CN109743731A - 基于物理层认证的urllc系统的性能评估方法及系统 - Google Patents

基于物理层认证的urllc系统的性能评估方法及系统 Download PDF

Info

Publication number
CN109743731A
CN109743731A CN201910165590.6A CN201910165590A CN109743731A CN 109743731 A CN109743731 A CN 109743731A CN 201910165590 A CN201910165590 A CN 201910165590A CN 109743731 A CN109743731 A CN 109743731A
Authority
CN
China
Prior art keywords
signal
probability
frame
authentication
decoding
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910165590.6A
Other languages
English (en)
Other versions
CN109743731B (zh
Inventor
谢宁
张齐齐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen University
Original Assignee
Shenzhen University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen University filed Critical Shenzhen University
Priority to CN201910165590.6A priority Critical patent/CN109743731B/zh
Publication of CN109743731A publication Critical patent/CN109743731A/zh
Application granted granted Critical
Publication of CN109743731B publication Critical patent/CN109743731B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Mobile Radio Communication Systems (AREA)

Abstract

本公开描述一种基于物理层认证的URLLC系统的性能评估方法,其包括:发射端向接收端发射帧,帧包括导频信号、认证信号和信息信号,认证信号叠加在信息信号上,信息信号由初始信号进行信道编码和调制获得,基于信息信号、哈希函数和密钥获得认证信号;接收端基于帧计算帧差错概率,进而计算数据传输的解码概率,接收端基于帧和假设检验条件获得虚警概率,进而获得平均虚警概率,基于内曼‑皮尔逊理论,设置平均虚警概率等于虚警概率的上限,获得最优阈值,基于最优阈值获得检测概率,基于检测概率获得平均检测概率;当解码概率和平均检测概率满足系统要求时,帧通过认证,接收端基于解码概率和平均检测概率获得吞吐量,以评估URLLC系统的性能。

