CN112468237A - 接收机人工噪声辅助太赫兹安全通信方法及系统 - Google Patents

Abstract

一种接收机人工噪声辅助太赫兹安全通信方法，在发射端以脉冲调制的方式发射信号，在接收端发射对应的人工噪声信号以实现窃听率最低；本发明利用太赫兹频带的独特信道特性，即太赫兹脉冲信号在通过信道时会增加脉冲宽度，即时间展宽效应。通过适当地设计发送信号，接收AN信号的机制和接收器结构，能够在窃听段位于波束内且较接收端更靠近发射端的情况下显著提高太赫兹通信安全性，且不需要在接收端使用全双工无线电或任何自干扰消除技术，减少了硬件设备的复杂度。

Description

接收机人工噪声辅助太赫兹安全通信方法及系统

技术领域

本发明涉及的是一种太赫兹通信领域的技术，具体是一种抗近距离窃听的接收机人工噪 声辅助太赫兹安全通信方法及系统。

背景技术

太赫兹频段通信技术作为未来6G网络的关键之一，其安全性也备受关注。尤其当窃听 者位于波束扇区内部时，太赫兹天线阵列的高增益特性不会帮助提高通信安全性。更关键的是， 太赫兹信道的稀疏性特征限制了通过多路径传输机密信息的方法。其次，由于信号功率衰减随 传输距离的增加而增加，因此邻近的窃听者可以检测到比预期接收器具有更高信噪比(SINR)的 信息承载信号。结果，如果接收者能够解码该机密消息，则该消息不可避免地被窃听者解码， 这极大地损害了安全性。

现有的改进方案如图1所示，利用有多个天线的发射器将发射的信号分解到不同的空间 自由度上，并只在正常信道的正交空间中生成人工噪声(AN)信号。从而使得只有窃听者受到AN 信号的严重影响，提高了通信系统的保密能力。然而，在太赫兹安全通信的情况下，窃听者位 于波束扇区内，正常信道正交空间中的AN信号位于窃听信道的正交空间中。这是由于两个通 道共享一条主要的太赫兹视距路径，这一路径显然与其自身强相关。因而，由发送器发送的人 工噪声信号不能有效地对抗窃听者无法提高太赫兹通信系统的保密率。现有的改进方案中还有 通过在接收端发射人工噪声信号的方式提高安全性并解决信道相关性问题，人工噪声信号在接 收端由于SIC技术的限制，依旧无法完全地消除。

发明内容

本发明针对现有技术必须在接收端使用自干扰消除技术生成人工噪声以防御窃听的限 制，提出一种接收机人工噪声辅助太赫兹安全通信方法及系统，利用太赫兹频带的独特信道特 性，即太赫兹脉冲信号在通过信道时会增加脉冲宽度，即时间展宽效应。通过适当地设计发 送信号，接收AN信号的机制和接收器结构，能够在窃听段位于波束内且较接收端更靠近发射 端的情况下显著提高太赫兹通信安全性，且不需要在接收端使用全双工无线电或任何自干扰消 除技术，减少了硬件设备的复杂度。

本发明是通过以下技术方案实现的：

本发明涉及一种接收机人工噪声辅助太赫兹安全通信方法，在发射端以脉冲调制的方式 发射信号，在接收端发射对应的人工噪声信号以实现窃听率最低。

所述的脉冲调制的方式是指：y_b(t)＝x_a(t)*h_ab(t)+x_b(t)*h_bb(t)+n_b(t)，y_w(t)＝x_a(t)*h_aw(t)+x_b(t)*h_bw(t)+n_w(t)，其中：h_ab(t)、h_aw(t)分别为发射端至接收端、发射端 至窃听端的时间连续的信道脉冲响应，n_b(t)、n_w(t)分别为接收端、窃听端白噪声。

所述的对应的人工噪声信号是指：对应发送端待发送信号

接收端的人工噪声信号为：

其中：P_a、P_b分别为输出 端和接收端的发射信号功率，T_f为帧时间，即脉冲间隔时间，g_a()、g_b()分别为具有相同带宽B_g的脉冲信号，

T_p为脉冲宽度，调制后的信号b_i∈{b₁，......，b_M}重复输出N_f次，即满足 E[|b_i|²]＝1，用于表征每个脉冲的极化方向的极化码p_i，m∈{-1，+1}，r_i为高斯分布随机变量 的功率，τ_b为人工噪声信号延时。

