KR20100059794A - 사이클로-스테이션너리 신호를 감지하는 방법 - Google Patents

사이클로-스테이션너리 신호를 감지하는 방법 Download PDF

Info

Publication number
KR20100059794A
KR20100059794A KR1020107003141A KR20107003141A KR20100059794A KR 20100059794 A KR20100059794 A KR 20100059794A KR 1020107003141 A KR1020107003141 A KR 1020107003141A KR 20107003141 A KR20107003141 A KR 20107003141A KR 20100059794 A KR20100059794 A KR 20100059794A
Authority
KR
South Korea
Prior art keywords
signal
cyclic
analyzed
case
calculated
Prior art date
Application number
KR1020107003141A
Other languages
English (en)
Inventor
피에르 잘롱
Original Assignee
꼼미사리아 아 레네르지 아토미끄
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 꼼미사리아 아 레네르지 아토미끄 filed Critical 꼼미사리아 아 레네르지 아토미끄
Publication of KR20100059794A publication Critical patent/KR20100059794A/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
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/26—Systems using multi-frequency codes
    • H04L27/2601—Multicarrier modulation systems
    • H04L27/2647—Arrangements specific to the receiver only
    • H04L27/2655—Synchronisation arrangements
    • H04L27/2668—Details of algorithms
    • H04L27/2673—Details of algorithms characterised by synchronisation parameters
    • H04L27/2676—Blind, i.e. without using known symbols
    • H04L27/2678—Blind, i.e. without using known symbols using cyclostationarities, e.g. cyclic prefix or postfix

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Monitoring And Testing Of Transmission In General (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

본 발명은 송신기로부터 수신기에 의해 수신되거나 저장 매체로부터 판독 기기에 의해 판독되는, 분석될 신호 내에서 사이클로-스테이션너리(cyclo-stationary) 신호를 감지하기 위한 방법에 관련된다. 이 방법에 따라, 비-제로(non-zero) 타임 오프셋들의 집합 (
Figure pct00368
) 및 순환(cyclic) 주파수들의 집합 (
Figure pct00369
)에 대하여, 상기 분석될 신호의 순환 상관 계수들의 2차 형식(quadratic form)으로 표현되어 판별 함수
Figure pct00370
의 값이 추정되고, 그리고 상기 사이클로-스테이션너리 신호가 상기 분석될 신호에 존재하는지를 결정하기 위해서, 값 (공식 (I))이 오류(bad) 감지 레벨
Figure pct00371
과 비교되고, 이 경우
Figure pct00372
은 정규화된 하위 불완전 감마 함수이고,
Figure pct00373
는 상기 순환 주파수들의 집합의 카디널 (
Figure pct00374
)과 상기 비-제로 타임 오프셋들의 집합의 카디널(cardinal) (
Figure pct00375
) 의 곱이고,
Figure pct00376
는 순환 상관 계수들이 계산되는 자기상관(autocorrelation) 윈도우의 폭이고,
Figure pct00377
는 잡음 분산(noise variance)의 제곱이다.

