一种认知无线电系统中基于用户间协作的PUEA检测方法

摘要

本发明提供一种认知无线电系统中基于用户间协作的PUEA检测方法，适应范围广，检测成功率高，计算简单，准确可靠。本发明利用MU攻击信号能量不稳定的特点，根据协作的双门限能量检测方案对MU与PU的信号进行区分从而实现对PUEA的检测，该方案易于实现，硬件开销小。并且相对于传统的能量检测方案对PU与MU的信号有着更好的区分效果。能够有效避免恶意用户的发射功率较大，或者距离次级用户较近出现高错检概率；当恶意用户传输功率很或者距离次级用户较近时，检测到的能量值将大于上门限，所以可以实现对PUEA的检测，其他情况下，根据恶意用户无法同时模仿多个次级用户的接收功率来实现对PUEA的检测。

说明书

技术领域

本发明涉及无线通信领域中认知无线电系统的频谱感知方法，具体为一种认知无 线电系统中基于用户间协作的PUEA检测方法。

背景技术

随着无线通信技术的发展，无线频谱资源的匮乏问题显得愈加凸显。传统的频谱 分配方式是将频谱固定的分配给特定的授权用户(PrimaryUser，PU)，即主用户；然而很多 已分配的频谱长期处于空闲的状态，所以固定的频谱分配方式的频谱利用率非常低。认知 无线电被认为是解决频谱资源匮乏与低效利用的有效途径。在认知无线电网络中，非授权 用户(SecondUser，SU)即次级用户，通过感知频谱的使用状态，动态的、自适应的改变自身 的传输参数，当频谱处于空闲状态时择机的接入频谱，从而有效的提升频谱的利用效率。

频谱感知是认知网络得以正常工作的基本前提,其目的在于正确获得频谱的使用 状态,从而在不影响PU正常通信的前提下择机的使用目前处于空闲状态下的频谱。然而，正 是因为认知网络中未知的无线设备可以接入频谱的这种特点，使得认知网络面临着更加特 殊的安全问题。仿冒主用户攻击(PrimaryUserEmulationAttack，PUEA)是其中的一种常 见形式：系统中存在的某些恶意用户(MaliciousUser，MU)出于敌对的目的，在PU不占用信 道时，模仿PU的信号特征(调制方式，编码方式，功率等)发送信号，使得合法的SU误以为PU 正在占用频谱并避免使用该频段，从而大大降低了频谱效率。传统的频谱感知方案将不再 适用于PUEA存在的场景：攻击信号的存在使得SU在信道忙碌时无法通过传统方法判断是PU 还是MU占用信道，从而无法正确的对SU进行功率分配，让其接入频谱。为了不对PU产生影 响，同时又能最大化的利用空闲的频谱资源，在存在PUEA的情况下，SU对PUEA的正确检测具 有重要的意义。

对PUEA的正确检测是提升频谱感知结果可信度的前提之一,而对于PUEA检测的核 心问题是区分PU的信号和MU的信号。现阶段的处理方案大致分为两类：基于定位的检测方 案与非定位的检测方案。基于定位的检测技术是假设SU已知主发射端(Primary Transmitter，PT)的位置，通过用户间的协作，对信号的发送者进行定位，并比较信源的位 置是否与PT的位置相同来判断信号的发送者是PT还是MU。这类方法的实现有两种途径，一 种是给认知网络配备精确的时钟以及天线阵列，通过到达角或到达时间差来实现对信源的 定位；另一种途径是内置一个专用的传感器网络，通过接收信号强度对信源进行定位。基于 定位的方案需要对认知网络进行改造，从而带来昂贵的开销，并且当MU在主发射端附近时 检测效果较差。