Description

基于物理层认证的URLLC系统的性能评估方法及系统
技术领域
本公开涉及URLLC通信技术领域,具体地涉及一种基于物理层认证的URLLC系统的性能评估方法及系统。
背景技术
现有的大多数无线网络通常专注于以人为中心的通信、延迟容忍内容和可靠性水平从而无法提供超高可靠性和低延迟。另外在诸如增强和虚拟现实、工业控制、自动驾驶或飞行、机器人和触觉互联网的领域中设想了无线通信的新用途,例如第五代(5G)无线接入。作为回应,预计新版本的移动蜂窝网络将支持具有严格延迟要求和可靠性的超可靠低延迟通信(Ultra Reliable Low Latency Communications,URLLC)场景。
在现有的URLLC领域中,其安全性通常通过上层的传统密码技术来实现,然而,对于安全的URLLC的实现通常考虑两个问题。其一是效率问题,这是由于在验证发射机之前,不可避免地要在上层和物理层(PHY)中完成各种耗时的任务。其二是兼容性问题,这是由于不同制造商生产的无线设备各不相同,并且因为在上层缺乏对不同数字语言和通信过程的理解,阻碍了URLLC的大规模连接。然而,在PHY层的各种无线设备的机制是相似的。
发明内容
本公开是为了解决上述现有问题而完成的,其目的在于提供一种能够在异构共存环境中快速进行认证的基于物理层认证的URLLC系统的性能评估方法及系统。
为此,本公开第一方面提供了一种基于物理层认证的URLLC系统的性能评估方法,是包括发射端和接收端的基于物理层认证基于URLLC系统的性能评估方法,其特征在于,包括:所述发射端向所述接收端发射帧,所述帧包括导频信号、认证信号和信息信号,所述认证信号叠加在所述信息信号上,所述信息信号由初始信号进行信道编码和调制获得,基于所述信息信号、哈希函数和密钥获得所述认证信号;所述接收端基于所述帧计算帧差错概率,基于所述帧差错概率获得数据传输的解码概率,所述接收端基于所述帧和假设检验条件获得虚警概率,计算所述虚警概率的期望进而获得平均虚警概率,基于Neyman–Pearson(内曼-皮尔逊)理论,设置所述平均虚警概率等于虚警概率的上限,获得最优阈值,基于所述最优阈值获得检测概率,基于所述检测概率获得平均检测概率;并且当所述解码概率和所述平均检测概率满足系统要求时,所述帧通过认证,所述接收端基于所述解码概率和所述平均检测概率获得吞吐量,以评估URLLC系统的性能。
在本公开中,发射端向接收端发射具有导频信号、认证信号和信息信号的帧,认证信号叠加在信息信号上,信息信号由初始信号进行信道编码和调制获得,基于信息信号、哈希函数和密钥获得认证信号;接收端基于帧计算帧差错概率,进而获得数据传输的解码概率;接收端基于帧和假设检验条件获得虚警概率,计算虚警概率的期望进而获得平均虚警概率,基于Neyman–Pearson(内曼-皮尔逊)理论,当平均虚警概率小于或等于虚警概率的上限时,获得最优阈值,基于最优阈值获得检测概率,进而获得平均检测概率;并且当解码概率和平均检测概率满足系统要求时,帧通过认证,接收端基于解码概率和平均检测概率获得吞吐量,以评估URLLC系统的性能。由此,能够在异构共存环境中快速进行认证。
本公开第一方面所涉及的性能评估方法中,可选地,所述帧是短帧结构,所述帧的帧长度n等于所述导频信号的信号长度np和所述标签信号的信号长度nd,即n=np+nd。由此,能够基于导频信号的信号长度和标签信号的信号长度获得帧的帧长度。
本公开第一方面所涉及的性能评估方法中,可选地,所述认证信号叠加在所述信息信号上形成标签信号,所述信息信号的信号长度等于所述认证信号的信号长度等于所述标签信号的信号长度nd。由此,能够根据认证信号和信息信号获得标签信号。
本公开第一方面所涉及的性能评估方法中,可选地,所述信息信号的功率分配因子与所述认证信号的功率分配因子之和满足由此,能够满足后续认证的条件。
本公开第一方面所涉及的性能评估方法中,可选地,所述帧差错概率满足其中,kd表示所述初始信号的信息位长度,n表示所述帧的帧长度,γ表示所述信噪比,C(γ)表示香农容量,V(γ)表示信道分散系数,nd表示所述标签信号的信号长度。由此,能够获得帧差错概率。
本公开第一方面所涉及的性能评估方法中,可选地,所述解码概率pData满足pData=1-ε(kd,n,γ),当pData≥1-εR时,所述解码概率满足系统要求,其中,εR表示可靠解码的阈值。由此,能够获得解码概率。
本公开第一方面所涉及的性能评估方法中,可选地,所述平均检测概率满足其中,θ*表示所述最优阈值,nd表示所述标签信号的信号长度,表示所述认证信号的功率分配因子,γh表示信道信噪比,当时,所述平均检测概率满足系统要求,εS表示安全认证的阈值。由此,能够获得平均检测概率。
本公开第一方面所涉及的性能评估方法中,可选地,所述吞吐量满足其中,表示所述平均检测概率,pData表示所述解码概率,kd表示所述初始信号的信息位长度,n表示所述帧的帧长度。由此,能够获得吞吐量。
