[发明专利]基于虚伪审查的防窃听稀疏信号检测方法及系统有效

专利信息
申请号: 202010504135.7 申请日: 2020-06-05
公开(公告)号: CN111970653B 公开(公告)日: 2021-11-02
发明(设计)人: 李刚;李成蹊 申请(专利权)人: 清华大学
主分类号: H04W4/38 分类号: H04W4/38;H04W12/80
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 石茵汀
地址: 10008*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 虚伪 审查 窃听 稀疏 信号 检测 方法 系统
【说明书】:

发明公开了一种基于虚伪审查手段的防窃听稀疏信号检测方法及系统,其中,该方法包括:将无线传感器网络设置为常规传感器和虚伪传感器两部分;根据无线传感器网络和被检测稀疏信号的参数设置计算出本地审查阈值;比较被检测稀疏信号和本地审查阈值,利用常规传感器将被检测稀疏函数中信息含量高的数据发送至融合中心,利用虚伪传感器将被检测稀疏函数中信息含量低的数据发送至融合中心;基于融合中心的自身信号模型,根据收到的压缩数据和每个传感器的身份构建局部最大势检测器,以作出相应的全局判决。该方法可以对稀疏度未知的稀疏信号实现低能耗的有效保密检测,具有更高的可实现性,且几乎可以达到其检测性能上限。

技术领域

本发明涉及无线传感器网络的保密通信技术领域,特别涉及一种基于虚伪审查手段的防窃听稀疏信号检测方法及系统,具体可应用于存在窃听威胁且能量供应受限的无线传感器网络中的稀疏信号检测问题。

背景技术

由于实际应用中的多种信号都呈现内在的稀疏性,无线传感器网络中稀疏信号的分布式检测问题吸引了诸多关注。无线传感器网络通常由多个传感器和一个融合中心构成,其中,传感器负责对本地观测数据进行一定的初步处理并将其发送到融合中心,融合中心综合利用接收到的数据并做出稀疏信号是否存在的全局判决。由于无线传感器网络中能量和带宽常常极其受限,如何高效利用这些资源是稀疏信号的分布式检测中一个亟待解决的问题。压缩感知理论为解决这个问题提供了新的思路。基于该理论,在保证一定检测性能的前提下,本地传感器只需发送压缩后的数据到融合中心,从而大大减少了对带宽资源的占用和对能量的消耗。

无线传感器网络中,很多传感器被布置在无人看管的位置,对这些传感器的电池更换十分困难。如果全部传感器节点都只发送压缩后的数据,数据传输仍耗能巨大,所以应当选择更高效的信息发送方法。现有的低能耗分布式稀疏信号检测方法有基于审查策略的检测器,如C.Li,G.Li,and P.K.Varshney,“Distributed Detection of Sparse SignalsWith Censoring Sensors Via Locally Most Powerful Test,”IEEE SignalProcess.Lett.,vol.27,pp.346-350,2020.在该方法中,传感器在发送本地压缩数据前会对其进行一定的审查,目的是只发送信息含量高的数据。具体地,各个传感器会基于压缩后的数据计算本地的似然比,并且只发送大于某个阈值的似然比到融合中心,融合中心利用接收到的数据并考虑信号内在的稀疏特征,应用局部最大势检测器对稀疏度未知的稀疏信号进行检测。但是,这种方法适用的是理想安全的无线传感器网络,即网络中不存在任何窃听者带来的威胁。

在一些实际应用场景如分布式雷达网络和认知无线电网络中,由于无线传感器网络自身具有分布式特性和广播特性,其中传输的信息容易遭到窃听,窃听者也想窃取关于信号和目标是否存在的相关信息。现有的针对传统分布式检测问题的低能耗防窃听方法有设计审查区间法,如S.Marano,V.Matta,and P.K.Willett,“Distributed Detection WithCensoring Sensors Under Physical Layer Secrecy,”IEEE Trans.Signal Process.,vol.57,no.5,pp.1976-1986,May.2009.在该方法中,本地传感器节点在发送数据前对数据进行一定的审查,从而达到降低发送数据引起的能耗的目的。系统中存在的窃听者可以观测各个本地传感器和融合中心间有无数据发送活动,并据此推断目标是否存在。为了保证系统的绝对保密性(即保证窃听者无法窃取到任何有用信息),该方法通过合理设计审查区间使得两种假设下传感器节点的两个发送概率相等,从而达到完全蒙蔽窃听者的目的。但是该方法的缺点在于它要求传感器节点掌握两种假设下数据的准确概率分布,在实际应用中是很难实现的,尤其是在稀疏度未知的稀疏信号检测问题中。因此,亟待一种低能耗分布式防窃听稀疏信号检测方法。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010504135.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top