KR20150009125A - 인지 무선에서의 광대역 주파수 검출 방법 및 장치 - Google Patents
인지 무선에서의 광대역 주파수 검출 방법 및 장치 Download PDFInfo
- 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
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
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.
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 이고, 대역폭이 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, 째 대역 통과 여파기의 중심 주파수는 이고, 대역폭은라고 가정한다. 그러면, 일 때, 시간이 t이고, 째 대역에서 q째 수신 안테나로 수신한 신호 는 다음의 수학식 1과 같이 나타낼 수 있다.
여기서, 는 째 대역에서 q째 수신 안테나와 주파수를 사용하는 자 사이의 채널 이득을 나타내고, 는 시간 t에서 째 대역에서 주파수를 사용하는 자의 신호 성분을 나타낸다. 는 시간 t에서 째 대역과 q째 수신 안테나에서의 잡음 성분을 나타내고, 는 검출 시간을 나타낸다. 이 때,는 와 q에 따라 변화하지만, 검출 시간 안에서는 변화하지 않는다고 가정한다.
는 검출 시간 동안 하나의 주파수 대역과 하나의 수신 안테나에서 획득한 관측 개수를 나타낸다. 이 때, 부호는 보다 작지 않은 정수 중 가장 작은 정수를 나타낸다고 가정한다. 모든 주파수 대역들에서 동일한 표본화 시간 을 사용한다고 가정하였을 때, 주파수 검출 장치는 나이퀴스트 표본화 이론(Nyquist sampling theorem)에 따라 조건 를 만족하는 를 결정할 수 있다.
째 주파수 대역에서의 주파수 검출은 귀무가설의 '째 주파수 대역을 사용하는 자가 없다.'와 대립가설의 '째 대역을 사용하는 자가 있다.' 중 하나를 선택하는 가설 검정 문제로 생각할 수 있다.
여기서, 위 첨자 는 전치를 나타낸다. 는 인 행렬로서, 째 주파수 대역에서 수신 안테나 개로 획득한 관측을 모두 모은 것을 나타낸다. 벡터 는 에서 주파수 사용자의 신호 성분들을 모두 모은 것을 나타낸다. 벡터 는 째 주파수 대역에서 수신 안테나 개와 주파수 사용자 사이의 채널 이득들을 모두 모은 것을 나타낸다. 는 인 행렬로서, 째 주파수 대역과 수신 안테나 개에서의 잡음 성분들을 모두 모은 것을 나타낸다. 일반적으로, 관측 개수는 수신 안테나의 개수보다 매우 클 수 있다.
신호 성분들 는 평균이 0이고, 째 주파수 대역에서 신호 성분들 와 째 주파수 대역에서 신호 성분들 는 서로 독립이라고 가정한다. 또한, 잡음 행렬들 의 원소들은 평균이 0이고, 분산이 이며, 독립이고 분포가 동일한 확률변수들이라고 가정한다. 와 는 서로 독립이라고 가정한다.
<제1 실시예>
제1 실시예에서는, 주파수 검출 장치가 시간에 따라 독립인 신호에 대해 주파수를 검출하는 과정을 설명하도록 한다.
평균이 0이고, 독립이며, 분포가 동일한 잡음 행렬들 는 모두 정규 분포를 따른다고 가정한다. 평균이 0인 신호 성분 를 분산이 이고, 독립이며, 분포가 동일한 복소 정규 확률변수들이 이루는 벡터라고 가정하면, 수학식 8로부터 다음의 수학식 9와 같은 결과를 얻을 수 있다.
여기서, 는 행렬의 행렬식을 나타내고, 는 집합의 원소 개수를 나타내며, 는 행렬의 대각합을 나타낸다. 의 부분 집합 은 비어 있는 주파수 대역들을 가리키는 수들의 집합을 나타내고, 이다. 인 은 의 실현(realization)을 나타낸다.
수학식 10에서 와 가 서로 독립이라고 가정하였을 때, 주파수 검출 장치는 최대 우도 추정(maximum likelihood estimates, MLEs) 방법을 이용하여 와 의 준최적 추정값들을 계산할 수 있다. 주파수 검출 장치는 수학식 10의 결과를 가장 크게 만드는 와 를 탐색함으로써 일 때, 다음의 수학식 11과 같이 의 추정 및 수학식 12와 같이 에서 의 추정을 획득할 수 있다.
