一种针对具有未知通信模式电台的干扰策略生成方法技术

本发明专利技术公开了一种针对具有未知通信模式电台的干扰策略生成方法，包括：S1、搭建用于生成干扰策略的神经网络模型；S2、利用已知通信模式的通信信号及对应的已知干扰策略对搭建的神经网络模型进行训练；S3、将未知通信模式的通信信号输入到训练好的神经网络模型中，获得对应的干扰策略。本发明专利技术提供的干扰策略生成方法，让干扰机能够结合已记录的通信方式模式信息，针对当前检测到的通信工作状态参数，调整自身工作参数，生成有效的干扰信号；具有适应性强，性能高等优点。性能高等优点。性能高等优点。

【技术实现步骤摘要】
一种针对具有未知通信模式电台的干扰策略生成方法


[0001]本专利技术属于通信安全
，具体涉及一种针对具有未知通信模式电台的干扰策略生成方法。

技术介绍

[0002]在安全通信中，干扰信号的优化设计在过去的几十年中得到了广泛的研究，干扰信号的设计方法可分为两类：传统的基于模型的设计和较新的基于机器学习的设计。然而现有研究对于部分已知对方信号模式的干扰研究相对较少。也就是说，干扰机已经部分记录了对方的信号模式，但是在这些模式出现时，有些未知的模式还没有暴露给干扰机。这种情况是至关重要的，特别是在实际应用中，因为干扰方和被干扰方式非合作关系，干扰方不太可能完全获知被干扰方的所有通信模式信息。未知通信模式干扰问题和零样本学习很相似，后者近年来利用图卷积网络在数据挖掘和目标识别等领域取得了成功，图卷积神经网络是一种简单而有效的图神经网络模型，它既能对图的结构进行编码，又能对节点的特征进行编码，它和零样本学习共享了通过挖掘和利用熟悉案例中的已知信息来处理不熟悉案例的思想。

技术实现思路

[0003]针对现有技术中的上述不足，本专利技本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种针对具有未知通信模式电台的干扰策略生成方法，其特征在于，包括以下步骤：S1、搭建用于生成干扰策略的神经网络模型；S2、利用已知通信模式的通信信号及对应的已知干扰策略对搭建的神经网络模型进行训练；S3、将未知通信模式的通信信号输入到训练好的神经网络模型中，获得对应的干扰策略。2.根据权利要求1所述的针对具有未知通信模式电台的干扰策略生成方法，其特征在于，所述步骤S1中，神经网络模型的输入为通信信号对应的频带信号S(t)，其表示为：式中，s(t)为通信信号对应的基带调制信号，Re{
·
}表示取实部，e为自然对数函数的底数，j为虚数单位，π为圆周率，t为时间，f
c
为载频，且f
c
∈F，F为频率集合；所述基带调制信号s(t)为：式中，P
s
为信号的平均功率，且P
s
∈(0,P
max
]，P
max
为信号的峰值传输功率，m为整数系数，s
m
为调制符号，且s
m
∈S，S为星座空间集，T为符合间隔，g(t
‑
mT)为周期实脉冲波形；神经网络模型的输出为干扰策略w
j
：式中，J
j
,d
j
均为决定干扰信号的参数的可能取值，分别表示干扰信号载频、干扰信号调制方式、干扰信号功率及干扰信号占空比，下标j为干扰策略及其对应参数的序号；所述干扰信号对应的频带信号J(t)为：所述干扰信号对应的基带调制信号j(t)为：式中，分别为对应的特定取值，j
m
为调制符号，j
m
∈J，J为干扰符号星座集合。3.根据权利要求1所述的针对具有未知通信模式电台的干扰策略生成方法，其特征在于，所述步骤S1中的神经网络模型包括依次连接的特征提取网络、关系提取网络和干扰策略拟合网络，所述特征提取网络的输出端还与所述干扰策略拟合网络的输入端连接；所述特征提取网络用于提取输出的通信信号中的信号特征；所述关系提取网络用于基于提取的信号特征挖掘不同通信信号模式之间的关系；所述干扰策略拟合网络用于基于提取的信号特征和不同通信信号模式之间的关系，生成对应的干扰策略。
4.根据权利要求2所述的针对具有未知通信模式电台的干扰策略生成方法，其特征在于，所述特征提取网络包括依次连接的三层卷积层及两层全连接层，三层所述卷积层的卷积核数量依次为32、64和128，两层所述全连接层的大小依次为128和64；所述特征提取网络表示为：x＝φ(s(t),θ
FEN
)式中，x为特征提取网络从信号s(t)中提取到的特征向量，φ(
·
)为特征提取网络由输入到输出的映射关系，θ
FEN
为特征提取网络的参数。5.根据权利要求4所述的针对具有未知通信模式电台的干扰策略生成方法，其特征在于，所述关系提取网络包括依次连接的四层卷积层及一层全连接层，四层所述卷积...

【专利技术属性】
技术研发人员：孔繁祥，利强，杨健，邵怀宗，潘晔，林静然，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：