[論文レビュー] Eigenvalue based Spectrum Sensing Algorithms for Cognitive Radio

Yonghong Zeng, Ying‐Chang Liang|arXiv (Cornell University)|Apr 18, 2008

Blind Source Separation Techniques参考文献 11被引用数 13

ひとこと要約

本稿では、受信信号の標本共分散行列の最大固有値／平均固有値と最小固有値の比を用いる固有値ベースのスペクトラムセンシング手法を提案する。最近の確率的線形代数理論を活用することで、信号、チャネル、雑音のパワーに関する知識を必要とせず、検出閾値を設定でき、相関信号環境下でもエネルギー検出法を上回る性能を示す。特に雑音の不確実性がある状況で優れた性能を発揮する。

ABSTRACT

Spectrum sensing is a fundamental component is a cognitive radio. In this paper, we propose new sensing methods based on the eigenvalues of the covariance matrix of signals received at the secondary users. In particular, two sensing algorithms are suggested, one is based on the ratio of the maximum eigenvalue to minimum eigenvalue; the other is based on the ratio of the average eigenvalue to minimum eigenvalue. Using some latest random matrix theories (RMT), we quantify the distributions of these ratios and derive the probabilities of false alarm and probabilities of detection for the proposed algorithms. We also find the thresholds of the methods for a given probability of false alarm. The proposed methods overcome the noise uncertainty problem, and can even perform better than the ideal energy detection when the signals to be detected are highly correlated. The methods can be used for various signal detection applications without requiring the knowledge of signal, channel and noise power. Simulations based on randomly generated signals, wireless microphone signals and captured ATSC DTV signals are presented to verify the effectiveness of the proposed methods.

研究の動機と目的

• エネルギー検出の性能を低下させる雑音の不確実性という課題に対処すること。
• 信号のパワー推定が正確に必要となる従来の手法（例：エネルギー検出）の限界を克服すること。
• 信号、チャネル、雑音のパワーが未知である状況でも耐障害性を示すスペクトラムセンシング手法を開発すること。
• IEEE 802.22 WRANシステムで見られるような低SNR環境でも信頼性の高いセンシングを可能にすること。
• 確率的線形代数理論を用いて検出閾値および性能指標を理論的に導出する枠組みを提供すること。

提案手法

• 最大固有値対最小固有値比（MME）を用いる手法と、平均固有値対最小固有値比（EME）を用いる手法の2つの固有値ベースのセンシング手法を提案する。
• 受信信号を観測ベクトルの標本共分散行列としてモデル化し、その固有値が信号の存在を反映することを考慮する。
• 確率的線形代数理論（RMT）を用いて、雑音のみの仮説および信号＋雑音の仮説下における固有値比の漸近的分布を導出する。
• 導出された分布を基に、所定の誤検出確率を維持する検出閾値を計算する。
• フィルタベースの変換を用いて受信信号を前変換（pre-whitening）し、雑音共分散行列を等方的（単位行列に類似）にすることで、RMTの有効な適用を保証する。
• 固有値比の分布を用いて、検出確率および誤検出確率の解析的表現を導出する。

実験結果

リサーチクエスチョン

• RQ1 標本共分散行列の固有値比は、信号、チャネル、雑音のパワーに関する事前知識がなくても、主ユーザを信頼性高く検出可能か？
• RQ2 確率的線形代数理論は、雑音のみの状況および信号＋雑音の状況下における固有値比の分布をどのようにモデル化できるか？
• RQ3 所望の誤検出確率を満たすために、どのような検出閾値が設定されるべきか？
• RQ4 従来のエネルギー検出法と比較して、本手法は雑音の不確実性がある状況でどのように性能を発揮するか？
• RQ5 信号が相関している場合、特に低SNR領域において、本手法はエネルギー検出法を上回ることができるか？

主な発見

• 提案手法は、エネルギー検出法の主要な限界である雑音の不確実性に対して耐障害性を示す。
• シミュレーションでは、MME（最大固有値対最小固有値比）手法がEME（平均固有値対最小固有値比）手法を一貫して上回るが、理論的解釈は未解決のままである。
• 相関信号環境下では、雑音の不確実性によりSNRウォールに苦しむ理想的なエネルギー検出法よりも、提案手法がより高い検出確率を達成する。
• ランダムに生成された信号、ワイヤレスマイク信号、実際のATSC DTV信号を用いたシミュレーションにより、多様な現実世界のシナリオにおいて本手法の有効性が確認された。
• RMTに基づく閾値を用いることで、誤検出確率を解析的に制御可能であり、雑音パワーが未知であっても信頼性の高い運用が可能である。
• 信号の同期や波形の知識を必要としないため、認知無線システムにおけるブレインドセンシングに適している。