) Identifying a CDMA scrambling code
Nafkha et al. Cyclostationarity-based versus eigenvalues-based algorithms for spectrum sensing in cognitive radio systems: Experimental evaluation using GNU radio and USRP
KR101494966B1 (ko) 인지 무선에서의 광대역 주파수 검출 방법 및 장치
Kortun et al. Exact performance analysis of blindly combined energy detection for spectrum sensing
Anaand et al. Two stage spectrum sensing for cognitive radio networks using ED and AIC under noise uncertainty
US20180063733A1 (en) System and Method for Cellular Network Identification
WO2011093797A1 (en) Method for spectrum sensing and communication device
Qin et al. Adaptive threshold for energy detector based on discrete wavelet packet transform
Hekkala et al. Cooperative spectrum sensing study using welch periodogram
Long et al. A mechanism for detecting session hijacks in wireless networks
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
Kishore et al. Waveform and energy based dual stage sensing technique for cognitive radio using RTL-SDR

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20180129

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20190201

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20200203

Year of fee payment: 6