CN109889287A - 一种基于四元假设检验的非法信号源检测方法 - Google Patents

一种基于四元假设检验的非法信号源检测方法 Download PDF

Info

Publication number
CN109889287A
CN109889287A CN201910373690.8A CN201910373690A CN109889287A CN 109889287 A CN109889287 A CN 109889287A CN 201910373690 A CN201910373690 A CN 201910373690A CN 109889287 A CN109889287 A CN 109889287A
Authority
CN
China
Prior art keywords
illegal signals
signal
signals source
source
detection
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.)
Pending
Application number
CN201910373690.8A
Other languages
English (en)
Inventor
高瞻
沈良
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.)
Nanjing Intelligent Communication Technology Development Co Ltd
Original Assignee
Nanjing Intelligent Communication Technology Development Co Ltd
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 Nanjing Intelligent Communication Technology Development Co Ltd filed Critical Nanjing Intelligent Communication Technology Development Co Ltd
Priority to CN201910373690.8A priority Critical patent/CN109889287A/zh
Publication of CN109889287A publication Critical patent/CN109889287A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Noise Elimination (AREA)

Abstract

本发明提出一种基于四元假设检验的非法信号源检测方法,首先建立面向非法信号源检测的四元假设检验模型;其次构建信号检测优化准则;然后将非法信号源检测分解为两个子问题,并分别给出了求解方法;进一步给出了非法信号源检测器的执行规则。本发明方法仅利用接收信号功率进行信号检测,先验信息需求少,检测器简单易实现。

