Journal of KIISE (정보과학회 논문지)

Korean Institute of Information Scientists and Engineers (한국정보과학회)
권호 표지
DOI QR코드

DOI QR Code

Efficient Spectrum Sensing for Cognitive Radio Sensor Networks via Optimization of Sensing Time

센싱 시간의 최적화를 통해 인지 무선 센서 네트워크를 위한 효율적인 스펙트럼 센싱

  • 공판화 (경희대학교 컴퓨터공학과) ;
  • 조진성 (경희대학교 컴퓨터공학과)
  • Received : 2016.08.10
  • Accepted : 2016.09.16
  • Published : 2016.12.15
⟨ Previous Next ⟩

Abstract

In cognitive radio sensor networks (CRSNs), secondary users (SUs) can occupy licensed bands opportunistically without causing interferences to primary users (PUs). SUs perform spectrum sensing to detect the presence of PUs. Sensing time is a critical parameter for spectrum sensing that can yield a tradeoff between sensing performance and secondary throughput. In this study, we investigate new approaches for spectrum sensing by exploring the tradeoff from a) spectrum sensing for PU detection (SSPD) and b) spectrum sensing for secondary throughput (SSST). In the proposed scheme, the first sensing result of the current frame determines the dynamic performance of the second spectrum sensing. Energy constraint in CRSNs leads to maximized network energy efficiency via optimization of sensing time. Simulation results show that the proposed scheme of SSPD and SSST improves network performance in terms of energy efficiency and secondary throughput, respectively.

인지 무선 센서 네트워크 (CRSNs)에서 보조 사용자가 (SUs) 주 사용자 (PUs)에 간섭을 주지 않고 기회주의적 방식으로 라이선스 대역을 사용할 수 있다. SUs가 스펙트럼 센싱을 통해 PU의 존재 여부를 확인할 수 있다. 그리고 센싱 시간은 스펙트럼 센싱의 중요한 파라미터이다. 센싱 시간은 센싱 성능과 스루풋 간의 균형을 얻을 수 있다. 본 논문에서는 다른 관점에서 이 균형을 탐구하기를 통해 스펙트럼 센싱을 위한 새로운 기법을 제안한다: a) PU의 검출 (SSPD)과 b)스루풋(SSST)을 극대화을 위한 스펙트럼 센싱이다. 제안한 기법에서 현재 프레임의 첫 번째 센싱 결과에 따라 동적인 두 번째 스펙트럼 센싱을 수행한다. CRSNs에서 에너지 제약을 때문에 네트워크 에너지 효율도 센싱 시간의 최적화를 통해 최대화된다. 시뮬레이션 결과를 통하여 제안된 SSPD과 SSST가 각각의 에너지 효율과 스루풋의 성능을 향상시킬 수 있음을 검증하였다.

Keywords

Acknowledgement

Supported by : 한국연구재단

References

  1. A. Ewaisha, A. Sultan, and T. ElBatt, "Optimization of Channel Sensing Time and Order for Cognitive Radios," Proc. Wireless Communications and Networking Conference (WCNC), pp. 1414-1419, 2011.
  2. H. He, G. Y. Li, and S. Li, "Adaptive Spectrum Sensing for Time-Varying Channels in Cognitive Radios," IEEE Wireless Communications letters, Vol. 2, No. 2, pp. 1-4, 2013. https://doi.org/10.1109/WCL.2013.04.cover1
  3. H. Shokri-Ghadikolaei, Y. Abdi, and M. Nasiri- Kenari, "Learning-Based Spectrum Sensing Time Optimization in Cognitive Radio Systems," Proc. Telecommunications (IST), pp. 249-254, 2012.
  4. R. Deng, S. He, J. Chen, and J. Jia, "Energy- Efficient Spectrum Sensing by Optimal Periodic Scheduling in Cognitive Radio Networks," IET Communications, Vol. 6, No. 6, pp. 676-684, 2012. https://doi.org/10.1049/iet-com.2011.0565
  5. H. N. Pham, Y. Zhang, P. E. Engelstad, T. Skeie, and F. Eliassen, "Energy Minimization Approach for Optimal Cooperative Spectrum Sensing in Sensor-Aided Cognitive Radio Networks," Proc. Wireless Internet Conference (WICON), 2010.
  6. T. Syed, and G. Safdar, "History assisted Energy Efficient Spectrum Sensing for Infrastructure based Cognitive radio Networks," IEEE Transactions on Vehicular Technology, 2016, doi: 10.1109/TVT.2016.2585763.
  7. F. Awin, E. Abdel-Raheem, and M. Ahamdi, "Designing an Optimal Energy Efficient Cluster-based Spectrum Sensing for Cognitive Radio Networks," IEEE Communications Letters, Vol. 20, No. 9, pp. 1884-1887, 2016. https://doi.org/10.1109/LCOMM.2016.2585126
  8. Y. Pei, Y. C. Liang, K. C. Teh, and K. H. Li, "Energy-Efficient Design of Sequential Channel Sensing in Cognitive Radio Networks: Optimal Sensing Strategy, Power Allocation, and Sensing Order," IEEE Journal on Selected Areas in Communications, Vol. 29, No. 8, pp. 1648-1659, Sep. 2011. https://doi.org/10.1109/JSAC.2011.110914
  9. L. Luo, and S. Roy, "Efficient Spectrum Sensing for Cognitve Radio Networks via Joint Optimization of Sensing Threshold and Duration," IEEE Transactions on Communications, Vol. 60, No. 10, pp. 2851- 2860, Oct. 2012. https://doi.org/10.1109/TCOMM.2012.072612.100605