공분산 행렬 기반 버스트 신호 블라인드 탐지

Abstract

비협력 상황에서의 버스트 신호 탐지는 신호의 발생 시점에 대한 사전 정보 없이 블라인드로 수행되어야 하며, 이는 매우 도전적인 과제이다. 기존 연구에 따르면, 높은 표본화율에서 공분산 행렬 기반 버스트 신호 탐지가 에너지 기반 탐지에 비해 우수한 탐지 성능을 보인다. 본 논문에서는 인접 수신 표본 간의 상관성을 활용한 공분산 행렬 기반 검정 통계량에 윈도우 분할 기법을 결합한 블라인드 버스트 신호 탐지 알고리즘을 제안하고 탐지 성능을 분석한다. 다양한 길이, 심볼율 및 변조 방식의 버스트 신호에 대한 컴퓨터 모의실험을 통해 제안한 알고리즘을 검증하며, 높은 표본화율이 확보될 경우 제안하는 방법이 향상된 버스트 신호 탐지 성능을 제공함을 확인한다.

Burst signal detection presents significant challenges for non-cooperative contexts, as it should be performed blindly due to absence of prior timing information. Previous study has demonstrated that, at high sampling rates, covariance matrix-based detection achieves superior detection performance compared to energy-based detection for burst signals. This paper proposes a blind burst signal detection algorithm that incorporates covariance matrix-based test statistics, which utilize the correlation among adjacent received samples, with a window segmentation method, and analyzes its detection performance. The proposed method is verified through computer simulations with burst signals of various lengths, symbol rates, and modulation schemes. It is confirmed that, when high sampling rates are ensured, the proposed method provides improved burst signal detection performance.