一种基于扰分多址的隐蔽通信方法技术

本发明专利技术属于数字信息传输技术领域，公开了一种基于扰分多址的隐蔽通信方法，在所传输的电磁范围内对非合作信号进行检测，当检测出非合作信号存在时，并对信号进行信号个数估计；针对非合作信号进行干扰温度的测量，干扰温度测量涉及时频联合域非合作信号的参数的估计以及调制方式的识别；在所测量的干扰温度门限以下，以扰分多址的方式实现多信号的隐蔽通信传输，并在接收端以盲源分离技术现实多信号的分离。本发明专利技术从时频联合域和人工智能角度出发，利用扰分多址技术，能够为保密信息巧妙地将它隐藏于通信环境之中，使得第三方很难发现该信息的存在，就可以使之避免被干扰和攻击，从而实现隐蔽通信。

【技术实现步骤摘要】
一种基于扰分多址的隐蔽通信方法
本专利技术属于数字信息传输
，尤其涉及一种基于扰分多址的隐蔽通信方法。
技术介绍
在信息技术高速发展的今天，信息安全已变得至关重要，是任何国家、政府、部门、行业都必须十分重视的问题，是一个不容忽视的国家安全战略。在军事通信时，仅希望信息接收者能收到所通信的内容，而不被第三方所知道，即保证通信消息是秘密传递的。目前，业内常用的现有技术是这样的：采用加密通信，但不能隐藏通信的存在，这样仅仅定位并拦截其信息，但拦截者不能破解，并且容易被发现拦截者。如果能够为保密信息巧妙地将它隐藏于通信环境之中，使得第三方很难发现该信息的存在，就可以使之避免被干扰和攻击，从而隐蔽通信技术应运而生。隐蔽通信就是通信虽然正在进行，但是其信号、频率、发射机方位却不易被对方发现。综上所述，现有技术存在的问题是：采用加密通信，但不能隐藏通信的存在，这样仅仅定位并拦截其信息，但拦截者不能破解，并且容易被发现拦截者。解决上述技术问题的难度和意义：保密信息巧妙地将它隐藏于通信环境之中，使得第三方很难发现该信息的存在，就可以使之避免被干扰和攻击。隐蔽通信是解决保密通信和军事通信安全性的重要通信手段之一，它既可以保护通信内容，还可以隐藏通信的存在。与传统的密码通信、扩频通信以及超宽带通信不同的是，隐蔽通信将信息隐藏于宿主信号，在不改变宿主信号的通信效果和使用价值的条件下进行信息传递，因此，隐蔽通信具有更强的抗截获和抗检测特性。
技术实现思路
针对现有技术存在的问题，本专利技术提供了一种基于扰分多址的隐蔽通信方法。本专利技术是这样实现的，一种基于扰分多址的隐蔽通信方法，所述基于扰分多址的隐蔽通信方法在所传输的电磁范围内对非合作信号进行检测，当检测出非合作信号存在时，并对信号进行信号个数估计；针对非合作信号进行干扰温度的测量，干扰温度测量涉及时频联合域非合作信号的参数的估计以及调制方式的识别；在所测量的干扰温度门限以下，以扰分多址的方式实现多信号的隐蔽通信传输，并在接收端以盲源分离技术现实多信号的分离。进一步，所述非合作信号的检测和信号个数估计方法具体包括以下步骤：(1)基于广义互质采样的信号检测；(2)基于扩展Shannon熵的非合作信号个数估计。进一步，所述(1)用两个天线分别接收信号X(t)，并分别进行采样，时间间隔分别是MTs和NTs，M和N均为质数，Ts是奈奎斯特采样频率，其中一路表示为x1[n1]＝x[Mn1]＝X[Mn1Ts]，另外一路表示为x2[n2]＝x[Nn2]＝X(Nn2T)s，n1和n2分别为两个采样点数，其取值范围是0≤n1≤2N-1，0≤n2≤M-1；对这两路采样信号进行相关，并构造如下形式的时域相关矩阵Rest为：相关矩阵中分量表示为：其中，L表示采样的周期数，k是相关后数据的延迟变量k＝Mn1-Nn2；在得到信号的时域相关矩阵Rest后，采用MUSIC空间谱估计算法将信号的时域信息转化为频域信息来估计信号的频率值，利用信号方向向量与噪声子空间的正交性来构成空间扫描谱，进行全域搜索谱峰，搜索出最大谱峰并与判决门限比较，若谱峰值大于判决门限，则信号存在；若谱峰值大于判决门限，则信号存在。