本公开第二方面提供了一种基于物理层认证的URLLC系统的性能评估系统,是包括发射装置和接收装置的基于物理层认证的URLLC系统的性能评估系统,其特征在于,包括:所述发射装置,其用于向所述接收装置发射帧,所述帧包括导频信号和标签信号,所述标签信号包括认证信号和信息信号,所述认证信号叠加在所述信息信号上,所述信息信号由初始信号进行信道编码和调制获得,基于所述信息信号、哈希函数和密钥获得所述认证信号;以及所述接收装置,其用于基于所述帧计算帧差错概率,基于所述帧差错概率获得数据传输的解码概率,所述接收装置基于所述帧和假设检验条件获得虚警概率,计算所述虚警概率的期望进而获得平均虚警概率,基于Neyman–Pearson(内曼-皮尔逊)理论,设置所述平均虚警概率等于虚警概率的上限,获得最优阈值,基于所述最优阈值获得检测概率,基于所述检测概率获得平均检测概率,当所述解码概率和所述平均检测概率满足系统要求时,所述帧通过认证,所述接收装置基于所述解码概率和所述平均检测概率获得吞吐量,以评估URLLC系统的性能。由此,能够在异构共存环境中快速进行认证。
本公开第二方面所涉及的性能评估系统中,可选地,所述吞吐量满足其中,表示所述平均检测概率,pData表示所述解码概率,kd表示所述初始信号的信息位长度,n表示所述帧的帧长度。由此,能够获得吞吐量。
附图说明
图1是示出了本公开的示例所涉及的基于物理层认证的URLLC系统的性能评估方法的流程示意图。
图2是示出了本公开的示例所涉及的基于物理层认证的URLLC系统的性能评估方法的发射端发射的帧的结构示意图。
图3是示出了本公开的示例所涉及的性能评估方法在不同的安全认证的阈值条件下的吞吐量随信道信噪比的变化的波形图。
图4是示出了本公开的示例所涉及的性能评估方法在不同的可靠解码的阈值条件下的吞吐量随信道信噪比的变化的波形图。
图5是示出了本公开的示例所涉及的性能评估方法在不同的信道信噪比条件下的吞吐量随初始信号的信息位长度的变化的波形图。
图6是示出了本公开的示例所涉及的性能评估方法在不同的信道最大使用次数条件下的吞吐量随初始信号的信息位长度的变化的波形图。
图7是示出了本公开的示例所涉及的基于物理层认证的URLLC系统的性能评估系统的结构示意图。
具体实施方式
以下,参考附图,详细地说明本公开的优选实施方式。在下面的说明中,对于相同的部件赋予相同的符号,省略重复的说明。另外,附图只是示意性的图,部件相互之间的尺寸的比例或者部件的形状等可以与实际的不同。
需要说明的是,本公开中的术语“包括”和“具有”以及它们的任何变形,例如所包括或所具有的一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可以包括或具有没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本公开涉及的基于物理层认证的URLLC系统的性能评估方法,是包括发射端和接收端的基于物理层认证基于URLLC系统的性能评估方法。
在一些示例中,发射端可以包括但不限于用户设备。接收端可以包括但不限于基站以及用户设备。其中,基站(例如接入点)可以是指接入网中在空中接口上通过一个或多个扇区与无线终端通信的设备。基站可用于将收到的空中帧与IP帧进行相互转换,作为无线终端与接入网的其余部分之间的路由器,其中,接入网的其余部分可包括网际协议(IP)网络。基站还可以协调对空中接口的属性管理。例如,基站可以是GSM或CDMA中的基站(BTS,Base Transceiver Station),也可以是WCDMA中的基站(NodeB),还可以是LTE中的演进型基站(NodeB或eNB或e-NodeB,evolutional Node B)。用户设备可以包括但不限于智能手机、笔记本电脑、个人计算机(Personal Computer,PC)、个人数字助理(Personal DigitalAssistant,PDA)、移动互联网设备(Mobile Internet Device,MID)、穿戴设备(如智能手表、智能手环、智能眼镜)等各类电子设备,其中,该用户设备的操作系统可包括但不限于Android操作系统、IOS操作系统、Symbian(塞班)操作系统、Black Berry(黑莓)操作系统、Windows Phone8操作系统等等。
图1是示出了本公开的示例所涉及的基于物理层认证的URLLC系统的性能评估方法的流程示意图。图2是示出了本公开的示例所涉及的基于物理层认证的URLLC系统的性能评估方法的发射端发射的帧的结构示意图。
在一些示例中,发射端可以向接收端发射帧,接收端基于接收的帧进行物理层认证和吞吐量计算。可以参见图1所示的性能评估方法。另外,接收帧的还可以包括攻击端或监听端。由于攻击端或监听端不知道发射端与接收端共享的密钥,因此攻击端或监听端通常不能准确获得帧中的信息。
在一些示例中,如图1所示,基于物理层认证的URLLC系统的性能评估方法包括发射端向接收端发射帧,帧包括导频信号、认证信号和信息信号,认证信号叠加在信息信号上,信息信号由初始信号进行信道编码和调制获得,基于信息信号、哈希函数和密钥获得认证信号(步骤S100)。
在步骤S100中,为了满足URLLC系统的超灵敏的网络连接的要求,发射端发射的帧可以是短帧。
在一些示例中,步骤S100中的发射端发射的短帧的帧结构参见图2。如图2所示,帧可以包括导频信号、认证信号和信息信号。其中,导频信号可以用于实现帧检测和信道状态信息(Channel StateInformation,CSI)的估计。
