KR101154166B1 - 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법 - Google Patents

인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법 Download PDF

Info

Publication number
KR101154166B1
KR101154166B1 KR1020110039643A KR20110039643A KR101154166B1 KR 101154166 B1 KR101154166 B1 KR 101154166B1 KR 1020110039643 A KR1020110039643 A KR 1020110039643A KR 20110039643 A KR20110039643 A KR 20110039643A KR 101154166 B1 KR101154166 B1 KR 101154166B1
Authority
KR
South Korea
Prior art keywords
detection technique
signal
detection
probability
spectrum
Prior art date
Application number
KR1020110039643A
Other languages
English (en)
Inventor
김준환
강승구
정다해
윤석호
Original Assignee
성균관대학교산학협력단
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 성균관대학교산학협력단 filed Critical 성균관대학교산학협력단
Priority to KR1020110039643A priority Critical patent/KR101154166B1/ko
Application granted granted Critical
Publication of KR101154166B1 publication Critical patent/KR101154166B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16—Spectrum analysis; Fourier analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
    • G01R29/26—Measuring noise figure; Measuring signal-to-noise ratio
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03006—Arrangements for removing intersymbol interference
    • H04L2025/0335—Arrangements for removing intersymbol interference characterised by the type of transmission
    • H04L2025/03375—Passband transmission
    • H04L2025/03401—PSK

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mathematical Physics (AREA)
  • Monitoring And Testing Of Transmission In General (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

본 발명은 인지 무선 시스템에서 스펙트럼을 검출하기 위해서 이용되는, 정합필터 검출 기법, 에너지 검출 기법, 및 사이클로스테이셔너리 검출 기법의 성능을 상호 비교하는 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법에 관한 것으로서, 본 발명에 따른 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법은 송신신호를 생성하는 제1 단계; 송신신호를 부가 백색 가우시안 잡음 환경에서 전송하는 제2 단계; 부가 백색 가우시안 잡음 환경을 통과한 송신신호로부터 수신신호를 생성하는 제3 단계; 오경보 확률의 목표값과 송신신호와 수신신호 간의 타이밍 오프셋을 설정하는 제4 단계; 상기 오경보 확률의 목표값과 송신신호와 수신신호 간의 타이밍 오프셋을 기초로 하여, 정합필터 검출 기법에 의한 스펙트럼 검출 확률, 에너지 검출 기법에 의한 스펙트럼 검출 확률, 및 사이클로스테이셔너리 검출 기법에 의한 스펙트럼 검출 확률을 산출하는 제5 단계; 및 정합필터 검출 기법에 의한 스펙트럼 검출 확률, 에너지 검출 기법에 의한 스펙트럼 검출 확률, 및 사이클로스테이셔너리 검출 기법에 의한 스펙트럼 검출 확률을 SNR에 따라 비교하는 제6 단계를 포함한다.

