신뢰성 낮은 인지무선망을 위한 적응형 점유 기반 채널 선택 기법

초록

**
본 논문은 인지무선망(Cognitive Radio Network, CRN)에서 채널의 불확실성과 점유 변동성을 고려한 적응형 채널 선택 알고리즘을 제안한다. 채널 점유 확률을 실시간으로 추정하고, 신뢰도 지표와 결합해 최적의 전송 채널을 동적으로 결정함으로써 패킷 손실률과 대기 시간을 크게 감소시킨다. 시뮬레이션 결과, 기존의 정적 선택 방식에 비해 스루풋이 30 % 이상 향상되고, 재전송 횟수가 45 % 감소함을 확인하였다.

**

상세 요약

**
이 연구는 인지무선망에서 가장 큰 도전 과제 중 하나인 ‘채널 불확실성’에 초점을 맞춘다. 기존 연구들은 주로 채널의 가용성을 이진(사용 가능/불가능)으로 판단하고, 일정 주기마다 스펙트럼 센싱을 수행해 채널을 선택한다. 그러나 실제 환경에서는 프라이머리 사용자(PU)의 활동이 급격히 변동하고, 센싱 오류, 하드웨어 결함, 전파 간섭 등으로 인해 채널 점유 상태가 불확실해진다. 이러한 상황에서 단순히 가용성만을 기준으로 채널을 선택하면, 높은 재전송율과 대기 지연이 발생한다.

논문은 먼저 ‘채널 점유 확률(Occupancy Probability, OP)’을 베이지안 추정법을 이용해 실시간으로 업데이트한다. 각 채널 i에 대해 시간 t에서의 OP_i(t)는 이전 관측값과 현재 센싱 결과를 가중 평균하여 계산되며, 센싱 오류 확률 ε와 PU 활동 모델(예: 마코프 체인)을 파라미터로 포함한다. 이렇게 얻어진 OP는 채널의 신뢰도 지표인 ‘신뢰도 가중 점유(Weighted Occupancy, WO)’와 결합된다. WO_i(t)=α·OP_i(t)+(1−α)·R_i(t) 여기서 R_i(t)는 해당 채널의 과거 전송 성공률을 나타내는 경험적 신뢰도이며, α는 시스템 요구에 따라 조정 가능한 가중치이다.

채널 선택 단계에서는 WO가 최소인 채널을 우선적으로 선택한다. 그러나 단순 최소값 선택은 ‘채널 고정화’ 문제를 야기할 수 있으므로, 논문은 ‘탐색‑활용(Exploration‑Exploitation)’ 전략을 도입한다. 구체적으로, ε‑그리디(ε‑greedy) 방식을 적용해 일정 확률 ε로 무작위 채널을 탐색하고, 나머지 경우에는 WO 최소 채널을 선택한다. 이때 ε는 네트워크 혼잡도와 PU 활동 강도에 따라 동적으로 조정된다.

또한, 논문은 ‘재전송 제한 메커니즘(Transmission Retransmission Limiter)’을 설계한다. 선택된 채널에서 전송이 실패하면, 즉시 WO 값을 업데이트하고, 재전송 횟수가 사전 정의된 임계값을 초과하면 해당 채널을 ‘일시적 블랙리스트’에 추가한다. 블랙리스트는 일정 시간 후 자동 해제되며, 이는 일시적인 채널 고장이나 급격한 PU 재등장에 대응한다.

시뮬레이션 환경은 5 GHz 대역의 20 MHz 채널 10개를 가정하고, PU 활동을 2‑state 마코프 모델(활동/비활동)로 모델링하였다. 센싱 오류 확률은 0.1로 설정하고, 다양한 트래픽 부하(0.2–0.8 pkt/slot)와 이동성 시나리오를 테스트했다. 결과는 다음과 같다. (1) 평균 스루풋은 기존 정적 선택 방식 대비 30 % 이상 향상되었으며, 특히 PU 활동이 높은 구간에서 그 차이가 크게 나타났다. (2) 평균 패킷 재전송 횟수는 45 % 감소했고, 평균 지연은 28 % 감소했다. (3) 채널 블랙리스트 메커니즘은 급격한 PU 재등장 시에도 시스템 안정성을 유지하는 데 기여했다. 이러한 결과는 제안된 적응형 점유 기반 선택 알고리즘이 불확실한 채널 환경에서 효율적인 스펙트럼 활용을 가능하게 함을 입증한다.

마지막으로, 논문은 제안 기법의 복잡도 분석을 제공한다. 베이지안 업데이트와 WO 계산은 O(N) 시간 복잡도(N은 채널 수)이며, ε‑그리디 탐색은 상수 시간에 수행된다. 따라서 실시간 구현이 가능한 수준이며, 저전력 IoT 디바이스에도 적용 가능함을 강조한다.

**