非定位的方案主要是根据信号特征进行区分，最易于实现的是能量检测的方案， 能量检测假设主发射端的发射能量已知，根据检测统计量与判决门限进行对比，通常PU的 信号能量大于PUEA，因此，如果检测统计量大于门限，则认为PU占用信道。传统的能量检测 方案假设MU与PU的信号功率不同，然而MU易于模仿PU的信号功率，所以，传统能量检测方案 受到了很大的限制。另外已有学者提出了能量指纹的方案对PUEA进行检测，通过比较接收 信号能量与数据库中的信息来确定信源，该方案存储量很大，并且在出现错检的情况下对 数据库的更新将会使得数据库中的数据偏离正确值。其他非定位的方案包括加密以及循环 特征检测等，加密方案需要很高的计算复杂度，而循环特征检测基于PUEA信号与PU信号具 有不同的循环特征来进行判定，然而当MU可以实现对PU信号的拦截并模仿PU信号的特征 时，该方案将不再适用。所以研究PUEA场景下的频谱感知方案是非常有意义的。并且传统的 能量检测方案要求恶意用户的发射功率与主用户的信号功率不在一个量级上，并且对两种 信号的路径损耗进行了不同的建模，才能实现对PUEA的检测，其应用场景较为理想化，实际 情况下，如果恶意用户的发射功率较大，或者距离次级用户较近都会出现很高的错检概率。

发明内容

针对现有技术中存在的问题，本发明提供一种认知无线电系统中基于用户间协作 的PUEA检测方法，适应范围广，检测成功率高，计算简单，准确可靠。

本发明是通过以下技术方案来实现：

一种认知无线电系统中基于用户间协作的PUEA检测方法，包括如下步骤，

步骤一，任意选取认知无线电系统中的两个次级用户对当前接收信号进行采样， 得到被选取的两个次级用户的能量检测值；

步骤二，根据步骤一得到的两个能量检测值，通过用户间协作，得到能量检测统计 量和d_Y分别如下式所示；

$\bar{Y}=(Y_1+Y_2)/2;$

$d\_Y=|(Y_1-{\sigma }_{P1}^2)-(Y_2-{\sigma }_{P2}^2)|;$

其中：j＝1,2，N为采样点数，y[i]为第i次采样的信号，和是 认知无线电系统中主发射端发射信号时,两个次级用户接收到的信号能量；

步骤三，通过限定多种情况下检测概率的理论值确定能量检测统计量相应的预设 门限；预设门限包括能量检测统计量的上下预设门限λ₁和λ₂，以及能量检测统计量d_Y的 预设门限ε；将能量检测统计量与上下预设门限λ₁和λ₂进行如下比较，如果上 式成立，则执行步骤四，否则执行步骤五；

步骤四，将能量检测统计量d_Y与预设门限ε进行如下比较，d_Y＜ε；如果上式成 立，则判定为主用户占用频谱；否则判定为恶意用户占用频谱，即频谱当前状态为PUEA；

步骤五，将能量检测统计量与上下预设门限λ₁和λ₂进行如下比较，如果上 式成立，则判定为频谱空闲；否则判定为恶意用户占用频谱，即频谱当前状态为PUEA；

步骤六，根据步骤四和步骤五中频谱占用的情况，完成认知无线电系统中频谱当 前状态的PUEA检测。

优选的，随着两个次级用户接收到的主发射端功率的差异的增大，得到的最终正 确检测的概率增大。

优选的，步骤二中，通过限定多种情况下检测概率的理论值确定能量检测统计量 相应的预设门限，具体步骤如下，

步骤2.1，对主用户和恶意用户接入频谱的过程进行建模；

步骤2.2，通过对建模的分析，得到主用户和恶意用户接入频谱的先验概率；

步骤2.3，对接收信号服从的分布进行假设，得到所有信道状态与检测状态的组合 情况下检测概率的理论值，并求解得到能量检测统计量相应的预设门限。

进一步，步骤2.1中，建模时，将主用户和恶意用户接入频谱的过程建模为泊松过 程。

与现有技术相比，本发明具有以下有益的技术效果：

本发明利用MU攻击信号能量不稳定的特点，根据协作的双门限能量检测方案对MU 与PU的信号进行区分从而实现对PUEA的检测，该方案易于实现，硬件开销小。并且相对于传 统的能量检测方案对PU与MU的信号有着更好的区分效果。本发明能够有效避免恶意用户的 发射功率较大，或者距离次级用户较近出现高错检概率；当恶意用户传输功率很或者距离 次级用户较近时，检测到的能量值将大于上门限，所以可以实现对PUEA的检测，其他情况 下，根据恶意用户无法同时模仿多个次级用户的接收功率来实现对PUEA的检测。所以，本方 案的应用场景更加宽泛，相比于传统的能量检测方案也具有更好的性能。