Description

인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법{METHOD FOR ANALYZING PERFORMANCE OF SPECTRUM SENSING METHODS FOR COGNITIVE RADIO SYSTEMS}
본 발명은 인지 무선 시스템에서 2차 사용자가 1차 사용자에게 심각한 간섭을 일으키지 않고 통신을 하기 위해, 1차 사용자 신호를 검출하기 위한 세 가지 검출 기법의 성능을 여러 환경에서 비교, 분석하는 인지 무선 시스템을 위한 스펙트럼 검출 기법의 성능 분석 방법에 관한 것이다.
최근 급속한 무선통신기술의 발전에 따라 주파수자원에 대한 수요가 급증하고 있으나 실제로 무선 통신에 적합한 주파수 자원은 한정되어 있고 이에 따라 주파수 대역은 점점 포화되어 가고 있다. 한편, 미연방통신위원회(Federal Communications Commission)의 조사에 의하면 실제로 할당된 주파수 대역의 평균 이용률은 30%이하라고 한다. 이런 사실을 통해 주파수 대역이 비효율적으로 사용되고 있다는 것을 알 수 있다.
이런 문제점을 해결하고 주파수 대역을 효율적으로 사용하기 위한 기술로서 인지 무선 기술이 대두되고 있다. 인지 무선 기술은 2차 사용자(secondary user)가 주파수 대역 내 1차 사용자(primary user)의 신호 스펙트럼을 감지한 후 시간적, 공간적으로 비어있는 주파수 대역을 1차 사용자에게 간섭을 주지 않는 범위에서 사용할 수 있도록 하는 기술로써, 이러한 인지 무선 기술의 효율적 사용을 위해서는 1차 사용자에게 간섭을 주지 않도록 주파수 대역 사용 여부를 정확하게 판단하는 스펙트럼 검출(spectrum sensing) 기법이 무엇보다 중요하다.
인지 무선 기술을 위한 스펙트럼 검출 기법은 크게 정합필터 검출(matched filter detection) 기법과 에너지 검출(energy detection) 기법, 사이클로스테이셔너리 검출(cyclostationary detection) 기법으로 구분된다.
이러한 각 검출 기법들은 서로 다른 특성들을 가지지만 기존의 연구에서는 시스템의 환경 및 정보에 따른 세 기법들에 대한 각각의 검출 성능 및 특성에 대한 실험적 비교 및 성능 우위에 대한 자료가 부족한 실정이다.
본 발명은 상기한 점을 감안하여, 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능을 여러 환경에서 비교, 분석하여 각 상황 및 주어진 정보에서 최적화된 스펙트럼 검출 기법을 선택하는 방법을 제공함에 그 목적이 있다.
본 발명은 인지 무선 시스템에서 스펙트럼을 검출하기 위해서 이용되는, 정합필터 검출 기법, 에너지 검출 기법, 및 사이클로스테이셔너리 검출 기법의 성능을 상호 비교하는 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법에 관한 것으로서, 본 발명에 따른 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법은 송신신호를 생성하는 제1 단계; 송신신호를 부가 백색 가우시안 잡음 환경에서 전송하는 제2 단계; 부가 백색 가우시안 잡음 환경을 통과한 송신신호로부터 수신신호를 생성하는 제3 단계; 오경보 확률의 목표값과 송신신호와 수신신호 간의 타이밍 오프셋을 설정하는 제4 단계; 상기 오경보 확률의 목표값과 송신신호와 수신신호 간의 타이밍 오프셋을 기초로 하여, 정합필터 검출 기법에 의한 스펙트럼 검출 확률, 에너지 검출 기법에 의한 스펙트럼 검출 확률, 및 사이클로스테이셔너리 검출 기법에 의한 스펙트럼 검출 확률을 산출하는 제5 단계; 및 정합필터 검출 기법에 의한 스펙트럼 검출 확률, 에너지 검출 기법에 의한 스펙트럼 검출 확률, 및 사이클로스테이셔너리 검출 기법에 의한 스펙트럼 검출 확률을 SNR에 따라 비교하는 제6 단계를 포함한다.
또한, 본 발명에 따른 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법은 상기 제6 단계 이후에 최적의 검출 기법을 선정하는 제7 단계를 더 포함할 수 있고, 최적의 검출 기법을 선정하는 제7 단계에서는 송신신호와 수신신호 간의 타이밍 정보가 존재하는 경우에는 정합필터 검출 기법을 최적의 검출 기법으로서 선정하고, 송신신호와 수신신호 간의 타이밍 정보가 존재하지 않는 경우에는 SNR을 고려하여 에너지 검출 기법 또는 사이클로스테이셔너리 검출 기법을 최적의 검출 기법으로 선정할 수 있다.
본 발명에서는 상기한 세 가지 인지 무선 시스템을 위한 스펙트럼 검출 기법들의 성능을 여러 가지 상황에서 비교하였으며, 모의실험 결과를 통해 SNR 및 시스템의 복잡도를 고려하여 각 상황에 맞는 최적의 스펙트럼 검출 기법을 선택할 수 있도록 한다.
도 1은 일반적인 정합필터 검출기의 구조이다.
도 2는 에너지 검출기의 구조이다.
도 3은 부가 백색 가우시안 잡음 환경에서 세 기법의 성능을 비교한 그래프이다.
도 4는 타이밍 옵셋이 존재하는 환경에서 세 기법의 성능을 비교한 그래프이다.
도 5는 본 발명에 따른 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법의 흐름도이다.
상기 목적을 달성하기 위한 본 발명의 방법은, 먼저 스펙트럼 검출을 위한 시스템 모델을 제시하고, 해당 시스템 모델에서 정합필터 검출 기법(제1 검출 기법), 에너지 검출 기법(제2 검출 기법), 사이클로스테이셔너리 검출 기법(제3 검출 기법)이라는 세 가지 스펙트럼 검출 기법의 검출 성능을 각각 부가 백색 가우시안 잡음(additive white Gaussian noise: AWGN) 및 타이밍 옵셋이 존재하는 상황에서 비교 및 분석한다.
먼저 스펙트럼 검출을 위한 수신신호의 모형은 수학식 1에서와 같이 두 가지 가정의 테스트를 통해 이루어진다.
Figure 112011031403636-pat00001
여기서,
Figure 112011031403636-pat00002
는 송신신호이고,
Figure 112011031403636-pat00003
는 수신신호이고,
Figure 112011031403636-pat00004
는 평균이 0, 분산이
Figure 112011031403636-pat00005
인 부가 백색 가우시안 잡음이다.
그리고, 각 기법에서 신호 유무여부를 판단할 문턱 값(threshold)
Figure 112011031403636-pat00006
는
Figure 112011031403636-pat00007
일 때 오경보 확률(false alarm probability)
Figure 112011031403636-pat00008
를 통해 구할 수 있는데, 이를 위해서 목표
Figure 112011031403636-pat00009
를 미리 설정할 필요가 있다. 이렇게 얻은 결과인
Figure 112011031403636-pat00010
를 검출 기법을 적용해서 나온 결과인 검정 통계량(test statistics)
Figure 112011031403636-pat00011
와 비교하여
Figure 112011031403636-pat00012
이면 신호가 존재한다고 판단하고
Figure 112011031403636-pat00013
이면 신호가 존재하지 않는다고 판단한다. 그리고, 신호를 보냈을 경우 검출 확률(detection probability)인
Figure 112011031403636-pat00014
를 모의실험을 통하여 최종적으로 구한다.
