와이드밴드 OFDM 인지 라디오를 위한 스펙트럼 감지 기법

본 논문은 무선 스펙트럼이 점점 포화되는 현상에 대응하기 위해, 인지 라디오(Cognitive Radio, CR) 시스템에서 1차 사용자(Primary User, PU)의 신호 존재 여부를 정확히 판단하는 스펙트럼 감지 기법을 제안한다. OFDM은 가변적인 대역폭을 손쉽게 할당할 수 있는 물리 계층으로, CR 시스템에 적합하다는 점을 강조하며, OFDM 기반 CR에서의 스펙트럼 감지 문제를 수학적으로 모델링한다. 먼저 시스템 모델을 정의한다. Q개의 서브캐리어를 갖는 OFDM 송신기가 존재하고, 각 서브캐리어 q에 대해 수신 신호는 Y_q(n)=H_q(n)·S_q(n)+I_q(n)+W_q(n) 로 표현된다. 여기서 H_q(n)·S_q(n)는 인지 사용자의 자체 신호, I_q(n)은 PU에 의한 간섭, W_q(n)은 복소수 백색 가우시안 잡음이다. PU가 차지하는 주파수 대역은 q₀~q₁ 서브캐리어 구간으로 가정한다. 논문은 PU에 대한 사전 지식 수준에 따라 세 가지 경우(Case A, B, C)로 나누어 탐지기를 설계한다. **Case A – 완전한 PU 모델이 알려진 경우** PU 신호가 가우시안이며, 각 서브캐리어별 정규화 공분산 행렬 C_q는 알려져 있다. 다만 수신 전력 P_I(q)만 미지이다. 각 서브캐리어에 대해 독립적인 검출을 수행하고, 최종 결정을 OR 연산으로 결합한다. Neyman‑Pearson 기준에 따라 허위 경보 확률 α를 전체에 걸쳐 배분하고, 각 서브캐리어의 허위 경보 확률을 P_FA(q)=1-(1-α)^{1/B_PU} 로 설정한다. 가능도비(LR)를 직접 구하기 어려우므로, 일반화 가능도비(GLRT) 대신 로컬 최적 강력(LMP) 검출기를 도입한다. LMP 검출 통계량은 T_A(Y_q)=Y_q† C_q Y_q 로, 이는 전력 추정 없이도 저전력(낮은 SNR) 상황에서 거의 최적의 성능을 제공한다. 수식 전개 과정에서 공분산 행렬의 고유값 분해를 이용해 계산 복잡도를 감소시켰으며, 임계값 γ_q는 전체 α에 맞춰 정해진다. **Case B – PU가 차지하는 주파수 대역만 알려진 경우** PU 모델 자체와 분포는 알 수 없으며, 오직 연속적인 서브캐리어 구간만 알려져 있다. 여기서는 전체 구간에 대한 다변량 관측 벡터를 구성하고, GLRT를 적용한다. 미지 전력 파라미터를 최대가능도(ML) 추정으로 대체하지만, 해가 닫힌 형태가 아니므로 수치 최적화가 필요하다. 공분산 행렬 C_q를 고유값 분해(C_q=V_qΛ_qV_q†)하여 GLRT 통계량을 간소화하고, 각 서브캐리어에 동일한 허위 경보 확률을 할당한다. 이 방식은 서브캐리어 간 상관관계를 활용해 단일 서브캐리어 기반 에너지 검출보다 높은 검출 확률을 달성한다. 또한, 전체 대역에 대한 공동 검출이므로 전력 추정이 전체 구간에 대해 일관되게 이루어져, 탐지 성능이 향상된다. **Case C – 사전 정보가 전혀 없는 경우** PU에 대한 어떠한 사전 지식도 없으며, 탐지 과정에서 interfered band를 탐색해야 한다. 저자들은 주파수 축을 따라 연속적인 전력 변화를 감지하는 스캔 알고리즘을 제안한다. 구간별 에너지 검출기를 적용하고, 급격한 전력 상승이 감지되면 해당 구간을 PU가 점유한 것으로 판단한다. 이 방법은 O(Q) 복잡도로 구현 가능하지만, 잡음 변동에 민감하므로 적응형 임계값 설정이 필요하다. **시뮬레이션 및 성능 평가** 시뮬레이션에서는 Q=256, N=64 등 실용적인 파라미터를 사용해 세 경우의 탐지 확률(P_D)와 허위 경보 확률(P_FA) 곡선을 비교한다. Case A의 LMP 검출기는 저전력 영역에서 가장 높은 P_D를 보이며, Case B의 GLRT 기반 공동 검출은 중간 SNR에서 Case A보다 우수한 성능을 제공한다. Case C는 탐색 단계에서 약간의 탐지 지연이 발생하지만, 사전 정보가 전혀 없을 때도 일정 수준 이상의 탐지율을 유지한다. 또한, 복잡도 측면에서 Case A는 가장 낮고, Case B는 ML 추정으로 인한 추가 연산이 필요하며, Case C는 전체 대역을 스캔하는 비용이 가장 크다. **결론** 논문은 사전 지식의 유무에 따라 적절한 탐지기를 선택할 수 있는 체계적인 프레임워크를 제공한다. PU 모델이 알려진 경우에는 LMP 검출기가 구현이 간단하고 저전력 상황에 강인하며, 모델이 불명확하지만 대역 정보만 있는 경우에는 다중 서브캐리어 공동 검출이 효과적이다. 전혀 정보가 없을 때는 주파수 축을 따라 전력 변화를 탐지하는 스캔 기반 방법이 실용적이다. 이러한 결과는 OFDM 기반 인지 라디오 시스템 설계 시, 스펙트럼 효율과 탐지 신뢰성을 동시에 만족시키는 데 기여한다.