[論文レビュー] Spectrum Sensing Algorithms for Cognitive Radio Based on Statistical Covariances

Yonghong Zeng, Ying‐Chang Liang|arXiv (Cornell University)|Aug 19, 2008

Cognitive Radio Networks and Spectrum Sensing参考文献 16被引用数 5

ひとこと要約

本論文は、信号、チャネル、雑音電力の事前知識が不要な認知無線のスペクトラムセンシングアルゴリズムを提案する。受信信号の統計的自己共分散を活用し、限られた信号サンプルから標本共分散行列を計算し、2つの検定統計量を抽出することで、低SNRおよび雑音不確実性下でもロバストな検出を実現する。相関信号環境および複数アンテナ環境では、エネルギー検出法を上回る性能を発揮する。

ABSTRACT

Spectrum sensing, i.e., detecting the presence of primary users in a licensed spectrum, is a fundamental problem in cognitive radio. Since the statistical covariances of received signal and noise are usually different, they can be used to differentiate the case where the primary user's signal is present from the case where there is only noise. In this paper, spectrum sensing algorithms are proposed based on the sample covariance matrix calculated from a limited number of received signal samples. Two test statistics are then extracted from the sample covariance matrix. A decision on the signal presence is made by comparing the two test statistics. Theoretical analysis for the proposed algorithms is given. Detection probability and associated threshold are found based on statistical theory. The methods do not need any information of the signal, the channel and noise power a priori. Also, no synchronization is needed. Simulations based on narrowband signals, captured digital television (DTV) signals and multiple antenna signals are presented to verify the methods.

研究の動機と目的

• 低SNRおよび雑音不確実性下における認知無線のスペクトラムセンシングの課題に対処すること。
• 信号波形、チャネル状態、雑音電力の知識を必要としないスペクトラムセンシング手法の開発。
• 特に雑音不確実性によって引き起こされるSNRウォールに起因するエネルギー検出法の限界を克服すること。
• 時間変動および分散フェージングチャネルにおいても信頼性の高いセンシングを可能にすること。
• 相関信号および複数アンテナシステムにおける検出性能の向上。

提案手法

• 有限個の受信信号サンプルから標本共分散行列を計算する。
• 標本共分散行列から2つの検定統計量を抽出し、信号の有無と雑音を区別する。
• 統計理論を用いて検出閾値を導出し、検出確率を計算する。
• 雑音電力に対して不変であり、信号またはチャネルの知識を必要としない。
• 時間変動チャネルに対してロバストであり、複数アンテナと併用可能。
• 狭帯域フィルタリングが適用される場合には、事前に計算されたフィルタ変換行列を用いて共分散行列を正規化する。

実験結果

リサーチクエスチョン

• RQ1 信号、チャネル、雑音電力の事前知識がなくてもスペクトラムセンシングが可能か？
• RQ2 提案手法の共分散ベースのアプローチは、低SNRおよび雑音不確実性下でエネルギー検出法と比較してどのように性能を発揮するか？
• RQ3 多径フェージングおよび時間変動チャネルの存在下でも、検出確率を高い水準に維持できるか？
• RQ4 複数アンテナを用いることで空間 diversity の恩恵を受けるか？
• RQ5 複数のプライマリ信号が存在する状況では、どのように性能を発揮するか？

主な発見

• 雑音不確実性下では、特に低SNR領域においてエネルギー検出法よりも高い検出確率を達成する。
• M=4アンテナの場合、最適な尤度比検定（LRT）性能に近づく。
• M=1アンテナの場合でも、良好な検出性能を達成しており、非相関入力に対しても有効性が裏付けられる。
• 異なるドップラー周波数においても高い性能を維持するが、高速時間変動チャネルではわずかに性能が低下する。
• 複数のプライマリ信号が存在する場合でも良好に動作し、単一信号の場合と比較して性能低下が最小限に抑えられる。
• 狭帯域フィルタリングに対してロバストである。共分散行列はフィルタ依存の変換行列を用いて事前処理可能である。