[논문 리뷰] Spectrum Sensing Algorithms for Cognitive Radio Based on Statistical Covariances

Yonghong Zeng, Ying‐Chang Liang|arXiv (Cornell University)|2008. 08. 19.

Cognitive Radio Networks and Spectrum Sensing참고 문헌 16인용 수 5

한 줄 요약

이 논문은 신호, 채널, 잡음 전력에 대한 사전 지식이 없이도 주파수 대역을 탐지하기 위해 수신 신호의 통계적 공분산을 이용하는 인지 무선를 위한 스펙트럼 감지 알고리즘을 제안한다. 제한된 신호 샘플에서 표본 공분산 행렬을 계산하고 두 개의 검정 통계량을 추출함으로써, 낮은 신호 대 잡음비(SNR)와 잡음 불확실성 조건에서도 강건한 감지 성능을 달성한다. 이는 상관된 신호 환경과 다중 안테나 환경에서 에너지 감지보다 뛰어난 성능을 보이며, 특히 낮은 SNR에서 유리하다.

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.

연구 동기 및 목표

• 낮은 신호 대 잡음비(SNR)와 잡음 불확실성 조건에서 인지 무선의 스펙트럼 감지 문제를 해결하기 위해.
• 신호 웨이브폼, 채널 상태, 잡음 전력에 대한 지식이 필요 없는 스펙트럼 감지 방법을 개발하기 위해.
• 특히 잡음 불확실성으로 인한 신호 대 잡음비 벽(SNR wall) 문제를 해결하기 위해 에너지 감지의 한계를 극복하기 위해.
• 시간에 따라 변화하는 채널과 분산 fading 채널 환경에서도 신뢰할 수 있는 감지 기능을 제공하기 위해.
• 상관된 신호와 다중 안테나 시스템에서의 감지 성능을 향상시키기 위해.

제안 방법

• 유한한 수의 수신 신호 샘플에서 표본 공분산 행렬을 계산한다.
• 표본 공분산 행렬에서 두 개의 검정 통계량을 추출하여 신호 존재 여부와 잡음을 구분한다.
• 통계 이론을 활용해 감지 임계값을 유도하고 감지 확률을 계산한다.
• 잡음 전력에 대해 불변이며, 신호 또는 채널 지식이 필요하지 않다.
• 시간에 따라 변화하는 채널에 강건하며, 다중 안테나와도 호환된다.
• 窄band 필터링이 적용될 경우, 사전에 계산된 필터 변환 행렬을 사용하여 공분산 행렬을 정규화한다.

실험 결과

연구 질문

• RQ1 신호, 채널, 잡음 전력에 대한 사전 지식 없이도 스펙트럼 감지를 달성할 수 있는가?
• RQ2 제안된 공분산 기반 방법은 낮은 신호 대 잡음비(SNR)와 잡음 불확실성 조건에서 에너지 감지 대비 어떻게 성능을 발휘하는가?
• RQ3 다중 경로 fading과 시간에 따라 변화하는 채널 조건에서도 이 방법이 높은 감지 확률을 유지할 수 있는가?
• RQ4 다중 안테나를 활용한 공간 다양성의 이점을 얻을 수 있는가?
• RQ5 여러 개의 주요 신호가 동시에 존재할 경우 이 방법은 어떻게 성능을 발휘하는가?

주요 결과

• 잡음 불확실성 조건에서 제안된 방법은 에너지 감지보다 더 높은 감지 확률을 달성하며, 특히 낮은 신호 대 잡음비(SNR) 영역에서 유리하다.
• M=4개의 안테나를 사용할 경우 감지 확률이 최적의 우도 비율 테스트(Likelihood Ratio Test, LRT) 성능에 가까워진다.
• M=1개의 안테나를 사용할 경우에도 좋은 감지 성능를 유지하여, 비상관 입력에 대해서도 효과성이 입증된다.
• 다양한 도플러 주파수에서 높은 성능를 유지하지만, 빠르게 변화하는 시간에 따라 변하는 채널에서는 성능가 약간 저하된다.
• 여러 개의 주요 신호가 존재할 경우에도 우수한 성능를 보이며, 단일 신호 시나리오 대비 성능 저하가 최소한이다.
• 窄band 필터링에 강건하여, 공분산 행렬을 필터에 따라 변환하는 사전 계산된 행렬을 사용해 사전 처리할 수 있다.