进一步，所述步骤(2)扩展Shannon熵函数定义为：其中，为归一化四阶循环累积量幅度谱；扩展Shannon熵函数突出了归一化四阶循环累积量幅度谱中较大谱凸出程度的幅值并且削弱较小谱凸出程度的成分；在[fmin(i),fmax(i)]内检测最大的离散谱峰，统计最大的离散谱峰的个数，并将最大的离散谱峰的个数作为非合作信号的个数。进一步，所述非合作信号的干扰温度测量具体包括以下步骤：(1)基于L范数的时频域重叠信号的载频估计；(2)基于能量算子幅度谱的时频域重叠信号的带宽估计；(3)基于模方谱的时频域重叠信号的功率估计；(4)基于深度学习的非合作信号的调制方式识别。进一步，所述步骤(1)基于L范数的时频域重叠信号的载频估计原理为：时频重叠信号的循环共变谱表示为：其中，fc是载波频率频率，ε为循环频率，T为码元周期，γx(t+τ)是信号的分散系数，Q(f)为成型脉冲函数的傅里叶变换。首先对循环共变谱的离散谱线进行采用基于L范数的优化过程的预处理，尽量抑制由噪声导致的谱线干扰，从而使谱线呈现稀疏特性；然后选择某一长度的窗口，通过计算窗口内点的强度的标准差自适应地设置该窗口的局部阈值，将强度小于阈值的点置零，在大于阈值的谱线上搜索谱线的局部极大值；最后，以该极大值为中心向两侧继续检测窗口的其它谱线，从而检测出完整的谱线信息。进一步，所述步骤(2)基于能量算子幅度谱的时频域重叠信号的带宽估计原理为：时频域重叠信号的能量算子表示为：其中，si(k)为时频重叠信号的分量信号，N为时频重叠信号的分量个数；对取幅度值并作傅里叶变换得到能量算子幅度谱让信号的能量算子幅度谱通过非线性滤波器R(f)进行谱线消噪和增强：其中，Z为采样点数，W为非线性滤波器长度，c(q)为加权系数；最后根据时频重叠信号分量的个数N，分别提取前N个峰值，谱峰对应的频率是各分量信号的码速率；根据每个信号分量的码元速率估计值和无码间串扰时码元速率与带宽之间的关系得到每个信号分量的带宽宽度Bi；然后由信号分量的载频估计值，结合各个信号分量的带宽，得到每个信号分量的频带范围[fLi,fHi]，i＝1,2...m；最后分别比较分量频带上下界，将作为时频重叠信号的频带下界，将作为时频重叠信号的频带上界，得到整个接收信号的频带范围[fL,fH]。进一步，所述步骤(3)基于模方谱的时频域重叠信号的功率估计原理为：时频重叠信号的模方谱|X(ω)|2表示为：|X(ω)|2＝X(ω)X*(ω)；其中，X(ω)为时频重叠信号的频谱，根据帕塞瓦尔定理：估计出时频重叠信号的功率P为：其中，E[·]表示数学期望；所述步骤(4)基于深度学习的非合作信号的调制方式识别原理为：首先估计接收到时频重叠信号的循环谱，为了减少计算量，本专利技术采用时域平滑算法估计MPSK信号的循环谱相关函数。循环谱基本时域表达式为其中，XT(r,f)被称为复解调，其计算公式为其中，a(n)为数据衰减窗，g(n)为平滑窗，Δt为数据采集时间，Ts为采样周期，Δt＝NTs，N′为傅立叶变换的长度，T为复解调所需N′点DFT数据时间，则其中，L表示抽取因子，满足L≤N′。然后提取信号循环谱的等高图来转换为二维图像信息，然后对二维图像进行预处理，提取大小为w×w的像素块，并按照分类器所需的格式进行处理，并确定卷积神经网络(Convolutionneuralnetwork,CNN)分类器的网络参数，并利用数据样本进行训练。其中，卷积神经网络分类器由输入层、卷积层、下采样层、全连接层、输出层组成。在训练卷积神经网络时，采用反向传播法则以及有监督的训练方式。神经网络中输入特征通过前向传播得到输出特征，假设输入为X，经过多层网络传播后得到输出特征图O。然后将得到的输出特征图O与给输入图像所加的标签T进行比对，根据一定的运算公式得到误差E。然后根据反向传播路径，将误差E层层传播，并通过权值更新公式对卷积层的权值wij进行调整。网络误差随迭代次数的增加而降低，并且这一过程收敛于一个稳定的权值集合，额外的训练次数呈现较小的影响。在训本文档来自技高网...

