【技术实现步骤摘要】
本专利技术属于无线通信，具体涉及一种基于信道预补偿的对抗样本信号波形生成方法。
技术介绍
1、对于无线通信系统来说，确保其链路的安全至关重要。提高通信安全的方法包括：1.在比特流层面对传输的数据进行加密；2.通过物理层安全的手段最小化互信息，以避免被窃听者解调出通信的内容；3.利用嵌入式通信技术，将通信信号隐藏在其他体制的信号中，避免被窃听者检测到信号的存在。然而，上述方法由于过于复杂可能无法在任何场景下提供通信安全的保障使用(例如，对于物联网设备，由于计算资源的限制，无法使用复杂的加密算法)。为了进一步提高无线通信链路的安全性，可以用其他技术来补充加密，防止窃听者窃取加密的通信信息。
2、窃听者一般需要通过三个步骤实现对无线通信链路的窃听：1)通过扫描特定频段检测是否有信号存在；2)通过提取信号的特征以截获信号；3)利用提取的特征对信号进行解调，并获得二进制数据流。破坏以上任何一个步骤都可以加强通信链路的安全性。例如，加密的重点是保护解调后的比特流，而物理层安全的目标是第三步，即最大限度地减少窃听者可用的信息。随着以深度学习为代表的人工智能技术的发展，深度学习已被广泛用于检测和识别通信信号，相比传统的通信信号检测和识别方法，深度学习具有更好的自适应性，能够在更复杂的电磁环境下检测和识别出通信信号。但是，这也为非法的窃听者提供了更有效的窃听手段。
3、通过对深度学习的研究发现，在深度学习模型的输入信号中添加细微的扰动生成对抗样本，可以极大的降低深度学习模型输出结果的准确性。由于添加的扰动能量往往很微弱(能
4、然而，加入了对抗性扰动的信号会经过无线信道的传输，由于对抗扰动本身能量很微弱，经过无线信道的多径、衰落等效应后，会破坏原有对抗扰动的结构。这对于现有对抗性扰动来说，在窃听者的系统内部发挥作用并阻止其识别调制类型是具有挑战性的。为了解决这个问题，必须在设计对抗扰动时考虑到无线信道的因素。
技术实现思路
1、本专利技术通过在设计对抗攻击时考虑无线信道多径和衰落的影响，引入了无线信道的修正项，提出了一种基于信道预补偿的对抗样本信号波形生成方法，该方法利用对抗攻击技术在待传输的通信信号中添加一个微小的对抗扰动，在几乎不影响己方合作通信过程的同时，极大降低非合作的人工智能方法识别己方信号调制方式的能力，从而提升通信的安全性和可靠性。由于本专利技术在对抗样本的生成中加入了对信道多径、衰落和多普勒频率的修正，从而使得产生的对抗性扰动对信道的多径、衰落和多普勒频率等影响更鲁棒，增强了对抗样本波形在真实无线信道中对基于深度学习的调制识别器的攻击性能。
2、本专利技术采用的技术方案为，一种基于信道预补偿的对抗样本信号波形生成方法，分为以下步骤：
3、s1生成发射信号数据集
4、对传输的信息进行编码和调制，生成发射信号si(k),k＝1,2,...,k，k表示发射信号的第k个点，k表示发射信号的总共有k个点，k通常为1024、2048、4096等；i＝1,2,...,n，i表示第i个信号，n表示总信号数。在将传输的信息转换为发射信号的过程中，可以采用不同的调制方式。一般需要产生多种调制方式的信号用于训练调制识别网络。当可用调制方式有m种(也即需要分类的调制信号有m类)时，m≥2，每个发射信号si(k)对应的调制类型用数字li∈{1,2,...,m}打上标签，发射信号si(k)和标签共同构成数据集d。将数据集d划分为训练集dtrain和验证集dvalid，用于后续训练调制识别网络。
5、通常训练集dtrain中包含的信号数应大于验证集dvalid中包含的信号数，确保训练集包含的信号具有普遍性。
6、s2构造调制识别网络
7、s2.1构造特征提取模块，特征提取模块由4个卷积模块、1个二维平均池化层avg_pool2d和1个flatten层串联组成；第一个卷积模块由1个二维卷积层conv2d组成，卷积层中卷积核个数filter本文档来自技高网...
【技术保护点】
1.一种基于信道预补偿的对抗样本信号波形生成方法，其特征在于，该方法分为以下步骤：
2.一种根据权利要求1所述基于信道预补偿的对抗样本信号波形生成方法，其特征在于：S1中，发射信号的总共点数K为1024、2048、4096。
3.一种根据权利要求1所述基于信道预补偿的对抗样本信号波形生成方法，其特征在于：S1中，训练集Dtrain中包含的信号数应大于验证集Dvalid中包含的信号数，确保训练集包含的信号具有普遍性。
4.一种根据权利要求1所述基于信道预补偿的对抗样本信号波形生成方法，其特征在于：S3.4中，损失函数L选择交叉熵函数：
5.一种根据权利要求1所述基于信道预补偿的对抗样本信号波形生成方法，其特征在于：S3.5中，选择SGD算法或RMSprop算法优化网络权重。
6.一种根据权利要求1所述基于信道预补偿的对抗样本信号波形生成方法，其特征在于：S4.5中，迭代次数上限iter_num设置为10～100。
7.一种根据权利要求1所述基于信道预补偿的对抗样本信号波形生成方法，其特征在于：S4.5中，扰动系
8.一种根据权利要求1至7任一项所述基于信道预补偿的对抗样本信号波形生成方法，其特征在于：可以根据对抗样本的识别结果进行反馈，即重复步骤S4.2～S4.7，以提高对抗样本的攻击效果，使得对抗样本更加逼真。
...【技术特征摘要】
1.一种基于信道预补偿的对抗样本信号波形生成方法，其特征在于，该方法分为以下步骤：
2.一种根据权利要求1所述基于信道预补偿的对抗样本信号波形生成方法，其特征在于：s1中，发射信号的总共点数k为1024、2048、4096。
3.一种根据权利要求1所述基于信道预补偿的对抗样本信号波形生成方法，其特征在于：s1中，训练集dtrain中包含的信号数应大于验证集dvalid中包含的信号数，确保训练集包含的信号具有普遍性。
4.一种根据权利要求1所述基于信道预补偿的对抗样本信号波形生成方法，其特征在于：s3.4中，损失函数l选择交叉熵函数：
5.一种根据权利要求1所述基于信道预补偿的对抗样本...
【专利技术属性】
技术研发人员：王翔，柯达，赵雨睿，黄知涛，李保国，邓文，文泰来，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：
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。