Abstract

본 논문에서는 무선인지시스템에서 효율적으로 스펙트럼 센싱을 수행하기 위해, 확률 분포 사이의 대수 차를 측정하는 Kullback-Leiber divergence기반의 새로운 스펙트럼 센싱 기술을 제안한다. 제안된 센싱 기법은 특정 센싱 구간에서의 국부 센싱 측정값들이 잡음 분포에서 발생하였는지, 기사용자 신호에서 발생하였는지를 Kullback-Leiber divergenc를 이용하여 판단한다. 시뮬레이션 을 통해, 제안된 Kullback-Leiber divergence기반의 스펙트럼 센싱 기법이 동일 조건에서 에너지 검출 기반의 스펙트럼 센싱 기법보다 더 좋은 성능을 제공할 수 있음을 보였다. 특히, 페이딩 환경 및 기사용자 신호의 SNR값이 낮은 경우에 에너지 검출 기반의 스펙트럼센싱 기법과 비교할 때 제안된 기법의 성능이 크게 향상됨을 보였다. In the paper, an information divergence called Kullback-Leiber divergence, which measures the average of the logarithmic difference between two probability density functions, is utilized to derive a novel method for spectrum sensing in cognitive radio systems. In the proposed sensing method, we test whether the observed samples are drawn from the noise distribution by using Kullback-Leiber divergence. It is shown by numerical results that under the same conditions, the proposed Kullback-Leiber divergence-based spectrum sensing always outperforms the energy detection based spectrum sensing significantly, especially in low SNR regime and in fading circumstance.

Full Text
Paper version not known

Talk to us

Join us for a 30 min session where you can share your feedback and ask us any queries you have

Schedule a call

Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.