와 가 서로 독립이라고 가정하였을 때, 주파수 검출 장치는 수학식 13의 결과를 가장 크게 만드는 와 를 탐색함으로써, 일 때, 다음의 수학식 14와 같이 의 추정 및 수학식 15와 같이 에서 의 추정을 획득할 수 있다.
주파수 검출 장치는 관측의 에너지가 작은 주파수 대역에서는 에너지가 큰 주파수 대역보다 잡음만 있을 확률이 높다는 사실에 기초하여 를 추정할 수 있다. 를 되도록 작게 설정하기 위해 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, 째 주파수 대역에서 관측의 에너지는 다음의 수학식 16과 같이 나타낼 수 있고, 는 수학식 17과 같이 추정할 수 있다.
다음의 수학식 18과 같은 에서의 결합 확률밀도함수와 수학식 19와 같은 에서의 결합 확률밀도함수에 기초하여 우도비(likelihood ratio)를 수학식 20과 같이 나타낼 수 있다.
수학식 20의 제곱근을 얻고, 을 곱하면, 째 주파수 대역에서의 우도비 검정(likelihood ratio test)에 대한 검정 통계량(test statistic)은 다음의 수학식 21과 같이 나타낼 수 있다.
수학식 21에서, 째 주파수 대역은 주파수 대역들 중 관측의 에너지가 가장 작은 주파수 대역이라는 것을 고려하면, 는 하나의 주파수 대역과 수신 안테나 개에서의 잡음 전력의 합을 나타낼 수 있다. 주파수 검출 장치는 으로부터 잡음 분산에 대한 정보를 획득할 수 있다. 는 째 주파수 대역에서 안테나 개로 얻은 관측들의 전력을 합한 것과 같고, 는 째 주파수 대역에서 안테나 개로 얻은 관측들 사이의 상관에 대한 정보를 나타낼 수 있다. 검정 통계량 과 관련하여 을 통해 잡음 분산에 대한 정보를 얻고, 로부터 째 주파수 대역에서 관측들의 전력에 대한 정보를 얻을 수 있다. 또한, 로부터 째 주파수 대역에서 관측들 사이의 상관에 대한 정보를 얻을 수 있다.
여기서, 는 째 주파수 대역에서 오경보 확률(false alarm rate, FAR)과 검파 확률을 결정하는 문턱값이다. 주파수 검출 장치는 째 주파수 대역에서 검정 통계량 을 얻는 과정에서 주파수 대역들에서의 관측들 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.
수학식 21의 검정 통계량에서 공분산 행렬 과 의 추정들을 공분산 행렬 과 의 추정들로 각각 변환하면, 째 주파수 대역에서 시간에 따라 상관이 있는 신호들을 검파하는데 적합한 검정 통계량은 다음의 수학식 26과 같이 나타낼 수 있다.
시간에 따라 상관이 있는 신호에 적합한 검정 통계량 은 잡음 분산에 대한 정보, 째 주파수 대역에서의 관측들의 전력 및 관측들 사이의 상관에 대한 정보에 기초하여 결정될 수 있다. 주파수 검출 장치는 검정 통계량 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 이므로, 일 때, 검정 통계량 은 검정 통계량 과 동일하다. 따라서, 검정 통계량 의 성능만 살펴보도록 한다. 먼저, 째 주파수 대역에서 문턱값이 일 때, 검정 통계량 의 오경보 확률 과 검파 확률 은 각각 다음의 수학식 27 및 수학식 28과 같이 나타낼 수 있다.
<경로 감쇄가 일어나지 않는 채널에서 시간에 따라 독립인 신호에 대한 성능>
일 때, 평균이 0인 신호 성분 는, 분산이 이고, 독립이며 분포가 동일한 복소 정규 확률변수들이 이루는 벡터이다. 평균이 0인 잡음 성분 는, 분산이 이고, 독립이며 분포가 동일한 복소 정규 확률변수들이 이루는 행렬이다.
