협동 스펙트럼 감지를 위한 최적 클러스터 크기 설계

초록

본 논문은 협동 스펙트럼 감지에서 2차 사용자(SU)의 실효 스루풋을 극대화하기 위해 클러스터 크기를 최적화한다. 각 SU는 1심볼만을 사용해 인접 SU와 감지 결정을 교환한다는 최소 오버헤드 가정을 두고, OR‑룰과 AND‑룰에 따른 결합 성능을 분석한다. 클러스터가 커질수록 협동 이득은 증가하지만 협상 오버헤드가 급증해 실효 스루풋이 감소한다. 이를 수식화하여 최적 클러스터 크기를 도출하고, 평균 SNR이 높을수록 최적 크기가 작아짐을 확인한다. 최적화된 클러스터에서는 OR‑룰이 항상 AND‑룰보다 높은 스루풋을 제공한다는 흥미로운 결과도 제시한다.

상세 분석

이 연구는 인프라가 없는 인지 라디오 환경에서 협동 스펙트럼 감지의 핵심 파라미터인 클러스터 크기를 정량적으로 분석한다. 기본 가정은 각 2차 사용자가 자신의 감지 결과를 주변 SU에게 전파하기 위해 정확히 1심볼(시간 슬롯)만을 할당한다는 점이다. 이는 실제 시스템에서 최소화 가능한 제어 오버헤드로, 클러스터 내 SU 수가 늘어날수록 총 협상 시간은 N·1심볼(N은 클러스터 크기)로 선형 증가한다. 감지 성능은 개별 SU의 탐지 확률(Pd)와 오탐률(Pfa)을 기반으로 OR‑룰과 AND‑룰을 적용해 결합한다. OR‑룰은 하나라도 ‘사용 중’이라고 판단하면 전체 클러스터가 채널을 사용 중이라고 판단하므로 Pd가 크게 향상되지만 Pfa도 상승한다. 반대로 AND‑룰은 모든 SU가 ‘사용 중’일 때만 채널을 차단하므로 Pfa는 낮아지지만 Pd가 감소한다.

실효 스루풋 η는 데이터 전송에 사용할 수 있는 시간 비율을 의미한다. 논문은 η(N)= (1−N·τ)·R·(1−Pfa,comb) 로 모델링한다. 여기서 τ는 1심볼에 해당하는 시간 비율, R은 채널 전송률, Pfa,comb은 결합된 오탐률이다. 이 식은 협상 오버헤드와 결합 감지 성능을 동시에 고려한다. 최적화 문제는 η(N)를 N에 대해 최대화하는 정수 최적화로 전개되며, N은 1부터 가능한 최대값까지 탐색한다. 수치 해석을 통해 OR‑룰에서는 최적 N이 AND‑룰보다 작으며, 평균 SNR이 증가함에 따라 두 룰 모두 최적 N이 감소한다는 패턴이 관찰된다. 이는 SNR가 높을수록 개별 SU의 감지 정확도가 향상되어 협동 이득이 감소하고, 오히려 오버헤드가 지배적이 되기 때문이다.

또한, 최적 클러스터 크기에서 OR‑룰이 항상 AND‑룰보다 높은 η를 제공한다는 결과는 실무 적용 시 OR‑룰이 더 효율적임을 시사한다. 이는 OR‑룰이 높은 Pd를 확보하면서도 오버헤드 감소 효과가 큰 작은 클러스터에서도 충분히 성능을 유지하기 때문이다. 논문은 이러한 결론을 바탕으로, 실제 인지 라디오 시스템 설계 시 클러스터 크기와 결합 규칙을 동적으로 조정하는 알고리즘 개발의 필요성을 강조한다.