극값 비율 PDF의 새로운 적분 표현과 정확도 향상

본 논문은 협동 스펙트럼 감지(Cooperative Spectrum Sensing)에서 가장 널리 사용되는 MME(Maximum‑to‑Minimum Eigenvalue) 검출기의 핵심 통계량인 두 극값(최대 고유값 λ₁, 최소 고유값 λ_M)의 비율 T = λ₁/λ_M에 대한 확률밀도함수(PDF)를 보다 정확하고 계산 효율적인 형태로 제시한다. 1. **연구 배경 및 문제점** - 기존 연구는 두 극값을 독립적인 정규분포로 가정하거나, 무한 샘플·무한 사용자 수 가정 하에 트레이시‑와이덤(TW) 분포를 적용했다. 그러나 실제 시스템에서는 샘플 수 N과 협동 사용자 수 M이 제한적이며, 이러한 가정은 PDF 추정에 큰 오차를 초래한다. - 정확한 PDF는 거짓 경보 확률(PFA) 계산에 직접 사용되며, PFA가 정확히 추정돼야 검출 임계값을 최적화하고 스펙트럼 활용 효율을 높일 수 있다. 2. **시스템 모델** - M개의 보조 사용자(SU)가 각각 N개의 샘플을 수집하고, 이를 중앙 융합 센터(FC)로 전송한다. 각 샘플은 잡음 w_i(n) 혹은 신호 h_i(n)√P_s s(n)+w_i(n) 형태이며, 잡음은 복소 가우시안 CN(0,σ_w²)이다. - 수집된 데이터 행렬 X∈ℂ^{M×N}로부터 표본 공분산 행렬 R_x = (1/N)XX^H를 계산하고, 그 고유값을 내림차순으로 λ₁≥λ₂≥…≥λ_M이라 정의한다. - MME 검출 통계량은 T_ξ = λ₁/λ_M이며, 임계값 γ_ξ와 비교해 H₀(신호 없음)와 H₁(신호 존재)을 판정한다. 3. **극값의 통계적 모델링** - λ₁, λ_M을 각각 평균 u₁, u_M와 분산 σ₁², σ_M²를 갖는 정규분포 N(u,σ²)로 가정한다(문헌