Description

사이클로-스테이션너리 신호를 감지하는 방법{Method of detecting cyclo-stationary signals}
본 발명은 사이클로스테이션너리 신호들의 감지와 관련된다. 본 발명은 안테나 프로세싱이나 라디오 워터마킹(watermarking)의 애플리케이션이라든지, 인지(cognitive) 라디오 시스템들의 애플리케이션처럼 다양한 분야에서 애플리케이션을 제공한다.
스펙트럼이 점점 더 혼잡해짐에 따라, 이미 할당된 주파수 대역들을 갖는 시스템, 소위 프라이머리(primary) 시스템들과 공존할 수 있는 원격통신(telecommunications) 시스템들을 고려하게 되었다. 두 개의 공존하는 전략들이 현재 중요한 연구 주제이다. 첫 번째 전략은 매우 강하게 스펙트럼을 확산함에 의해 매우 낮은 신호 레벨을 사용하는 것이고, 이 것은 UWB (Ultra Wide Band)로도 불리는 초 광대역 시스템들이 따르는 방식이다. 두 번째 전략은 정확하거나(punctually) 또는 일시적으로 비어 있는 스펙트럼의 일부를 기회주의적으로 사용하는 것이고, 이것은 소위 기회주의적(opportunistic) 라디오 (또는 인지 라디오) 방식이다. 인지 라디오의 설명은 <<Cognitive radio: an integrated agent architecture for software defined radio>>, J. Mitola 저, Royal Institute of Technology, Stockholm, 2000년 5월 8일자의 신설 논문에서 찾아볼 수 있다.
주어진 대역에서 전송할 수 있기 위해서, 전송기는 라디오 신호, 특히 GSM 신호와 같은 TDMA (Time Division Multiple Access) 신호, 또는 CDMA (Code Division Multiple Access) 유형의 스펙트럼 확산 신호, 또는 OFDM (Orthogonal Frequency Division Multiplexing) 신호가 이 대역에 존재하는지 여부를 결정할 수 있어야 한다. 확산된 신호가 잡음에 묻힐(buried) 수 있다면, 단순한 전력 감지기로 이런 정보를 신뢰성있게 얻을 수 없다.
일반적으로 존재가 감지될 것이 예정된 신호의 신호의 선험적인(priori) 정보를 입수할 수 없는 블라인드(blind) 감지 방법과 감지될 신호의 일정 파라미터들이 알려진 세미-블라인드(semi-blind) 타입의 추정 방법들 간에 구별이 만들어 진다.
사이클로스테이션너러티(cyclostationarity)의 기준으로부터 TDMA, CDMA 또는 OFDM 신호의 존재의 세미블라인드 감지를 위한 방법은 <<Cyclostationarity based air interface recognition for software radio systems>>, 2004 9월, pp. 1947-1951,
Figure pct00001
저, the 15th IEEE International Symposium on Personal, Indoor and Mobile Radio Communications의 회의록에서 발행된 기사에서 서술되어 있다. 특히, 이런 방법을 사용해서, 수신된 신호의 자기상관(autocorrelation) 함수로부터, 후자가 기결정된 무선 인터페이스의 순환(cyclic) 주파수 특성을 가지는지 여부를 테스트할 수 있다.
그러나 이런 방법은 블라인드 상황(context)에서만 동작한다. 또한 세미블라인드 상황에서조차, 감지될 신호가 전송 파라미터들의 서로 다른 값들ㅡ 예컨대 서로 다른 스펙트럼 확산 인수들을 가질 수 있는 CDMA 신호를 띨(assume) 때, 이런 방법을 써서 기결정된 오경보 확률(FAR : false alarm rate) 또는 CFAR (Constant False Alarm Rate)를 획득하는것이 불가능하다.
사이클로스테이션너리 신호들의 감지는 매우 다양한 분야들, 예컨대 라디오 워터마킹(watermarking) 분야에서 사용된다. 워터마크는 특히 불법 카피들을 추적할 목적으로, 히든(hidden) 데이터를 삽입하기 위해 오디오 신호에 삽입된 매우 낮은 전력 신호이다. <<
Figure pct00002
Figure pct00003
>>, 2001, Vol. 19, No. 1, pp. 1-9, L. de C.T. Gomes et al. 저, journal Traitement du Signal에서 발행 기사는 순환 주파수들을 워터마크하는 것에 의해 사이클로스테이션너리 tattouing 신호 코딩 히든 데이터를 제안한다. 오디오 신호 내에서 상기 순환 주파수들을 감지함으로써 오디오 워터마킹 신호의 공개(public) 감지가 실행된다. 그러나 이런 감지 방법은 매우 다양한 오디오 신호들에 대하여, 라디오 워터마킹이 기결정된 오경보 확률(FAR : false alarm rate)로 존재하는지에 대한 결정을 허락하지 않는다.
본 발명의 목적은 기결정된 신뢰성 레벨을 갖고, 블라인드 또는 세미블라인드 상황에서, 수신되거나 읽혀진 신호 내에 사이클로스테이션너리 신호가 존재하는지 여부를 결정하는 것을 가능케하는 강건한 방법을 제안하는 것이고, 이는 낮은 신호 대 잡음 비(signal-to-noise ratio) 컨디션들의 경우를 위한 것이다.
본 발명은 전송기로부터 수신기에 의해 수신되거나 기록 매체로부터 판독 기기에 의해 판독되는, 분석될 신호 내에서 사이클로스테이션너리(cyclostationary) 신호를 감지하기 위한 방법을 제공한다.
또한 본 발명은 전송기로부터 복수의 수신기들에 의해 수신되거나 기록 매체로부터 복수의 판독 기기들에 의해 판독되는 복수
Figure pct00004
개의 신호들
Figure pct00005
에서 사이클로스테이션너리 신호를 감지하는 방법을 제공한다.
본 발명은 첫 번째 실시 예에 따라, 전송기로부터 수신기에 의해 수신되거나 기록 매체로부터 판독 기기에 의해 판독되는, 분석될 신호 내에서 사이클로스테이션너리(cyclostationary) 신호를 감지하기 위한 방법에 의해 정의되고, 여기서 상기 분석될 신호의 순환 상관 계수들의 2차 형식(quadratic form)으로 표현되는 판별 함수
Figure pct00006
의 값이, 비-제로(non-zero) 타임 시프트들의 집합 및 순환 주파수들의 집합에 대하여 추정되고, 그 다음에 상기 사이클로스테이션너리 신호가 상기 분석될 신호에 존재하는지를 결정하기 위해서 ,
Figure pct00007
의 값이 오류(wrong) 감지 레이트
Figure pct00008
와 비교되고, 이 경우
Figure pct00009
은 하위(lower) 정규화된(normalized) 불완전 감마 함수이고,
Figure pct00010
는 상기 순환 주파수들의 집합의 카디널(cardinal)과 상기 비-제로 타임 시프트들의 집합의 카디널의 곱이고,
Figure pct00011
는 순환 상관 계수들이 계산되는 자기상관(autocorrelation) 윈도우의 폭(width)이고,
Figure pct00012
는 잡음 분산(noise variance)의 제곱이다.
하나의 대안에 따라, 상기 순환 주파수들의 집합은 제로 주파수로 감소되고, 그리고 상기 판별 함수의 값은
Figure pct00013
에 의해 계산되고,
이 경우
Figure pct00014
는 비-제로 타임 시프트
Figure pct00015
[
Figure pct00016
