当前位置: 首页 > 专利查询>清华大学专利>正文

分布式防窃听稀疏信号检测方法和装置制造方法及图纸

技术编号:21975092 阅读:46 留言:0更新日期:2019-08-28 02:15
本发明专利技术提出一种分布式防窃听稀疏信号检测方法和装置,其中,方法包括:根据预设比例关系确定系统中的欺骗传感器和真实传感器;获取欺骗传感器的观测信号,根据预设算法对预设的伪造信号的强度参数和本地判决门限计算与观测信号对应的伪造信号;控制真实传感器根据预设的观测矩阵对观测到的真实信号压缩后发送压缩后的真实信号,并控制欺骗传感器根据预设观测矩阵对伪造信号压缩后发送压缩后的伪造信号;控制数据融合中心接收压缩后的真实信号和伪造信号,并通过全局似然比判决对伪造信号去伪后得到参考信号;根据参考信号和真实信号确定目标物体的检测信号。由此,在进行信号发送时具有更好的安全性能和更强的鲁棒性。

Distributed Anti-eavesdropping Sparse Signal Detection Method and Device

【技术实现步骤摘要】
分布式防窃听稀疏信号检测方法和装置
本专利技术涉及信息安全
,尤其涉及一种分布式防窃听稀疏信号检测方法和装置。
技术介绍
随着信息时代的迅速发展,无线传感器网络在很多军用和民用领域都得到了非常广泛的应用。通常一个网络具有众多数量的传感器,因此,如何有效利用其带宽和内存等有限资源是一个格外关键的问题。近年来,压缩感知技术在信号处理领域的广泛应用为上述问题的解决提供了新的思路。这是因为实际应用中涉及的信号通常具有内在的稀疏特性,而压缩感知技术可以利用信号的这种特性,在不牺牲性能的前提下使数据量得到较大的压缩,从而在一定程度上减轻通信负担,缓解内存压力。在无线传感器网络中有一类很重要的信号处理问题,即稀疏信号的检测问题,例如在雷达系统中对目标的检测以及在认知无线电中对频带的用户检测等。一个典型的无线传感器网络由单个融合中心和多个传感器构成,系统的运行机制是各个传感器都将自己的观测值传给融合中心,供其进行系统级的处理并作出最终的关于目标有无的判决。然而,在无线传感器网络中,由于无线传输的本质属性,被传输的目标信息极易被敌方恶意窃听,也就是说,各个传感器传给融合中心的信息同时会被敌方的窃听者窃取,从而带来极大的安全性隐患。尤其是在军事应用中,如果不对敌方的窃听行为加以提防,则会造成极大的战略损失,甚至威胁国家主权和安全。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此,本专利技术的第一个目的在于提出一种分布式防窃听稀疏信号检测方法,以实现窃听者无法获取任何信息的前提下,使融合中心获得最好的检测性能,本方法具有更好的检测性能和更强的鲁棒性。本专利技术的第二个目的在于提出一种分布式防窃听稀疏信号检测装置。本专利技术的第三个目的在于提出计算机设备。本专利技术的第四个目的在于提出一种非临时性计算机可读存储介质。为达上述目的,本专利技术第一方面实施例提出了一种分布式防窃听稀疏信号检测方法,包括:根据预设比例关系确定系统中的欺骗传感器和真实传感器;获取所述欺骗传感器的观测信号,根据预设算法对预设的伪造信号的强度参数和本地判决门限计算与所述观测信号对应的伪造信号;控制所述真实传感器根据预设的观测矩阵对观测到的真实信号压缩后发送压缩后的真实信号,并控制所述欺骗传感器根据所述预设观测矩阵对所述伪造信号压缩后发送压缩后的伪造信号;控制所述数据融合中心接收压缩后的所述真实信号和所述伪造信号,并通过全局似然比判决对所述伪造信号去伪后得到参考信号;根据所述参考信号和所述真实信号确定目标物体的检测信号。本专利技术实施例的分布式防窃听稀疏信号检测方法,解决现有技术中的传感器需要先验信息为前提以及检测性能的不稳定性的技术问题,具有更好的检测性能和更强的鲁棒性。本专利技术实施例中,一种分布式防窃听稀疏信号检测方法,还包括:确定窃听端窃听信号的第一信号模型;确定欺骗传感器发送的所述伪造信号的第二信号模型;根据所述欺骗传感器进行本地似然比判决的发现概率和虚警概率,确定所述窃听端的第一修正反射系数;确定所述预设比例关系、所述观测矩阵的正交投影矩阵确定所述数据融合中心的第二修正反射系数;根据群粒子算法对所述正交投影矩阵、所述第一修正反射系数、所述第二修正反射系数、所述发现概率和所述虚警概率计算,调整本地判决阈值和所述强度参数,其中,所述本地判决阈值用于生成所述本地判决门限。