在一些示例中,认证信号叠加在信息信号上形成标签信号(未图示)。信息信号的信号长度等于认证信号的信号长度等于标签信号的信号长度nd。由此,能够根据认证信号和信息信号获得标签信号。另外,能够保证信息信号的信号长度或认证信号的信号长度等于标签信号的信号长度。
在一些示例中,信息信号可以由初始信号进行信道编码和调制获得。换而言之,初始信号可以通过信道编码器获得信息信号。信道编码器具有信道编码和调制的功能。由此,能够提高帧传输的可靠性和效率。其中,初始信号由kd个信息比特组成。信息信号的信号长度nd可以表示nd个信息信号块。
另外,在一些示例中,基于信息信号、哈希函数和密钥获得认证信号。换而言之,如图2所示,将密钥和信息信号通过标签生成器(哈希函数)生成认证信号。其中,哈希函数和密钥是发射端和接收端共享的。由于攻击端或监听端不知道发射端与接收端共享的密钥,因此攻击端或监听端通常不能生成相同的认证信号。
在一些示例中,认证信号xt与信息信号xs在统计上是不相关的,并且认证信号xt与信息信号xs都具有单位功率。认证信号的系数ρt与信息信号的系数ρs满足其中,可以表示认证信号的功率分配因子。ρs 2可以表示信息信号的功率分配因子。也即,信息信号的功率分配因子与认证信号的功率分配因子之和满足功率分配因子可以表示相应的功率分配。由此,能够满足后续认证的条件。
在一些示例中,基站可以通过自动功率控制实现对功率的控制。例如,可以将基站的收发台接收的射频信号依次输入具有滤波功能的滤波器和变频器,进而获得中频信号,再将此中频信号输入到基站的自动功率控制模块中对功率进行控制。其中,自动功率控制模块包括A/D转换器、去直流单元、功率估计单元和功率反馈调整单元。
在一些示例中,自动功率控制模块的自动功率控制过程包括:将中频信号经过A/D转换器获得数字信号,该数字信号经过可变点数的去直流单元得到零均值的数字中频信号,该数字中频信号再经过点数可变的功率估计单元得到信号的功率估计,该功率估计值经过功率反馈调整单元得到新的增益系数值,新增益系数应用于下一时间段内的限幅调整过程,最终使数字中频信号的输出维持在稳定功率附近。
在一些示例中,基站可以通过上述的自动功率控制把接收到的信号加以稳定再发送出去,由此,能够有效地减少或避免通信信号在无线传输中的损失,保证用户的通信质量。
在一些示例中,帧的帧长度n等于导频信号的信号长度np和标签信号的信号长度nd,即n=np+nd。由此,能够基于导频信号的信号长度和标签信号的信号长度获得帧的帧长度。
在一些示例中,传输速率kd/n可以表示每个信道使用的信息比特数,也可以表示单位带宽的每秒发送的信息比特数。另外,传输速率可以衡量通信系统频谱效率。信道使用可以用带宽和传输持续时间的乘积(Hz·s)来表示。
在一些示例中,发射端发送的帧中的标签信号x满足x=ρsxstxt。标签信号x通过发送功率Pt发送到无线信道。在一些示例中,考虑到帧是短帧。无线信道可以是无记忆块衰落信道。
在一些示例中,如图1所示,基于物理层认证的URLLC系统的性能评估方法可以包括接收端基于帧计算帧差错概率,基于帧差错概率获得数据传输的解码概率,接收端基于帧和假设检验条件获得虚警概率,计算虚警概率的期望进而获得平均虚警概率,基于Neyman–Pearson(内曼-皮尔逊)理论,设置平均虚警概率等于虚警概率的上限,获得最优阈值,基于最优阈值获得检测概率,基于检测概率获得平均检测概率(步骤S200)。
在步骤S200中,接收端接收帧。经过无线信道传输后的帧可以表示为y。帧y中h可以表示无线信道的衰落和其他传播现象中的信道系数。帧y中ω可以表示加性复高斯噪声,建模为
在一些示例中,考虑到帧是短帧。无线信道可以是无记忆块衰落信道。衰落系数h对于帧的n个信道使用保持不变。对于不同帧来说衰落系数h独立改变。衰落系数h满足其中,表示信道响应。接收端接收的信道信噪比(SNR)γh满足
在一些示例中,接收端知道导频信号,在这种情况下,接收端可以通过最小均方误差(MMSE)准则获得的信道估计且满足由此,估计衰落系数建模为
在步骤S200中,在帧错误概率为ε的情况下,短帧长度为n的可实现吞吐量可以近似满足其中,γ表示接收端的信噪比,且满足经过换算,信噪比可以表示为C(γ)是香农容量,V(γ)是信道分散系数,Q-1(·)是高斯函数Q的反演函数。
在一些示例中,基于可实现吞吐量、帧长度n和信息比特数kd=Rn可以获得帧差错概率ε帧差错概率满足其中,kd表示初始信号的信息位长度,n表示帧的帧长度,γ表示信噪比,C(γ)表示香农容量,V(γ)表示信道分散系数,nd表示标签信号的信号长度。由此,能够获得帧差错概率。
在一些示例中,基于帧差错概率ε(kd,n,γ)可以获得数据传输的解码概率pData。解码概率pData满足pData=1-ε(kd,n,γ)。
在一些示例中,当pData≥1-εR时,可靠性满足要求(即满足URLLC系统的可靠性满足要求),εR表示可靠解码的阈值。由此,能够获得解码概率。
在步骤S200中,接收端可以基于帧和假设检验条件获得虚警概率。其中,假设检验条件满足:为真时,接受假设被称为虚警,此时得到的概率为虚警概率PFA