所述的人工噪声信号延时

技术效果

本发明整体解决现有太赫兹通信技术中窃听者位于太赫兹窄波内部且相对于接收端更 接近发射端时无法实现安全通信的问题。

与现有技术相比，本发明无需自干扰消除技术的接收机人工噪声辅助太赫兹安全通信， 从而极大地降低了系统复杂度。我们提出的方案的保密通信速率在5m至50m的距离范围内平 均可达到4bps/Hz，能够达到最优的穷举搜索方法的99％，而同时极大地降低了复杂度。

附图说明

图1为现有技术示意图；

图2为实施例保密通信示意图；

图3～图6为实施例效果示意图；

图中：Alice为发射端，Bob为接收端，Willie为窃听端。

具体实施方式

如图2所示，为本实施例涉及一种实现上述方法的具体场景，包括：

①发射端Alice，包括：基带信号生成器、脉冲调制器、机器学习模块和发射天线阵列， 其中：基带信号生成器输出基带信号，机器学习模块根据DNN优化算法得到优选脉冲间隔T_f和优选载波频率f_c并发送至脉冲调制器，脉冲调制器通过脉冲调制得到发送信号，通过发射天 线阵列进行广播；

②接收端Bob，包括：接收天线阵列、下变频器、解调模块以及用于生成人工噪声信号 的噪声信号生成器、噪声调制器、噪声发射天线阵列，其中：接收天线阵列将采集信号输出至 下变频器，经下变频得到数字信号y_b(t)后，由解调模块解调得到基带信号；噪声信号生成器将 白噪声与根据来自发送端的优选载波频率f_c调制后，由噪声调制器以来自发送端的相同优选脉 冲间隔T_f和随机信号r_i得到人工噪声(AN)后通过噪声发射天线阵列进行广播。

如图3所示，在发射端以脉冲调制的方式发射信号，在接收端发射对应的人工噪声信号 以实现窃听率最低。

根据上述方法，接收端根据接收端信号y_b(t)，经相关解调后得到

其中α_b为接收端的监听率，T_f为帧时间，

为接收端模板信号，当

接收到的信号比特为1，否则为0；接收端信号

窃听端信号为

其中：rm为高斯分布随机变量的功率，τ_b为人工噪声信号延时，g_ab、g_aw分别为发射端至接收端、发射端到窃听端的脉冲经过信道后的卷积结果，

i即为发射端，j为接收端或窃听端，P_bb、P_bw分别为接收端至接收端、接 收端至窃听段信号强度，d_ab、d_aw、d_bw、d_bb分别为：发射端至接收端、发射端至窃听端、接 收端至窃听端以及接收端的信号发射天线阵列至接收天线阵列的距离。

本方法瞬时保密率(bps/Hz)为：

其中：接收端的监听率

窃听端的窃听率

为接收端实际接收信号的长度，

为窃听端实际接收信号的长度；接收端信噪比

窃听端信噪比

其中：

和

分别为检测周期内信息脉冲的归一化畸变波形

其中：i分别为接收端b或窃听端w，矩形函数

满足

g_ab(t)、g_aw(t)分别为发射端至接收端、发射端到

(i和j分别为a、b以及a、w)。

为了获得实现安全传输速率最高所对应的参数，优化的约束条件包括：

接收端监听率与窃听段接受率限制：0＜a_w＜a_b＜1；

发射端、接收端信号发射功率限制：

信号帧时间限制T_f＞T_p＝1/B_g；

波形限制g_a(t)，g_b(t)∈{g_i(t)，i＝1，...，N_g}，其中：{g_i(t)，i＝1，...，N_g}为N_g个候选脉冲波 形；

载波中心频率限制

最大化保密率

其中：下标a为发射端，b为接收端，w为窃听端，T_f为帧时间，P_ab为发射端至接收端输出信号功率， P_aw发射端至窃听端输出信号功率，N_b为接收端白噪声功率。

