[논문 리뷰] Primary Channel Gain Estimation for Spectrum Sharing in Cognitive Radio Networks

Lin Zhang, Guodong Zhao외 5명|arXiv (Cornell University)|2016. 06. 22.

Cognitive Radio Networks and Spectrum Sensing인용 수 5

한 줄 요약

이 논문은 백홀 링크가 없는 인지 무선 송신기가 주 채널 이득을 추정할 수 있도록 최대우도(ML) 및 중앙값 기반(MB) 추정기 두 가지를 제안한다. 이는 간섭 온도 인식 기반 스펙트럼 공유를 가능하게 한다. ML 추정기는 0.6 dB의 추정 오차를 달성하며, MB 추정기는 낮은 복잡도로 0.7 dB의 오차를 보이며, 모두 공존을 위한 정확한 전력 제어를 가능하게 한다.

ABSTRACT

In cognitive radio networks, the channel gain between primary transceivers, namely, primary channel gain, is crucial for a cognitive transmitter (CT) to control the transmit power and achieve spectrum sharing. Conventionally, the primary channel gain is estimated in the primary system and thus unavailable at the CT. To deal with this issue, two estimators are proposed by enabling the CT to sense primary signals. In particular, by adopting the maximum likelihood (ML) criterion to analyze the received primary signals, a ML estimator is first developed. After demonstrating the high computational complexity of the ML estimator, a median based (MB) estimator with proved low complexity is then proposed. Furthermore, the estimation accuracy of the MB estimation is theoretically characterized. By comparing the ML estimator and the MB estimator from the aspects of the computational complexity as well as the estimation accuracy, both advantages and disadvantages of two estimators are revealed. Numerical results show that the estimation errors of the ML estimator and the MB estimator can be as small as $0.6$ dB and $0.7$ dB, respectively.

연구 동기 및 목표

• 백홀 링크가 없어 주 채널 이득에 접근할 수 없는 인지 송신기의 과제를 해결하기 위해.
• 주 채널 상태에 대한 직접적 지식 없이도 간섭 온도를 추정하여 인지 무선 네트워크에서 스펙트럼 공유를 가능하게 하기 위해.
• 주 신호 통계를 활용하여 채널 이득을 추론하는 저복잡도이면서 정확한 추정 방법을 개발하기 위해.
• 고복잡도와 저복잡도 추정기 간의 추정 정확도 및 계산 복잡도 간의 상호 교환 관계를 이론적으로 규명하기 위해.

제안 방법

• 최대우도(ML) 추정기는 감지된 주 신호에 최대우도 기준을 적용하여 유도되며, 통계적 신호 모델을 활용하여 주 채널 이득을 추정한다.
• 저복잡도 대안으로 중앙값 기반(MB) 추정기가 제안되며, 감지된 신호로부터 순서화된 신호대임비(SNR) 측정값을 사용하여 채널 이득 분포의 중앙값을 추정한다.
• 이 방법은 주 신호 전력과 채널 이득 사이의 암묵적 관계를 활용하며, 전력 적응이 기저의 경로 손실과 샤드잉을 반영함을 이용한다.
• 순서통계를 사용하여 SNR 측정값의 오차 한계를 이론적으로 유도하며, 큰 표본 크기에서 진정한 중앙값으로 수렴함을 보여준다.
• MB 추정기의 성능은 누적분포함수(CDF)의 한계를 통해 분석되며, 큰 K 값에서 일致성과 유한 오차를 증명한다.
• 추정 오차와 계산 복잡도 측면에서 ML과 MB 추정기 간의 이론적 및 수치적 비교를 수행한다.

실험 결과

연구 질문

• RQ1 백홀 링크가 없는 인지 송신기는 주 채널 이득을 추정할 수 있는가?
• RQ2 감지된 주 신호만을 사용하여 주 채널 이득을 얼마나 정확하게 추정할 수 있는가?
• RQ3 주 채널 이득 추정에서 추정 정확도와 계산 복잡도 간의 상호 교환 관계는 어떠한가?
• RQ4 저복잡도 추정기는 실용적인 스펙트럼 공유에 충분한 정확도를 확보할 수 있는가?
• RQ5 중앙값 기반 추정기와 최대우도 추정기 간의 오차 및 강건성 측면에서의 비교는 어떠한가?

주요 결과

• 최대우도(ML) 추정기는 최적 조건에서 최소 0.6 dB의 추정 오차를 달성한다.
• 중앙값 기반(MB) 추정기는 최소 0.7 dB의 추정 오차를 기록하며, 상당히 낮은 복잡도로도 높은 정확도를 확보한다.
• 이론적 분석을 통해 MB 추정기의 추정 오차가 표본 수가 증가함에 따라 0으로 수렴함을 증명하며, 일치성을 보장한다.
• ML 추정기는 MB 추정기보다 추정 정확도에서 뛰어나지만, 상당히 높은 계산 복잡도를 수반한다.
• 두 추정기 모두 다양한 채널 조건에서도 강건하며, 순서통계와 CDF 분석을 통해 오차 한계가 증명된다.
• 오차는 높은 확률로 유한하며, 신호 샘플 수를 늘림으로써 임의로 작게 만들 수 있다.