은 상기 비-제로 타임 시프트들의 집합]에 대하여 상기 분석될 신호의 자기상관 함수의 값이다. 유리하게는, 상기 자기상관 함수의 값은, 상기 분석될 신호의 샘플들
Figure pct00017
로부터
Figure pct00018
에 의해 추정되고,
이 경우
Figure pct00019
는 상기 자기상관 윈도우의 폭이고,
Figure pct00020
은 다수의 샘플링 주기들로 표현되는 타임 시프트이다.
두 번째 대안에 따라서, 상기 판별 함수는,
Figure pct00021
에 의해 계산되고,
이 경우
Figure pct00022
은 상기 비-제로 타임 시프트들 및 상기 순환 주파수들에 대하여, 상기 순환 상관 계수들
Figure pct00023
로 이뤄진 크기(size)
Figure pct00024
의 벡터이고, 그리고
Figure pct00025
는 이런 계수들의 상관 매트릭스에 비례하는 매트릭스이다.
세 번째 대안에 따라서, 상기 판별 함수는,
Figure pct00026
에 의해 계산되고,
이 경우
Figure pct00027
은 순환 상관 계수들이고,
Figure pct00028
는 상기 비-제로 타임 시프트들의 집합이고, 그리고
Figure pct00029
는 상기 순환 주파수들의 집합이다. 유리하게는, 상기 순환 상관 계수들은 상기 분석될 신호의 샘플들
Figure pct00030
로부터
Figure pct00031
에 의해 계산되고,
이 경우
Figure pct00032
는
Figure pct00033
에 속하는 순환 주파수이고,
Figure pct00034
은 다수의 샘플링 주기들로 표현되는 타임 시프트이다.
본 발명은 또한, 전송기로부터 복수의 수신기들에 의해 수신되거나 기록 매체로부터 복수의 판독 기기들에 의해 판독되는 복수
Figure pct00035
개의 신호들
Figure pct00036
에서 사이클로스테이션너리 신호를 감지하는 방법에 의해 정의되고, 여기서 상기 분석될 신호들의 각각을 위해서, 상기 분석될 신호의 순환 상관 계수들의 2차 형식(quadratic form)으로 표현되는 판별 함수
Figure pct00037
의 값이, 비-제로 타임 시프트들의 집합 및 순환 주파수들의 집합에 대하여 추정되고, 그리고 상기 사이클로스테이션너리 신호가 상기 분석될 신호에 존재하는지를 결정하기 위해서,
Figure pct00038
의 값이 오류 감지 레이트
Figure pct00039
와 비교되고,
이 경우
Figure pct00040
은 정규화된 하위 불완전 감마 함수이고,
Figure pct00041
는 상기 분석될 신호들
Figure pct00042
용의 상기 순환 주파수들의 집합의 카디널(cardinal)과 상기 비-제로 타임 시프트들의 집합의 카디널의 곱이고,
Figure pct00043
는 순환 상관 계수들이 계산되는 자기상관(autocorrelation) 윈도우의 폭이고,
Figure pct00044
는 상기 분석될 신호에 대한, 잡음 분산(noise variance)의 제곱이다.
첫 번째 대안에 따라, 상기 분석될 신호의 각각에 대하여, 상기 순환 주파수들의 집합은 제로 주파수로 감소되고, 그리고
상기 판별 함수의 값은
Figure pct00045
에 의해 계산되고,
이 경우
Figure pct00046
는 비-제로 타임 시프트
Figure pct00047
[
Figure pct00048
은 이 신호의 상기 비-제로 타임 시프트들의 집합]에 대하여 상기 분석될 신호
Figure pct00049
의 자기상관 함수의 값이다. 유리하게는, 상기 분석될 신호의 각각에 대하여, 상기 자기상관 함수의 값은, 이 신호의 샘플들
Figure pct00050
로부터
Figure pct00051
에 의해 추정되고,
이 경우
Figure pct00052
는 상기 자기상관 윈도우의 폭이고,
Figure pct00053
은 다수의 샘플링 주기들로 표현되는 타임 시프트이다.
본 발명의 두 번째 대안에 따라서, 상기 분석될 각각의 신호
Figure pct00054
에 대하여, 상기 판별 함수는,
Figure pct00055
에 의해 계산되고,
이 경우
Figure pct00056
은 상기 비-제로 타임 시프트들 및 상기 순환 주파수들에 대하여, 상기 순환 상관 계수들
Figure pct00057
로 이뤄진 크기
Figure pct00058
의 벡터이고, 그리고
Figure pct00059
는 이런 계수들의 상관 매트릭스에 비례하는 매트릭스이다.
본 발명의 세 번째 대안에 따라서, 상기 분석될 각각의 신호
Figure pct00060
에 대하여, 상기 판별 함수는,
Figure pct00061
에 의해 계산되고,
이 경우
Figure pct00062
은 신호
Figure pct00063
의 순환 상관 계수들이고,
Figure pct00064
는 상기 비-제로 타임 시프트들의 집합이고, 그리고
Figure pct00065
는 이런 신호에 상대적인, 상기 순환 주파수들의 집합이다. 유리하게는, 상기 분석될 각각의 신호
Figure pct00066
대하여, 순환 상관 계수들은 이 신호의 샘플들
Figure pct00067
로부터
Figure pct00068
에 의해 계산되고,
이 경우
Figure pct00069
는
Figure pct00070
에 속하는 순환 주파수이고,
Figure pct00071
은 다수의 샘플링 주기들로 표현되는 타임 시프트이다.
본 발명은 기결정된 신뢰성 레벨을 갖고, 블라인드 또는 세미블라인드 상황에서, 수신되거나 읽혀진 신호 내에 사이클로스테이션너리 신호가 존재하는지 여부를 결정하는 것을 가능케한다.
본 발명의 다른 특징들 및 이점들이 첨부된 도면들을 참조하여 만든 본 발명의 바람직한 실시 예를 읽음으로써 명백해질 것이다.
도 1은 본 발명의 첫 번째 실시 예에 따라, 사이클로스테이년너리 신호를 감지하기 위한 방법의 순서도를 도해하고;
도 2는 본 발명의 두 번째 실시 예에 따라, 사이클로스테이션너리 신호를 감지하기위한 방법의 순서도를 도해하고;
도 3는 본 발명의 세 번째 실시 예에 따라, 사이클로스테이션너리 신호를 감지하기위한 방법의 순서도를 도해하고;
도 4는 본 발명의 네 번째 실시 예에 따라, 사이클로스테이션너리 신호를 감지하기위한 방법의 순서도를 도해한다.
뭔지다음 케이스에서, 잡음에 묻힌 사이클로스테이션너리 신호의 경우를 고려해본다. 여기서 그 자기상관 함수가 수학식 1에 의해 정의되도록 랜덤 함수에 의해 표현될 수 있는 신호를 가장 일반적인 의미의 사이클로스테이션너리 신호에 의해 표시할 것이다.
Figure pct00072
여기서
Figure pct00073
는 기대치(mathematical expectation)를 표시하며, 주기 함수이다. 이 경우에, 자기상관 함수는 푸리에 급수로 전개될 수 있다.
Figure pct00074
이 경우 복소수 계수
Figure pct00075
는 순환 상관 계수들로 불리고, 그리고 실수 값(real value)들
Figure pct00076
는 신호의 순환 주파수들로 불린다.
이산(discrete) 시간을 갖는 사이클로스테이션너리 신호의 경우를 가정한다면, 수학식 2는 수학식 3과 같이 된다:
Figure pct00077
이 경우
Figure pct00078
및
Figure pct00079
이고, 여기서
Figure pct00080
는 샘플링 주기이다. 다음에서, 일반성을 잃지 않으면서 다른 공식을 평등하게 나타낼 것이다.
다음에서, 전송기로부터 하나 이상의 수신기들에 의해 수신되는 분석될 신호, 또는 기록 매체로부터 하나 이상의 판독 기기들에 의해 판독되는 신호를 고려해본다.