在一些示例中,假设接收端接收的帧中的衰落系数h为常数,基于接收的帧获得虚警概率PFA(也即虚警概率PFA的理论公式)。基于虚警概率PFA计算虚警概率的期望,也即在零均值复高斯信道条件下,通过期望算子对虚警概率PFA进行运算获得平均虚警概率由于最佳决策规则由Neyman–Pearson(内曼-皮尔逊)理论定义,故基于Neyman–Pearson(内曼-皮尔逊)理论,虚警概率PFA满足PFA≤εPFA。其中,εPFA表示虚警概率的上限。由此,能够保证虚警概率小于或等于虚警概率的上限,最大化检测概率。
在一些示例中,当PFA≤εPFA时,设置平均虚警概率等于虚警概率的上限,即可以获得最优阈值θ*。基于最优阈值θ*,假设接收端接收的帧中的衰落系数h为常数,基于接收的帧获得检测概率PD(也即检测概率PD的理论公式)。在零均值复高斯信道条件下,通过期望算子对检测概率PD进行运算获得平均检测概率平均检测概率满足其中,θ*表示最优阈值,且满足nd表示标签信号的信号长度,表示认证信号的功率分配因子,γh表示信道信噪比。sign(x)表示符号判定函数,若x≥0,sign(x)=1,否则sign(x)=-1。
在一些示例中,如图1所示,基于物理层认证的URLLC系统的性能评估方法可以包括当解码概率和平均检测概率满足系统要求时,帧通过认证,接收端基于解码概率和平均检测概率获得吞吐量,以评估URLLC系统的性能(步骤S300)。
在步骤S300中,解码概率和平均检测概率满足系统要求,具体而言,当pData≥1-εR时,解码概率满足系统要求,其中,εR表示可靠解码的阈值。由此,能够获得解码概率。当时,平均检测概率满足系统要求,εS表示安全认证的阈值。由此,能够获得平均检测概率。
在一些示例中,当解码概率和平均检测概率满足系统要求时,帧通过认证。在这种情况下,接收端能够快速区分接收端、攻击端或监听端,而不需要通过上层处理完成认证,且节省了上层认证时所消耗的资源。
在步骤S300中,基于解码概率pData和平均检测概率获得吞吐量吞吐量满足其中,表示平均检测概率,pData表示解码概率,kd表示初始信号的信息位长度,n表示帧的帧长度。由此,能够获得吞吐量。另外,步骤S300中可以基于吞吐量评估URLLC系统的性能。例如,URLLC系统的性能可以包括但不限于URLLC系统的安全性或兼容性。
在一些示例中,可以通过混合蛙跳-极值优化算法对吞吐量进行优化以获得最大化的吞吐量。其中优化的条件可以是初始信号的信息位长度kd等于预设信息位长度。接收端的信噪比γ等于预设信噪比。信道最大使用次数εn等于预设信道使用次数。虚警概率的上限εPFA等于预设上限。功率分配因子满足要求,即信息信号的功率分配因子与认证信号的功率分配因子之和满足可靠性εR满足要求,即pData≥1-εR。安全性εS满足要求,即
图3是示出了本公开的示例所涉及的性能评估方法在不同的安全认证的阈值条件下的吞吐量随信道信噪比的变化的波形图。图4是示出了本公开的示例所涉及的性能评估方法的在不同的可靠解码的阈值条件下的吞吐量随信道信噪比的变化的波形图。
图3中的波形A、B、C、D、E、F分别表示安全认证的阈值εS满足εS=10-2、10-3、10-4、10-5、10-6、10-7下的吞吐量与信道信噪比γh的波形。其中,可靠解码的阈值εR满足εR=10-5、虚警概率的上限εPFA满足εPFA=0.01、信息位长度kd满足kd=16(bytes)、信道最大使用次数εn满足εn=2000。随着信道信噪比γh的增加,吞吐量增加。随着安全认证的阈值εS增大,所有信道信噪比γh区域上吞吐量增加。图4中的波形H、I、J、K、L、M分别表示可靠解码的阈值εR满足εR=10-2、10-3、10-4、10-5、10-6、10-7下的吞吐量与信道信噪比γh的波形。其中,安全认证的阈值εS满足εS=10-5、虚警概率的上限εPFA满足εPFA=0.01、信息位长度kd满足kd=16(bytes)、信道最大使用次数εn满足εn=2000。随着信道信噪比γh的增加,吞吐量增加。
另外,计算满足可靠解码的阈值εR满足εR=10-5、安全认证的阈值εS满足εS=10-5、虚警概率的上限εPFA满足εPFA=0.01、信息位长度kd满足kd=16(bytes)和信道最大使用次数εn满足εn=2000条件且在不同信道信噪比γh下的优化方法的相关参数,例如吞吐量认证信号的功率分配因子信息信号的功率分配因子导频信号的信号长度np和标签信号的信号长度nd。随着信道信噪比γh的增加,吞吐量增加。随着信道信噪比γh的增加,导频信号的信号长度np和标签信号的信号长度nd减少。由于高信道信噪比γh可以抑制信道估计误差,故对应于一个信道使用事件,导频信号的信号长度np迅速减小。由于高信道信噪比γh可以很容易地实现物理层认证的安全性要求,故随着信道信噪比γh的增加,认证信号的功率分配因子减少且信息信号的功率分配因子增加。
