본 논문은 무선인지시스템이 갖는 얼랑 용량을 분석하였다. 무선 인지 사용자들의 신규 호 및 스펙트럼 핸드오프를 요청하는 호들에 대해 버퍼를 사용하는 무선 자원 관리 기법을 고려하였으며, 성능 분석을 위해 마르코프(Markov) 모델을 사용하였다. 이를 기반으로 무선 인지 시스템에서 기사용자 및 무선 인지 사용자가 겪는 호 차단(call blocking) 확률, 강제 호 종료(forced call termination) 확률, 호 서비스 비완료(non-completion) 확률 등을 유도하였다. 시뮬레이션을 통해 버퍼의 크기가 증가함에 따라, 인지 무선 시스템에서 수용될 수 있는 얼랑 용량 또한 증가함을 보였다.
In this paper, the performance of cognitive radio network is analyzed in terms of Erlang capacity. To improve the Erlang capacity with respect to primary user (PU) and secondary user (SU) traffic, we propose an efficient radio resource management scheme utilizing the buffer for new SUs and interrupted SUs. Markov model is developed, and analyzed to derive the performances of the proposed spectrum sharing scheme in both primary system and secondary system. To determine the Erlang capacity region, the blocking probability, the forced termination probability and the non-completion probability are calculated. Simulation results provide insight into the advantages of the buffer utilization. It is observed that the supportable traffic loads of PU and SU can be increased significantly according to the buffer length.