<제1 기법: 정합필터 검출기법>
정합필터 검출 기법은 신호 검출을 최대화할 수 있는 필터를 통과하여 신호를 검파하는 정합필터를 이용하여 신호의 유무를 판단하는 기법이다. 도 1은 전형적인 정합필터의 블록도를 나타낸다.
먼저, 수신신호를 받은 후 이 신호에 대한 정확한 정보를 바탕으로 이미 정해진 기준 신호들과 상관하여
Figure 112011031403636-pat00015
를 구하고, 이는 수학식 2에서와 같이 표현될 수 있다.
Figure 112011031403636-pat00016
여기서,
Figure 112011031403636-pat00017
,
Figure 112011031403636-pat00018
은 각각
Figure 112011031403636-pat00019
,
Figure 112011031403636-pat00020
의 샘플링된 신호이고
Figure 112011031403636-pat00021
은 검정 통계량을 구하기 위해 사용된 샘플의 개수를 의미한다. 또한,
Figure 112011031403636-pat00022
는 가우시안 랜덤 변수의 선형 결합이므로
Figure 112011031403636-pat00023
또한 가우시안 랜덤 변수이다.
Figure 112011031403636-pat00024
인 경우,
Figure 112011031403636-pat00025
의 평균은 0, 분산은
Figure 112011031403636-pat00026
이 되고, 여기서
Figure 112011031403636-pat00027
이다.
위 확률 분포를 통해서 최종적
Figure 112011031403636-pat00028
를 구하면 수학식 3에서와 같다.
Figure 112011031403636-pat00029
여기서,
Figure 112011031403636-pat00030
는 오경보 확률이고,
Figure 112011031403636-pat00031
는 잡음만 존재하는 경우를 나타내고,
Figure 112011031403636-pat00032
는 신호 유무를 판단할 문턱값이고,
Figure 112011031403636-pat00033
는 검출 기법을 적용해서 나온 결과인 검정 통계량이고, Pr(
Figure 112011031403636-pat00034
|
Figure 112011031403636-pat00035
)는 잡음만 존재하는 경우에 신호가 존재한다고 판단할 확률이고, Q는 가우시안 Q함수(즉,
Figure 112011031403636-pat00036
)이고,
Figure 112011031403636-pat00037
는 부가 백색 가우시안 잡음 신호 w의 분산이고,
Figure 112011031403636-pat00038
이고,
Figure 112011031403636-pat00039
은 검정 통계량을 구하기 위해 사용된 샘플의 개수이고,
Figure 112011031403636-pat00040
은 송신신호
Figure 112011031403636-pat00041
를 샘플링한 신호를 나타낸다.
<제2 기법: 에너지 검출 기법>
에너지 검출 기법은 송신신호에 대한 별다른 정보 없이 수신신호의 에너지를 가지고 검파를 하는 기법이다. 도 2는 전형적인 에너지 검출기법의 블록도를 나타낸다.
먼저 수신신호를 대역 통과 필터(BPS)를 통과시킨 다음 제곱 후 적분하여 에너지를 측정하고 이 구해진 값이
Figure 112011031403636-pat00042
가 되고, 이는 수학식 4에서와 같이 표현될 수 있다.
Figure 112011031403636-pat00043
여기서,
Figure 112011031403636-pat00044
의 확률분포는 가우시안 분포의 제곱으로 카이스퀘어(chi-square) 분포를 갖지만
Figure 112011031403636-pat00045
이 충분히 크다면 중심 극한 정리에 의해
Figure 112011031403636-pat00046
의 확률분포는 가우시안 분포를 갖게 된다.
Figure 112011031403636-pat00047
인 경우,
Figure 112011031403636-pat00048
의 평균은
Figure 112011031403636-pat00049
이고 분산은
Figure 112011031403636-pat00050
인 가우시안 확률분포가 된다.
위 확률 분포를 통해서 수학식 5에서와 같이 최종적
Figure 112011031403636-pat00051
를 구할 수 있다.
Figure 112011031403636-pat00052
여기서,
Figure 112011031403636-pat00053
는 오경보 확률이고,
Figure 112011031403636-pat00054
는 잡음만 존재하는 경우를 나타내고,
Figure 112011031403636-pat00055
는 신호 유무를 판단할 문턱값이고,
Figure 112011031403636-pat00056
는 검출 기법을 적용해서 나온 결과인 검정 통계량이고, Pr(
Figure 112011031403636-pat00057
|
Figure 112011031403636-pat00058
)는 잡음만 존재하는 경우에 신호가 존재한다고 판단할 확률이고, Q는 가우시안 Q함수(즉,
Figure 112011031403636-pat00059
)이고,
Figure 112011031403636-pat00060
는 부가 백색 가우시안 잡음 신호 w의 분산이고,
Figure 112011031403636-pat00061
은 검정 통계량을 구하기 위해 사용된 샘플의 개수이다.
<제3 기법: 사이클로스테이셔너리 검출 기법>
사이클로스테이셔너리(Cyclostationary) 검출 기법은 송신신호의 인위적 주기성을 이용하여 특정 주파수에서 스펙트럼 상관 밀도 함수(spectrum correlation density function; SCD)가 주기성에 따라 값을 갖고 특정 주기가 없는 잡음의 경우에는 SCD의 값이 거의 0의 된다는 사실을 이용하여 신호의 유무를 판단하는 기법이다.
신호의 유무를 판단하기 위해 수신신호를 받은 후 이 신호에 대한 정보를 바탕으로 수학식 6에 의해서 사이클릭 자기상관 함수(cyclic autocorrelation function; CAF)를 계산한다.
Figure 112011031403636-pat00062
여기서,
Figure 112011031403636-pat00063
는 사이클릭 주파수(cyclic frequency)이고, 이는 수학식 7에서와 같이 표현될 수 있다.
Figure 112011031403636-pat00064
여기서,
Figure 112011031403636-pat00065
는 반송 주파수(carrier frequency)이고,
Figure 112011031403636-pat00066
는 임의의 정수이고,
Figure 112011031403636-pat00067
는 송신신호의 심볼의 주기이다.
자기상관함수(autocorrelation function)를 푸리에 변환하여 각 주파수별 PSD(power spectral density)를 구하는 것처럼 CAF를 푸리에 변환하여 수학식 8에서와 같이 SCD를 구할 수 있다.
Figure 112011031403636-pat00068
Figure 112011031403636-pat00069
가 0일 경우, 수학식 6은 수학식 9에서와 같이 일반적인 자기상관함수가 되고, 수학식 8은 수학식 10에서와 같이 일반적인 PSD가 된다.
Figure 112011031403636-pat00070
