【摘要】：對移動通信中攻擊信號進行準(zhǔn)確的檢測,可以保證通信安全。在移動通信過程中,常常出現(xiàn)脈沖信號的干擾,將正常通信信號轉(zhuǎn)變?yōu)閭喂粜盘?而傳統(tǒng)方法不能對偽攻擊信號進行準(zhǔn)確識別,錯將正常信號檢測為攻擊信號,不能對攻擊信號進行準(zhǔn)確的檢測。提出基于粒子群的移動通信中攻擊信號優(yōu)化檢測方法。上述方法先將中值濾波與小波消噪原理相融合,對原始的通信信號離散分解;其次進行去噪處理,選擇出信號的非線性函數(shù)來近似估計其負熵,最后確定信號負熵最大的目標(biāo)函數(shù),利用粒子群原理對目標(biāo)函數(shù)求解全局最優(yōu)解,并以其最優(yōu)解為依據(jù)實現(xiàn)移動通信中攻擊信號優(yōu)化檢測。仿真結(jié)果證明,所提方法可以有效地對移動通信中攻擊信號進行檢測,提升網(wǎng)絡(luò)通信的質(zhì)量,且魯棒性較強。
【圖文】：

非高斯性函數(shù)，在此基礎(chǔ)上獲取攻擊信號負熵近似估計，定邐在￡［＞／］＝／的約束下，通信信號檢測矩陣》ｒ，Ｌ（）ｒ）越逡逑義通信攻擊信號的自適應(yīng)檢測最優(yōu)目標(biāo)函數(shù)，依據(jù)粒子群理邐大，說明信號獨立性越強、通信攻擊信號檢測效果越理想。逡逑論思想計算通信攻擊信號的自適應(yīng)檢測全局最優(yōu)解，利用最邐設(shè)定粒子群的數(shù)量為將最優(yōu)粒子的適應(yīng)度表示為／？？，第逡逑優(yōu)解完成對移動通信中攻擊信號優(yōu)化檢測，具體過程如下邐ｉ次迭代中粒子Ｃ的適應(yīng)度為／，粒子群平均適應(yīng)度利用下逡逑所述：邐式表幣逡逑通過負熵來度量通信信號的非高斯性，利用下式對信息邐Ｌ邐（１８）逡逑熵進行定義邐１邋ｎ邋‘逡逑ｆ邐將適應(yīng)度高于的粒子適應(yīng)度再進行平均獲得？；，慣性逡逑＝－邋＼ｐ｛ｙ）＼0ｓ（Ｐ（ｙ））ｄｙ邐（９）因子可依據(jù)／，和／＿進行調(diào)整，利用下式表示逡逑其中，７代表隨機變量，Ｐ（ｙ）代表隨機變量ｙ的概率密度。利邐＿邐／邐／．邋＼逡逑用下式對負艦行定義邐．＝．？ｅｘＰ（＿ａ．＿ｊ邐0９）逡逑；（）＝［邋｛ｙ）ｋＡｉＬｄｙ邋＝邋ＨