コグニティブ無線とスペクトラムセンシング — 機械が自分で『空き』を見つける

この回で学ぶこと

周波数分配とITU電波規則の回では、電磁スペクトルという有限の資源が、ITUの電波規則という国際条約によって、周波数帯ごとに「どの無線業務が、どの地域で、どの優先順位で使ってよいか」があらかじめ静的に決められていることを見ました。深宇宙研究業務にXバンドの8400–8450 MHz帯やKa帯の31800–32300 MHz帯が排他的に一次分配されているように、電波規則の基本思想は「業務ごとに専用の帯域をあらかじめ切り分けて、使ってよい主体を固定する」というものです。

しかしここで、少し意地の悪い問いを立ててみましょう。そうやって特定の業務に割り当てられた周波数帯は、本当に24時間365日、隙間なく使われ続けているのでしょうか。 実際には答えは明確にノーです。放送業務に割り当てられたテレビチャンネルの多くは、地域によっては深夜帯や特定の地理的エリアで実際には送信が行われておらず、電波を測定してみると「割り当てられてはいるが、いま・ここでは誰も送信していない」周波数が大量に存在することが、2000年代以降の実測調査で繰り返し確認されています。割り当て(allocation)という制度上の静的な区分と、利用(occupancy)という物理的・時間的な実態の間には、大きなギャップがあるのです。

**コグニティブ無線(Cognitive Radio, CR)**は、この割り当てと利用のギャップに着目し、「機械自身がスペクトルの使用状況をセンシングし、その帯域の一次利用者(プライマリユーザ)に干渉を与えない範囲で、空いている周波数を自律的に見つけて機会的に(opportunistically)利用する」技術です。ITU電波規則が「誰が使ってよいか」を人間の国際条約交渉によってあらかじめ固定する制度だったのに対し、コグニティブ無線は「いま・ここで実際に空いているかどうか」を電波そのものの観測から機械が自律的に判断するという、まったく異なるレイヤーの発想に立っています。

この回では、コグニティブ無線の核心技術であるスペクトラムセンシング(spectrum sensing)を扱います。検出理論の回で学んだ最尤(ML)判定の枠組みを、「その周波数に信号があるかないか」という最も単純な二値仮説検定の問題に適用するエネルギー検出器の数式的な定式化から始め、より高度な巡回定常特性検出の考え方まで見たうえで、最後になぜこの技術が深宇宙通信の文脈ではまだ主役になっていないのか、そして将来のメガコンステレーション時代に向けてどのような議論があるのかを整理します。

直感的導入 — 「割り当てられている」と「使われている」は別の話

具体的なイメージを持つために、テレビ放送用に割り当てられたUHF帯を例に考えてみましょう。ある国のある地域で、UHF帯のチャンネル30番が放送局Aに割り当てられているとします。電波規則やその国の電波法のもとでは、この帯域は放送業務の一次利用者である放送局Aの「持ち物」であり、他の誰かが無断でそこに電波を出せば違法な混信になります。

しかし実際にスペクトラムアナライザでこの帯域を24時間観測してみると、次のようなことが分かります。

• 放送局Aが実際に電波を出しているのは番組編成上のある時間帯だけで、深夜帯には送信が止まっていることがある。
• 放送局Aのサービスエリアはある地理的範囲に限られており、その範囲の外(たとえば遠く離れた別の地域や、山や建物の陰になる場所)では、同じ周波数でも放送局Aの電波はほとんど届いていない。

つまり、チャンネル30番という周波数資源は「放送局Aに割り当てられている」という制度上の事実とは裏腹に、時間的にも空間的にも常に埋まっているわけではありません。この「割り当てられてはいるが、いま・ここでは使われていない」隙間のことを、コグニティブ無線の分野では**スペクトラムホール(spectrum hole)あるいはホワイトスペース(white space)**と呼びます。