【技术保护点】
1.一种基于扰分多址的隐蔽通信方法，其特征在于，所述基于扰分多址的隐蔽通信方法在所传输的电磁范围内对非合作信号进行检测，当检测出非合作信号存在时，并对信号进行信号个数估计；针对非合作信号进行干扰温度的测量，干扰温度测量涉及时频联合域非合作信号的参数的估计以及调制方式的识别；在所测量的干扰温度门限以下，以扰分多址的方式实现多信号的隐蔽通信传输，并在接收端以盲源分离技术现实多信号的分离。

【技术特征摘要】
1.一种基于扰分多址的隐蔽通信方法，其特征在于，所述基于扰分多址的隐蔽通信方法在所传输的电磁范围内对非合作信号进行检测，当检测出非合作信号存在时，并对信号进行信号个数估计；针对非合作信号进行干扰温度的测量，干扰温度测量涉及时频联合域非合作信号的参数的估计以及调制方式的识别；在所测量的干扰温度门限以下，以扰分多址的方式实现多信号的隐蔽通信传输，并在接收端以盲源分离技术现实多信号的分离。2.如权利要求1所述的基于扰分多址的隐蔽通信方法，其特征在于，所述非合作信号的检测及信号个数估计方法具体包括以下步骤：(1)基于广义互质采样的信号检测；(2)基于扩展Shannon熵的非合作信号个数估计。3.如权利要求2所述的基于扰分多址的隐蔽通信方法，其特征在于，所述步骤(1)用两个天线分别接收信号X(t)，并分别进行采样，时间间隔分别是MTs和NTs，M和N均为质数，Ts是奈奎斯特采样频率，其中一路表示为x1[n1]＝x[Mn1]＝X[Mn1Ts]，另外一路表示为x2[n2]＝x[Nn2]＝X(Nn2T)s，n1和n2分别为两个采样点数，其取值范围是0≤n1≤2N-1，0≤n2≤M-1；对这两路采样信号进行相关，并构造如下形式的时域相关矩阵Rest为：相关矩阵中分量表示为：其中，L表示采样的周期数，k是相关后数据的延迟变量k＝Mn1-Nn2；在得到信号的时域相关矩阵Rest后，采用MUSIC空间谱估计算法将信号的时域信息转化为频域信息来估计信号的频率值，利用信号方向向量与噪声子空间的正交性来构成空间扫描谱，进行全域搜索谱峰，搜索出最大谱峰并与判决门限比较，若谱峰值大于判决门限，则信号存在；若谱峰值大于判决门限，则信号存在。4.如权利要求2所述的基于扰分多址的隐蔽通信方法，其特征在于，所述步骤(2)扩展Shannon熵函数定义为：其中，为归一化四阶循环累积量幅度谱；扩展Shannon熵函数突出了归一化四阶循环累积量幅度谱中较大谱凸出程度的幅值并且削弱较小谱凸出程度的成分；在[fmin(i),fmax(i)]内检测最大的离散谱峰，统计最大的离散谱峰的个数，并将最大的离散谱峰的个数作为非合作信号的个数。5.如权利要求1所述的基于扰分多址的隐蔽通信方法，其特征在于，所述非合作信号的干扰温度测量具体包括以下步骤：(1)基于L范数的时频域重叠信号的载频估计；(2)基于能量算子幅度谱的时频域重叠信号的带宽估计；(3)基于模方谱的时频域重叠信号的功率估计；(4)基于深度学习的非合作信号的调制方式识别。6.如权利要求5所述的基于扰分多址的隐蔽通信方法，其特征在于，所述步骤(1)基于L范数的时频域重叠信号的载频估计原理为：时频重叠信号的循环共变谱表示为：其中，fc是载波频率频率，ε为循环频率，T为码元周期，γx(t+τ)是信号的分散系数，Q(f)为成型脉冲函数的傅里叶变换；首先对循环共变谱的离散谱线进行采用基于L范数的优化过程的预处理，尽量抑制由噪声导致的谱线干扰，从而使谱线呈现稀疏特性；然后选择某一长度的窗口，通过计算窗口内点的强度的标准差自适应地设置该窗口的局部阈值，将强度小于阈值的点置零，在大于阈值的谱线上搜索谱线的局部极大值；最后，以该极大值为中心向两侧继续检测窗口的其它谱线，从而检测出完整的谱线信息。7.如权利要求5所述的基于扰分多址的隐蔽通信方法，其特征在于，所述步骤(2)基于能量算子幅度谱的时频域重叠信号的带宽估计原理为：时频域重叠信号的能量算子表示为：其中...

【专利技术属性】
技术研发人员：刘明骞，贾鹤鸣，张俊林，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西,61