본 발명에 따른 감지 방법을 써서, 주어진 신뢰성(reliability) 레벨로, 즉 동등하게는, 주어진 오류(wrong) 감지 레이트를 써서, 사이클로스테이션너리 신호가 그 분석될 신호에 존재하는지 여부를 결정할 수 있다.
다음에서, 사이클로스테이션너리 신호가 매우 낮은 신호 대 잡음 비 [환언하면 dB로 표현할 때 매우 마이너스(negative)를 띈다]를 갖고, 센터드(centered) 가우스 백색 잡음(centred Gaussian white noise)에 묻혀있다고 가정한다.
우리는 형식적으로, 분석될 신호가 잡음만 담고 있다는 가정을
Figure pct00081
로 표기하고, 분석될 신호가 이 잡음에 묻힌 사이클로션너리 신호를 담고 있다는 가정을
Figure pct00082
으로 표기한다.
본 발명에 따른 감지 방법은 유리하게는 분석될 신호의 순환 상관 계수들의 2 형식으로 정의된 판별 함수를 사용하고, 그 계수들은 복수의 비-제로(non-zero) 타임 시프트(time shift)들과 복수의 순환 주파수들에 상대적이다.
판별 함수는 수학식 4로 가정할 수 있다.
Figure pct00083
이 경우,
Figure pct00084
은 자기상관 함수의 비-제로 타임 시프트 값들의 이산 집합이고,
Figure pct00085
는 순환 주파수들의 값들의 이산 집합이다. 필요하다면 집합
Figure pct00086
및/또는 집합
Figure pct00087
는 싱글톤(singleton)으로 감소될 수 있다. 그 표기는
Figure pct00088
및
Figure pct00089
일 것이다.
이론적으로, 분석될 신호가 사이클로스테이션너러티(cyclostationarity)를 갖고 있지 않다면, 즉 가설
Figure pct00090
이 가정되는 때,
Figure pct00091
의 값은 제로이다.
실제로, 수학식 5의 방식으로, 시간 영역에서 순환 상관 계수들을 추정함으로써
Figure pct00092
가 추정된다.
Figure pct00093
이 경우
Figure pct00094
는 관찰 시간이고, 또한 자기상관 윈도우의 폭으로 불린다.
Figure pct00095
의 추정
Figure pct00096
이 수학식 6에 의해 간단히 획득된다.
Figure pct00097
이 경우, 추정
Figure pct00098
가 기결정된 문턱값
Figure pct00099
위일 때, 사이클로스테이션너리 신호가 그 분석될 신호 내에 존재한다고 결론지을 수 있다. 반면에 추정
Figure pct00100
가 기결정된 문턱값
Figure pct00101
이하일 때, 그 분석될 신호가 오직 잡음만을 담고 있다고 결론지을 수 있다.
이하, 사이클로스테이션너리 신호가 스펙트럼(spectrally) 확산(spread-out) 신호 또는 OFDM 신호일 때 판별 함수의 몇몇 비-제한적인 예들을 들기로 한다.
일반적으로 전송기로부터 수신기에 의해 수신된 스펙트럼 확산 신호는 다음 방법으로 표현될 수 있다. :
Figure pct00102
이 경우,
Figure pct00103
는 스펙트럼 확산 시퀀스이고,
Figure pct00104
는 칩 주기(chip period)
Figure pct00105
이고,
Figure pct00106
는 심벌 주기이고,
Figure pct00107
는 전송기에 의해 전송된 정보 심벌들이고,
Figure pct00108
는 전송기와 수신기 간의 경로(path)의 임펄스 응답에 의해 심벌을 형성하기 위한 펄스의 컨볼루션이고,
Figure pct00109
는 잡음을 나타내는 랜덤 함수이다.
유사하게, 수신기에서 기저대역 복조 이후에 OFDM 신호는 다음과 같은 형태로 쓰여질 수 있다.
Figure pct00110
이 경우
Figure pct00111
는 신호의 전력이고,
Figure pct00112
은 OFDM 다중통신방식(multiplex)의 캐리어들의 개수이고,
Figure pct00113
은 변조 알파벳, 전형적으로는 BPSK, QPSK 또는 QAM에 속하는 정보 심벌들이고,
Figure pct00114
는 정보 심벌들의 처리율(throughput)이고,
Figure pct00115
값을 갖는 인터캐리어(inter-carrier) 구간(interval)이고,
Figure pct00116
는 유용한(useful) 지속기간
Figure pct00117
의 일부(fraction)로서 표현되는 주기적 전치부호(cyclic prefix)의 크기이고,
Figure pct00118
는 신호의 스펙트럼을 아포다이즈(apodize)하도록 의도된 타임 지원(time support)
Figure pct00119
을 따라 OFDM 심벌들을 형성하는 펄스이고,
Figure pct00120
는 RF 복조의 불완전성에 기인한 캐리어 레지듀(residue)이다.
본 발명에 따른 감지 방법이 블라인드 상황에서 동작할 때 [즉 잡음에 묻힌 것으로 발견될 수 있는 사이클로스테이션너리 신호에 대한 어떤 선험적 정보도 이용가능하지 않을 때], 제로 순환 주파수에 대하여 판별 함수를 계산하기로 결정한다. 환언하면 순환 주파수의 집합이 싱글톤(singleton)으로 감소된다.
잡음에 묻힌 스펙트럼 확산 신호의 존재를 블라인드방식으로(blindly) 감지하기 위하여, 수학식 9에 의해 정의된 집합을 타임 시프트 값들의 집합으로서 얻을 수 있다.
Figure pct00121
이 경우,
Figure pct00122
및
Figure pct00123
은 비-제로 양의 정수들이다. 전형적으로
Figure pct00124
= 1이고,
Figure pct00125
= 10이다.
잡음에 묻힌 OFDM 신호를 블라인드방식으로 감지하기 위해서, 그 싱글톤은 타임 시프트 값들의 집합으로 인식될 것 이다. :
Figure pct00126
이 경우,
Figure pct00127
는 유용한 지속기간이고, 그리고
Figure pct00128
는 샘플링 주기이다.
세미블라인드 상황에서, 분석될 CDMA 또는 OFDM 신호가 그것의 칩 주파수, 즉
Figure pct00129
에서 샘플링될 것이다.
스펙트럼 확산 인수
Figure pct00130
이 알려진, CDMA 신호의 경우에, 순환 주파수들의 집합 및 타임 시프트들의 집합으로서 다음을 각각 얻는 것이 가능하다:
Figure pct00131
및
Figure pct00132
유사한 방식에서, OFDM 신호를 감지하는 경우에, 순환 주파수들의 집합 및 타임 시프트들의 집합으로서 다음을 각각 얻는 것이 가능하다:
Figure pct00133
및
Figure pct00134
본 발명에 따른 감지 방법을 쓰는 일반적인 경우로 돌아가서, 유리하게는 가정
Figure pct00135
와 가정
Figure pct00136
중에서 결정할 수 있고, 환언하면 분석될 신호가 사이클로스테이션너리 신호를 담고있는지 또는 담고있지 않은지 중 하나를 기결정된 오류 감지 레이트를 써서 결정할 수 있다.
가정
Figure pct00137
이 실현되면, 순환 상관 계수들의 추정들
Figure pct00138
은, 분산
Figure pct00139
을 갖는 센터드 가우스 법칙을 따른다는 것을 보여줄 수 있다 (ANNEX I 를 참조). 동일한 가정하에, 2개의 순환 상관 계수들의 각각의 추정치들
Figure pct00140
및
Figure pct00141
이 무상관관계(decorrelated)인 것, 즉 그것들이
Figure pct00142
일 때,
Figure pct00143