コグニティブ無線の基本的な発想は単純です。二次的な利用者(セカンダリユーザ)の無線機が、自分で周波数帯を観測し、「いまこの瞬間、この場所では一次利用者(プライマリユーザ)が電波を出していない」と判断できたなら、一次利用者に干渉を与えない限りにおいて、その周波数を一時的に借りて通信してよいのではないか、という考え方です。これはITU電波規則の回で見た「一次業務・二次業務」という制度上の優先順位の概念とよく似ていますが、決定的に違う点があります。電波規則における二次業務は、あらかじめ国際的な取り決めによって特定の帯域・特定の業務として固定的に定義されるものでした。これに対しコグニティブ無線における二次利用は、特定の帯域や業務にひもづかず、機械自身がリアルタイムに観測して判断する、動的でオンデマンドな二次利用です。この「機械がその場でセンシングして自律的に判断する」という能力こそが、コグニティブ無線を単なる制度上の区分と分かつ本質的な特徴であり、“cognitive”(認知的)という言葉が指しているのはまさにこの自律的な状況認識と意思決定の能力です。

では、機械はどうやって「いまこの瞬間、この周波数は空いているか」を判断するのでしょうか。ここから先がこの回の本題である、スペクトラムセンシングの数式的な話になります。

エネルギー検出器 — 検出理論を「信号の有無」に適用する

二値仮説検定としての定式化

検出理論の回では、$M$個の信号点のうちどれが送信されたかを判定する一般論を扱い、加法性白色ガウス雑音(AWGN)通信路のもとで最尤(ML)判定則がユークリッド距離最小則に一致することを示しました。スペクトラムセンシングにおける最も基本的な問題は、これよりずっとシンプルな**二値仮説検定(binary hypothesis testing)**です。すなわち、ある周波数帯を観測して得られる受信信号 $y(t)$ について、

$$H_0: y(t) = n(t) \qquad (\text{信号なし。一次利用者は不在で周波数は空いている})$$ $$H_1: y(t) = s(t) + n(t) \qquad (\text{信号あり。一次利用者が送信中で周波数は使用中})$$

という2つの仮説のどちらが正しいかを、観測データだけから判定する問題です。ここで $s(t)$ は一次利用者の送信信号、$n(t)$ は分散 $\sigma_n^2$ の加法性白色ガウス雑音です。検出理論の回の言葉で言えば、これは信号点が $s_0 = 0$(信号なし)と $s_1 = s(t)$(信号あり)の2点しかない、極端に単純化されたAWGN二値検出問題です。

**エネルギー検出器(energy detector)**は、この判定を行う最も基本的な方式で、その名の通り「観測区間内の受信信号のエネルギー(電力)を積分し、それがしきい値を超えているかどうかで信号の有無を判定する」という単純な原理に基づきます。連続時間で書けば、観測時間 $T$ にわたる検定統計量 $E$ は

$$E = \int_0^T |y(t)|^2 \, dt$$

で与えられ、これをしきい値 $\lambda$ と比較して

$$E \; \underset{H_0}{\overset{H_1}{\gtrless}} \; \lambda$$

というルールで判定します。$E$ がしきい値 $\lambda$ を超えれば「使用中($H_1$)」、下回れば「空き($H_0$)」と判定するわけです。

なぜエネルギー検出が最適な判定則になるのか

ここで一つ確認しておくべきことがあります。検出理論の回で示した通り、AWGN通信路における最尤判定則は一般に受信信号 $y$ と信号点 $s_i$ とのユークリッド距離(あるいはその対数尤度)を比較するものでした。二値仮説 $H_0$($s_0=0$)と $H_1$($s_1=s(t)$)にこの一般論を適用すると、対数尤度比検定は

$$\Lambda(y) = \ln \frac{p(y \mid H_1)}{p(y \mid H_0)}$$

を計算し、これをしきい値と比較する形になります。一次利用者の信号 $s(t)$ の波形が受信機側で既知(あるいは十分な統計的モデルが分かっている)場合には、この尤度比検定は $s(t)$ との相関を取る**整合フィルタ(マッチトフィルタ)**による検出が最適になり、単純なエネルギー検出よりも高い検出性能が得られます。

しかしスペクトラムセンシングの実際の状況では、二次利用者(センシングを行う無線機)は一次利用者がどんな変調方式・符号化方式で、どんな波形の信号を送っているかを事前に知らないことがほとんどです。誰が、どんな信号でその帯域を使っているか分からない、という「信号の波形について何の事前知識もない」という条件のもとで対数尤度比検定を導出すると、既知の信号波形の代わりに信号のエネルギー(2乗)だけに依存する統計量に帰着することが示せます。つまりエネルギー検出器は、一次利用者の信号波形について事前知識を持たない場合の(漸近的に)最適な検出方式という位置づけになります。これは、検出理論の回で扱った「信号点の位置 $s_i$ が既知」という前提が崩れたときに、検出理論の枠組みがどう修正されるかの一例だと考えると理解しやすいでしょう。実装上の単純さ(信号波形を復調・同期する必要がなく、電力を積分するだけでよい)も相まって、エネルギー検出はスペクトラムセンシングの最も基本的な手法として広く使われています。

