선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 따라서 Ad-hoc 채널환경에서 동일 시스템인 CR 사용자들의 협력 센싱의 검출성능을 높이기 위한 방법으로 사용자들의 채널상태를 고려한 차등적 오경보 확률을 통한 협력 스펙트럼 센싱 모델이다. 기존의 협력 시스템 모델에서는 임계값을 정하는데 모두 같은 오경보 확률을 적용하고 있어 같은 임계값을 가지게 되는 문제가 있어 센싱 성능이 떨어진다.
- 임계치 값이 정적이면 detection probability도 낮아지고, 시스템에 따라서 detection probability를 유동적으로 조절할 수가 없다. 따라서 본 논문에서는 협력하고자하는 CR사용자의 채널 상태에 따라 차등적 오경보 확률을 적용함으로써 검출 확률을 향상시키는 시스템 모델을 제안하고 분석한다. Ad-hoc 채널환경에서 협력하고자하는 동일 시스템들의 채널 상태가 모두 다름에도 불구하고, 동일한 임계치를 가지는 것을 오경보 확률을 적용한다면, 성능이 떨어질 것이다.
- 본 논문에서는 주파수 부족 및 소 출력 무선통신 기기의 통신 인프라 구축 없이 스펙트럼을 사용하게 하기 위한 인지 무선 기반 ad-hoc 네트워크에서 신호 검출 성능을 향상시키기 위한 방법을 제안하였다. energy detection이 ad-hoc 네트워크에서는 워낙 성능이떨어지기 때문에, 협력 센싱을 적용하였고, 개개의 조금 복잡하더라도 채널에 따라 임계값을 결정하는 것에서 더 나아가 협력 사용자들에게 차등적으로 오경보 확률 기법을 적용하였고, 이는 detection probability 성능이 올라감을 확인하였다.
- 본 논문에서는 협력하는 사용자에 채널상태에 따라 FA를 적용함으로써 적응적으로 임계치를 선택하여 협력 센싱하는 시스템 모델을 제안한다. 그림 1은 채널 상태에 따라 오경보 확률을 다르게 하여 임계치를 구하여 검출 확률을 높이는 협력스펙트럼 센싱 시스템 모델이다.
- 하지만 단일 센싱은 셀경계 쉐도잉 환경에서 신뢰도가 낮은 센싱 성능을 보이기 때문에 이를 보완하기 위한 방법으로 협력 스펙트럼 센싱 기술을 사용한다. 이때 본 논문에서는 고정된 오경보 확률이 아닌 채널 상태에 따른 오경보 확률을 사용함으로써 검출 성능을 높인다. Ⅱ장에서는 본 논문의 시스템 모델을 제안하고, Ⅲ장에서는 시스템 모델에 대해 자세히 살펴본다.
- Ad-hoc 채널환경에서 협력하고자하는 동일 시스템들의 채널 상태가 모두 다름에도 불구하고, 동일한 임계치를 가지는 것을 오경보 확률을 적용한다면, 성능이 떨어질 것이다. 이러한 점을 해결하고자 채널상태에 따라 차등적 오경보 확률을 적용함으로써 임계치를 결정하고 이에 따라 detection probability를 높이고자 한다. PU가 주파수 대역을 사용 중인 경우를 H1이라하고, 사용중이지 않은 경우를 H0라 할 때, ad-hoc 네트워크내의 n번째 CR 사용자로 부터 수신된 신호 yn(k)는 각각 식 (1) 및 (2)와 같이 나타낼 수 있다.
가설 설정
- H1 : yn(k)= h(k)⊗s(k) + n(k).
- 우선 채널 모델은 백색 잡음채널 (AWGN, Additive White Gaussian Noise)와 Rayleigh 채널 모델을 고려하였다. 오 경보 확률( FA probability, false alarm probability)을 10%, 9%, 6%, 4%로 설정하였고 인지무선 단말기들 채널 상태에 따라 차등으로, 각 인지 무선 기반 ad-hoc 네트워크 단말들의 변조방식은 BPSK (Binary Phase Shift Keying)을 사용한다고 가정하였다. 그리고 CR 기기가 센싱한 정보를 취합하는 방식으로 EGC(Equal Gain Combining)를 사용하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.