되도록 된다는 것이 또한 보여질 수 있다. 반면에,
Figure pct00144
이면, 이런 계수들의 추정치들
Figure pct00145
및
Figure pct00146
이 상관관계이다(correlated).
블라인드 상황의 경우와 세미블라인드 상황의 경우를 연속하여 고려해본다.
블라인드 상황에서, 제안된 판별 함수는 수학식 9로 된다:
Figure pct00147
찾고자 하는 사이클로스테이션너리 신호의 순환 주파수들이 선험적으로(priori) 알려져 있지 않기 때문이다.
추정치
Figure pct00148
는
Figure pct00149
센터드 가우스 변수들의 합으로 표현되고, 그 조건부 확률 강도(intensity)는
Figure pct00150
법칙에 적합하다:
Figure pct00151
그로부터 분포(distribution) 함수가 수학식 11로서 주어진다:
Figure pct00152
결론적으로:
Figure pct00153
이 경우
Figure pct00154
는 정규화된 하위 불완전 감마 함수이고, 즉:
Figure pct00155
수학식 12로부터, 수학식 14:
Figure pct00156
이면, 이 경우
Figure pct00157
는 기결정된 오류 감지 레이트이고,
Figure pct00158
일 때, 가정
Figure pct00159
이
Figure pct00160
이하의 확률로 실현된다는 것이 보여진다.
도 1은 본 발명의 첫 번째 실시 예에 따라 사이클로스테이션너리 신호를 감지하기 위한 방법을 도해한다.
단계 110에서, 분석될 신호
Figure pct00161
가 필터되고, 그 뒤에 필요하다면 기저대역 복조된다.
그것으로부터, 필터된 신호는 단계 120에서 나이키스트 주파수
Figure pct00162
에서 샘플링된다.
단계 130에서,
Figure pct00163
의 순환 계수들은 수학식 5에 의해 추정된다 즉:
Figure pct00164
단계 140에서, 판별 함수의 값이 수학식 9에 따라 추정된다. 이 추정은
Figure pct00165
로 표기된다.
단계 150에서, 수학식
Figure pct00166
의 값이 계산되고, 단계 160에서 기결정된 열등한(poor) (또는 오류(false)) 감지 레이트
Figure pct00167
와 비교된다.
이 값이
Figure pct00168
이하이면, 단계 172에서 그 결론은 사이클로스테이션너리 신호의 존재이다. 그 값이
Figure pct00169
초과이면, 결론은 분석될 신호의 사이클로스테이션너리 신호의 부재이다.
두 번째 대안적인 실시 예에 따라, 동일한 사이클로스테이션너리 신호를 담고 있을 수 있는 신호의 다수의 버전들
Figure pct00170
이 이용가능하다. 사이클로스테이션너리 신호가 실제 존재하거나 부재하는지 여부를 결정하기 위해 이런 서로 다른 버전들이 분석될 수 있다.
분석될 신호들은 경우에 따라, SIMO (Single Input Multiple Output)시스템의 서로 다른 수신 안테나들에 의해 수신된 신호들, 복수의 센서들에 의해 수신된 신호들, 또는 기록 매체로부터 복수의 판독 기기들에 의해 판독된 신호들일 수 있다.
도 2는 본 발명의 두 번째 실시 예에 따라 사이클로스테이션너리 신호를 감지하기 위한 방법을 개략적으로 도해한다. 이 실시 예는 분석될 복수의
Figure pct00171
개의 신호들을 사용하고,
Figure pct00172
개의 프로세싱 경로들 [각각의 경로
Figure pct00173
는 신호
Figure pct00174
에 작용하고, 도 1의 단계들 110-140과 동일한 단계들 210q-240q를 포함한다]을 포함한다. 환언하면, 각각의 경로를 통해, 신호
Figure pct00175
에 상대적으로 판별 함수
Figure pct00176
의 추정치
Figure pct00177
를 획득할 수 있다. 첫 번째 실시 예와 다르게, 합성(synthetic) 판별 함수가 사용된다:
Figure pct00178
이 경우,
Figure pct00179
, 및
Figure pct00180
는 각각 비-제로 타임 시프트들의 개수, 자기상관 윈도우의 폭, 및 이 신호
Figure pct00181
에 상대적인 잡음 전력의 제곱이다. 이때 조건부 분포 함수는 수학식 17이다:
Figure pct00182
단계 240q에서 추정치들
Figure pct00183
가 계산되면, 단계 250q에서
Figure pct00184
값이 계산되고 단계 260에서 오류 감지 레이트
Figure pct00185
와 비교된다.
이 값이
Figure pct00186
이하인지 또는 초과인지 여부에 의존해서, 단계 272 또는 단계 271에서, 각각의 결론은 분석될 신호에서 사이클로스테이션너러티의 존재 또는 부존재이다.
이하, 즉 찾고자 하는 사이클러셔너리 신호가 선험적으로 알려져 있는, 세미블라인드 상황에서 감지 방법이 사용된다고 가정한다. 이 경우에, 판별 함수는 수학식 6에 의해 정의되고
Figure pct00187
는 이런 알려진 전체 주파수들에 의해 형성된다.
전에 보았듯이, 순환 상관 계수들의 추정치들
Figure pct00188
및
Figure pct00189
이
Figure pct00190
이면, 무상관관계이고,
Figure pct00191
이면 상관관계이다. 후자의 경우에 이런 계수들의 상관 계수는 다음 값을 갖는다 (cf. ANNEX II):
Figure pct00192
그리고
Figure pct00193
Figure pct00194
순환 상관 계수들의 추정치들의 크기
Figure pct00195
의 벡터
Figure pct00196
이 삽입된다:
Figure pct00197
이 경우
Figure pct00198
은 이항(transposition) 연산을 가리킨다. 그러면:
Figure pct00199
여기서
Figure pct00200
는
Figure pct00201
의 유클리드 놈(norm)이다.
Figure pct00202
가정 하에, 벡터
Figure pct00203
의 상관 매트릭스는 단순히:
Figure pct00204
그리고:
Figure pct00205
Figure pct00206
순환 계수들의 추정치들이 이산 타임 시프트들에서 무상관관계이기 때문에, 크기
Figure pct00207
의 상관 매트릭스
Figure pct00208
이 대각선 블럭방식(diagonal blockwise)이라는 것이 주목될 것이다.
세미블라인드 상황에서 감지 방법은 변경된 판별 함수, 화이트닝된(whitened), 환언하면 무상관관계인 순환 상관 계수들을 사용한다.
Figure pct00209
따라서 이것은 센터드 가우스 랜덤 변수들의 이차 합으로 압축된다. 블라인드방식의 경우와 유사하게,
Figure pct00210
분포 함수는 수학식 23으로 간주된다:
Figure pct00211
연속해서:
Figure pct00212
감지 방법은
Figure pct00213
를 기결정된 오류 감지 레이트
Figure pct00214
와 비교하고, 그로부터 가정
Figure pct00215
또는 가정
Figure pct00216
이 최대 오류 레이트
Figure pct00217
에 의해 확인된다.
도 3은 본 발명의 세 번째 실시예에 따른 안정성(stationarity) 감지 방법을 도해한다.
단계 310에서 가능하게는 필터되고 기저대역-복조된 후에, 분석될 신호
Figure pct00218
가 신호의 스펙트럼 특성들에 의존하여,
Figure pct00219