另外,计算满足可靠解码的阈值εR满足εR=10-5、安全认证的阈值εS满足εS=10-5、信息位长度kd满足kd=16(bytes)、信道最大使用次数εn满足εn=2000和信道信噪比γh满足γh=25(dB)条件且在不同虚警概率的上限εPFA下的优化方法的相关参数,例如吞吐量认证信号的功率分配因子信息信号的功率分配因子导频信号的信号长度np和标签信号的信号长度nd。根据平均检测概率的公式可知平均检测概率不仅取决于信道信噪比γh还取决于虚警概率的上限εPFA。由于需要更多的物理层资源来满足更严格的安全性要求,故随着虚警概率的上限εPFA的减少,认证信号的功率分配因子和标签信号的信号长度nd均增加。由于标签信号的信号长度nd的增加,吞吐量减少。另外,由于虚警概率的上限εPFA仅决定所提出的优化方法的安全性能,而导频信号的信号长度np仅影响可靠性性能,故虚警概率的上限εPFA变化时,导频信号的信号长度np保持不变。
图5是示出了本公开的示例所涉及的性能评估方法的在不同的信道信噪比条件下的吞吐量随初始信号的信息位长度的变化的波形图。图6是示出了本公开的示例所涉及的性能评估方法的在不同的信道最大使用次数条件下的吞吐量随初始信号的信息位长度的变化的波形图。
图5中的波形P、Q、R、S分别表示信道信噪比γh满足γh=15、25、35、45(dB)下的吞吐量与初始信号的信息位长度kd的波形。其中,虚警概率的上限εPFA满足εPFA=0.01、可靠解码的阈值εR满足εR=10-5、安全认证的阈值εS满足εS=10-5和信道最大使用次数εn满足εn=2000。图6中的波形U、V、W、X、Y、Z分别表示最大使用次数εn满足εn=1000、900、800、700、600、500下的吞吐量与初始信号的信息位长度kd的波形。其中,虚警概率的上限εPFA满足εPFA=0.01、可靠解码的阈值εR满足εR=10-5、安全认证的阈值εS满足εS=10-5和信道信噪比γh满足γh=25(dB)。如图5和图6所示,随着信息位长度kd的增加,吞吐量增加。
另外,如图5所示,随着信息位长度kd的增加,吞吐量增加。然而,由于信道使用数量的增加大于信息位的增加,故增加的速度随着信道信噪比γh增加而减小。如图6所示,对于不同的信道最大使用次数εn,吞吐量基本保持不变,这是因为信道最大使用次数εn只决定优化问题的约束条件是否满足,而不影响吞吐量的特定值。
在本公开中,发射端向接收端发射具有导频信号、认证信号和信息信号的帧,认证信号叠加在信息信号上,信息信号由初始信号进行信道编码和调制获得,基于信息信号、哈希函数和密钥获得认证信号;接收端基于帧计算帧差错概率,进而获得数据传输的解码概率;接收端基于帧和假设检验条件获得虚警概率,计算虚警概率的期望进而获得平均虚警概率,基于Neyman–Pearson(内曼-皮尔逊)理论,设置平均虚警概率等于虚警概率的上限,获得最优阈值,基于最优阈值获得检测概率,进而获得平均检测概率;并且当解码概率和平均检测概率满足系统要求时,帧通过认证,接收端基于解码概率和平均检测概率获得吞吐量。由此,能够在异构共存环境中快速进行认证。
本公开的基于物理层认证的URLLC系统的性能评估方法通过引入物理(PHY)层认证来提高其安全性,很好的解决了传统的上层密码认证技术的缺陷。第一,PHY层认证使得接收端能够快速区分接收端、攻击端或监听端,而不需要完成上层处理,且上层处理需要许多不必要的处理资源。第二,PHY层认证在异构共存环境中是可行的,其中一个不兼容的设备可能无法解码另一设备的上层信号。
本公开涉及一种基于物理层认证的URLLC系统的性能评估系统。图7是示出了本公开的示例所涉及的基于物理层认证的URLLC系统的性能评估系统的结构示意图。
在一些示例中,如图7所示,基于物理层认证的URLLC系统的性能评估系统1(可以简称为性能评估系统1)是包括发射装置10和接收装置20。
在一些示例中,发射装置10可以用于向接收装置20发射帧,帧包括导频信号和标签信号,标签信号包括认证信号和信息信号,认证信号叠加在信息信号上,信息信号由初始信号进行信道编码和调制获得,基于信息信号、哈希函数和密钥获得认证信号。具体可以参见步骤S100。
在一些示例中,接收装置20可以用于基于帧计算帧差错概率,基于帧差错概率获得数据传输的解码概率。解码概率的计算方法可以参见步骤S200。
在一些示例中,接收装置20可以基于帧和假设检验条件获得虚警概率,计算虚警概率的期望进而获得平均虚警概率,基于Neyman–Pearson(内曼-皮尔逊)理论,设置平均虚警概率等于虚警概率的上限,获得最优阈值,基于最优阈值获得检测概率,基于检测概率获得平均检测概率。平均检测概率的计算方法可以参见步骤S200。
在一些示例中,当解码概率和平均检测概率满足系统要求时,帧通过认证,接收装置20可以基于解码概率和平均检测概率获得吞吐量,以评估URLLC系统的性能。吞吐量满足其中,表示平均检测概率,pData表示解码概率,kd表示初始信号的信息位长度,n表示帧的帧长度。由此,能够获得吞吐量。吞吐量的计算方法可以参见步骤S300。由此,能够在异构共存环境中快速进行认证。
虽然以上结合附图和实施例对本公开进行了具体说明,但是可以理解,上述说明不以任何形式限制本公开。本领域技术人员在不偏离本公开的实质精神和范围的情况下可以根据需要对本公开进行变形和变化,这些变形和变化均落入本公开的范围内。