进一步的，在预设门限的确定过程中，首先对PU与MU的传输过程进行建模，从而获 得PU与MU接入频谱的先验概率，然后中心极限定理获得检测统计量所服从的分布，以此获 得各种状态的检测概率的理论值，然后对其中若干个理论值进行限定从而获得门限的大 小。

附图说明

图1为本发明实例中所述方法的流程图。

图2为本发明实例中所述方法与多门限方案正确检测概率的对比曲线。

图3是本发明实例中所述方法与多门限方案错误检测概率的对比曲线。

图4是本发明实例中所述方法与定位方案正确检测概率的对比曲线。

具体实施方式

下面结合具体的实施例对本发明做进一步的详细说明，所述是对本发明的解释而 不是限定。

本发明一种认知无线电系统中基于用户间协作的PUEA检测方法，通过用户间协作 的双门限PUEA进行能量检测，其核心思想是：第一步，根据两个用户接收能量的平均值与预 设的门限进行比较，判断信道是否空闲；第二步，若信道检测为忙碌，则根据两个用户检测 到的能量与各自已知的相应的PU的信号能量的差值作差与预设的门限进行比较，从而对PU 与MU的信号进行区分。

具体实施方法如下：

本发明所述的方法通过如下的系统模型进行实现，该系统模型中包含两个可以彼 此协作的SU以及一个融合中心，融合中心根据各种检测结果的理论值确定各个门限的大 小。SU将采样获得的检测量信息传递给融合中心，融合中心将检测量与门限进行对比，从而 确定检测结果。

其中，考虑一个认知无线电系统，系统里包含一个主发射端(Primary Transmitter,PT)，一个次级发射端(SecondTransmitter,ST)(次级发射端同样作为融合 中心，对SU的数据进行处理)，两个可以彼此协作的SU以及一个MU。PU与MU都以一定的概率 占用频谱资源，这样，次级用户可以利用合理的频谱感知策略检测信道是否被PU或者MU占 用。

传统的能量检测方案认为当检测统计量大于预先设定的门限时信道为忙碌状态， 但是无法准确的判断占用信道的是PU还是MU，所以无法实现对PUEA的检测。考虑到MU的发 射功率以及位置的随意变动性，无法实现对多个SU的接收信号能量进行模仿，本方案采用 用户间协作能量检测方案，对接收信号进行区分，如图1所示，设置两个门限λ₁和λ₂并且λ₁＜ λ₂，检测统计量为：

$\bar{Y}=(Y_1+Y_2)/2---\left(1\right);$

$d\_Y=|(Y_1-{\sigma }_{P1}^2)-(Y_2-{\sigma }_{P2}^2)|---\left(2\right);$

其中：

$\begin{array}{cc}{Y}_j=\frac{1}{N}\underset{i=1}{\overset{N}{\Sigma }}{\left|y\left[i\right]\right|}^2& j=1,2\end{array}---\left(3\right);$

N为采样点数，y[i]为第i次采样的信号。

SU将Y₁,Y₂传递给融合中心，融合中心计算出与d_Y，并将其与预先设定的门限进 行对比。首先判断是否位于两个门限之间，如果则认为信道为空闲状态，如果 则认为信道被MU占用，这里假设PT以恒定功率发送信号，并且SU的位置保持不变， 而MU的发射功率与位置将随机变动，所以当MU发射功率过大或者MU距离SU较近时将使得次 级用户检测到的能量值大于门限λ₂。

当检测到的能量值位于两个门限之间，基于MU的位置与发射功率的不稳定性，通 过两个用户协作来区分信号是否来自MU，当两个SU检测的能量与已知的PU信号能量的作差 后的差值大于门限ε时，认为信号来自MU，当能量差值小于门限ε时认为信号来自发射功率 稳定的PT。

