演算量を削減した周期定常性検出に基づくスペクトルセンシング法の一検討

摘要

本報告では，信号検出にしきい値を用いない信号の周期定常性検出に基づくスペクトルセンシングの演算量低減手法について検討する．著者の知る限りでは，数ある信号の周期定常性検出に基づくスペクトルセンシング法の中でも，信号検出のために単一のサイクリック周波数における周期自己相関関数（CAF）のみを必要とするピーク検出器（peak detector：PD）が最も演算量の少ないセンシング法である．一方で，最大周期自己相関選択（maximum cyclic autocorrelation selection：MCAS）を用いたスペクトルセンシング法が提案されている．これらを比較すると，MCASで要する演算量はPD法と比較してやや多くなるが，PD法では必要であった信号検出のためのしきい値をMCASでは必要としない．本報告で検討する手法は，信号検出のためのしきい値を必要とせず，かつ要する演算量がPD法とほぼ同じである．さらに検討手法は，従来のMCASを用いたスペクトルセンシング法とほぼ同じ信号検出確率および誤警報確率特性が得られることが明らかとなった．