[发明专利]一种基于LS-FDC准则的窃听用户检测方法

说明书

本发明公开了基于LS‑FDC准则的窃听用户检测方法，合法用户向各基站发送叠加了随机导频的公共导频序列；各基站根据接收到的导频序列进行自相关运算，得到样本协方差矩阵；各基站对自身的协方差矩阵进行特征值分解并降序排列；针对特征值序列，基站首先假设合法用户数为K，然后估计出噪声方差，并带入线性收缩公式计算出收缩因子；根据收缩因子计算收缩后的噪声特征值序列，带入FDC信源检测公式中计算出结果；循环直到得到使FDC运算结果最小的K值；各基站分别比较K值与合法用户数是否相等，如果相等，则证明不存在主动窃听者；若至少有一个基站检测出不相等，则证明合法用户附近存在主动窃听者。

技术领域

本发明属于通信技术领域，涉及一种基于LS-FDC准则的窃听用户检测方法。

背景技术

随着人类社会步入信息时代，信息已经成为企业和日常生活中的重要资源，尤其是近几年流量密集型应用的普及，导致各种形式的数据呈现指数式增长。据预测，从2010年到2015年，全球移动流量的增长将超过24倍，而在2010到2020年这10年甚至会超过500倍，这对将来的移动通信系统提出了严峻的挑战。为了满足用户的巨大流量需求，在5G无线通信网络架构中提出了以用户为中心的超密集网络(UUDN)概念，即通过在流量密集区域部署大量小型基站来获得空间宏分集增益，提高系统容量。

但是，用户与基站之间距离的减小以及无线信道的开放性和广播性，使得窃听者(Eve)只要在发射机的无线电范围内，就很容易窃听到合法信息。一般来说，保护合法信息不被窃听的方法主要有两种:上层加密和物理层安全。前者通过加密算法和密钥对信息进行加密，在编码层面可以达到很好的保密效果。但是，UUDN中复杂多变的无线信道环境，给密钥的分配和管理带来严峻的考验；后者物理层安全的基本思想是利用无线信道的互易性、唯一性和时变性进行保密研究，既不涉及复杂的密码计算，也不过分要求通信实体的处理能力，这大大降低了超密集网络中低功耗、低成本小型基站和移动终端的负担。

物理层安全研究中，在时分双工(TDD)模式下，合法用户发送导频序列到基站端，基站根据信道的互异性来估计下行信道状态信息(SCI)。但是，在上行信道估计阶段，窃听者(Eve)可能会窃取到Bob的导频序列，并与Bob同步发送至基站端，干扰基站与Bob之间的下行信道估计，从而在下行信号中获得偏向自身的信号分量，窃取用户的合法信息。针对导频攻击检测，近年来，学者们提出了许多种方法。传统的检测方法有：利用BPSK信号代替公共导频序列，然后通过分析两次训练信号叠加的相位信息来判断是否存在导频攻击现象；能量比检测方案,即将基站端和合法用户端接收信号的功率比作为检验统计量，利用存在主动窃听时，基站端和合法用户端接收信号功率的不对称性来检测导频攻击，但是这些方法均需要经过两次传输才能够检测，不仅浪费资源，而且非常耗时，不适合在UUND系统中采用。最近的研究大多是基于信息论准则进行展开，它的优点是可以在参数变化环境中自适应地检测窃听用户，例如：最小描述长度(MDL)的信源估计算法来估计信源个数，进而推断出有无窃听者存在，但它在信噪比相对较低时会产生欠估计的问题；灵活检测标准(FDC)算法是在贝叶斯理论(BIC)基础上引入了一个可以灵活调整的参数，通过寻找参数的最佳值来减少信源数目低估和高估的风险，相较于MDL算法有了明显的提高。但是，以上的信源估计算法多在导频序列样本数趋于无穷大或高信噪比时才能确保估计的准确性，而在实际样本数目相对有限或低信噪比时的检测效果不理想。

发明内容

针对这种情况，本发明借鉴统计学中的线性收缩算法(LS)，对FDC进行了进一步改进，并且最后利用多个AP进行联合检测，仿真结果证明较传统的MDL、FDC等算法，本文方法的性能具有明显的提升，尤其是在导频样本数小于AP天线数的极限情况下，具有明显的优势。可以明显提高低信噪比情况下的检测概率，尤其是在导频长度小于基站天线数的极端情况下，仍具有良好的检测性能。本发明的技术方案为基于LS-FDC准则的窃听用户检测方法，包括以下步骤：

S10，合法用户向各基站发送叠加了随机导频的公共导频序列；

S20，各基站根据接收到的导频序列进行自相关运算，得到样本协方差矩阵；