의 주파수에서 샘플링된다. 예컨대 신호가 스펙트럼 확산 신호 또는 OFDM 신호이면, 샘플링 주파수는 다름아닌 칩주파수
Figure pct00220
일 것이다.
단계 320에서, 순환 상관 계수들이 수학식 5로부터 추정되고, 이는 알려진 순환 주파수들의 집합
Figure pct00221
및 타임 시프트들의 집합
Figure pct00222
에 대한 것이다.
이때 단계 330에서 매트릭스
Figure pct00223
의 계수들
Figure pct00224
이 계산된다.
Figure pct00225
가 헤르미션(Hermitian)매트릭스이고, 그 대각선이 1s로 구성된다는 것을 가정할 때,
Figure pct00226
계수들만이 계산되어야 한다.
단계 340에서, 화이트닝된 상관 계수들
Figure pct00227
이 계산되고, 그리고 단계 350에서, 변경된 판별 함수의 추정된 값
Figure pct00228
이 수학식 22를 써서 획득된다.
다음 단계 360에서, 그로부터
Figure pct00229
의 값이 추론되고, 그 다음에 단계 370에서 그 값이 기결정된 오류 레이트
Figure pct00230
와 비교된다.
상기 값이
Figure pct00231
이하인지 또는 초과인지 여부에 의존해서, 그 결론은 단계 382에서 사이클로스테이션너리 신호가 존재하는 것이고, 단계 381에서 사이클로스테이션너리 신호가 부재하는 것이다.
수학식 18'에 따라 조건:
Figure pct00232
환연하면 자기상관 윈도우가 충분히 넓으면, 순환 상관 계수들의 추정치들이 무상관관계이고 그리고 상관 매트릭스가
Figure pct00233
로 되며, 이 경우
Figure pct00234
은 크기
Figure pct00235
의 단위 매트릭스이다. 이 경우에, 계산 단계 330 및 단계 340이 불필요하다.
도 4는 본 발명의 네 번째 실시 예에 따른 사이클로스테이션너리 신호를 감지하기 위한 방법이다. 이 실시 예는 분석될 복수의
Figure pct00236
개의 신호들을 사용하고,
Figure pct00237
개의 프로세싱 경로들을 포함한다. 분석될 신호들은 두 번째 실시 예에 관련된 것일 수 있고, SIMO(Single Input Multiple Output) 시스템의 다양한 수신 안테나들에 의해 수신된 신호들, 복수의 센서들에 의해 수신된 신호들, 또는 기록 매체로부터 복수의 판독 기기들을 사용해서 판독된 신호들일 수 있다.
각각의 프로세싱 경로
Figure pct00238
는 도 3의 단계들 310-350과 동일한 복수의 단계들 410q-450q를 포함한다. 특히, 단계들 450q의 각각은 신호
Figure pct00239
를 위한 판별함수의 값의 추정치
Figure pct00240
, 즉
Figure pct00241
를 제공하고, 이 경우
Figure pct00242
은 비-제로 타임 시프트들 및 신호
Figure pct00243
의 순환 주파수들에 대하여 순환 상관 계수들로 이뤄진 크기의 벡터이고, 그리고
Figure pct00244
이고, 이 경우
Figure pct00245
는 이런 계수들의 상관 매트릭스이다. 세번째 실시 예의 경우와는 달리, 수학식 26의 값:
Figure pct00246
이 단계 460에서 계산되고,
Figure pct00247
, 이경우
Figure pct00248
및 은 각각 타임 시프트들의 개수 및 신호
Figure pct00250
에 상대적인 순환 주파수들의 개수이고;
Figure pct00251
및
Figure pct00252
는 각각 자기 상관 윈도우 및 이 동일 신호에 상대적인 잡음 전력의 제곱이다.
그 다음에, 단계 470에서
Figure pct00253
의 값이 기결정된 오류 감지 레이트
Figure pct00254
와 비교된다.
이 값이
Figure pct00255
이하이거나 초과인지 여부에 따라서, 이전 처럼 그 결론은 분석될 신호들 사이클로스테이션너러티가 존재하는 것 (단계 482) 또는 부재하는 것(단계 481)이다.
순환 상관 계수들의 무상관성에 관련된 이전 언급은 여기서도 적용된다.
Figure pct00256
를 충분히 크게 선택함으로써, 상관 메트릭스들(또는 그것들 중 일부만)이
Figure pct00257
이 되고, 이 경우
Figure pct00258
는 크기
Figure pct00259
의 단위 매트릭스이다. 이때 계산 단계들 330q 및 340q는 불필요하다.
ANNEX I
순환 상관 계수들이
Figure pct00260
에 의해 추정될 수 있다.
가설
Figure pct00261
이 가정되고, 환언하면
Figure pct00262
이 독립적이고 그리고 동일 분포된(i.i.d.: identically distributed) 잡음 랜덤 변수들이다.
중심 극한 정리(central limit theorem)에 따라서,
Figure pct00263
가 무한대(infinity)에 도달할 때
Figure pct00264
가 법칙에서 가우스 확률 밀도(Gaussian probability density)에 도달한다. 그 평균치
Figure pct00265
는
Figure pct00266
에 대해서
Figure pct00267
에 도달한다.
Figure pct00268
의 차수(order) 4의 적률(moment)은 차수 4의 누적(cumulant)의 함수로서 표현된다:
Figure pct00269
가우스성 잡음(The noise being Gaussian):
Figure pct00270
순환성 잡음(The noise being circular), 즉 그 위상이
Figure pct00271
에 걸쳐서 균일분포된다(equidistributed):
Figure pct00272
결론적으로, 점근적 분산(asymptotic variance)이 2번째 항 및 4 번째 항으로부터 표현된다 :
Figure pct00273
Figure pct00274
가 무한대에 도달할 때, 첫 번째 항은
Figure pct00275
에 도달한다.
Figure pct00276
이면 그리고 그런 경우에만 두 번째 항이 비-제로가되고, 이 경우에,
Figure pct00277
이므로 두 번째 항이
Figure pct00278
이 된다 (
Figure pct00279
인수들만이 서메이션 기호(summation sign)하에서 비-제로이다.
ANNEX II
이 Annex에서 2개의 순환 상관 계수들
Figure pct00280
및
Figure pct00281
이
Figure pct00282
이면 무상관 관계인(decorrelated) 것을 보일 것이다. 반대로
Figure pct00283
이면 이 두 개의 계수들이 상관관계(correlated)이다.
즉:
Figure pct00284
Annex I에서와 동일한 방식으로, 차수 4의 이런 적률(moment)이 차수 2의 적률들의 곱들과 누적(cumulant) 함수로서 표현된다. 그 누적적률(cumulant)은 상쇄되고, 잡음의 순환성(circularity) 때문에 항이 제로가 되고, 한 항이
Figure pct00285
이 된다. 최종적으로, 다음 항만이 남는다:
Figure pct00286
잡음이 무상관관계라는 가정하에,
Figure pct00287
이면,
Figure pct00288
. 결론적으로 이런 경우에,
Figure pct00289
반면에
Figure pct00290
이면:
Figure pct00291
따라서 계수들
Figure pct00292
및
Figure pct00293
이 실제로 상관관계이다.

