移动模型下存在恶意用户攻击的基于D‑S证据理论的协作频谱感知方法技术

移动模型下存在恶意用户攻击的基于D‑S证据理论的协作频谱感知方法，涉及无线通信技术领域中认知无线电网络频谱感知技术。它是为了适应在动态拓扑结构下存在恶意用户提供虚假感知信息下的基于D‑S证据理论的协作频谱感知需求。本发明专利技术是一种动态拓扑结构下存在恶意用户提供虚假感知信息下的基于D‑S证据理论的协作频谱感知方法。解决方案主要步骤分为两步：第一：协作感知节点网络中实施认识用户认证机制，通过可靠的认证机制减少恶意认知用户。第二：提高认知网络的数据融合算法对与认知用户的恶意攻击的鲁棒性，及时发现和去除恶意用户的虚假感知结果。本发明专利技术适用于移动模型下存在恶意用户攻击的基于D‑S证据理论的协作频谱感知。

Cooperative spectrum sensing method based on S evidence theory D malicious user attack mobile model.

The presence of malicious users to attack mobile model cooperative spectrum sensing method of D based on S evidence theory, which relates to the technical field of wireless communication network in cognitive radio spectrum sensing technology. It is in order to adapt to the presence of malicious users in dynamic topology provides cooperative spectrum sensing D based on S evidence theory under the false perception of information. The invention relates to a dynamic topology for malicious users to provide D cooperative spectrum sensing method based on S evidence theory of information under the false perception. The main steps of the solution are divided into two steps. Firstly, implementing the user authentication mechanism in the cooperative sensing node network, and reducing the malicious cognitive users through the reliable authentication mechanism. Second: improve the robustness of cognitive network data fusion algorithm against malicious attacks of cognitive users, and discover and remove the false perception results of malicious users in time. The invention is applicable to D cooperative spectrum sensing based on S evidence theory to model the presence of malicious mobile users attack.