其中，本发明根据对若干情况下的检测概率进行限制从而确定相应的门限。考虑 实际的通信过程，假设PU接入频谱的过程为泊松过程，到达率为λ_P，每次占用信道的时间服 从参数为μ_P的负指数分布；MU由于功率受限等原因不能在信道空闲时持续占用信道，而是 在信道空闲的情况下，以泊松过程接入频谱，到达率为λ_M，每次占用信道的时长服从参数为 μ_M的负指数分布。

假设PU占用信道的状态转移概率为表示信道状态由状态i转换到状态j,其中 i,j∈{0,1}，状态0表示信道空闲，状态1表示PU占用信道，则可以得到下列转移概率：

$p_{00}^P=1-{\int }_0^T{\lambda }_p·e^{-{\lambda }_p·s}ds---\left(4\right);$

$p_{01}^P=(1-p_{00}^P)---\left(5\right);$

$p_{10}^P={\int }_0^T{\mu }_p·e^{-{\mu }_p·s}ds---\left(6\right);$

$p_{11}^P=(1-p_{10}^P)---\left(7\right);$

其中T为感知周期的时长。

由以上转移概率可以得到PU占用信道的先验概率为：

$P_{PU}=p_{01}^P/(p_{01}^P+p_{10}^P)---\left(8\right);$

同理可以得到在PU不占用信道时，攻击节点占用信道的先验概率为：

$P_{MU}=(1-P_{PU})·p_{01}^M/(p_{01}^M+p_{10}^M)---\left(9\right);$

其中的计算方法参照

为了获得各种检测概率的理论值，做如下假设：

a)两个SU接收到来自PT的信号均服从0均值的循环复高斯分布，方差分为与 并且SU先验已知这些信息；

b)两个SU接收到来自MU的信号均服从0均值的循环复高斯分布，方差分为与其 中的值可以根据当检测结果为MU占用信道时，利用检测到的能量值进行估计，在此假 设这两个值可以被正确估计出来；当检测结果为信道被MU占用时,可以用如下方式对(其中i ＝1,2)进行估计:

其中,N为采用点数,y_j为第j次采样所得到的信号。当N较大时，可以被准确的估 计出来。

c)信道中的加性噪声服从0均值方差为的循环复高斯分布。

根据中心极限定理，可以得知，信道在空闲、被PU占用、被MU占用这三种状态下，检 测统计量与d_Y均服从高斯分布。任一时刻，信道的实际状态与检测结果均有三种可能， 所有情况如表1所示。

表1信道实际状态与检测状态组合情况。

根据所提出的检测方案，可以得到这九种情况发生的理论检测概率如表2所示。

表2各种状态下检测概率的理论值。

其中

在本方法中，通过规定若干个情况下的检测概率大小来获得相应的门限值。首先 根据两个SU的平均接收信噪比，规定信道空闲的状态下检测为空闲的概率大于a，即

$1-Q\left(\right(\frac{{\lambda }_1}{{\sigma }_n^2}-1\left)\sqrt{2N}\right)>a---\left(12\right);$

可以得到相应的λ₁，在此基础上，要求PU占用信道的状态下，正确检测的概率大于 b，并且虚警的概率小于c，即：

$\begin{array}{c}\left[Q\right[\left(\frac{2{\lambda }_1-(2{\sigma }_n^2+{\sigma }_{p1}^2+{\sigma }_{p2}^2)}{\sqrt{r_{P1}+r_{P2}+2·}{\sigma }_n^2}\right)·\sqrt{N}]-Q[\left(\frac{2{\lambda }_2-(2{\sigma }_n^2+{\sigma }_{p1}^2+{\sigma }_{p2}^2)}{\sqrt{r_{P1}+r_{P2}+2·}{\sigma }_n^2}\right)·\sqrt{N}\left]\right]\\ ·[1-Q\left(\frac{\sqrt{N}ϵ}{\sqrt{r_{P1}+r_{P2}+2·}{\sigma }_n^2}\right)]>b\end{array}---\left(13\right);$