에서 의 분포는 자유도가 인 중심 카이제곱(central chi-square) 분포이고, 에서 의 분포는 평균이 이고, 분산이 인 정규 분포로 어림할 수 있다. 여기서, 는 째 주파수 대역에서의 신호대잡음비(signal-to-noise ratio, SNR)를 나타낸다. 그러면, 의 누적분포함수는 에서 다음의 수학식 35와 같이 나타낼 수 있고, 에서 수학식 36과 같이 나타낼 수 있다.
한편, 일 때, 는 에서 상관이 없는 중심 위샤트(uncorrelated central Wishart) 행렬이고, 에서는인 상관이 있는 중심 위샤트(uncorrelated central Wishart) 행렬이므로, 수학식 33과 수학식 34에서 고유값 의 결합 확률밀도 함수는 각각 일 때, 다음의 수학식 37과 수학식 38과 같이 나타낼 수 있다.
수학식 35 내지 수학식 38에 기초하여 수학식 29에 수학식 32 내지 수학식 34를 넣으면, 확률 과 를 얻을 수 있다. 예를 들어, 일 때, 수학식 32에 수학식 35와 수학식 36을 적용하면, 다음의 수학식 40과 같이 어림될 수 있다.
수학식 27에 수학식 29, 수학식 40, 및 수학식 41을 적용하면, 오경보 확률은 다음의 수학식 43과 같이 어림할 수 있다.
수학식 28에 수학식 29, 수학식 40, 수학식 42를 적용하면, 검파 확률은 다음의 수학식 44와 같이 어림할 수 있다.
<경로 감쇄가 일어나는 채널에서 시간에 따라 독립인 신호에 대한 성능>
확률 과 을 와 에 대해 각각 평균하면, 감쇄가 일어나는 채널에서 제안한 기법의 오경보 확률과 검파 확률을 계산할 수 있다. 예를 들어, 이고, 일 때, 감쇄가 일어나는 채널에서의 오경보 확률 및 검파 확률은 각각 다음의 수학식 45 및 수학식 46과 같이 나타낼 수 있다.
여기서, 는 째 주파수 대역에서 신호대잡음비 의 확률밀도함수이고, 이다. 예를 들어, 레일리(Rayleigh) 감쇄 환경에서는 수학식 45와 수학식 46에 확률밀도함수 를 적용하여 오경보 확률과 검파 확률을 계산할 수 있다. 여기서, 는 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, dB일 때, 주파수 대역 개수 에 따른 제안한 기법의 검파 확률을 나타내고, 도 5는 시간에 따라 독립인 신호 환경에서, 이고 dB일 때, 광대역 주파수 검출에 적합한 여러 검파 기법들의 수신기 동작 특성을 나타내고 있다. 도 6은 시간에 따라 독립인 신호 환경에서, 이고 dB일 때, 광대역 주파수 검출에 적합한 여러 검파 기법들의 수신기 특성을 나타내고, 도 7은 시간에 따라 독립인 신호 환경에서 이고 dB일 때, 광대역 주파수 검출에 적합한 여러 검파 기법들의 수신기 특성을 나타낸다. 도 8은 시간에 따라 독립인 신호 환경에서, 이고 dB일 때, 광대역 주파수 검출에 적합한 여러 검파 기법들의 수신기 특성을 나타낸다. 도 9는 시간에 따라 상관이 있는 신호 환경에서 이고 dB, 오경보 확률이 0.1일 때, 창문 크기에 따른 제안한 기법의 검파 확률을 나타내고, 도 10은 시간에 따라 상관이 있는 신호 환경에서 이고, dB, 일 때, 광대역 주파수 검출에 적합한 여러 검파 기법들의 수신기 동작 특성을 나타낸다. 도 11은 시간에 따라 상관이 있는 신호 환경에서 이고, dB, 일 때, 광대역 주파수 검출에 적합한 여러 검파 기법들의 수신기 동작 특성을 나타내고, 도 12는 시간에 따라 상관이 있는 신호 환경에서 이고, dB, 일 때, 광대역 주파수 검출에 적합한 여러 검파 기법들의 수신기 동작 특성을 나타낸다.