Claims (10)

1.一种基于物理层认证的URLLC系统的性能评估方法,是包括发射端和接收端的基于物理层认证基于URLLC系统的性能评估方法,其特征在于,
包括:
所述发射端向所述接收端发射帧,所述帧包括导频信号、认证信号和信息信号,所述认证信号叠加在所述信息信号上,所述信息信号由初始信号进行信道编码和调制获得,基于所述信息信号、哈希函数和密钥获得所述认证信号;
所述接收端基于所述帧计算帧差错概率,基于所述帧差错概率获得数据传输的解码概率,所述接收端基于所述帧和假设检验条件获得虚警概率,计算所述虚警概率的期望进而获得平均虚警概率,基于Neyman–Pearson(内曼-皮尔逊)理论,设置所述平均虚警概率等于虚警概率的上限,获得最优阈值,基于所述最优阈值获得检测概率,基于所述检测概率获得平均检测概率;并且
当所述解码概率和所述平均检测概率满足系统要求时,所述帧通过认证,所述接收端基于所述解码概率和所述平均检测概率获得吞吐量,以评估URLLC系统的性能。
2.根据权利要求1所述的性能评估方法,其特征在于:
所述帧是短帧结构,所述帧的帧长度n等于所述导频信号的信号长度np和所述标签信号的信号长度nd,即n=np+nd
3.根据权利要求1所述的性能评估方法,其特征在于:
所述认证信号叠加在所述信息信号上形成标签信号,所述信息信号的信号长度等于所述认证信号的信号长度等于所述标签信号的信号长度nd
4.根据权利要求1所述的性能评估方法,其特征在于:
所述信息信号的功率分配因子与所述认证信号的功率分配因子之和满足
5.根据权利要求1所述的性能评估方法,其特征在于:
所述帧差错概率满足其中,kd表示所述初始信号的信息位长度,n表示所述帧的帧长度,γ表示所述信噪比,C(γ)表示香农容量,V(γ)表示信道分散系数,nd表示所述标签信号的信号长度。
6.根据权利要求1所述的性能评估方法,其特征在于:
所述解码概率pData满足pData=1-ε(kd,n,γ),当pData≥1-εR时,所述解码概率满足系统要求,其中,εR表示可靠解码的阈值。
7.根据权利要求1所述的性能评估方法,其特征在于:
所述平均检测概率满足其中,θ*表示所述最优阈值,nd表示所述标签信号的信号长度,表示所述认证信号的功率分配因子,γh表示信道信噪比,当时,所述平均检测概率满足系统要求,εS表示安全认证的阈值。
8.根据权利要求1所述的性能评估方法,其特征在于:
所述吞吐量满足其中,表示所述平均检测概率,pData表示所述解码概率,kd表示所述初始信号的信息位长度,n表示所述帧的帧长度。
9.一种基于物理层认证的URLLC系统的性能评估系统,是包括发射装置和接收装置的基于物理层认证的URLLC系统的性能评估系统,其特征在于,
包括:
所述发射装置,其用于向所述接收装置发射帧,所述帧包括导频信号和标签信号,所述标签信号包括认证信号和信息信号,所述认证信号叠加在所述信息信号上,所述信息信号由初始信号进行信道编码和调制获得,基于所述信息信号、哈希函数和密钥获得所述认证信号;以及
所述接收装置,其用于基于所述帧计算帧差错概率,基于所述帧差错概率获得数据传输的解码概率,所述接收装置基于所述帧和假设检验条件获得虚警概率,计算所述虚警概率的期望进而获得平均虚警概率,基于Neyman–Pearson(内曼-皮尔逊)理论,设置所述平均虚警概率等于虚警概率的上限,获得最优阈值,基于所述最优阈值获得检测概率,基于所述检测概率获得平均检测概率,当所述解码概率和所述平均检测概率满足系统要求时,所述帧通过认证,所述接收装置基于所述解码概率和所述平均检测概率获得吞吐量,以评估URLLC系统的性能。
10.根据权利要求9所述的性能评估系统,其特征在于:
所述吞吐量满足其中,表示所述平均检测概率,pData表示所述解码概率,kd表示所述初始信号的信息位长度,n表示所述帧的帧长度。
CN201910165590.6A 2019-03-05 2019-03-05 基于物理层认证的urllc系统的性能评估方法及系统 Active CN109743731B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910165590.6A CN109743731B (zh) 2019-03-05 2019-03-05 基于物理层认证的urllc系统的性能评估方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910165590.6A CN109743731B (zh) 2019-03-05 2019-03-05 基于物理层认证的urllc系统的性能评估方法及系统

