In this paper, we studied the cooperative sensing via sequential detection in cognitive radio networks. Efficient and reliable spectrum sensing plays a critical role in cognitive radio networks. This paper presents a cooperative sequential detection scheme to reduce the average sensing time that is required to reach a detection decision. In the scheme, each cognitive radio computes the log-likelihood ratio for its every measurement, and the base station sequentially accumulates these log-likelihood statistics and determines whether to stop making measurement. So far, most papers related to spectrum sensing in cognitive radio networks using sequential detection have ignored fading effect or assumed slow fading environments. These assumptions are inevitable to consider acquired raw samples by detector as independent and identically distributed samples during the sensing duration. The paper studies how to design the sequential detector in a robust manner in fast fading environments. In this case, the acquired samples are independent and not identically distributed. We propose an optimal independent and identical distribution (i.i.d.) approximation which has better performance than the conventional scheme using the generalized log-likelihood ratio (GLLR). One assumes both the signal and noise are gaussian distributed at each sample time.
효율적이고 강인한 스펙트럼 탐지는 인지 무선 통신에서 중요한 역할을 차지한다. 본 논문에서는 평균 탐지 시간을 줄일 수 있는 순차 검출기를 이용한 협력 탐지 기법에 대해서 소개한다. 각각의 인지 무선 기기는 매 표본 시간 마다 자신의 로그 우도비를 계산하여 중앙의 기지국으로 그 값을 보내게 된다. 그러면 기지국은 그 값들을 합하여 선 사용자의 존재 유무를 결정할 것인지 말 것인지 판단하게 된다. 여기서 그 계산된 값을 어느 정도의 신뢰를 보장할 때까지 순차적으로 축적해 나가면서 매 표본 시간마나 판단을 하게 된다. 지금까지 관련 논문들은 무선 통신에서의 페이딩의 영향을 무시하거나 저속페이딩을 가정하여 해석을 해왔는데, 그 이유는 가공하지 않는 매 표본들이 독립적이고 균일한 분포를 가진다고 가정하기 위함이다. 이에 관한 순차검출기의 설계방법에 대해서는 최근까지의 결과로써 잘 정리가 되어있다.
본 논문에서는 이동 통신 환경에서 일반적으로 일어날 수 있는 고속 페이딩 환경에서 순차 검출기를 강인하게 설계하는 방법에 대해서 연구를 진행하였다. 순차 검출기의 입장에서 고속 페이딩 환경이란 각각의 인지 무선 기기들이 습득 하는 매 표본들이 독립적이지만 균일하게 푼포되어 있지 않다는 것을 의미한다. 본 논문에서는 기존의 저속 페이딩 환경을 위해 제안 된 일반화된 로그 우도비를 이용한 검출 방법이 고속 페이딩 환경에서 어떻게 적용되는지에 대한 분석을 했으며, 기존의 이 방법보다 좋은 성능을 가지는 독립적이고 균일한 분포로의 근사화 방법을 제안한다. 기본적으로 신호와 잡음은 각각의 표본 시간마다 가우시안 분포를 가진다고 가정한다.