【技术实现步骤摘要】
移动模型下存在恶意用户攻击的基于D-S证据理论的协作频谱感知方法
本专利技术涉及无线通信
中认知无线电网络频谱感知技术。
技术介绍
无线电频谱是无线通信中最为稀缺和宝贵的资源，而许多已分配的频谱并没有得到高效的利用。认知无线电中认知用户通过实时感知动态变化的无线环境，机会式地占用未被主用户使用的频带，并自适应的对发射功率、频段进行合理控制，在保证不对主用户产生干扰的前提下来传输自己的数据。认知无线电是一种对无线电频谱的智能处理，可以有效的提高频谱利用率。频谱感知是认知无线电网络的关键技术之一，只有准确快速的确定特定频带有无主用户信号存在，才能确定认知用户是否退出或使用此频带。目前常用的频谱感知方法主要可分为单用户频谱感知和多用户协作感知。单用户感知主要包括匹配滤波器感知、循环平稳特征感知、能量感知。这些方案具有结构相对简单，易于实现等，但是在复杂的无线环境下，单用户感知对于终端隐藏、信道衰落等等问题上感知性能会下降很多。多用户协作感知是在单用户的感知基础上，多个用户信息融合判决进行感知的技术。主要是为改善当认知用户处于严重的多径衰落或者被建筑物遮挡下，主用户就在附近，认知用户误认为主用户未使用此频带，而接入信道，传输信息，对初级用户产生干扰的问题。当多个用户协作检测时，可以有效的降低误检概率，减少对主用户的干扰。多用户协作感知主要分为软判决和硬判决。硬判决是基单用户判决结果，软判决是基于单用户检测的数据信息。采用软判决可以得到更全面的信息，感知性能较好，缺点是相比于硬判决，软判决需要更多的但是，在多用户协作频谱感知中，恶意用户发送错误的信息会对主用户信号的检测性能产生巨大影响。传统的认知无线电技术都是针对静态的感知节点，2009年IEEE802.22通过了一项修正案，在无线区域网络（WirelessRegionalAreaNetwork）采用移动设备，从而引起了一些学者对于移动情景认知无线电技术的研究，如频谱接入、频谱感知等。传统的频谱感知算法是基于固定模型的，节点具有移动性的频谱感知算法目前是频谱感知中比较空白的研究领域。节点移动会影响频谱感知的能力，移动性动态的改变了PU（PrimaryUser）和CR(CognitiveUser)的距离。因此，它们之间的移动信道特性也随着时间而变化。例如，在某一个时间，一个CR在主用户的A小区内，在PU移动后，CR有可能不在此范围，而在B小区内。这两个小区具有不同的信道衰落参数，则会对PU信号检测产生影响。
技术实现思路
本专利技术是为了适应在动态拓扑结构下存在恶意用户提供虚假感知信息下的基于D-S证据理论的协作频谱感知需求，从而提供一种移动模型下存在恶意用户攻击的基于D-S证据理论的协作频谱感知方法。移动模型下存在恶意用户攻击的基于D-S证据理论的协作频谱感知方法，其特征是：它是基于一个包括N个随机分布在Z个小区的认知用户（CognitiveUser）且带有一个融合中心（FusionCentre）的认知网络，该认知网络中的融合中心位置保持不变；该认知网络中的N个认知节点按照随机游走的方式独立移动，且每个认知节点每隔1秒选择一个移动方向和速度；在1秒之内，每个认知节点的运动方向和运动速度保持不变；Z为大于1的整数；移动模型下存在恶意用户攻击的基于D-S证据理论的协作频谱感知方法由以下步骤实现：步骤一、对认知网络中的所有认知节点进行合法用户认证，认证成功的认知用户参与协作感知，并执行步骤二；认证不成功的认知用户退出协作感知，并结束；步骤二、在第k时刻，每个认知节点对接收信号进行能量检测，获得能量值2、……N；j为小区编号；k的初始值为1；步骤三、在第k时刻，分别对每个小区的接收信号能量值求取平均，获得平均能量步骤四、在第k时刻，根据步骤三获得的平均能量值，求取每个小区的平均能量值占Z个小区总的平均能量值的比例，并将该比例值作为这个小区在第k时刻的位置信任度步骤五、对每一个认知节点的所感知到的接收信号的能量值通过公式：进行归一化处理，获得每个认知节点的归一化误差，作为每个认知节点的本地感知结果偏离参数式中：std()为的方差；mean()为的均值；步骤六、根据公式：获得每个认知节点的归一化感知结果偏离值D；步骤七、根据步骤六获得的每个认知节点的归一化感知结果偏离值D运用D-S证据理论分别求取每个认知节点的用户信任度；具体为：步骤七一、令Ω为一个包含全部假设且假设间互斥的有限集合，称Ω为帧的识别；Ω={H,T}，H代表认知节点为可靠用户，T代表认知节点为恶意用户；由Ω构成的所有子集为Ω={{H,T},H,T,φ}，φ为空集；对于任意m(A)表示给定条件事件A的信任程度；则：，表示用户为可靠用户的信任度；，表示用户为恶意用户的信任度；，表示用户的不确定度；k为代表时隙；步骤七二、根据D-S证据理论的融合规则，并且利用D-S的组合规则：在当前时刻对认知节点的用户信任度进行更新；其中：；步骤八、判断步骤七获得的每个认知节点的用户信任度的值是否大于0.5，如果判断结果为是，则该认知节点为可靠用户；否则，该认知节点为恶意用户；步骤九、建立用户信任度库Ci,k；所述信任度库Ci,k的建立原则为：对每个认知节点的用户信任度初始值均为0，当认知节点被判定为恶意用户时，用户信任度值加1，认知节点被判定为恶意用户时，信任度值不变，即：步骤十、令k的值加1，并返回执行步骤一至步骤九W1次；W1为正整数；获得每个认知节点在W1时长内的信任度累计值，并根据公式：Wi,k=Ci,k/W1获得每个认知节点的权重Wi,k；步骤十一、融合中心根据公式：对每个认知节点的感知结果进行融合，得到一个总的感知结果Yk；步骤十二、将步骤十一获得的总的感知结果Yk和参考门限γ进行比较：获得感知结果，完成移动模型下存在恶意用户攻击的基于D-S证据理论的协作频谱感知。每个认知节点的感知参数设定为：每秒进行一次感知，感知时长为1ms，并设定在该感知时长下该认知节点为静止节点。步骤二中在第k时刻，每个认知节点对接收信号进行能量检测，获得能量值是通过公式：式中：W为信号带宽，2TW为采样点；ni,k为高斯白噪声，服从均值为0、方差为1的正态分布；hi,k为信道增益；si,k为主用户信号；m为求和公式里的中间变量。第k时刻，每个认知节点i在小区j的功率衰减为：...