離散時間での定式化と検定統計量の分布

実際のデジタル受信機では、$y(t)$ をサンプリング周波数 $f_s$ でサンプリングした離散時間信号 $y[k]$、$k=1,\dots,N$($N = f_s T$ が観測サンプル数)を使い、検定統計量は

$$E = \sum_{k=1}^{N} |y[k]|^2$$

と書けます。雑音 $n[k]$ が平均0、分散 $\sigma_n^2$ の複素ガウス雑音であるとき、$H_0$ のもとでは $E$ は自由度 $2N$ のカイ二乗分布に従う確率変数の定数倍になります。$N$ が十分大きい場合、中心極限定理により $E$ は近似的にガウス分布として扱え、

$$H_0 \; \text{のもとで} \quad E \sim \mathcal{N}\big(N\sigma_n^2,\; 2N\sigma_n^4\big)$$ $$H_1 \; \text{のもとで} \quad E \sim \mathcal{N}\big(N(\sigma_n^2 + \sigma_s^2),\; 2N(\sigma_n^2+\sigma_s^2)^2\big)$$

という近似が成り立ちます。ここで $\sigma_s^2$ は一次利用者信号の平均電力です。この2つのガウス分布が、平均のずれ $N\sigma_s^2$ に対してどれだけ分散(裾の広がり)が大きいかによって、しきい値 $\lambda$ をどこに置いても2種類の誤りが避けられない、という構造が見えてきます。

誤検出確率と見逃し確率のトレードオフ

スペクトラムセンシングにおいて特に重要なのが、2種類の誤り確率です。

• 誤検出確率(probability of false alarm)$P_{FA}$: 実際には信号がない($H_0$ が真)のに、しきい値を超えてしまい「使用中」と誤判定してしまう確率。

$$P_{FA} = P(E > \lambda \mid H_0)$$

• 見逃し確率(probability of missed detection)$P_{MD}$: 実際には信号がある($H_1$ が真)のに、しきい値を下回ってしまい「空き」と誤判定してしまう確率。

$$P_{MD} = P(E < \lambda \mid H_1) = 1 - P_D, \qquad P_D \equiv P(E > \lambda \mid H_1) \; (\text{検出確率})$$

先ほどのガウス近似を使うと、これらはQ関数を使って具体的に書き下せます。

$$P_{FA} = Q\!\left(\frac{\lambda - N\sigma_n^2}{\sqrt{2N}\,\sigma_n^2}\right), \qquad P_D = Q\!\left(\frac{\lambda - N(\sigma_n^2+\sigma_s^2)}{\sqrt{2N}\,(\sigma_n^2+\sigma_s^2)}\right)$$

この2つの式を見比べると、検出理論の回で扱ったBPSKの誤り率と同じ構造——しきい値 $\lambda$ を動かすと、2種類の誤りがトレードオフの関係になる——が現れていることが分かります。$\lambda$ を大きくすれば $P_{FA}$ は下がりますが(誤って「使用中」と判定することが減る)、同時に $P_D$ も下がってしまい $P_{MD}$ が増えます(本当に信号があるのに見逃してしまう)。逆に $\lambda$ を小さくすれば $P_{FA}$ が増える代わりに見逃しは減ります。

この2つの誤りが持つ実務上の意味は非対称であることが、コグニティブ無線の設計を難しくしています。

• $P_{FA}$ が高い(誤検出が多い)と、実際には空いている周波数を「使用中」と誤判定してしまうため、二次利用者はせっかくの利用機会を無駄に見逃し続けることになり、スペクトラム利用効率が下がります。
• $P_{MD}$ が高い(見逃しが多い)と、実際には一次利用者が使っている周波数を「空き」と誤判定して二次利用者が送信を始めてしまい、一次利用者に有害な干渉を与えてしまいます。一次利用者の保護は二次利用の大前提なので、この誤りは制度上・技術上、より厳しく回避すべき誤りとされます。