Figure 112011031403636-pat00071
이를 정규화한 함수를 스펙트럼 오토코히어런스 함수(spectral autocoherence function)라 하고, 이는 수학식 11에서와 같이 정의된다.
Figure 112011031403636-pat00072
여기서,
Figure 112011031403636-pat00073
는 스펙트럼 오토코히어런스 함수이고,
Figure 112011031403636-pat00074
는 사이클릭 주파수로서
Figure 112011031403636-pat00075
이고,
Figure 112011031403636-pat00076
는 반송 주파수이고,
Figure 112011031403636-pat00077
는 임의의 정수이고,
Figure 112011031403636-pat00078
는 송신신호의 심볼의 주기이고,
Figure 112011031403636-pat00079
는 사이클릭 주파수가
Figure 112011031403636-pat00080
인 경우의 송신신호 x에 대한 스펙트럼 상관 밀도 함수이고,
Figure 112011031403636-pat00081
는 사이클릭 주파수가 0인 경우의 송신신호 x에 대한 스펙트럼 상관 밀도 함수이다.
최종
Figure 112011031403636-pat00082
는 스펙트럼 오토코히어런스 함수의 크기의 제곱인
Figure 112011031403636-pat00083
이며 이를 통해서 수학식 12에서와 같이
Figure 112011031403636-pat00084
를 구할 수 있다.
Figure 112011031403636-pat00085
여기서,
Figure 112011031403636-pat00086
는 오경보 확률이고,
Figure 112011031403636-pat00087
는 잡음만 존재하는 경우를 나타내고,
Figure 112011031403636-pat00088
는 신호 유무를 판단할 문턱값이고,
Figure 112011031403636-pat00089
는 검출 기법을 적용해서 나온 결과인 검정 통계량이고, Pr(
Figure 112011031403636-pat00090
|
Figure 112011031403636-pat00091
)는 잡음만 존재하는 경우에 신호가 존재한다고 판단할 확률이고,
Figure 112011031403636-pat00092
는 수신된 신호의 샘플 수인
Figure 112011031403636-pat00093
을 다운샘플링(downsampling)한 후의 신호 개수이다.
이하에서는 세 가지 스펙트럼 검출 방법들의 성능을 모의실험을 통해 비교한다. 성능 비교를 위한 신호는 이진 위상 편이 변조(binary phase shift keying: BPSK)를 통해 생성하였으며, 목표 오경보 확률
Figure 112011031403636-pat00094
는 0.01로 설정하고,
Figure 112011031403636-pat00095
은 2000으로 설정하고,
Figure 112011031403636-pat00096
는 32로 설정한 후, SNR(signal-to-noise ratio)은 -25dB부터 -8dB까지의 범위에서 실험하였다.
도 3은 부가 백색 가우시안 잡음 환경에서의 SNR에 대한 각 기법의 검파 성능을 보여준다. 수신신호에 대한 정보의 정확도가 이상적이라고 가정할 경우 정합필터 검출 기법이
Figure 112011031403636-pat00097
가 가장 높다는 것을 알 수 있다. 그리고, 사이클로스테이셔너리 검출 기법과 에너지 검출 기법을 비교하면 SNR이 낮을 때에는 사이클로스테이셔너리 검출 기법의 성능이 좋지만 SNR이 높아지면서 성능의 역전이 일어나는 것을 알 수 있다. 그리고, 사이클로스테이셔너리 검출기법의 경우에는
Figure 112011031403636-pat00098
오프셋이 5%일 때 성능이 확연히 떨어지는 것을 알 수 있다.
Figure 112011031403636-pat00099
오프셋이 5%라는 것은 사이클릭 주파수 알파의 5%만큼 사이클릭 주파수 옵셋이 발생했다는 것을 의미한다.
도 4는 수신신호에 대한 타이밍 정보의 정확도에 따른 성능 변화를 비교하기 위해 타이밍 옵셋이 있을 경우의 성능 비교를 하였다. 다시 말해, 타이밍 옵셋이 클수록 수신신호에 대한 타이밍 정보의 정확도가 낮다. 도 4에서는 타이밍 옵셋이 심볼주기의 10%, 15%, 20% 일 때의 각 검출 기법의 검파 성능을 보여준다. 예를 들어, 타이밍 오프셋이 10%라는 것은 전체 샘플 구간
Figure 112011031403636-pat00100
의 10% 즉, N/10 샘플의 타이밍 오프셋이 발생했다는 것을 의미한다. 별도의 타이밍 정보가 필요 없는 에너지 검출 기법과 사이클로스테이셔너리 검출 기법의 경우 잘못된 타이밍 정보가 들어왔다고 해도 검출성능의 변화가 없는 반면 정합필터 검출 기법의 경우에는 타이밍 정보의 정확도가 낮아짐에 따라 검출능력이 확연히 떨어지는 것을 확인할 수 있다. 이와 같이 필요한 정보의 정확도와 SNR에 따라 각 기법의 검출능력에 차이가 있는 것을 확인할 수 있다.
따라서, 신호에 대한 정확한 사전 정보가 있을 경우에는 정합필터 검출 기법의 성능이 가장 좋다. 그러나, 이 경우 수신기에서 많은 정보를 가지고 있어야 하기 때문에 시스템 복잡도가 증가하게 된다. 신호의 타이밍 정보 등이 불확실한 경우, SNR이 낮을 때는 사이클로스테이셔너리 검출 기법이 최적이라고 할 수 있고, SNR이 높을 때는 에너지 검출 기법의 성능이 시스템 효율 측면에서 최적이라고 할 수 있다. 마지막으로 사이클로스테이셔너리 검출 기법의 경우,
Figure 112011031403636-pat00101
오프셋에 대한 정확한 정보를 가지고 있어야 하기 때문에 에너지 검출 기법에 비해 복잡도가 높다.
본 발명에 의한 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법은, 송신신호를 생성하는 제1 단계(S10), 송신신호를 부가 백색 가우시안 잡음 환경에서 전송하는 제2 단계(S20), 부가 백색 가우시안 잡음 환경을 통과한 송신신호로부터 수신신호를 생성하는 제3 단계(S30), 오경보 확률의 목표값과 송신신호와 수신신호 간의 타이밍 오프셋을 설정하는 제4 단계(S40), 설정된 오경보 확률의 목표값과 송신신호와 수신신호 간의 타이밍 오프셋을 기초로 하여, 정합필터 검출 기법에 의한 스펙트럼 검출 확률, 에너지 검출 기법에 의한 스펙트럼 검출 확률, 및 사이클로스테이셔너리 검출 기법에 의한 스펙트럼 검출 확률을 산출하는 제5 단계(S50); 및 각각의 검출 확률을 SNR에 따라 비교하는 제6 단계(S60)를 포함한다.
나아가, 본 발명에 의한 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법은 각각의 검출 확률을 SNR에 따라 비교(S60)한 후에 최적의 검출 기법을 선정하는 제7 단계(S70)를 더 포함할 수 있다. 최적의 검출 기법을 선정하는 제7 단계(S70)에서는 송신신호와 수신신호 간의 타이밍 정보가 존재하는 경우에는 정합필터 검출 기법을 최적의 검출 기법으로서 선정하고, 송신신호와 수신신호 간의 타이밍 정보가 존재하지 않는 경우에는 SNR을 고려하여 에너지 검출 기법 또는 사이클로스테이셔너리 검출 기법을 최적의 검출 기법으로 선정할 수 있다.
한편, 본 발명은 상기한 실시예로 한정되는 것은 아니고, 본 발명의 요지를 벗어나지 않는 범위 내에서 다양하게 변형하여 실시할 수 있다.