시뮬레이션에서, 일 때, 째 주파수 대역이 사용되지 않을 확률은 이라고 가정하였다. 그리고, 째 주파수 대역에서 채널 이득은 평균이 0이고, 분산이 1이며, 독립이고 분포가 동일한 복소 정규 확률변수들이 이루는 벡터라고 가정하였고, 신호 성분들의 분산은 모든 주파수 대역들에서 동일하다고 가정하였다. 즉, 일 때, 이라고 가정하였다. 그러면, 째 주파수 대역에서 평균 신호대잡음비 는 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 이고, 독립이고 분포가 동일한 복소 정규 확률변수들이라고 가정한다. 제안한 기법과 큰대작 기법, 공절 기법에서 창문 크기 은 1로 설정하였다.
도 4는 제안한 기법의 검파 확률을 주파수 대역 개수 에 따라 나타내고 있다. 도 4에서 주파수 대역 개수 가 증가할수록 제안한 기법의 검파 확률이 증가하는 것을 알 수 있다. 아래의 표 1에서와 같이 주파수 대역 개수 가 증가할수록 관측의 에너지가 가장 작은 주파수 대역이 비어있을 확률도 증가한다. 즉, 주파수 대역 개수 가 증가할수록 잡음 분산을 보다 정확히 추정할 수 있어서 제안한 기법이 다른 기법들에 비해 더 좋은 검파 성능을 가질 수 있다.
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 과 같이 추정한다고 가정하였다. 여기서, 잡음 불확실성 인자 는 구간 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. 일 때, 신호 성분들 을 다음의 수학식 47과 같이 나타낼 수 있다.
여기서, 인 신호 의존 매개변수 는 신호 성분들이 서러 얼마나 상관이 있는지를 결정한다. 초기값 는 평균이 0이고, 분산이 인 복소 정규 확률변수이다. 는 평균이 0이고, 분산이 이며, 독립이고 분포가 동일한 복소 정규 확률변수들이다. 이 때, 와 가 서로 독립이라고 가정하면, 과 같이 나타낼 수 있다.
창문 크기 과 신호 의존 매개변수 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 에 따라 어떻게 달라지는지를 나타내고 있다. 도 9로부터 제안한 기법의 검파 확률은 (가)일 경우, 이 커질수록 작아지고, (나) 일 경우, 또는 2일 때가 일 때보다 크고, (다) 일 경우, 일 때가 일 때보다 크다는 것과 와 이 커질수록 제안한 기법의 성능은 창문 크기 에 영향을 덜 받는다는 것을 알 수 있다.
도 10 내지 도 12는 와 값이 바뀔 때 제안한 기법과 다른 기법들의 수신기 동작 특성이 어떻게 달라지는지를 나타낸 시뮬레이션 결과이다. 도 9에서와 같이 이 1에 가깝지 않을 때에는 제안한 기법에서 일 때, 성능이 가장 좋고, 이 1에 가까울 때에는 제안한 기법에서 창문 크기를 늘려서 성능을 개선시킬 수 있다. 이 1에 가까울 때에도 인 제안한 기법이 인 다른 기법들보다 성능이 더 우수함을 알 수 있다. 신호 성분들이 서로 얼마나 상관이 있는지 모를 때에는, 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)
- 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. - 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. - 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. - 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. - 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. - 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. - 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. - 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. - 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. - 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. - 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. - 제11항에 있어서,
상기 검정 통계량 결정부는,
모든 주파수 대역들에서 획득한 관측에 기초하여 현재 주파수 대역에서의 검정 통계량을 결정하는 것을 특징으로 하는 주파수 검출 장치. - 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. - 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. - 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. - 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. - 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. - 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. - 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. - 제11항에 있어서,
상기 스펙트럼 센싱부는,
현재 주파수 대역에서 이용되지 않는 주파수를 검출하는 것을 특징으로 하는 주파수 검출 장치.
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)
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)
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 |
-
2013
- 2013-07-15 KR KR20130083125A patent/KR101494966B1/ko active IP Right Grant
Cited By (3)
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 |