このため実際のコグニティブ無線システムの設計では、$P_{MD}$ を一定の小さな値以下(たとえば10%以下)に抑えるという制約を先に課したうえで、その制約のもとで $P_{FA}$ をできるだけ小さくするしきい値 $\lambda$ を選ぶ、という設計方針が一般的です。これは検出理論の回のMAP判定のように「平均誤り確率を最小化する」対称な最適化ではなく、片方の誤りに非対称に厳しい制約を課したうえでの制約付き最適化である点が、通常の変調復調の誤り率設計とは異なる、スペクトラムセンシング特有の考え方です。

巡回定常特性検出 — 雑音と信号を統計的に区別する

エネルギー検出器には本質的な弱点があります。エネルギー検出は「受信信号の電力がしきい値を超えているか」しか見ていないため、信号の電力と雑音の電力を区別する手がかりが電力の大きさそのものしかありません。低SNR環境(受信信号電力が雑音電力に対して非常に小さい)では、$H_0$ の分布と $H_1$ の分布(先ほどの2つのガウス分布)が大きく重なり合ってしまい、$P_{FA}$ と $P_{MD}$ を両方とも小さく保つことが原理的に困難になります。この限界は**SNRウォール(SNR wall)**と呼ばれ、ある一定のSNR以下ではどれだけ観測時間 $N$ を伸ばしても十分な検出性能が得られなくなることが知られています。

**巡回定常特性検出(cyclostationary feature detection)は、この限界を克服するための、より高度な検出手法です。基本的なアイデアは、「雑音は時間的に統計的性質が変化しない(定常な)ランダム過程だが、変調された通信信号は、シンボルレート・搬送波周波数・サブキャリア周波数など、変調方式に固有の周期性に由来する巡回定常性(cyclostationarity)**という統計的構造を持つ」という事実を利用することです。

具体的には、受信信号の自己相関関数

$$R_y(t, \tau) = E\big[y(t+\tau)\, y^*(t)\big]$$

を考えたとき、単なる定常雑音であれば $R_y(t,\tau)$ は $t$ に依存せず $\tau$ だけの関数になります。しかし変調された信号は、シンボル周期やキャリア周波数に対応する周期 $T_0$ を持って $R_y(t,\tau)$ が $t$ について周期的に変動する、すなわち

$$R_y(t+T_0, \tau) = R_y(t, \tau)$$

という性質を示します。この周期性をフーリエ級数展開すると、離散的な周波数(巡回周波数, cyclic frequency)$\alpha = k/T_0$($k$ は整数)においてスペクトル相関関数(cyclic spectrum)が非ゼロのピークを持つことになります。雑音は(理想的には)どの巡回周波数 $\alpha \ne 0$ でもこのピークを持たないため、特定の巡回周波数にピークがあるかどうかを検出することで、信号の有無を雑音のレベルとは独立に判定できるわけです。

この手法の実務的な利点は、エネルギー検出器と違って、判定に使う統計量が信号のエネルギーの絶対値ではなく「特定の周期構造の有無」であるため、原理的には雑音のレベルが厳密に分かっていなくても、また低いSNRでも動作しうることです。実際、巡回定常特性検出はエネルギー検出よりも低いSNR環境で高い検出性能を示すことが理論・実験の両面で確認されています。代わりに、より長い観測時間と、スペクトル相関関数を計算するためのより重い演算量を必要とするというトレードオフがあります。この回ではこれ以上立ち入りませんが、「雑音には無い、変調信号だけが持つ周期的な統計構造を手がかりにする」という発想そのものは、通信信号処理のさまざまな場面(たとえば同期の確立)で繰り返し登場する重要な考え方です。

なぜ深宇宙通信ではこの技術がまだ主役になっていないのか

ここまで見てきたスペクトラムセンシングと機会的利用の技術は、地上の無線通信の文脈では既に実用段階にありますが、深宇宙探査機の通信リンクではほとんど使われていません。理由は、この回の冒頭で振り返ったITU電波規則の回の内容そのものにあります。

深宇宙探査機が使うXバンド(8400–8450 MHz帯)やKa帯(31800–32300 MHz帯)は、電波規則上深宇宙研究業務に排他的に一次分配された、他業務との共用すら制限された専用帯域でした。つまり深宇宙リンクは、そもそも「割り当てられてはいるが実際には空いているかもしれない他業務の帯域を機会的に借りる」必要がありません。自分たちのために国際条約レベルで確保された、干渉のリスクが極めて低い専用帯域が最初から用意されているため、コグニティブ無線が解決しようとしている「割り当てと利用のギャップ」の問題自体が、制度的にほぼ発生しない構造になっているのです。

