CN103346847A - 基于迭代攻击检测的联合压缩频谱感知方法 - Google Patents

Abstract

基于迭代攻击检测的联合压缩频谱感知方法，涉及宽带认知无线电的智能通信领域。它是为了提高频谱感知的可靠性。本发明以PUEA存在的宽带CR网络为对象，并以认知无线电用户利用压缩感知理论降低信号的采样率及认知无线电用户可将感知结果报告给融合中心为前提，融合中心利用来自各认知无线电用户的感知报告估计主用户发射信号功率和路径损失参数，根据估计误差得到测量剩余值。在迭代攻击检测中，通过比较测量剩余值发现和去除受到模仿主用户攻击影响的异常感知报告，合并剩余报告得到可靠的联合频谱感知结果。本发明适用于宽带认知无线电的智能通信场合。

Description

基于迭代攻击检测的联合压缩频谱感知方法

技术领域

本发明涉及宽带认知无线电（Wideband Cognitive Radio）的智能通信领域，具体涉及一种联合压缩频谱感知方法。

背景技术

在认知无线电（Cognitive Radio，CR）网络中，CR用户在整个工作带宽上寻找暂时未被主用户占用的空闲频谱，在不干扰主用户正常通信前提下，CR用户通过动态频谱接入方式使用空闲频谱，从而提高频谱利用效率，一定程度上解决频谱稀缺问题。快速准确的频谱感知技术是实现CR系统的重要前提，随着宽带无线网络的广泛应用，频谱感知开始面临更多技术挑战。

在常规频谱感知算法中，获取信号时需要以满足奈奎斯特准则的速率对信号进行采样，宽带频谱感知需要感知的频谱宽度可能高达数GHz，满足这种采样条件的高速模数转换器从技术和成本的角度来看都难以实现。考虑到宽带CR网络中信号频谱的稀疏性，压缩感知（Compressive Sensing，CS）技术为宽带频谱感知提供了解决思路。CS理论指出，如果一个高维信号在某个变换域是稀疏或近似稀疏的，则可以将高维的信号投影到测量矩阵上，得到低维的测量向量，然后通过求解一个优化问题从测量向量中以很高的概率准确地重构出原信号。

为了克服衰落信道的影响，一般采用多个CR用户联合频谱感知的方式来获得空间分集增益并提高感知的准确度。在实际应用中，CR网络内可能存在一些恶意CR用户，它们利用合法CR用户避让主用户的通信特点，通过模仿主用户的传输特征来接入空闲的授权频段，并使其他合法CR用户误认它是主用户，从而达到非法占用空闲频谱，增加自身频谱利用机会的目的。这种非法占用频谱的攻击行为被称作模仿主用户攻击（Primary UserEmulation Attack,PUEA），进行这种攻击的CR用户被称作恶意CR用户或伪主用户。PUEA是CR网络中常见的一种攻击方式，可以给恶意CR用户带来更多的传输机会，但是会使其他CR用户的性能降低，影响整个CR网络的公平和安全。现有的方案存在成本过高、或与CR技术尽量不对主用户造成影响的理念相违背。

发明内容

本发明是为了提高频谱感知的可靠性，从而提供一种基于迭代攻击检测的联合压缩频谱感知方法。

基于迭代攻击检测的联合压缩频谱感知方法，其特征是：它由以下步骤实现：

步骤一、在认知无线电系统中，各认知无线电用户将本地低维测量结果向量y_t发送到融合中心；

步骤二、融合中心根据公式：

$\underset{{\tilde{s}}_f}{\min }{\left|\right|{\tilde{s}}_f\left|\right|}_1,s.t.{\left|\right|\mathrm{\Θ}{\tilde{s}}_f-y_t\left|\right|}_2\≤{\mathrm{\σ}}_{\tilde{n}}---\left(1\right)$