Description

一种基于四元假设检验的非法信号源检测方法
技术领域
本发明属于无线通信技术中的信号检测领域,具体涉及一种基于四元假设检验的非法信号源检测方法。
背景技术
随着无人机在移动通信、遥感监测、公共服务等方面的应用日益广泛,无人机的数量呈现井喷式的增长。然而,无人机的大量涌现带来了严峻的安全威胁。例如,无人机非法进入机场附近的禁飞区域会带来安全隐患,无人机未经授权进行航拍敏感区域(如军事基地等)会造成失密泄密隐患,无人机携带非法化学物品会对重要基础设施或地面人员造成伤害,无人机未经授权使用无线频率会造成通信干扰等等。因此,非法或未授权无人机信号源检测具有重要的应用背景和实用价值。
非法无人机信号源检测成为近年来国内外密切关注的技术领域,当前主流的方法有雷达探测、图像或视频监控等,然而,无人机呈现低(低空飞行)、小(尺寸较小)、慢(飞行速度相对较慢)等特征给雷达探测带来了严峻的技术挑战,同时,这些方法在合法无人机和非法无人机共存的情况下检测性能受限。基于无线信号分析的非法无人机检测是对现有方法的有效补充,且可以与现有方法融合使用,具有广泛的应用前景。
发明内容
本发明提出一种基于四元假设检验的非法信号源检测方法,能够通过无线信号检测来区分合法信号源和非法信号源。
为了解决上述技术问题,本发明提供一种基于四元假设检验的非法信号源检测方法,假设表示只有噪声没有信号源,表示存在合法信号源,则表示存在非法信号源,为感知节点处获得连续个信号强度观测值的检验统计量,分别为三个判决门限,
如果则判定成立,即只有噪声没有信号;
如果则判定成立,即存在合法信号源;
如果则判定成立,即存在非法信号源;
其中,
判决门限为
判决门限通过联合求解下列两个式子获得:
其中,分别是的约束参数,表示真实状态为时判决为真的概率,表示真实状态为时判决为真的概率;
是gamma函数及其逆函数;为感知节点处连续获得的信号强度观测值的个数;
只有噪声时的方差包含合法信号功率和噪声的方差为噪声方差,为感知节点处接收到来自合法信号源的功率;
中间变量函数的逆函数,是指数函数。
本发明与现有技术相比,其显著优点在于,本发明仅根据接收到的信号强度值进行信号检测,对先验信息依赖少,所提基于四元假设检验的检测器简单易实现,并且能够有效区分没有信号源、只有合法信号源、只有非法信号源、合法与非法信号源同时存在四种情况。
附图说明
图1为本发明实施例步骤流程图。
图2为本发明仿真实验中性能对比图。
具体实施方式
容易理解,依据本发明的技术方案,在不变更本发明的实质精神的情况下,本领域的一般技术人员可以想象出本发明的多种实施方式。因此,以下具体实施方式和附图仅是对本发明的技术方案的示例性说明,而不应当视为本发明的全部或者视为对本发明技术方案的限制或限定。
本发明考虑了如下的非法信号源检测场景:某个感知节点通过实时采集无线信号,来区分没有信号源、只有合法信号源、只有非法信号源、合法与非法信号源同时存在等四种情况。
如图1所示,本发明方法包括以下内容:1、四元假设检验建模;2、信号检测优化准则确立;3、信号检测问题分解;4、信号检测子问题求解;5、信号检测执行规则。具体包括以下步骤:
步骤1. 四元假设检验建模。
在本步骤的目的是给出非法信号源检测的基本数学模型。模型建立的过程如下:
分别依次表示“只有噪声没有信号源”、“只有合法信号源”、“只有非法信号源”、“合法与非法信号源同时存在”等四种情况,则面向非法信号源检测的四元假设检验模型为
其中,为感知节点在时刻接收到的信号强度观测值,为加性高斯白噪声,噪声方差为为合法信号源发射的信号,为感知节点处接收到来自合法信号源的功率,表示非法信号源发射的信号,为感知节点处接收到来自非法信号源的功率。
考虑合法无人机信号和非法信号源信号为零均值、单位方差的独立同分布随机高斯过程,则上述四种情况之间的差别体现在观测值的方差上,即四种情况对应的方差依次为(只有噪声时的方差)、(包含合法信号功率和噪声方差)、(包含非法信号功率和噪声方差)和(包含合法信号功率、非法信号功率和噪声方差)。记为感知节点处观察到的方差值,则非法信号源检测问题可重新建模为:
此时,分别对应“只有噪声没有信号源”、“只有合法信号源”、“只有非法信号源”、“合法与非法信号源同时存在”四种情况下的方差。
考虑到非法信号源检测的目的在于:(1)检测是否有信号;(2)如果有,则进一步判定是否有非法信号源存在,如果没有,则直接判定没有非法信号源存在。为了实现第(1)部分,需要将与其他状态()区分开来;而要实现第(2)部分,则需要将(没有非法信号源)与(有非法信号源)区分开来。可以看出,不需要区分即可实现非法信号源存在与否检测。因此,可将合并为一项记为(表示“存在非法信号源”),原四元假设检验问题转化为如下三元假设检验问题:
其中,假设分别表示“只有噪声没有信号”和“存在合法无人机信号”,则表示“存在非法信号源”,符号表示两个集合区间取并集的运算符。
步骤2. 信号检测优化准则确立。
在本步骤中,目的是确立非法信号源检测的优化准确,为具体方法的设计提供指导和目标。
构建如下的信号检测优化准则:令表示真实状态为时判决为真的概率在确保正确检测概率的性能约束下,最大化非法信号源的检测概率即如下所示的多约束优化问题
其中,是性能约束参数,表示假设所对应的判决域,
步骤3. 信号检测问题分解。
在本步骤中,目的是将上面的多约束优化问题进行分解。
具体地,非法信号源检测可分解为以下两个子问题:
1)检测子问题:
2)识别子问题:
其中,判决域的最终解为上述检测子问题和识别子问题的解的交集。
步骤4. 信号检测子问题求解。
在本步骤中,根据上述分解的两个子问题分别进行求解。
求解方案可表述如下:
1)检测子问题,可以写成如下二元假设检验问题:
考虑每次感知过程中,感知节点处获得连续个信号强度观测值,定义检验统计量为则通过下式进行判决可以获得检测子问题的解:
其中,判决门限为是数学领域的gamma函数及其逆函数。上式的含义为:如果则判定假设成立;反之,如果则判定假设成立。
2)识别子问题,可以写成如下二元假设检验问题:
同上,考虑感知节点处获得连续个信号强度观测值检验统计量为则通过下式进行判决可以获得识别子问题的解:
上式的含义为:如果则判定假设成立;除此之外,则判定假设成立。其中,通过联合求解下面两个式子可得上式所需的判决门限
其中,中间变量是数学领域的Q函数的逆函数,是数学领域的指数函数。
步骤5. 信号检测器的执行规则。
在本步骤中,非法信号源检测器的执行规则如下:
上式的含义为:如果检验统计量则判定成立,(即判决域为对应“只有噪声没有信号”这种情况);如果则判定成立(即判决域为对应“存在合法信号源”这种情况);除此之外,如果或者则判定假设成立(即判决域为对应“存在非法信号源”这种情况)。
实施例
为了说明本发明的有益效果,本发明进行如下仿真实验,系统仿真采用Matlab软件。本仿真实验考虑了感知节点随机分布在中心为(0m,0m)的方形区域,一个合法无人机节点工作在距感知节点分布中心10km处,一个非法无人机节点分布位置未知。除非特别指出,频谱带宽为6 MHz,抽样数为对应抽样时间为0.05 ms,噪声方差为在感知节点处合法无人机节点的接收信噪比为-5 dB,非法信号源在感知节点处的接收信噪比为-3 dB。
本仿真实验将本发明方法的性能进行了验证。为了充分评估本发明所提方法的性能,本仿真实验对比了三种方案:
a.称为“性能上界”,在该方案中,方差的范围已知;
b.称为“本发明方法”,如前文所述;
c.称为“渐近性能”,在该方案中,样本数目充分大时,本发明方法近似得到所提方法的渐近性能。
如图2所示,当对的要求提高,即增加时,非法信号源被正确检测的概率下降,这体现了检测非法无人机与合法无人机之间存在的折中,这与传统二元假设检验中虚警概率和漏检概率之间的折中类似。本发明方法的检测性能与其渐近性能相近,体现了本发明方法的有效性。同时也注意到,本发明方法与性能上界之间存在一定的差距,这主要是性能上界拥有更多的先验信息。