Claims (12)

  1. 전송기로부터 수신기에 의해 수신되거나 기록 매체로부터 판독 기기에 의해 판독되는, 분석될 신호 내에서 사이클로스테이션너리(cyclostationary) 신호를 감지하기 위한 방법으로서,
    비-제로(non-zero) 타임 시프트들의 집합 (
    Figure pct00294
    ) 및 순환 주파수들의 집합 (
    Figure pct00295
    )에 대하여, 상기 분석될 신호의 순환 상관 계수들의 2차 형식(quadratic form)으로 표현되어 판별 함수
    Figure pct00296
    의 값이 추정되고, 그리고
    상기 사이클로스테이션너리 신호가 상기 분석될 신호에 존재하는지를 결정하기 위해서 ,
    Figure pct00297
    의 값이 오류(wrong) 감지 레이트
    Figure pct00298
    와 비교되고,
    이 경우
    Figure pct00299
    은 정규화된 하위 불완전 감마 함수이고,
    Figure pct00300
    는 상기 순환 주파수들의 집합의 카디널 (
    Figure pct00301
    )과 상기 비-제로 타임 시프트들의 집합의 카디널(cardinal) (
    Figure pct00302
    ) 의 곱이고,
    Figure pct00303
    는 순환 상관 계수들이 계산되는 자기상관(autocorrelation) 윈도우의 폭이고,
    Figure pct00304
    는 잡음 분산(noise variance)의 제곱인 것을 특징으로 하는, 신호 감지 방법.
  2. 제1항에 있어서,
    상기 순환 주파수들의 집합은 제로 주파수로 감소되고, 그리고
    상기 판별 함수의 값은
    Figure pct00305
    에 의해 계산되고,
    이 경우
    Figure pct00306
    는 비-제로 타임 시프트
    Figure pct00307
    [
    Figure pct00308
    은 상기 비-제로 타임 시프트들의 집합]에 대하여 상기 분석될 신호의 자기상관 함수의 값인 것을 특징으로 하는, 신호 감지 방법.
  3. 제2항에 있어서,
    상기 자기상관 함수의 값은, 상기 분석될 신호의 샘플들
    Figure pct00309
    로부터
    Figure pct00310
    에 의해 추정되고,
    이 경우
    Figure pct00311
    는 상기 자기상관 윈도우의 폭이고,
    Figure pct00312
    은 다수의 샘플링 주기들로 표현되는 타임 시프트인 것을 특징으로 하는, 신호 감지 방법.
  4. 제1항에 있어서,
    상기 판별 함수는,
    Figure pct00313
    에 의해 계산되고,
    이 경우
    Figure pct00314
    은 상기 비-제로 타임 시프트들 및 상기 순환 주파수들에 대하여, 상기 순환 상관 계수들
    Figure pct00315
    로 이뤄진 크기
    Figure pct00316
    의 벡터이고, 그리고
    Figure pct00317
    는 이런 계수들의 상관 매트릭스에 비례하는 매트릭스인 것을 특징으로 하는, 신호 감지 방법.
  5. 제1항에 있어서,
    상기 판별 함수는,
    Figure pct00318
    에 의해 계산되고,
    이 경우
    Figure pct00319
    은 순환 상관 계수들이고,
    Figure pct00320
    는 상기 비-제로 타임 시프트들의 집합이고, 그리고
    Figure pct00321
    는 상기 순환 주파수들의 집합인 것을 특징으로 하는, 신호 감지 방법.
  6. 제4항 또는 제5항에 있어서,
    상기 순환 상관 계수들은 상기 분석될 신호의 샘플들
    Figure pct00322
    로부터
    Figure pct00323
    에 의해 계산되고,
    이 경우
    Figure pct00324
    는
    Figure pct00325
    에 속하는 순환 주파수이고,
    Figure pct00326
    은 다수의 샘플링 주기들로 표현되는 타임 시프트인 것을 특징으로 하는, 신호 감지 방법.
  7. 전송기로부터 복수의 수신기들에 의해 수신되거나 기록 매체로부터 복수의 판독 기기들에 의해 판독되는 복수
    Figure pct00327
    개의 신호들
    Figure pct00328
    에서 사이클로스테이션너리 신호를 감지하는 방법으로서,
    상기 분석될 신호들의 각각을 위해서, 비-제로 타임 시프트들의 집합 (
    Figure pct00329
    ) 및 순환 주파수들의 집합 (
    Figure pct00330
    )에 대하여, 상기 분석될 신호의 순환 상관 계수들의 2차 형식(quadratic form)으로 표현되어 판별 함수
    Figure pct00331
    의 값이 추정되고, 그리고
    상기 사이클로스테이션너리 신호가 상기 분석될 신호에 존재하는지를 결정하기 위해서 ,
    Figure pct00332
    의 값이 오류 감지 레이트
    Figure pct00333
    와 비교되고,
    이 경우
    Figure pct00334
    은 정규화된 하위 불완전 감마 함수이고,
    Figure pct00335
    는 상기 분석될 신호들
    Figure pct00336
    용의 상기 순환 주파수들의 집합의 카디널 (
    Figure pct00337
    )과 상기 비-제로 타임 시프트들의 집합의 카디널(cardinal) (
    Figure pct00338
    )의 곱이고,
    Figure pct00339
    는 순환 상관 계수들이 계산되는 자기상관(autocorrelation) 윈도우의 폭이고,
    Figure pct00340
    는 상기 분석될 신호에 대한, 잡음 분산(noise variance)의 제곱인 것을 특징으로 하는, 신호 감지 방법.
  8. 제7항에 있어서,
    상기 분석될 신호의 각각에 대하여, 상기 순환 주파수들의 집합은 제로 주파수로 감소되고, 그리고
    상기 판별 함수의 값은
    Figure pct00341
    에 의해 계산되고,
    이 경우
    Figure pct00342
    는 비-제로 타임 시프트
    Figure pct00343
    [
    Figure pct00344
    은 이 신호의 상기 비-제로 타임 시프트들의 집합]에 대하여 상기 분석될 신호
    Figure pct00345
    의 자기상관 함수의 값인 것을 특징으로 하는, 신호 감지 방법.
  9. 제2항에 있어서,
    상기 분석될 신호의 각각에 대하여, 상기 자기상관 함수의 값은, 이 신호의 샘플들
    Figure pct00346
    로부터
    Figure pct00347
    에 의해 추정되고,
    이 경우
    Figure pct00348
    는 상기 자기상관 윈도우의 폭이고,
    Figure pct00349
    은 다수의 샘플링 주기들로 표현되는 타임 시프트인 것을 특징으로 하는, 신호 감지 방법.
  10. 제7항에 있어서,
    상기 분석될 각각의 신호
    Figure pct00350
    에 대하여, 상기 판별 함수는,
    Figure pct00351
    에 의해 계산되고,
    이 경우
    Figure pct00352
    은 상기 비-제로 타임 시프트들 및 상기 순환 주파수들에 대하여, 상기 순환 상관 계수들
    Figure pct00353
    로 이뤄진 크기
    Figure pct00354
    의 벡터이고, 그리고
    Figure pct00355
    는 이런 계수들의 상관 매트릭스에 비례하는 매트릭스인 것을 특징으로 하는, 신호 감지 방법.
  11. 제7항에 있어서,
    상기 분석될 각각의 신호
    Figure pct00356
    에 대하여, 상기 판별 함수는,
    Figure pct00357
    에 의해 계산되고,
    이 경우
    Figure pct00358
    은 신호
    Figure pct00359
    의 순환 상관 계수들이고,
    Figure pct00360
    는 상기 비-제로 타임 시프트들의 집합이고, 그리고
    Figure pct00361
    는 이런 신호에 상대적인, 상기 순환 주파수들의 집합인 것을 특징으로 하는, 신호 감지 방법.
  12. 제10항 또는 제11항에 있어서,
    상기 분석될 각각의 신호
    Figure pct00362
    대하여, 순환 상관 계수들은 이 신호의 샘플들
    Figure pct00363
    로부터
    Figure pct00364
    에 의해 계산되고,
    이 경우
    Figure pct00365
    는
    Figure pct00366
    에 속하는 순환 주파수이고,
    Figure pct00367
    은 다수의 샘플링 주기들로 표현되는 타임 시프트인 것을 특징으로 하는, 신호 감지 방법.
KR1020107003141A 2007-07-17 2008-07-17 사이클로-스테이션너리 신호를 감지하는 방법 KR20100059794A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR0756530A FR2919135B1 (fr) 2007-07-17 2007-07-17 Methode de detection de signaux cyclostationnaires
FR07/56530 2007-07-17

