초록
IEEE 802.22 WRAN의 사용을 위해서는 TV 대역의 스펙트럼 센싱이 필수적이다. 그러나 WRAN의 센싱 요구조건을 만족하기 위해서는 긴 휴지 시간이 필요하고 쉐도윙 등의 환경적인 요인에 의해 기면허 사용자를 검출하지 못하는 문제점을 가지고 있다. 이러한 문제를 극복하기 위해 협력 센싱을 통해 각 CPE의 센싱 요구 조건을 완화시키거나 스펙트럼 센싱의 신뢰성을 높인다. 일반적으로 협력 센싱은 k-out-of-N 규칙이 단순한 계산으로 인해 많이 사용된다. 그러나 이 방식의 경우 각 CPE의 SNR의 차이가 많은 경우 협력 센싱을 통해 얻은 센싱 성능이 가장 좋은 SNR을 가지는 CPE의 검출 성능보다 나쁘게 나타난다. 이러한 문제점을 해결하기 위해서 각 노드의 SNR올 반영하여 데이터 퓨전을 수행하는 방법들이 제안되는데 본 논문에서는 새로운 확신 벡터를 이용한 데이터 퓨젼 방식을 제안하였으며 전산 모의 실험 결과 제안된 방식이 기존 방식보다 검출 성능이 개선된 것으로 나타났다.
For operation of IEEE 802.22 WRAN system, spectrum sensing is a essential function. However, due to strict sensing requirement of WRAN system, spectrum sensing process of CR nodes require long quiet period. In addition, CR nodes sometimes fail to detect licensed users due to shadowing effect of wireless communication environment. To overcome this problem, CR nodes collaborate with each other for increasing the sensing reliability or mitigating the sensitivity requirement. A general approach for decision fusion, the "k out of N" rule is often taken as the decision fusion rule for its simplicity. However, since k out of N rules can not achieve better performance than the highest SNR node when SNR is largely different among CR nodes, the local SNR of each node should be considered to achieve better performance. In this paper, we propose two novel data fusion methods by utilizing confidence vector which represents the confidence level of individual sensing result. The simulation results show that the proposed schemes improve the signal detection performance than the conventional data fusion algorithms.