本专利技术实施例中,在所述获取所述欺骗传感器的观测信号,根据预设算法对预设的伪造信号的强度参数和本地判决门限计算与所述观测信号对应的伪造信号之前,还包括:获取系统中传感器的个数,压缩前信号长度、信号压缩比、信号均值向量、噪声方差、信号方差、伪造信号强度的上限和预设正实数;根据PSO算法对所述传感器的个数,压缩前信号长度、信号压缩比、信号均值向量、噪声方差、信号方差、伪造信号强度的上限和预设正实数计算,获取所述欺骗传感器的发现概率和所述伪造信号的强度参数,其中,所述发现概率和所述本地门限阈值对应。本专利技术实施例中,所述根据预设算法对预设的伪造信号的强度参数和本地判决门限计算与所述观测信号对应的伪造信号,包括:根据预设判决公式和所述本地判决门限对所述伪造信号进行似然比判决;根据判决结果对所述观测信号进行伪造生成所述伪造信号。本专利技术实施例中,所述第一信号模型在没有检测到所述目标物体时,为:其中,μ是稀疏的均值向量,Φ是M×P维(M<P)的高斯随机观测矩阵,其中和分别是所述窃听端接收到的数据中的信号分量和噪声分量,α是所述欺骗传感器占总传感器的比例,和分别为包含所有真实传感器和欺骗传感器序号的集合,θ>0是一个所述伪造信号的强度参数,Pfa是所述欺骗传感器本地判决的虚警概率;所述第一信号模型在检测到所述目标物体时,为:其中,μ是稀疏的均值向量,Φ是M×P维(M<P)的高斯随机观测矩阵,其中和是所述窃听端接收到的数据中的信号分量和噪声分量。α是所述欺骗传感器占总传感器的比例,和分别为包含所有所述真实传感器和所述欺骗传感器序号的集合,θ>0是所述伪造信号的强度参数,Pd是所述欺骗传感器本地判决的发现概率。本专利技术实施例中,所述第二信号模型在没有检测到所述目标物体时,为:其中,μ是稀疏的均值向量,Φ是M×P维(M<P)的高斯随机观测矩阵,其中和分别是所述伪造信号中对应的信号成分和噪声成分,所述信号成分的分布为所述噪声成分的分布为θ>0是所述伪造信号的强度参数,是标号为j的欺骗传感器发出的伪造信号,Pfa是欺骗传感器本地判决的虚警概率;所述第二信号模型在检测到所述目标物体时,为:其中,μ是稀疏的均值向量,Φ是M×P维(M<P)的所述观测矩阵,其中和分别是所述伪造信号中对应的信号成分和噪声成分,所述信号成分的分布为所述噪声成分的分布为θ>0是所述伪造强度的强度参数,是标号为j的欺骗传感器发出的伪造信号,Pd是欺骗传感器本地判决的发现概率。为达上述目的,本专利技术第二方面实施例提出了一种分布式防窃听稀疏信号检测装置,包括:第一确定模块,用于根据预设比例关系判定系统中的欺骗传感器和真实传感器;计算模块,用于获取所述欺骗传感器的观测信号,根据预设算法对预设的伪造信号的强度参数和本地判决门限计算与所述观测信号对应的伪造信号;控制模块,用于控制所述真实传感器根据预设的观测矩阵对观测到的真实信号压缩后发送压缩后的真实信号,并控制所述欺骗传感器根据所述预设观测矩阵对所述伪造信号压缩后发送压缩后的伪造信号;判决模块,用于控制所述数据融合中心接收压缩后的所述真实信号和所述伪造信号,并通过全局似然比判决对所述伪造信号去伪后得到参考信号;第二确定模块,用于根据所述参考信号和所述真实信号确定目标物体的检测信号。本专利技术实施例的一种分布式防窃听稀疏信号检测装置,通过第一确定模块、计算模块、控制模块、判决模块和第二确定模块,解决了现有技术中传感器需要先验信息为前提以及检测性能的不稳定性的技术问题。本专利技术实例中,所述计算模块包括:判决单元,用于根据预设判决公式和所述本地判决门限对所述伪造信号进行似然比判决;生成单元,用于根据判决结果对所述观测信号进行伪造生成所述伪造信号。为达上述目的,本专利技术第三方面实施例提出了一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行本文档来自技高网...

