• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제7권10호
• /
• pp.2338-2356
• /
• 2013

In cognitive radio networks, acquiring the position information of the primary user is critical to the communication of the secondary user. Localization of primary users can help improve the efficiency with which the spectrum is reused, because the information can be used to avoid harmful interference to the network while simultaneity is exploited to improve the spectrum utilization. Despite its inherent inaccuracy, received signal strength based on range has been used as the standard tool for distance measurements in the location detection process. Most previous works have employed the path-loss propagation model with a fixed value of the path loss exponent. However, in actual environments, the path loss exponent for each channel is different. Moreover, due to the complexity of the radio channel, when the number of channel increases, a larger number of RSS measurements are needed, and this results in additional energy consumption. In this paper, to overcome this problem, we propose using the Bayesian compressive sensing method with a calibrated path loss exponent to improve the performance of the PU localization method.

• 한국인터넷방송통신학회논문지
• /
• 제12권1호
• /
• pp.29-36
• /
• 2012

무선 센서 네트워크에서, 각 노드들의 정확한 위치 정보를 파악하는 것은 효율적인 네트워크 환경 구축과 수집된 정보를 효율적으로 활용하기 위해 필수적이다. 노드의 위치를 추정하는 다양한 기법들 중, 일반적으로 많이 사용되는 수신신호세기(RSS) 기법은 추가적인 하드웨어 자원 없이 쉽게 구현될 수 있으나 채널의 상태 혹은 장애물 등 외부의 간섭으로 인한 신호의 왜곡 또는 감쇄가 발생하므로 이를 이용한 위치 추정 시 오차에 의한 영향을 충분히 고려하여야 한다. 위치 추정의 정확도를 향상시키기 위해, 일반적으로 충분한 수의 수신 신호 세기 표본의 획득하지만, 표본수가 늘어날수록 전송 시 에너지 소모가 발생한다. 본 논문에서는, 에너지 효율의 문제와 위치 추정의 정확도를 향상시키기 위해 전력 손실 지수 추정을 통한 베이지안 압축 센싱(Bayesian Compressive Sensing)을 사용하는 수신신호세기 기반 위치 추정 기법을 제안한다. RSS 기반 위치 추정 시 중요한 요소인 전력 손실 지수의 추정을 통해, 실제 채널 환경에서의 적응적인 위치 추정을 가능하게 하며 또한 위치 추정의 정확도를 향상시킬 수 있다. 그리고 적은 수의 표본으로 신호를 복원하는 기술인 압축 센싱(Compressive Sensing) 기법을 무선 센서 네트워크에 적용함으로써 에너지 효율적인 위치 추정 기법을 가능하게 한다. 시뮬레이션 결과에서, 제안하는 기법은 적은 수의 측정으로 다수의 불특정 노드에 대한 정확한 위치 추정이 가능하게 하며 채널 환경에 상관없이 강인한 성능을 가짐을 확인하였다. 그리고 제안하는 방법은 압축된 수신 신호 세기를 취급하므로 네트워크 트래픽과 에너지 소모를 줄이는데 효율적임을 검증하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권2호
• /
• pp.583-599
• /
• 2015

We apply the Bayesian matching pursuit (BMP) algorithm to the estimation of time-frequency selective channels in orthogonal frequency division multiplexing (OFDM) systems. By exploiting prior statistics and sparse characteristics of propagation channels, the Bayesian method provides a more accurate and efficient detection of the channel status information (CSI) than do conventional sparse channel estimation methods that are based on compressive sensing (CS) technologies. Using a reasonable approximation of the system model and a skillfully designed pilot arrangement, the proposed estimation scheme is able to address the Doppler-induced inter-carrier interference (ICI) with a relatively low complexity. Moreover, to further reduce the computational cost of the channel estimation, we make some modifications to the BMP algorithm. The modified algorithm can make good use of the group-sparse structure of doubly selective channels and thus reconstruct the CSI more efficiently than does the original BMP algorithm, which treats the sparse signals in the conventional manner and ignores the specific structure of their sparsity patterns. Numerical results demonstrate that the proposed Bayesian estimation has a good performance over rapidly time-varying channels.

• 전자공학회논문지
• /
• 제51권6호
• /
• pp.209-220
• /
• 2014

압축센싱은 성긴 (sparse) 신호에 대해 Nyquist rate 미만의 샘플링으로도 신호 획득이 가능하다는 것을 수학적으로 증명한 새로운 개념이다. 그동안 영상분야 압축센싱을 위한 수많은 복원 알고리즘들이 제안되어 왔으나, 낮은 측정률 하에서는 복원 화질 측면에서 아직 개선할 점이 많다. 일례로, 자연 영상의 압축센싱 복원 화질 향상을 위해, 영상과 관련한 사전 정보들로부터 정규화 식을 도출하여 복원에 적용해 볼 수 있을 것이다. 따라서, 본 논문에서는 Dantzig selector 및 평활 필터(가우시안 필터 및 nonlocal 평균 필터)기반의 평활 잔차 오류 정규화 방법을 제안한다. 또한, 복원 영상의 객체 및 배경에서 발생하는 edge 정보를 우수하게 보전하는 것으로 알려진 Total variation 기반 최소화 알고리즘에 적용하여 복원 영상의 화질을 향상시키는 방법을 제안한다. 제안하는 구조는 잔차신호의 평활화를 활용한다는 측면에서 새로운 압축센싱 복원 방식이라고 할 수 있다. 실험 결과, 제안방법은 기존 방법들에 비해 객관적 및 주관적 화질 측면에서 더 높은 성능 향상을 보여주었으며, 특히 기존 Bayesian 압축센싱 복원 방식과 비교 시 최대 9.14 dB 성능이 향상되었다.