DNA 서열 정렬 기반 인지무선채널 재할당 기법

초록

본 논문은 인지무선(CR) 네트워크에서 1차 사용자가 등장할 때 2차 사용자에게 남은 채널을 효율적으로 재배정하기 위해 DNA 서열 정렬 알고리즘을 적용한 새로운 채널 재할당 방식을 제안한다. 서열 매칭을 통해 채널 가용성을 빠르게 파악하고, 충돌을 최소화하면서 스펙트럼 활용 효율을 높이는 메커니즘을 설계하였다.

상세 요약

이 연구는 인지무선(CR) 시스템의 핵심 과제인 동적 스펙트럼 접근(DSA) 문제를 생물정보학의 DNA 서열 정렬 기법에 빗대어 해결하고자 한다. 기존의 채널 할당·재할당 방법은 주로 게임 이론, 최적화 모델, 머신러닝 등을 활용했으며, 실시간성, 연산 복잡도, 그리고 PU와 SU 간의 간섭 관리에서 한계를 보였다. 논문은 이러한 한계를 극복하기 위해 ‘가장 긴 공통 부분 문자열(LCS)’ 혹은 ‘Needleman‑Wunsch’와 같은 전역 정렬 알고리즘을 채널 상태 매핑에 적용한다. 구체적으로, PU가 점유하고 있는 채널을 ‘A’, ‘C’, ‘G’, ‘T’ 중 하나에 매핑하고, 현재 사용 가능한 채널을 다른 염기로 변환한다. 이후 두 서열 간의 정렬 점수를 계산해 최적의 매칭을 도출함으로써, PU가 새로 등장했을 때 가장 적합한 대체 채널 집합을 즉시 식별한다. 이 과정은 O(m·n) 시간 복잡도를 가지지만, 실제 채널 수가 수십에서 수백 수준이므로 실시간 적용이 가능하다. 또한, 정렬 스코어를 임계값으로 설정해 간섭 위험이 높은 매칭을 자동 배제함으로써, PU와 SU 간의 보호 기준을 만족한다. 논문은 시뮬레이션을 통해 전통적인 무작위 재할당, 우선순위 기반 재할당과 비교했을 때, 채널 전환 지연이 평균 30 % 감소하고, 스펙트럼 이용 효율이 15 % 이상 향상됨을 입증한다. 그러나 DNA 서열 정렬 자체가 확률적 변이 모델을 포함하지 않기 때문에, 급격한 채널 변동이나 다중 PU 동시 등장 상황에서는 추가적인 적응 메커니즘이 필요할 것으로 보인다. 전반적으로, 생물학적 서열 정렬을 통신 자원 관리에 적용한 시도는 새로운 패러다임을 제시하며, 향후 하이브리드 알고리즘(예: 정렬 + 강화학습)과의 결합을 통한 성능 향상이 기대된다.