さらに、深宇宙探査機からの受信信号が桁違いに微弱である(DSN概論の回で見た通りしばしば $10^{-16}$ W オーダー)ことも、機会的アクセスとは相性が悪い要因です。仮に深宇宙探査機がスペクトラムセンシングを行い、ある帯域が「空いている」と判断して送信を始めたとしても、地上局にとってその送信は数億km彼方から届く極めて微弱な信号であり、機会的利用のたびに変わる周波数・帯域幅を地上局側が追従してロックし続けることは、PCM/PSK/PMの回で見た残留搬送波トラッキングの安定性という観点からも大きな挑戦になります。深宇宙リンクの通信設計は、リンクバジェットのわずかなマージンを慎重に積み上げて成立させる世界であり、周波数そのものが動的に変わりうるという不確実性を持ち込むことは、現状の運用哲学とは大きく異なります。

とはいえ、この状況が将来にわたって変わらないとは限りません。メガコンステレーションアーキテクチャの回やITU電波規則の回で触れた通り、低軌道メガコンステレーションの急増によってKu帯・Ka帯を中心に地上・宇宙を含めた周波数逼迫が今後ますます深刻化すると見られています。深宇宙研究業務の専用帯域そのものが直接影響を受けるわけではないとしても、深宇宙探査機と地球局の間の中継(たとえば月近傍のゲートウェイや中継衛星)や、将来の大規模な深宇宙探査機群(複数の小型探査機によるスウォーム探査など)が増えれば、限られた専用帯域を多数のミッション間でどう効率よく共用するかという課題が生じる可能性があります。ITU-RやSFCG(宇宙周波数調整グループ)の場では、こうした将来のシナリオに向けて、宇宙機関間でのより動的な周波数共用の仕組み——コグニティブ無線的な発想を宇宙機関同士の合意の範囲内で応用する可能性——が議論の俎上に上ることがありますが、2026年現在、実際に運用中の深宇宙ミッションでスペクトラムセンシングに基づく機会的アクセスが採用された例はまだありません。

実務での使われ方

地上での実用例: TVホワイトスペースの活用

コグニティブ無線が最も具体的な形で実用化されているのが、地上のテレビ放送帯における**TVホワイトスペース(TV white space)**の活用です。米国のFCC(連邦通信委員会)は2010年前後に、テレビ放送用に割り当てられたUHF/VHF帯のうち、特定の地域・時間で実際には使われていない周波数を、データベースを参照する方式(geolocation database方式)で二次利用者に開放する制度を整備しました。この方式では、二次利用機がGPSなどで自分の位置を把握し、あらかじめ整備された放送局の送信範囲データベースに照会することで「この場所・この周波数は今使ってよいか」を確認します。純粋なリアルタイムのスペクトラムセンシングとは異なりデータベース参照が主な判定手段ですが、センシングとデータベースを組み合わせるハイブリッド方式も検討されており、この回で見たエネルギー検出・巡回定常特性検出は、こうしたハイブリッド方式における「念のためのローカルなセンシング(念のための二重チェック)」としての位置づけで実装されることがあります。欧州でもECC(欧州通信委員会)がホワイトスペースデバイスに関する技術規則を整備しており、農村部のブロードバンドアクセスやIoT用途での活用が検討されてきました。

標準規格: IEEE 802.22

TVホワイトスペースを利用する無線アクセスシステムの標準規格として、IEEE 802.22(Wireless Regional Area Network, WRAN)があります。これはコグニティブ無線の技術を明示的に組み込んだ最初期の標準規格の一つで、物理層にスペクトラムセンシング機能を持つことが規定されており、この回で扱ったエネルギー検出・巡回定常特性検出を含む複数のセンシング手法が仕様の議論の中で検討されてきました。

宇宙分野での研究動向

宇宙分野に目を向けると、コグニティブ無線的な発想を衛星通信に応用する研究は、地球周回衛星の分野を中心に活発に行われています。特に、静止衛星(GEO)通信システムと非静止衛星(NGSO)コンステレーションが同じKu帯・Ka帯を共用する際の干渉回避や、複数の衛星コンステレーション事業者間でのダイナミックなスペクトラム共用に、コグニティブ無線の考え方(センシング、機械学習による干渉予測、動的な周波数・ビーム割り当て)を応用する研究がITU-Rの研究会合や学術文献で議論されています。深宇宙探査の文脈では、前節で述べた通りまだ実運用の例はありませんが、将来のより大規模な深宇宙探査アーキテクチャ(月・火星近傍の通信中継インフラの整備、多数機による分散探査など)を見据えた基礎研究のテーマとしては認識されています。

