동적 임계값 선택을 통한 향상된 에너지 검출 기반 스펙트럼 감지

초록

본 논문은 인지무선에서 사용되는 에너지 검출 방식의 한계를 극복하기 위해, 수신 신호에 포함된 잡음 전력을 블라인드 방식으로 측정하고 이를 기반으로 동적으로 임계값을 설정하는 방법을 제안한다. GNU Radio와 USRP를 이용한 실험 결과, 동적 임계값 적용 시 탐지 확률은 증가하고 오탐률은 감소함을 확인하였다.

상세 분석

에너지 검출(Energy Detection, ED)은 사전 신호 정보가 필요 없다는 장점 때문에 인지무선(Cognitive Radio, CR) 시스템에서 널리 채택되고 있다. 그러나 ED는 수신된 신호의 총 에너지만을 측정하기 때문에 신호와 잡음의 구분이 불가능하고, 특히 저신호대잡음비(SNR) 환경에서 성능이 급격히 저하된다. 이러한 문제의 핵심은 임계값(Threshold) 설정에 있다. 전통적인 정적 임계값은 잡음 전력의 변동성을 반영하지 못해, 잡음이 증가하면 오탐률(False Alarm Rate)이 급증하고, 잡음이 감소하면 탐지 확률(Detection Probability)이 떨어진다. 따라서 잡음 전력을 실시간으로 추정하고, 이를 기반으로 임계값을 동적으로 조정하는 것이 필요하다.

본 논문은 “블라인드 잡음 측정”이라는 접근법을 채택한다. 구체적으로, 수신된 복소수 샘플을 일정 구간으로 나누어 각 구간의 평균 제곱값을 계산하고, 신호가 존재하지 않을 가능성이 높은 구간을 선택해 잡음 전력의 추정값을 도출한다. 이때, 신호가 존재할 확률이 높은 구간을 배제하기 위해 히스토그램 기반의 가중치와 중앙값 필터를 적용한다. 이렇게 얻어진 잡음 전력 추정값 σ²_n을 이용해, 원하는 탐지 확률(P_d) 혹은 허용 오탐률(P_fa)에 맞는 최적 임계값 λ를 다음 식으로 계산한다: λ = σ²_n·(Q^{-1}(P_fa)·√(2N) + N), 여기서 N은 샘플 수, Q^{-1}는 Q‑함수의 역함수이다.

제안된 동적 임계값 알고리즘은 두 단계로 구성된다. 첫 번째 단계는 실시간 잡음 전력 추정이며, 두 번째 단계는 추정값을 기반으로 임계값을 재계산하고, 이를 에너지 검출기에 적용하는 것이다. 이 과정은 연산 복잡도가 낮아 실시간 처리에 적합하고, 기존 정적 임계값 방식에 비해 잡음 변동에 대한 적응성이 크게 향상된다.

실험은 GNU Radio와 USRP B210 하드웨어를 이용해 구현되었다. 다양한 SNR(−20 dB ~ 0 dB)과 채널 조건(AWGN, 페이딩) 하에서 정적 임계값 ED와 제안된 동적 임계값 ED를 비교하였다. 결과는 ROC 곡선으로 제시되었으며, 특히 SNR이 −15 dB 이하인 극저신호 환경에서 동적 임계값 방식이 탐지 확률을 1015% 포인트 상승시키고, 오탐률을 58% 포인트 감소시켰다. 또한, 잡음 전력 추정 오차는 평균 0.3 dB 이하로, 실험 환경의 잡음 변동을 충분히 반영함을 확인하였다.

한계점으로는 잡음 전력 추정이 완전히 신호가 없는 구간에 의존한다는 점이며, 고밀도 신호가 지속적으로 존재하는 경우 추정 정확도가 떨어질 수 있다. 또한, 제안된 방법은 잡음이 가우시안이라고 가정하고 있으므로, 비가우시안 잡음 환경에서는 추가적인 보정이 필요하다. 향후 연구에서는 다중 밴드 동시 감지, 비가우시안 잡음 모델링, 그리고 머신러닝 기반 잡음 추정 기법을 결합하여 더욱 견고한 동적 임계값 설정 방안을 모색할 예정이다.