对各认知无线电用户发送的本地低维测量结果向量y_t逐一进行稀疏信号重构，获得各认知无线电用户重构的稀疏信号

式中：Θ是局部傅里叶变换矩阵；K为重构稀疏信号

中的非零分量的稀疏信号的数量；且K<<N；N为认知无线电系统中的用户总数；

勭为噪声的标准差；||·||₁表示一阶范数；||·||₂表示二阶范数；

并根据公式：

P_R,i=P₀+α10log₁₀(d₀d_pi)+ω_i(dBm)      （2）

获得各认知无线电用户在频谱感知期间接收的信号强度P_R,i；

式中：P_R,i表示频谱感知期间认知无线电用户i接收到的来自主用户的信号强度，i为正整数，P₀表示在参考距离d₀处的主用户信号的接收功率，α是取值范围2到5之间的路径损失参数，d_pi是主用户到认知无线电用户i的距离，ω_i为测量误差；

设x=[P₀,α]^T，根据公式（2）中认知无线电用户i接收到的来自主用户的信号功率得到各认知无线电用户接收信号强度的矩阵，表示为：

P_R=Hx+ω          （3）

其中：P_R=[P₁,P₂,…,P_I]^T，H是信道增益矩阵，由网络拓扑结构决定，I为认知无线电网络中合法认知无线电用户的数量，信道增益矩阵H表示为：

$H=\left[\begin{array}{cc}1& {10\log }_{10}(d_0/d_{p1})\\ \&CenterDot;& \&CenterDot;\\ \&CenterDot;& \&CenterDot;\\ \&CenterDot;& \&CenterDot;\\ 1& 10{\log }_{10}(d_0/d_{\mathrm{pI}})\end{array}\right]---\left(4\right);$

噪声ω=[ω₁,ω₂,…,ω_I]^T的分量ω_i近似服从均值为0、方差为

的高斯分布；

利用最大似然估计方法根据式（3）和（4）得到x的估计值

$\hat{x}=x+{\left(H^T{\mathrm{\&Sigma;}}_{\mathrm{\&omega;}}H\right)}^{-1}{H}^T{\mathrm{\&Sigma;}}_{\mathrm{\&omega;}}\mathrm{\&omega;}---\left(5\right)$

其中，对角阵 ${\mathrm{\&Sigma;}}_{\mathrm{\&omega;}}=\mathrm{diag}({\mathrm{\&sigma;}}_{\mathrm{\&omega;},1}^{-2},{\mathrm{\&sigma;}}_{\mathrm{\&omega;},2}^{-2},...,{\mathrm{\&sigma;}}_{\mathrm{\&omega;},I}^{-2});$

根据

得到测量剩余值

$\hat{e}=P_R-H\hat{x}=(I-H{\left(H^T{\mathrm{\&Sigma;}}_{\mathrm{\&omega;}}H\right)}^{-1}{H}^T{\mathrm{\&Sigma;}}_{\mathrm{\&omega;}})\mathrm{\&omega;}---\left(6\right)$

将该剩余值

作为体现认知无线电用户接收到主用户信号强度的测量值与正常值之间的近似程度值，并得到归一化测量剩余值

步骤三、根据公式：

$\mathrm{\&eta;}=\sqrt{F_{{\mathrm{\&chi;}}^2}^{-1}(1-P_{\mathrm{FA}}^A;N-2)}$

确定门限η；

式中：

为攻击检测的虚警概率；

步骤四、判断步骤三获得的归一化测量剩余值

是否大于步骤四获得的门限η，如果判断结果为是，则执行步骤五；如果判断结果为否，则执行步骤六；

步骤五、将剩余值

幅值最大分量对应的认知无线电用户从联合频谱感知中删除；并返回执行步骤二，即利用剩余的知无线电用户感知报告重新计算测量剩余值

步骤六、在联合频谱感知时合并剩余的可靠感知报告，获得对于主用户频谱使用情况，完成基于迭代攻击检测的联合压缩频谱感知。

步骤二中得到归一化测量剩余值

是根据公式：

${\left|\right|\tilde{e}\left|\right|}_2=\sqrt{{\hat{e}}^T{\mathrm{\&Sigma;}}_{\mathrm{\&omega;}}\hat{e}}$