发射端信号发射功率、接收端信号发射功率优选均取可以取到的最大功率，即

所述的DNN优化算法包括离线部分和在线部分，其中：离线部分根据每个随机输入的 标签首先生成用于监督学习的DNN，基于这些输入的标签对生成的训练集进行训练；在线部分 则通过几何关系d_ab、d_aw和功率限制

实时得到瞬时保密率，具体包括以下步骤：

步骤A1：标签生成：随机选择N_train组d_ab、d_aw、

并计算其对应的最大化相 应标签的保密率。

步骤A2：训练DNN。

步骤B1：将给定的d_ab、d_aw、

输入经过训练的DNN，并输出所需的g_a(t)、g_b(t)、T_f

步骤B2：计算最佳检测比α_b和功率分配策略P_a、P_b。

步骤B3：代入计算得到瞬时保密率(bps/Hz)为：

如图4(a)所示，载波频率在频谱平坦的300GHz处。时间展宽效应在接收端和窃听端均 较弱。由此可以看出，由于正常信道的路径损耗较大。因此，保密率为负，信息安全受到了损 害。相反，当载流子频率为1∶1Hz且分子吸收强时，时间展宽效应显著。随着窃听端接近接收 端，窃听率急剧下降，因为功率的增加，例如，d_w从0.1d_ab变为0.9d_ab。结果，当载波频率为 1∶1THz和d_w＝0.5d_ab时，接收端和窃听端的最佳检测率分别为0.50和0.42，得到的保密率为4bps/Hz。

如图5所示，为不同距离和功率限制比较下的THz安全通信方案的保密率，图5(a)中 发送端和接收端之间的距离在5m到50m之间，当d_w＝0.5d_ab，在图5(b)中，将发送端的传输 功率限制从-20dBm更改为30dBm。结果表明，基于DNN的无SIC半导体接收机的平均保密率 达到4bps/Hz，与穷举搜索方法的性能基本相同，且性能下降幅度小于1％。

如图6所示，为本实施例采用的DNN培训的收敛性，在该收敛过程中可以观察到100个周期后，损失稳定在10-³处，显示了良好的性能，收敛速度快。

综上，本方法提出的无硅接收机方案使保密率降低了75％左右。这种性能损失是由于仅 使用符号时间的一部分(即检测周期)用于有效传输机密信息。本方法利用了时间展宽效应独特 的THz信道特性，通过合理设计正常接收端的检测比，将保密率最大化问题归结为一个混合整 数非凸优化问题，并用基于DNN的算法进行求解。本方法在5m到50m的距离范围内保密率 达到4bps/Hz。

上述具体实施可由本领域技术人员在不背离本发明原理和宗旨的前提下以不同的方式 对其进行局部调整，本发明的保护范围以权利要求书为准且不由上述具体实施所限，在其范围 内的各个实现方案均受本发明之约束。

Claims (8)

1.一种接收机人工噪声辅助太赫兹安全通信方法，其特征在于，在发射端以脉冲调制的方式发射信号，在接收端发射对应的人工噪声信号以实现窃听率最低；

所述的脉冲调制的方式是指：y_b(t)＝x_a(t)*h_ab(t)+x_b(t)*h_bb(t)+n_b(t)，y_w(t)＝x_a(t)*h_aw(t)+x_b(t)*h_bw(t)+n_w(t)，其中：h_ab(t)、h_aw(t)分别为发射端至接收端、发射端至窃听端的时间连续的信道脉冲响应，n_b(t)、n_w(t)分别为接收端、窃听端白噪声；

所述的对应的人工噪声信号是指：对应发送端待发送信号

接收端的人工噪声信号为：

其中：P_a、P_b分别为输出端和接收端的发射信号功率，T_f为帧时间，即脉冲间隔时间，g_a()、g_b()分别为具有相同带宽B_g的脉冲信号，

T_p为脉冲宽度，调制后的信号b_i∈{b₁，......，b_M}重复输出N_f次，即满足E[|b_i|²]＝1，用于表征每个脉冲的极化方向的极化码p_i，m∈{-1，+1}，r_i为高斯分布随机变量的功率，人工噪声信号延时