【技术保护点】
1.一种分布式防窃听稀疏信号检测方法,其特征在于,包括以下步骤:根据预设比例关系确定系统中的欺骗传感器和真实传感器;获取所述欺骗传感器的观测信号,根据预设算法对预设的伪造信号的强度参数和本地判决门限计算与所述观测信号对应的伪造信号;控制所述真实传感器根据预设的观测矩阵对观测到的真实信号压缩后发送压缩后的真实信号,并控制所述欺骗传感器根据所述预设观测矩阵对所述伪造信号压缩后发送压缩后的伪造信号;控制所述数据融合中心接收压缩后的所述真实信号和所述伪造信号,并通过全局似然比判决对所述伪造信号去伪后得到参考信号;根据所述参考信号和所述真实信号确定目标物体的检测信号。

【技术特征摘要】
1.一种分布式防窃听稀疏信号检测方法,其特征在于,包括以下步骤:根据预设比例关系确定系统中的欺骗传感器和真实传感器;获取所述欺骗传感器的观测信号,根据预设算法对预设的伪造信号的强度参数和本地判决门限计算与所述观测信号对应的伪造信号;控制所述真实传感器根据预设的观测矩阵对观测到的真实信号压缩后发送压缩后的真实信号,并控制所述欺骗传感器根据所述预设观测矩阵对所述伪造信号压缩后发送压缩后的伪造信号;控制所述数据融合中心接收压缩后的所述真实信号和所述伪造信号,并通过全局似然比判决对所述伪造信号去伪后得到参考信号;根据所述参考信号和所述真实信号确定目标物体的检测信号。2.如权利要求1所述的方法,其特征在于,还包括:确定窃听端窃听信号的第一信号模型;确定欺骗传感器发送的所述伪造信号的第二信号模型;根据所述欺骗传感器进行本地似然比判决的发现概率和虚警概率,确定所述窃听端的第一修正反射系数;确定所述预设比例关系、所述观测矩阵的正交投影矩阵确定所述数据融合中心的第二修正反射系数;根据群粒子算法对所述正交投影矩阵、所述第一修正反射系数、所述第二修正反射系数、所述发现概率和所述虚警概率计算,调整本地判决阈值和所述强度参数,其中,所述本地判决阈值用于生成所述本地判决门限。3.如权利要求2所述的方法,其特征在于,在所述获取所述欺骗传感器的观测信号,根据预设算法对预设的伪造信号的强度参数和本地判决门限计算与所述观测信号对应的伪造信号之前,还包括:获取系统中传感器的个数,压缩前信号长度、信号压缩比、信号均值向量、噪声方差、信号方差、伪造信号强度的上限和预设正实数;根据PSO算法对所述传感器的个数,压缩前信号长度、信号压缩比、信号均值向量、噪声方差、信号方差、伪造信号强度的上限和预设正实数计算,获取所述欺骗传感器的发现概率和所述伪造信号的强度参数,其中,所述发现概率和所述本地门限阈值对应。4.如权利要求2所述的方法,其特征在于,所述根据预设算法对预设的伪造信号的强度参数和本地判决门限计算与所述观测信号对应的伪造信号,包括:根据预设判决公式和所述本地判决门限对所述伪造信号进行似然比判决;根据判决结果对所述观测信号进行伪造生成所述伪造信号。5.如权利要求2所述的方法,其特征在于,所述第一信号模型在没有检测到所述目标物体时,为:其中,μ是稀疏的均值向量,Φ是M×P维(M<P)的高斯随机观测矩阵,其中和分别是所述窃听端接收到的数据中的信号分量和噪声分量,α是所述欺骗传感器占总传感器的比例,和分别为包含所有真实传感器和欺骗传感器序号的集合,θ>0是一个所述伪造信号的强度参数,Pfa是所述欺骗传感器本地判...

【专利技术属性】
技术研发人员:李刚李成蹊
申请(专利权)人:清华大学
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1