본 논문에서는 무선인지시스템에서 효율적으로 스펙트럼 센싱을 수행하기 위해, 확률 분포 사이의 대수 차를 측정하는 Kullback-Leiber divergence기반의 새로운 스펙트럼 센싱 기술을 제안한다. 제안된 센싱 기법은 특정 센싱 구간에서의 국부 센싱 측정값들이 잡음 분포에서 발생하였는지, 기사용자 신호에서 발생하였는지를 Kullback-Leiber divergenc를 이용하여 판단한다. 시뮬레이션 을 통해, 제안된 Kullback-Leiber divergence기반의 스펙트럼 센싱 기법이 동일 조건에서 에너지 검출 기반의 스펙트럼 센싱 기법보다 더 좋은 성능을 제공할 수 있음을 보였다. 특히, 페이딩 환경 및 기사용자 신호의 SNR값이 낮은 경우에 에너지 검출 기반의 스펙트럼센싱 기법과 비교할 때 제안된 기법의 성능이 크게 향상됨을 보였다.
In the paper, an information divergence called Kullback-Leiber divergence, which measures the average of the logarithmic difference between two probability density functions, is utilized to derive a novel method for spectrum sensing in cognitive radio systems. In the proposed sensing method, we test whether the observed samples are drawn from the noise distribution by using Kullback-Leiber divergence. It is shown by numerical results that under the same conditions, the proposed Kullback-Leiber divergence-based spectrum sensing always outperforms the energy detection based spectrum sensing significantly, especially in low SNR regime and in fading circumstance.