2.一种实现权利要求1所述太赫兹安全通信方法的系统，其特征在于，包括：

①发射端，包括：基带信号生成器、脉冲调制器、机器学习模块和发射天线阵列，其中：基带信号生成器输出基带信号，机器学习模块根据DNN优化算法得到优化脉冲间隔T_f和优化载波频率f_c并发送至脉冲调制器，脉冲调制器通过脉冲调制得到发送信号，通过发射天线阵列进行广播；

②接收端，包括：接收天线阵列、下变频器、解调模块以及用于生成人工噪声信号的噪声信号生成器、噪声调制器、噪声发射天线阵列，其中：接收天线阵列将采集信号输出至下变频器，经下变频得到数字信号y_b(t)后，由解调模块解调得到基带信号；噪声信号生成器将白噪声与根据来自发送端的优化载波频率f_c调制后，由噪声调制器以来自发送端的相同优化脉冲间隔T_f和随机信号r_i得到人工噪声(AN)后通过噪声发射天线阵列进行广播。

3.根据权利要求2所述的系统，其特征是，所述的接收端根据接收端信号y_b(t)，经相关解调后得到

其中α_b为接收端的监听率，T_f为帧时间，

为接收端模板信号，当

接收到的信号比特为1，否则为0；接收端信号

所述的窃听端信号为

其中：rm为高斯分布随机变量的功率，τ_b为人工噪声信号延时，g_ab、g_aw分别为发射端至接收端、发射端到窃听端的脉冲经过信道后的卷积结果，

i即为发射端，j为接收端或窃听端，P_bb、P_bw分别为接收端至接收端、接收端至窃听段信号强度，d_ab、d_aw、d_bw、d_bb分别为：发射端至接收端、发射端至窃听端、接收端至窃听端以及接收端的信号发射天线阵列至接收天线阵列的距离。

4.根据权利要求2所述的系统，其特征是，所述的瞬时保密率(bps/Hz)为：R_s＝

其中：接收端的监听率

窃听端的窃听率

为接收端实际接收信号的长度，

为窃听端实际接收信号的长度；接收端信噪比

窃听端信噪比

其中：

和

分别为检测周期内信息脉冲的归一化畸变波形

其中：i分别为接收端b或窃听端w，矩形函数

满足

g_ab(t)、g_aw(t)分别为发射端至接收端、发射端到窃听端的脉冲经过信道后的卷积结果

(i和j分别为a、b以及a、w)。

5.根据权利要求2所述的系统，其特征是，所述的窃听率最低，即安全传输速率最高所对应的参数，优化的约束条件包括：

接收端监听率与窃听段接受率限制：0＜a_w＜a_b＜1；

发射端、接收端信号发射功率限制：

信号帧时间限制T_f＞T_p＝1/B_g；

波形限制g_a(t)，g_b(t)∈{g_i(t)，i＝1，...，N_g}，其中：{g_i(t)，i＝1，...，N_g}为N_g个候选脉冲波形；

载波中心频率限制

6.根据权利要求2所述的系统，其特征是，所述的窃听率最低，对应最大化保密率

其中：下标a为发射端，b为接收端，w为窃听端，T_f为帧时间，P_ab为发射端至接收端输出信号功率，P_aw发射端至窃听端输出信号功率，N_b为接收端白噪声功率；

发射端信号发射功率、接收端信号发射功率优化均取可以取到的最大功率，即

7.根据权利要求2所述的系统，其特征是，所述的DNN优化算法包括离线部分和在线部分，其中：离线部分根据每个随机输入的标签首先生成用于监督学习的DNN，基于这些输入的标签对生成的训练集进行训练；在线部分则通过几何关系d_ab、d_aw和功率限制

实时得到瞬时保密率。

8.根据权利要求2或7所述的系统，其特征是，所述的DNN优化算法具体包括以下步骤：

步骤A1：标签生成：随机选择N_train组d_ab、d_aw、

并计算其对应的最大化相应标签的保密率；

步骤A2：训练DNN；

步骤B1：将给定的d_ab、d_aw、

输入经过训练的DNN，并输出所需的g_a(t)、g_b(t)、T_f；

步骤B2：计算最佳检测比α_b和功率分配策略P_a、P_b；

步骤B3：代入计算得到瞬时保密率(bps/Hz)为：

Images