스페이스‑시간 구조 잡음에서 사이클로스테이션리티 신호 탐지를 위한 LMPIT 기반 검정

본 논문은 인지 라디오(Cognitive Radio) 시스템에서 1차 사용자의 존재를 판단하기 위해, 디지털 통신 신호가 갖는 사이클로스테이션리티(cyclostationarity) 특성을 이용한 검정기를 설계한다. 사이클로스테이션리티는 신호의 자기상관 함수가 일정 주기 P 에 대해 주기성을 보이는 현상으로, 이를 검출하면 저 신호대 잡음비(SNR) 환경에서도 높은 탐지 확률을 기대할 수 있다. 저자는 먼저 일반적인 상황—시간적으로 색(colored)이고 공간적으로 상관(correlated)된 잡음—에 대해 두 가설 H₀(잡음만)와 H₁(신호+잡음)을 정의하고, 관측 벡터 y 의 공분산 행렬 R₀, R₁이 블록 토플리츠(block‑Toeplitz) 구조를 갖는다는 점을 강조한다. 여기서 블록 크기는 각각 L (안테나 수)와 LP (안테나 × 주기)이며, 이 구조는 직접적인 최대우도 추정이 어려워 블록 순환(block‑circulant) 근사를 통해 DFT 변환을 적용한다. 변환 후 얻어지는 벡터 z 는 블록 대각화된 공분산 S₀, S₁을 가지며, 각 블록은 서로 독립적인 샘플로 간주된다. 다음으로 저자는 기존 연구에서 제시된 GLRT(Generalized Likelihood Ratio Test)를 재검토한다. 샘플 공분산 \hat S 를 이용해 S₁ 은 블록 대각으로, S₀ 은 잡음 구조에 따라 세 가지 경우로 구분된다. (I) 색·공간 비상관 잡음: S₀ 은 완전 대각, (II) 백색·공간 상관 잡음: 블록이 동일한 형태로 S₀ = I⊗\tilde S, (III) 백색·공간 비상관 잡음: 블록 자체가 대각 행렬이다. 이러한 구조적 제약을 활용하면 GLRT 통계량이 사이클로코히어런스(cyclic coherence) 함수를 직접 측정하는 형태가 된다. 핵심 기여는 LMPIT(Locally Most Powerful Invariant Test)의 존재 여부를 체계적으로 분석한 점이다. LMPIT는 저 SNR(근접 가설) 상황에서 가장 강력한 불변 검정으로, 기존 연구에서는 색·공간 비상관 잡음에 대해 존재함이 증명되었다. 본 논문은 세 가지 잡음 구조에 대해 LMPIT 존재성을 검토한다. 결과는 다음과 같다. 1. **색·공간 비상관 잡음**(case I)에서는 LMPIT가 존재한다. 저자는 닫힌 형태의 검정 통계량을 도출했으며, 이는 각 블록의 대각 원소들의 제곱합으로 표현된다. 이 통계량은 사이클로코히어런스 행렬의 Frobenius 노름과 동일한 의미를 가지며, 사이클릭 주파수 α 에 대한 에너지 집중도를 평가한다. 2. **백색 잡음**(case II, III)에서는 검정 통계량이 알려지지 않은 스케일 파라미터에 의존하게 되므로 엄밀한 LMPIT는 존재하지 않는다. 대신 저자는 LMPIT‑영감을 받은 두 가지 근사 검정을 제안한다. 첫 번째는 블록 대각 원소들의 정규화된 제곱합을 이용해 각 블록의 상대적 에너지를 측정하고, 두 번째는 블록 간 상관을 가중합해 전체 사이클로코히어런스 강도를 평가한다. 두 검정 모두 근사적인 최적성을 보이며, 시뮬레이션에서 기존 GLRT보다 우수한 성능을 나타낸다. 3. **백색·비상관**(완전 대각) 경우에도 LMPIT는 존재하지 않으며, 위와 동일한 근사 검정이 적용된다. 제안된 검정들은 사이클릭 스펙트럼 관점에서도 해석된다. 변환된 z 벡터는 사이클릭 주파수 α 에 대응하는 주파수 샘플을 포함하고, 검정 통계량은 이러한 샘플 간의 상관(코히어런스) 크기를 측정한다. 따라서 다중 안테나·다중 시간 샘플을 동시에 활용해 사이클릭 스펙트럼의 에너지 집중도를 평가한다는 의미를 갖는다. 시뮬레이션에서는 OFDM, BPSK 등 다양한 변조 방식을 사용한 신호와, 잡음이 색·공간 상관, 백색·공간 상관, 백색·비상관인 경우를 모두 고려하였다. 주요 결과는 다음과 같다. (i) 색·공간 비상관 잡음에서는 LMPIT가 GLRT와 기존 검정보다 현저히 낮은 오류 확률을 보였으며, 특히 3 dB 이하의 SNR에서도 높은 탐지 확률을 유지했다. (ii) 백색 잡음에서는 제안된 LMPIT‑영감 검정이 기존 GLRT 대비 2‑3 dB 정도의 SNR 이득을 제공하였다. (iii) 복잡도 측면에서, 모든 검정은 DFT 변환과 블록 대각 원소 연산만을 필요로 하므로 실시간 구현이 가능하다. 마지막으로, 잡음 구조가 사전에 알려지지 않은 경우를 대비해, 관측된 공분산 행렬의 블록 형태를 검사해 잡음이 백색·상관, 백색·비상관, 색·상관 중 어느 경우에 해당하는지 판단하는 전처리 검정을 제시한다. 이를 통해 시스템은 자동으로 가장 적합한 검정기를 선택할 수 있다. 결론적으로, 본 논문은 사이클로스테이션리티 기반 스펙트럼 감지에서 잡음의 구조적 정보를 활용하는 새로운 프레임워크를 제공한다. LMPIT 존재성을 체계적으로 분석하고, 존재하지 않을 때는 근사 검정을 설계함으로써 다양한 실제 환경에 적용 가능한 실용적인 검정기를 제시한다.