实现的；服从自由度为N-2的χ²分布，其累积分布函数为：

$F_{{\mathrm{\&chi;}}^2}=(x;N-2)=\frac{\mathrm{\&gamma;}(N/2-1,x/2)}{\mathrm{\&Gamma;}(N/2-1)}---\left(7\right)$

其中，γ(·，·)为不完全伽马函数，Γ(·)为伽马函数。

本发明是一种迭代的联合频谱感知技术，其能够以低于奈奎斯特准则的采样率，在PUEA的影响下实现可靠的频谱感知。

附图说明

图1是本发明中主用户与CR网络共存场景示意图；图中标记A表示认知无线电网络；标记1表示主用户；标记2表示融合中心；标记3表示合法CR用户；标记4表示恶意CR用户；标记a表示主用户信号；标记b表示频谱感知结果；标记c表示模仿主用户攻击的信号。

具体实施方式

具体实施方式一、结合图1说明本具体实施方式，基于迭代攻击检测的联合压缩频谱感知方法，它由以下步骤实现：

步骤一、各CR用户将本地得到的低维测量结果向量y_t发送到融合中心进行联合频谱感知。由于K<<N，因此向量

是包含最多K个非零分量的稀疏信号，Θ是局部傅里叶变换矩阵。根据CS理论，融合中心可以通过求解L1范数优化问题来重构稀疏信号

$\underset{{\tilde{s}}_f}{\min }{\left|\right|{\tilde{s}}_f\left|\right|}_1,s.t.{\left|\right|\mathrm{\&Theta;}{\tilde{s}}_f-y_t\left|\right|}_2\&le;{\mathrm{\&sigma;}}_{\tilde{n}}---\left(1\right)$

步骤二、融合中心利用CS原理，根据式(1)从接收到的低维测量结果向量

中重构出各CR用户的感知报告

由此得到各CR用户在频谱感知期间接收的信号强度P_R,i。

当PUEA不存在，在频谱感知期间，得到CR用户i接收到的来自主用户的信号功率，其可以表示如下，

P_R,i=P₀+α10log₁₀(d₀d_pi)+ω_i(dBm)          （2）

其中，P_R,i表示频谱感知期间CR用户i接收到的来自主用户的信号强度，P₀表示在参考距离d₀处的主用户信号的接收功率，α是取值范围2到5的路径损失参数，d_pi是主用户到CR用户i的距离，ω_i为测量误差。

设x=[P₀,α]^T，根据式（2）所得到CR用户i接收到的来自主用户的信号功率得到各CR用户接收信号强度的矩阵表示形式，

P_R=Hx+ω                  （3）

其中，P_R=[P₁,P₂,…,P_I]^T，H是信道增益矩阵，由网络拓扑结构

决定，表示为，

$H=\left[\begin{array}{cc}1& {10\log }_{10}(d_0/d_{p1})\\ \&CenterDot;& \&CenterDot;\\ \&CenterDot;& \&CenterDot;\\ \&CenterDot;& \&CenterDot;\\ 1& 10{\log }_{10}(d_0/d_{\mathrm{pI}})\end{array}\right]---\left(4\right)$

噪声ω=[ω₁,ω₂,…,ω_I]^T的分量ω_i近似服从均值为0，方差为

的高斯分布。

利用最大似然估计方法根据式（3）和（4）得到x的估计值，

$\hat{x}=x+{\left(H^T{\mathrm{\&Sigma;}}_{\mathrm{\&omega;}}H\right)}^{-1}{H}^T{\mathrm{\&Sigma;}}_{\mathrm{\&omega;}}\mathrm{\&omega;}---\left(5\right)$

其中，对角阵 ${\mathrm{\&Sigma;}}_{\mathrm{\&omega;}}=\mathrm{diag}({\mathrm{\&sigma;}}_{\mathrm{\&omega;},1}^{-2},{\mathrm{\&sigma;}}_{\mathrm{\&omega;},2}^{-2},...,{\mathrm{\&sigma;}}_{\mathrm{\&omega;},I}^{-2}).$ 根据