演習問題

1. エネルギー検出器の検定統計量 $E$ が $H_0$ のもとで平均 $N\sigma_n^2$、分散 $2N\sigma_n^4$ のガウス分布で近似できるとする。しきい値を $\lambda = N\sigma_n^2 + k\sqrt{2N}\,\sigma_n^2$($k$ は正の定数)と置いたとき、誤検出確率 $P_{FA}$ を $Q(k)$ を用いて表してください。またこの式から、$k$(しきい値の位置)を大きくすると $P_{FA}$ がどう変化するか説明してください。

2. なぜスペクトラムセンシングの設計では、誤検出確率 $P_{FA}$ と見逃し確率 $P_{MD}$ を対称に扱う(検出理論の回で見たような平均誤り確率の最小化)のではなく、$P_{MD}$ に対して非対称に厳しい制約を課す設計方針が一般的なのか、一次利用者の保護という観点から説明してください。

3. エネルギー検出器と巡回定常特性検出を比較し、(a) 検出に用いる統計量が何か、(b) 低SNR環境での検出性能、(c) 必要な観測時間・演算量、の3つの観点で違いを整理してください。

4. ITU電波規則の回で学んだ「深宇宙研究業務への排他的な一次分配」という制度と、この回で学んだ「コグニティブ無線による機会的な二次利用」という技術は、周波数不足という同じ問題に対してどのように異なるアプローチを取っているか、自分の言葉で対比して説明してください。また、なぜ深宇宙探査機の通信では前者(専用帯域の確保)が現実的な解として選ばれ続けているのか、信号電力の大きさという観点も踏まえて論じてください。

まとめと次回予告

この回では、ITU電波規則の回で学んだ「周波数の静的な割り当て」という制度的な枠組みと対比する形で、「機械が自律的に空いている周波数をセンシングし、機会的に利用する」コグニティブ無線という技術を見ました。検出理論の回で学んだ最尤判定の枠組みを、「信号があるかないか」という二値仮説検定に適用したエネルギー検出器を数式的に定式化し、誤検出確率 $P_{FA}$ と見逃し確率 $P_{MD}$ のトレードオフ、そしてエネルギー検出の限界を克服する巡回定常特性検出の考え方までを扱いました。深宇宙通信では、専用に保護された周波数帯が既に確保されているため機会的アクセスの必要性が薄く、この技術はまだ主役になっていませんが、将来のメガコンステレーション時代の周波数逼迫の中で、応用可能性が議論され始めています。

次回は再び変調・符号化の技術的な話題に戻り、限られたスペクトラム資源をより効率よく使うためのもう一つのアプローチとして、複数のユーザや信号を同じ周波数・時間資源上で重ね合わせて送るレートスプリッティング・重畳符号化を扱う予定です。コグニティブ無線が「空いている資源を見つけて使う」というアプローチだったのに対し、こちらは「そもそも資源を排他的に分けず、意図的に重ね合わせてから受信機側で分離する」という、また違った発想でスペクトラム効率を高める技術です。

参考文献

• J. Mitola III, G. Q. Maguire Jr., “Cognitive Radio: Making Software Radios More Personal,” IEEE Personal Communications, 1999
• S. Haykin, “Cognitive Radio: Brain-Empowered Wireless Communications,” IEEE Journal on Selected Areas in Communications, 2005
• Y. C. Liang, Y. Zeng, E. C. Y. Peh, A. T. Hoang, “Sensing-Throughput Tradeoff for Cognitive Radio Networks,” IEEE Transactions on Wireless Communications, 2008
• W. A. Gardner, “Exploitation of Spectral Redundancy in Cyclostationary Signals,” IEEE Signal Processing Magazine, 1991
• FCC, Second Report and Order, Unlicensed Operation in the TV Broadcast Bands (TV White Space Rules)
• IEEE 802.22 Working Group, IEEE Standard for Wireless Regional Area Networks (WRAN)
• ITU-R, Report on Cognitive Radio Systems in the Land Mobile Service