Claims (7)

  1. 인지 무선 시스템에서 스펙트럼을 검출하기 위해서 이용되는, 정합필터 검출 기법, 에너지 검출 기법, 및 사이클로스테이셔너리 검출 기법의 성능을 상호 비교하는 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법으로서,
    송신신호를 생성하는 제1 단계;
    송신신호를 부가 백색 가우시안 잡음 환경에서 전송하는 제2 단계;
    부가 백색 가우시안 잡음 환경을 통과한 송신신호로부터 수신신호를 생성하는 제3 단계;
    오경보 확률의 목표값과 송신신호와 수신신호 간의 타이밍 오프셋을 설정하는 제4 단계;
    상기 오경보 확률의 목표값과 상기 타이밍 오프셋을 기초로 하여, 정합필터 검출 기법에 의한 스펙트럼 검출 확률, 에너지 검출 기법에 의한 스펙트럼 검출 확률, 및 사이클로스테이셔너리 검출 기법에 의한 스펙트럼 검출 확률을 산출하는 제5 단계; 및
    정합필터 검출 기법에 의한 스펙트럼 검출 확률, 에너지 검출 기법에 의한 스펙트럼 검출 확률, 및 사이클로스테이셔너리 검출 기법에 의한 스펙트럼 검출 확률을 SNR에 따라 비교하는 제6 단계를 포함하는 것을 특징으로 하는 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법.
  2. 제 1 항에 있어서,
    상기 제6 단계 이후에 최적의 검출 기법을 선정하는 제7 단계를 더 포함하고, 최적의 검출 기법을 선정하는 제7 단계에서는 송신신호와 수신신호 간의 타이밍 정보가 존재하는 경우에는 정합필터 검출 기법을 최적의 검출 기법으로서 선정하고, 송신신호와 수신신호 간의 타이밍 정보가 존재하지 않는 경우에는 SNR을 고려하여 에너지 검출 기법 또는 사이클로스테이셔너리 검출 기법을 최적의 검출 기법으로 선정하는 것을 특징으로 하는 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법.
  3. 제 1 항에 있어서,
    정합필터 검출 기법은 하기 수학식 1에 의해서 신호 유무를 판단할 문턱값을 결정하는 것을 특징으로 하는 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법.
    <수학식 1>
    Figure 112011031403636-pat00102