得到测量剩余值

$\hat{e}=P_R-H\hat{x}=(I-H{\left(H^T{\mathrm{\&Sigma;}}_{\mathrm{\&omega;}}H\right)}^{-1}{H}^T{\mathrm{\&Sigma;}}_{\mathrm{\&omega;}})\mathrm{\&omega;}---\left(6\right)$

从而，通过定义的剩余值来体现CR用户接收到主用户信号强度的测量值与正常值之间的近似程度，并得到归一化测量剩余值

首先，根据

求出归一化测量剩余值

服从自由度为N-2的χ²分布^[13]，其累积分布函数可以写为，

$F_{{\mathrm{\&chi;}}^2}=(x;N-2)=\frac{\mathrm{\&gamma;}(N/2-1,x/2)}{\mathrm{\&Gamma;}(N/2-1)}---\left(7\right)$

其中，γ(·,·)为不完全伽马函数，Γ(·)为伽马函数。

步骤三、η可以利用奈曼皮尔森二元假设检验准则，根据攻击检测的虚警概率来确定，即 $\mathrm{\&eta;}=\sqrt{F_{{\mathrm{\&chi;}}^2}^{-1}(1-P_{\mathrm{FA}}^A;N-2)}.$

步骤四、将与攻击检测门限η进行比较，当

时，则CR网络中存在PUEA，此时可以确定

幅值最大分量

对应的CR用户i受到PUEA的影响，来自该用户的感知报告异常，需要从联合频谱感知中去掉。

步骤五、利用剩下的CR用户的感知报告重新计算测量剩余值。

步骤六、反复进行步骤2、步骤3、步骤4及步骤5，去除异常的感知报告，直到测量剩余值满足门限要求。在联合频谱感知时合并剩余的可靠感知报告，得到对于主用户频谱使用情况的准确判断。

本发明提供一种基于迭代攻击检测的联合压缩频谱感知技术，属于认知无线电中的智能通信问题。以PUEA存在的宽带CR网络为对象，并以认知无线电用户利用压缩感知理论降低信号的采样率及认知无线电用户可将感知结果报告给融合中心为前提，融合中心利用来自各认知无线电用户的感知报告估计主用户发射信号功率和路径损失参数，根据估计误差得到测量剩余值。在迭代攻击检测中，通过比较测量剩余值发现和去除受到模仿主用户攻击影响的异常感知报告，合并剩余报告得到可靠的联合频谱感知结果。本发明通过迭代攻击检测排除异常的感知报告，可克服对宽带信号感知困难的问题，克服PUEA的影响，得到可靠的联合感知结果。

Claims (2)

1.基于迭代攻击检测的联合压缩频谱感知方法，其特征是：它由以下步骤实现：

步骤一、在认知无线电系统中，各认知无线电用户将本地低维测量结果向量y_t发送到融合中心；

步骤二、融合中心根据公式：

$\underset{{\tilde{s}}_f}{\min }{\left|\right|{\tilde{s}}_f\left|\right|}_1,s.t.{\left|\right|\mathrm{\&Theta;}{\tilde{s}}_f-y_t\left|\right|}_2\&le;{\mathrm{\&sigma;}}_{\tilde{n}}---\left(1\right)$

对各认知无线电用户发送的本地低维测量结果向量y_t逐一进行稀疏信号重构，获得各认知无线电用户重构的稀疏信号

式中：Θ是局部傅里叶变换矩阵；K为重构稀疏信号

中的非零分量的稀疏信号的数量；且K<<N；N为认知无线电系统中的用户总数；

勭为噪声的标准差；||·||₁表示一阶范数；||·||₂表示二阶范数；

并根据公式：

P_R,i=P₀+α10log₁₀(d₀d_pi)+ω_i(dBm)      （2）

获得各认知无线电用户在频谱感知期间接收的信号强度P_R,i；

式中：P_R,i表示频谱感知期间认知无线电用户i接收到的来自主用户的信号强度，i为正整数，P₀表示在参考距离d₀处的主用户信号的接收功率，α是取值范围2到5之间的路径损失参数，d_pi是主用户到认知无线电用户i的距离，ω_i为测量误差；