Claims (1)

1.一种基于四元假设检验的非法信号源检测方法,其特征在于,假设表示只有噪声没有信号源,表示存在合法信号源,则表示存在非法信号源,为感知节点处获得连续个信号强度观测值的检验统计量,分别为三个判决门限,
如果则判定成立,即只有噪声没有信号;
如果则判定成立,即存在合法信号源;
如果则判定成立,即存在非法信号源;
其中,
判决门限为
判决门限通过联合求解下列两个式子获得:
其中,分别是的约束参数,表示真实状态为时判决为真的概率,表示真实状态为时判决为真的概率;
是gamma函数及其逆函数;为感知节点处连续获得的信号强度观测值的个数;
只有噪声时的方差包含合法信号功率和噪声的方差为噪声方差,为感知节点处接收到来自合法信号源的功率;
中间变量函数的逆函数,是指数函数。
CN201910373690.8A 2019-05-07 2019-05-07 一种基于四元假设检验的非法信号源检测方法 Pending CN109889287A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910373690.8A CN109889287A (zh) 2019-05-07 2019-05-07 一种基于四元假设检验的非法信号源检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910373690.8A CN109889287A (zh) 2019-05-07 2019-05-07 一种基于四元假设检验的非法信号源检测方法

Publications (1)

Publication Number Publication Date
CN109889287A true CN109889287A (zh) 2019-06-14

Family

ID=66938422

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910373690.8A Pending CN109889287A (zh) 2019-05-07 2019-05-07 一种基于四元假设检验的非法信号源检测方法

Country Status (1)

Country Link
CN (1) CN109889287A (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108254763A (zh) * 2017-12-29 2018-07-06 中国电子科技集团公司第二十研究所 一种商用小型无人机远程探测及处置方法
US20190067812A1 (en) * 2017-08-23 2019-02-28 The United States Of America, As Represented By The Secretary Of The Navy Search Track Acquire React System (STARS) Drone Integrated Acquisition Tracker (DIAT)

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190067812A1 (en) * 2017-08-23 2019-02-28 The United States Of America, As Represented By The Secretary Of The Navy Search Track Acquire React System (STARS) Drone Integrated Acquisition Tracker (DIAT)
CN108254763A (zh) * 2017-12-29 2018-07-06 中国电子科技集团公司第二十研究所 一种商用小型无人机远程探测及处置方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
LINYUAN ZHANG等: "Spectrum Sensing under Spectrum Misuse Behaviors: A Multi-Hypothesis Test Perspective", 《 IEEE TRANSACTIONS ON INFORMATION FORENSICS AND SECURITY》 *

Similar Documents

Publication Publication Date Title
CN108764077B (zh) 一种基于卷积神经网络的数字信号调制分类方法
Zhao et al. Classification of small UAVs based on auxiliary classifier Wasserstein GANs
CN103646250B (zh) 基于距离图像头肩特征的行人监测方法及装置
Xun et al. VehicleEIDS: A novel external intrusion detection system based on vehicle voltage signals
CN106371144B (zh) 一种无人机发现及预警的装置
WO2022150620A1 (en) An ai cybersecurity system monitoring wireless data transmissions
Sa et al. Specific emitter identification techniques for the internet of things
Conning et al. Analysis of measured radar data for specific emitter identification
CN112667717A (zh) 变电站巡检信息处理方法、装置、计算机设备和存储介质
WO2018139887A1 (ko) 레이더를 이용하여 객체 탐지를 위한 임계 값을 적응적으로 설정하는 방법 및 장치
Illiano et al. Don't fool me!: detection, characterisation and diagnosis of spoofed and masked events in wireless sensor networks
Ahmed et al. Noisense print: detecting data integrity attacks on sensor measurements using hardware-based fingerprints
Li et al. COVID-safe spatial occupancy monitoring using OFDM-based features and passive WiFi samples
Man et al. PWiG: A phase-based wireless gesture recognition system
Biagi et al. On rethinking cognitive access for underwater acoustic communications
CN108199757B (zh) 一种利用信道状态信息检测消费级无人机入侵的方法
Sardar et al. Vehicle detection and classification using LTE‐CommSense
CN112596024B (zh) 一种基于环境背景无线射频信号的运动识别方法
Liao et al. Distributed edge detection with composite hypothesis test in wireless sensor networks
CN109889287A (zh) 一种基于四元假设检验的非法信号源检测方法
Sardar et al. LTE commsense for object detection in indoor environments
Widiyasono et al. Detection of Mirai malware attacks in IoT environments using random forest algorithms
EP3438987A1 (en) Tool that analyzes image data and generates and displays a confidence indicator along with a cancer score
CN113074718B (zh) 一种定位方法、装置、设备及存储介质
Yuwen et al. Network covert channel detection with cluster based on hierarchy and density

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190614

WD01 Invention patent application deemed withdrawn after publication