    여기서,
    Figure 112011031403636-pat00103
    는 오경보 확률이고,
    Figure 112011031403636-pat00104
    는 잡음만 존재하는 경우를 나타내고,
    Figure 112011031403636-pat00105
    는 신호 유무를 판단할 문턱값이고,
    Figure 112011031403636-pat00106
    는 정합필터 검출 기법을 적용해서 나온 결과인 검정 통계량이고, Pr(
    Figure 112011031403636-pat00107
    |
    Figure 112011031403636-pat00108
    )는 잡음만 존재하는 경우에 신호가 존재한다고 판단할 확률이고, Q는 가우시안 Q함수이고,
    Figure 112011031403636-pat00109
    는 부가 백색 가우시안 잡음 신호 w의 분산이고,
    Figure 112011031403636-pat00110
    이고,
    Figure 112011031403636-pat00111
    은 검정 통계량을 구하기 위해 사용된 샘플의 개수이고,
    Figure 112011031403636-pat00112
    은 송신신호
    Figure 112011031403636-pat00113
    를 샘플링한 신호를 나타냄.
  4. 제 1 항에 있어서,
    에너지 검출 기법은 하기 수학식 2에 의해서 신호 유무를 판단할 문턱값을 결정하는 것을 특징으로 하는 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법.
    <수학식 2>
    Figure 112011031403636-pat00114