设x=[P₀,α]^T，根据公式（2）中认知无线电用户i接收到的来自主用户的信号功率得到各认知无线电用户接收信号强度的矩阵，表示为：

P_R=Hx+ω          （3）

其中：P_R=[P₁,P₂,…,P_I]^T，H是信道增益矩阵，由网络拓扑结构

决定，I为认知无线电网络中合法认知无线电用户的数量，信道增益矩阵H表示为：

$H=\left[\begin{array}{cc}1& {10\log }_{10}(d_0/d_{p1})\\ \&CenterDot;& \&CenterDot;\\ \&CenterDot;& \&CenterDot;\\ \&CenterDot;& \&CenterDot;\\ 1& 10{\log }_{10}(d_0/d_{\mathrm{pI}})\end{array}\right]---\left(4\right);$

噪声ω=[ω₁,ω₂,…,ω_I]^T的分量ω_i近似服从均值为0、方差为的高斯分布；

利用最大似然估计方法根据式（3）和（4）得到x的估计值

$\hat{x}=x+{\left(H^T{\mathrm{\&Sigma;}}_{\mathrm{\&omega;}}H\right)}^{-1}{H}^T{\mathrm{\&Sigma;}}_{\mathrm{\&omega;}}\mathrm{\&omega;}---\left(5\right)$

其中，对角阵 ${\mathrm{\&Sigma;}}_{\mathrm{\&omega;}}=\mathrm{diag}({\mathrm{\&sigma;}}_{\mathrm{\&omega;},1}^{-2},{\mathrm{\&sigma;}}_{\mathrm{\&omega;},2}^{-2},...,{\mathrm{\&sigma;}}_{\mathrm{\&omega;},I}^{-2});$

根据

得到测量剩余值

$\hat{e}=P_R-H\hat{x}=(I-H{\left(H^T{\mathrm{\&Sigma;}}_{\mathrm{\&omega;}}H\right)}^{-1}{H}^T{\mathrm{\&Sigma;}}_{\mathrm{\&omega;}})\mathrm{\&omega;}---\left(6\right)$

将该剩余值作为体现认知无线电用户接收到主用户信号强度的测量值与正常值之间的近似程度值，并得到归一化测量剩余值

步骤三、根据公式：

$\mathrm{\&eta;}=\sqrt{F_{{\mathrm{\&chi;}}^2}^{-1}(1-P_{\mathrm{FA}}^A;N-2)}$

确定门限η；

式中：

为攻击检测的虚警概率；

步骤四、判断步骤三获得的归一化测量剩余值

是否大于步骤四获得的门限η，如果判断结果为是，则执行步骤五；如果判断结果为否，则执行步骤六；

步骤五、将剩余值幅值最大分量

对应的认知无线电用户从联合频谱感知中删除；并返回执行步骤二，即利用剩余的知无线电用户感知报告重新计算测量剩余值

步骤六、在联合频谱感知时合并剩余的可靠感知报告，获得对于主用户频谱使用情况，完成基于迭代攻击检测的联合压缩频谱感知。

2.根据权利要求1所述的基于迭代攻击检测的联合压缩频谱感知方法，其特征在于步骤二中得到归一化测量剩余值

是根据公式：

${\left|\right|\tilde{e}\left|\right|}_2=\sqrt{{\hat{e}}^T{\mathrm{\&Sigma;}}_{\mathrm{\&omega;}}\hat{e}}$

实现的；服从自由度为N-2的χ²分布，其累积分布函数为：

$F_{{\mathrm{\&chi;}}^2}=(x;N-2)=\frac{\mathrm{\&gamma;}(N/2-1,x/2)}{\mathrm{\&Gamma;}(N/2-1)}---\left(7\right)$

其中，γ(·,·)为不完全伽马函数，Γ(·)为伽马函数。

Images