Publications (1)

Publication Number Publication Date
KR20100059794A true KR20100059794A (ko) 2010-06-04

Family

ID=39262736

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020107003141A KR20100059794A (ko) 2007-07-17 2008-07-17 사이클로-스테이션너리 신호를 감지하는 방법

Country Status (6)

Country Link
US (1) US8254497B2 (ko)
EP (1) EP2168337B1 (ko)
JP (1) JP5161307B2 (ko)
KR (1) KR20100059794A (ko)
FR (1) FR2919135B1 (ko)
WO (1) WO2009010564A2 (ko)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2936122B1 (fr) * 2008-09-15 2010-10-15 Commissariat Energie Atomique Methode d'estimation aveugle de parametres de signal ofdm par filtrage adapte.
KR20120056644A (ko) * 2010-11-25 2012-06-04 한국전자통신연구원 직교주파수분할다중화 신호 검출 방법 및 장치
FR2988245B1 (fr) 2012-03-15 2014-04-11 Commissariat Energie Atomique Methode d'identification et de detection d'un signal radio pour systeme de communication opportuniste
FR3009913B1 (fr) * 2013-08-23 2015-08-28 Thales Sa Procede de detection d'un signal electromagnetique par un reseau antennaire a diversite de diagramme et dispositif mettant en oeuvre le procede
US9755869B2 (en) 2013-11-18 2017-09-05 Bae Systems Information And Electronic Systems Integration Inc. Process for tunnelized cyclostationary to achieve low-energy spectrum sensing
US20190229959A1 (en) 2016-09-27 2019-07-25 Bae Systems Information And Electronic Systems Integration Inc. Techniques for implementing a portable spectrum analyzer

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5260968A (en) * 1992-06-23 1993-11-09 The Regents Of The University Of California Method and apparatus for multiplexing communications signals through blind adaptive spatial filtering
US6898235B1 (en) * 1999-12-10 2005-05-24 Argon St Incorporated Wideband communication intercept and direction finding device using hyperchannelization
WO2004080020A2 (en) * 2003-03-03 2004-09-16 Matsushita Electric Industrial Co. Ltd. Methods and apparatus for reducing discrete power spectral density components of signals transmitted in wideband communication systems
JP4531581B2 (ja) * 2005-02-09 2010-08-25 株式会社エヌ・ティ・ティ・ドコモ 無線通信用送受信装置における制御装置及び無線通信用送受信方法
EP2089990A2 (en) * 2006-11-23 2009-08-19 New Jersey Institute of Technology Mobile speed and doppler frequency estimation using cyclostationarity
FR2919134B1 (fr) * 2007-07-17 2009-12-25 Commissariat Energie Atomique Methode de detection de presence de signaux etales spectralement

Also Published As

Publication number Publication date
WO2009010564A2 (fr) 2009-01-22
JP2010534018A (ja) 2010-10-28
US20100195705A1 (en) 2010-08-05
WO2009010564A3 (fr) 2009-03-26
FR2919135A1 (fr) 2009-01-23
EP2168337A2 (fr) 2010-03-31
FR2919135B1 (fr) 2009-10-30
US8254497B2 (en) 2012-08-28
EP2168337B1 (fr) 2014-04-09
JP5161307B2 (ja) 2013-03-13

Similar Documents

Publication Publication Date Title
US8619909B2 (en) Signal detector using matched filter for training signal detection
Yang et al. Cyclostationary feature detection based spectrum sensing algorithm under complicated electromagnetic environment in cognitive radio networks
CN108243130B (zh) 解调方法、装置、频谱检测仪及计算机可读存储介质
KR20100059794A (ko) 사이클로-스테이션너리 신호를 감지하는 방법
US10623215B2 (en) Process for tunnelized cyclostationary to achieve low-energy spectrum sensing
US6781446B2 (en) Method and apparatus for the detection and classification of signals utilizing known repeated training sequences
Rawat et al. Signal processing techniques for spectrum sensing in cognitive radio systems: Challenges and perspectives
TW200847700A (en) Detect-and-avoid method and architecture for ultra-wideband system
US8144754B2 (en) Method for detecting the presence of spread spectrum signals
EP3596852A1 (en) Signal detection based on stochastic resonance
AU2018204752B2 (en) Method and system of modulation classification using signal graphs
CN108243131B (zh) 解调方法、装置、频谱检测仪及计算机可读取存储介质
Bektas et al. Energy based spectrum sensing using wavelet transform for fading channels
US8406353B1 (en) Signal sequence detection in presence of carrier or narrow band transmissions
US10812133B1 (en) System and method for robust interference detection
KR101532323B1 (ko) 다중 협대역 신호 결합검파 기반 광대역 스펙트럼 센싱 방법
JP5288475B2 (ja) 無線受信機及び無線通信方法
CN109004998B (zh) 一种基于Gram-Charlier级数的OFDM信号频谱感知方法
JP2008301495A (ja) Ｏｆｄｍ信号特性の推定方法
NZ743961A (en) Method and system of modulation classification using signal graphs
JP2000151528A (ja) 識別装置
Keesara et al. Autocorrelation-based spectrum sensing of FBMC signal
CN118368176A (zh) 一种频移Chirp信号帧检测方法
Muraoka et al. Radio Context Acquisition algorithms Radio Context Acquisition algorithms–Final version Final version Final version
Betz Feature detection

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application