    여기서,
    Figure 112011031403636-pat00115
    는 오경보 확률이고,
    Figure 112011031403636-pat00116
    는 잡음만 존재하는 경우를 나타내고,
    Figure 112011031403636-pat00117
    는 신호 유무를 판단할 문턱값이고,
    Figure 112011031403636-pat00118
    는 에너지 검출 기법을 적용해서 나온 결과인 검정 통계량이고, Pr(
    Figure 112011031403636-pat00119
    |
    Figure 112011031403636-pat00120
    )는 잡음만 존재하는 경우에 신호가 존재한다고 판단할 확률이고, Q는 가우시안 Q함수이고,
    Figure 112011031403636-pat00121
    는 부가 백색 가우시안 잡음 신호 w의 분산이고,
    Figure 112011031403636-pat00122
    은 검정 통계량을 구하기 위해 사용된 샘플의 개수임.
  5. 제 1 항에 있어서,
    사이클로스테이셔너리 검출 기법은 하기 수학식 3에 의해서 신호 유무를 판단할 문턱값을 결정하는 것을 특징으로 하는 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법.
    <수학식 3>
    Figure 112011031403636-pat00123

    여기서,
    Figure 112011031403636-pat00124
    는 오경보 확률이고,
    Figure 112011031403636-pat00125
    는 잡음만 존재하는 경우를 나타내고,
    Figure 112011031403636-pat00126
    는 신호 유무를 판단할 문턱값이고,
    Figure 112011031403636-pat00127
    는 사이클로스테이셔너리 검출 기법을 적용해서 나온 결과인 검정 통계량이고, Pr(
    Figure 112011031403636-pat00128
    |
    Figure 112011031403636-pat00129
    )는 잡음만 존재하는 경우에 신호가 존재한다고 판단할 확률이고,
    Figure 112011031403636-pat00130
    는 수신된 신호의 샘플 수인
    Figure 112011031403636-pat00131
    을 다운샘플링한 후의 신호 개수임.
  6. 제 1 항에 있어서,
    상기 송신신호는 BPSK를 통해서 생성되는 것을 특징으로 하는 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법.
  7. 제 1 항에 있어서,
    오경보 확률의 목표값은 0.01로 설정되는 것을 특징으로 하는 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법.
KR1020110039643A 2011-04-27 2011-04-27 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법 KR101154166B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110039643A KR101154166B1 (ko) 2011-04-27 2011-04-27 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110039643A KR101154166B1 (ko) 2011-04-27 2011-04-27 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법

Publications (1)

Publication Number Publication Date
KR101154166B1 true KR101154166B1 (ko) 2012-06-14

Family

ID=46607326

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110039643A KR101154166B1 (ko) 2011-04-27 2011-04-27 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법

Country Status (1)

Country Link
KR (1) KR101154166B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108988969A (zh) * 2018-08-27 2018-12-11 北京邮电大学 一种基于能量检测的频谱感知方法和装置
KR20210126912A (ko) * 2020-04-13 2021-10-21 엘아이지넥스원 주식회사 인지 무선 시스템에서 합성곱 신경망 기반 스펙트럼 센싱 방법 및 장치
KR20210128161A (ko) * 2020-04-16 2021-10-26 한밭대학교 산학협력단 인지 무선 통신을 위한 순환 신경망 기반 스펙트럼 센싱 방법 및 장치

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100008211A (ko) * 2008-07-15 2010-01-25 재단법인서울대학교산학협력재단 무선 인지 시스템에서 멀티 유저들을 위한 에너지 검출기반의 협력 채널 센싱 방법
KR20100120970A (ko) * 2009-05-07 2010-11-17 서울대학교산학협력단 무선 인지 시스템에서 전송 휴지 기간 없이 선순위 사용자를 탐지하는 방법
KR20110080053A (ko) * 2010-01-04 2011-07-12 성균관대학교산학협력단 인지 무선 통신을 위한 시스템 및 스펙트럼 센서
KR20110128558A (ko) * 2010-05-24 2011-11-30 포항공과대학교 산학협력단 무선 인지 기술을 기반으로 하는 무선통신 시스템에서 신호의 존재를 검출하는 방법 및 장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100008211A (ko) * 2008-07-15 2010-01-25 재단법인서울대학교산학협력재단 무선 인지 시스템에서 멀티 유저들을 위한 에너지 검출기반의 협력 채널 센싱 방법
KR20100120970A (ko) * 2009-05-07 2010-11-17 서울대학교산학협력단 무선 인지 시스템에서 전송 휴지 기간 없이 선순위 사용자를 탐지하는 방법
KR20110080053A (ko) * 2010-01-04 2011-07-12 성균관대학교산학협력단 인지 무선 통신을 위한 시스템 및 스펙트럼 센서
KR20110128558A (ko) * 2010-05-24 2011-11-30 포항공과대학교 산학협력단 무선 인지 기술을 기반으로 하는 무선통신 시스템에서 신호의 존재를 검출하는 방법 및 장치

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108988969A (zh) * 2018-08-27 2018-12-11 北京邮电大学 一种基于能量检测的频谱感知方法和装置
CN108988969B (zh) * 2018-08-27 2020-07-21 北京邮电大学 一种基于能量检测的频谱感知方法和装置
KR20210126912A (ko) * 2020-04-13 2021-10-21 엘아이지넥스원 주식회사 인지 무선 시스템에서 합성곱 신경망 기반 스펙트럼 센싱 방법 및 장치
KR102364215B1 (ko) 2020-04-13 2022-02-17 엘아이지넥스원 주식회사 인지 무선 시스템에서 합성곱 신경망 기반 스펙트럼 센싱 방법 및 장치
KR20210128161A (ko) * 2020-04-16 2021-10-26 한밭대학교 산학협력단 인지 무선 통신을 위한 순환 신경망 기반 스펙트럼 센싱 방법 및 장치
KR102390190B1 (ko) 2020-04-16 2022-04-25 한밭대학교 산학협력단 인지 무선 통신을 위한 순환 신경망 기반 스펙트럼 센싱 방법 및 장치

Similar Documents

Publication Publication Date Title
US10348939B2 (en) Detection of the presence of television signals embedded in noise using cyclostationary toolbox
Yang et al. Cyclostationary feature detection based spectrum sensing algorithm under complicated electromagnetic environment in cognitive radio networks
Maleki et al. Two-stage spectrum sensing for cognitive radios
CN101834630A (zh) 一种基于能量-循环平稳特征的联合频谱检测方法
CN1972165B (zh) 一种干扰检测方法及装置
Yue et al. Combined energy detection and one-order cyclostationary feature detection techniques in cognitive radio systems
KR101290902B1 (ko) 주파수 도약 확산 시스템의 간섭 신호 회피 장치 및 그 방법
WO2016035439A1 (ja) 干渉識別装置、無線通信装置および干渉識別方法
Zeng et al. Robust spectrum sensing in cognitive radio
Sharma et al. Correlation-based sensing for cognitive radio networks: Bounds and experimental assessment
KR101154166B1 (ko) 인지 무선 시스템을 위한 스펙트럼 검출 기법 성능 분석 방법
Bhojani et al. An integrated approach for jammer detection using software defined radio
Liu et al. Comparison of reliability, delay and complexity for standalone cognitive radio spectrum sensing schemes
Hamid et al. Spectrum sensing through spectrum discriminator and maximum minimum eigenvalue detector: A comparative study
WO2018167476A1 (en) Signal detection based on stochastic resonance
Mariani et al. On Oversampling-Based Signal Detection: A Pragmatic Approach
Wotaif et al. Spectrum sensing detection for non-stationary primary user signals over dynamic threshold energy detection in cognitive radio system
CN109391812B (zh) 一种基于dvb-s信号的循环平稳检测和相关检测联合检测方法
Mohapatra et al. Performance evaluation of cyclostationary based spectrum sensing in cognitive radio network
Lin et al. Subsection-average cyclostationary feature detection in cognitive radio
JP7315836B2 (ja) 物体検出システム
Joshi et al. Spectrum sensing for cognitive radio using hybrid matched filter single cycle cyclostationary feature detector
KR101347885B1 (ko) 무선 인지 장치 및 무선 인지 방법
Eslamı et al. Performance Analysis of Energy Based Spectrum Sensing over Nakagami-m Fading Channels with Noise uncertainty
Moghaddam et al. A comparative study on the two popular cognitive radio spectrum sensing methods: Matched filter versus energy detector

Legal Events

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

Payment date: 20160328

Year of fee payment: 5

LAPS Lapse due to unpaid annual fee