【技术保护点】
移动模型下存在恶意用户攻击的基于D‑S证据理论的协作频谱感知方法，其特征是：它是基于一个包括N个随机分布在Z个小区的认知用户(Cognitive User)且带有一个融合中心(Fusion Centre)的认知网络，该认知网络中的融合中心位置保持不变；该认知网络中的N个认知用户按照随机游走的方式独立移动，且每个认知用户每隔1秒选择一个移动方向和速度；在1秒之内，每个认知用户的运动方向和运动速度保持不变；Z为大于1的整数；移动模型下存在恶意用户攻击的基于D‑S证据理论的协作频谱感知方法由以下步骤实现：步骤一、对认知网络中的所有认知用户进行合法用户认证，认证成功的认知用户参与协作感知，并执行步骤二；认证不成功的认知用户退出协作感知，并结束；步骤二、在第k时刻，每个认知用户对接收信号进行能量检测，获得能量值

【技术特征摘要】
1.移动模型下存在恶意用户攻击的基于D-S证据理论的协作频谱感知方法，其特征是：它是基于一个包括N个随机分布在Z个小区的认知用户(CognitiveUser)且带有一个融合中心(FusionCentre)的认知网络，该认知网络中的融合中心位置保持不变；该认知网络中的N个认知用户按照随机游走的方式独立移动，且每个认知用户每隔1秒选择一个移动方向和速度；在1秒之内，每个认知用户的运动方向和运动速度保持不变；Z为大于1的整数；移动模型下存在恶意用户攻击的基于D-S证据理论的协作频谱感知方法由以下步骤实现：步骤一、对认知网络中的所有认知用户进行合法用户认证，认证成功的认知用户参与协作感知，并执行步骤二；认证不成功的认知用户退出协作感知，并结束；步骤二、在第k时刻，每个认知用户对接收信号进行能量检测，获得能量值i＝1、2、……N；i为一个认知用户；j为小区编号；k的初始值为1；步骤三、在第k时刻，分别对每个小区的接收信号能量值求取平均，获得平均能量步骤四、在第k时刻，根据步骤三获得的平均能量值，求取每个小区的平均能量值占Z个小区总的平均能量值的比例，并将该比例值作为这个小区在第k时刻的位置信任度步骤五、对每一个认知用户的所感知到的接收信号的能量值通过公式：进行归一化处理，获得每个认知用户的归一化误差，作为每个认知用户的本地感知结果偏离参数式中：std()为的方差；mean()为的均值；步骤六、根据公式：获得每个认知用户的归一化感知结果偏离值D；步骤七、根据步骤六获得的每个认知用户的归一化感知结果偏离值D运用D-S证据理论分别求取每个认知用户的用户信任度具体为：步骤七一、令Ω为一个包含全部假设且假设间互斥的有限集合，称Ω为帧的识别；Ω＝{H,T}，H代表认知用户为可靠用户，T代表认知用户为恶意用户；由Ω构成的所有子集为Ω＝{{H,T},H,T,φ}，φ为空集；对于任意m(A)表示给定条件事件A的信任程度；则：表示用户为可靠用户的信任度；表示用户为恶意用户的信任度；表示用户的不确定度；k为代表时刻；步骤七二、根据D-S证据理论的融合规则，并且利用D-S的组合规则：在当前时刻对认知用户的用户信任度进行更新；其中：步骤八、判断步骤七获得的每个认知用户的用户信任度的值是否大于0.5，如果判断结果为是，则该认知用户为可靠用户；否则，该认知用户为恶意用户；步骤九、建立用户信任度库Ci,k；所述信任度库Ci,k的建立原则为：对每个认知用户的用户信任度初始值均为0，当认知用户被判定为恶意用户时，用户信任度值加1，认知用户被判定为恶意用户时，信任度值不变，即：步骤十、令k的值加1，并返回执行步骤一至步骤九W1次；W1为正整数；获得每个认知用户在W1时长内的信任度累计值，并根据公式：Wi,k＝Ci,k/W1获得每个认知用户的权重Wi,k；步骤十一、融合中心根据...

【专利技术属性】
技术研发人员：贾敏，贾丹，顾学迈，郭庆，刘晓锋，王振永，石硕，王雪，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙江,23