$\begin{array}{c}\left[Q\right[\left(\frac{2{\lambda }_1-(2{\sigma }_n^2+{\sigma }_{p1}^2+{\sigma }_{p2}^2)}{\sqrt{r_{P1}+r_{P2}+2·}{\sigma }_n^2}\right)·\sqrt{N}]-Q[\left(\frac{2{\lambda }_2-(2{\sigma }_n^2+{\sigma }_{p1}^2+{\sigma }_{p2}^2)}{\sqrt{r_{P1}+r_{P2}+2·}{\sigma }_n^2}\right)·\sqrt{N}\left]\right]\\ ·Q\left(\frac{\sqrt{N}ϵ}{\sqrt{r_{P1}+r_{P2}+2·}{\sigma }_n^2}\right)+P\left(H_P\right)·Q[\left(\frac{2{\lambda }_2-(2{\sigma }_n^2+{\sigma }_{p1}^2+{\sigma }_{p2}^2)}{\sqrt{r_{P1}+r_{P2}+2·}{\sigma }_n^2}\right)·\sqrt{N}]<c\end{array}---\left(14\right);$

可以得到相应的λ₂与ε。

本发明仿真了所提的基于用户间协作的双门限PUEA检测方案的性能，并与其他学 者提出的多门限能量检测以及定位的方案进行对比。在多门限方案中,设定三个门限,θ₀, θ₁,θ₂,当Y＜θ₀时认为信道空闲；当θ₀＜Y＜θ₁或者Y＞θ₂时检测结果为MU占用信道；当θ₁＜Y ＜θ₂时检测结果为PU占用信道。而定位的方案假设SU已知PT的具体位置,并通过至少四个 SU通过接收信号强度或者到达时间差等方案对信源进行定位,当定位结果与主发射端位置 匹配则认为是PU占用信道,而当定位结果与主发射端的位置偏离较大时认为是MU占用信 道。其中，仿真参数参考表3。

表3仿真参数配置。

如图2和图3所示，本发明与多门限方案关于正确检测概率与错误检测概率的曲 线，设定主发射端到SU的平均信噪比(SignalNoiseRatio,SNR)分别为10dB和12dB，其中 横坐标为MU到SU的平均信噪比,由图2可以看出,多门限方案对PUEA的正确检测概率随着MU 到SU的平均信噪比呈现先升高，再降低，然后升高的趋势。θ₁决定着曲线趋势变化的临界 点，当MU到SU的平将信噪比接近PT到SU的平将信噪比时，也即图中横轴8dB到10dB这一段区 间，多门限方案将无法实现对PUEA的检测；而本方案，在MU到SU的信噪比接近主发射端到SU 的信噪比时仍然可以以较高的概率检测出PUEA。图3给出了将PUEA检测为PU的概率，即PUEA 成功的概率，可以看出，在低信噪比的情况下如图中0到5dB范围，多门限方案的错误概率较 低，这是由于多门限方案中当接收的检测统计量低于θ₀判别结果为信道空闲，也即低信噪 比情况下，多门限方案将已较大的概率将PUEA错检为信道空闲。而当MU到SU的信噪比接近 主发射端到SU的信噪比时，多门限方案将会有很高的错误概率。而所提方案的错误概率一 直都维持在较低的水平，并且当MU到SU的信噪比接近主发射端到SU的信噪比时的错检概率 仍然较低，在实际场景中，MU总是以最大的可能去模仿主发射端的功率，所以，本方案相比 于多门限方案有着更好的性能。

如图4所示，本发明与定位方案关于正确检测概率与错误检测概率的曲线，因为所 提方案基于MU发射功率的不稳定性以及位置的变动性对信源进行区分，为了与定位方案进 行对比，这里对MU的运动轨迹进行建模，这里假设MU距离PT越远时，距离两个SU的位置越 近,即MU从PT附近运动到SU附近。由图4可以看出，在MU与PT距离很近时，定位的方案无法实 现对信源的区分，而所提方案可以较低的概率检测出PUEA，而随着MU与PT距离的增加，定位 方案与所提方案均可以提高对PUEA的检测概率，而定位方案可以获得更好的性能，但是，定 位方案需要至少四个及以上SU进行协作，系统开销远大于所提方案，所以所提方案存在着 一定的优势。