Publications (2)

Publication Number Publication Date
CN109743731A true CN109743731A (zh) 2019-05-10
CN109743731B CN109743731B (zh) 2020-01-10

Family

ID=66369415

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910165590.6A Active CN109743731B (zh) 2019-03-05 2019-03-05 基于物理层认证的urllc系统的性能评估方法及系统

Country Status (1)

Country Link
CN (1) CN109743731B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110381510A (zh) * 2019-07-24 2019-10-25 深圳大学 基于叠加物理层认证标签的非正交多址认证系统
CN113284514A (zh) * 2021-05-19 2021-08-20 北京大米科技有限公司 音频处理方法和装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1507755A (zh) * 2001-05-07 2004-06-23 �����ɷ� 用于产生分组数据的控制信息的方法和装置
US20170063893A1 (en) * 2015-08-28 2017-03-02 Cisco Technology, Inc. Learning detector of malicious network traffic from weak labels
CN109168166A (zh) * 2018-11-22 2019-01-08 深圳大学 物理层认证系统的安全性检测方法
CN109362093A (zh) * 2018-12-15 2019-02-19 深圳大学 网络功能虚拟化的总吞吐量最大化的资源优化方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1507755A (zh) * 2001-05-07 2004-06-23 �����ɷ� 用于产生分组数据的控制信息的方法和装置
US20170063893A1 (en) * 2015-08-28 2017-03-02 Cisco Technology, Inc. Learning detector of malicious network traffic from weak labels
CN109168166A (zh) * 2018-11-22 2019-01-08 深圳大学 物理层认证系统的安全性检测方法
CN109362093A (zh) * 2018-12-15 2019-02-19 深圳大学 网络功能虚拟化的总吞吐量最大化的资源优化方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张欣: "复杂背景下的恒虚警检测方法研究", 《中国优秀硕士学位论文全文数据库(电子期刊)》 *
杨士霄: "5G新空口下eMBB与URLLC业务复用技术的研究", 《电信工程技术与标准》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110381510A (zh) * 2019-07-24 2019-10-25 深圳大学 基于叠加物理层认证标签的非正交多址认证系统
CN113284514A (zh) * 2021-05-19 2021-08-20 北京大米科技有限公司 音频处理方法和装置

Also Published As

Publication number Publication date
CN109743731B (zh) 2020-01-10

Similar Documents

Publication Publication Date Title
CN110381510B (zh) 基于叠加物理层认证标签的非正交多址认证系统
US11330434B2 (en) Security detection for a physical layer authentication system that considers signal-discriminating capability of an active adversary
US20200169883A1 (en) Security Detection Method for Physical Layer Authentication System
CN110233653A (zh) 基于加权集成聚类算法的mimo系统的盲多径识别方法及系统
CN109743731B (zh) 基于物理层认证的urllc系统的性能评估方法及系统
CN110381511B (zh) 基于共享物理层认证标签的非正交多址认证系统
CN112333702A (zh) 一种基于安全noma移动边缘计算的延迟最小化的优化方法
WO2019061514A1 (zh) 安全的无线通信物理层斜率认证方法和装置
CN110324830B (zh) 基于时分复用物理层认证标签的非正交多址认证系统
US9813205B2 (en) Uplink CoMP set selecting method and system, and device
JP2018534821A (ja) シングルユーザsnrフィードバックに基づくマルチユーザmimoレート予測
EP4228217A1 (en) Neural network information transmission method and apparatus, communication device, and storage medium
CN110380798B (zh) 基于共享认证标签的非正交多址认证系统及参数优化方法
CN109769258B (zh) 基于安全urllc通信协议的资源优化方法
CN114285520A (zh) 配置授权的自适应配置方法、装置、存储介质及电子设备
CN110312255B (zh) 基于叠加认证标签的非正交多址认证系统的参数优化方法
CN110392371B (zh) 基于时分复用认证标签的非正交多址认证系统的优化方法
CN112020131B (zh) 一种发射功率确定方法、信息传输方法及通信设备
CN116032312A (zh) 一种选择方法、第一节点及存储介质
JP5340344B2 (ja) 通信装置及び通信方法
WO2020050843A1 (en) Acqi decoding confidence detection
CN110460364B (zh) 基于聚类算法的mimo系统的盲多径识别方法及系统
US20170325101A1 (en) Method and apparatus for real-time self-monitoring of multi-carrier transmission quality
CN110049542A (zh) 基于mimo系统的上行链路的数据传输方法及系统
CN111683363A (zh) 空域调制系统中的物理层认证方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant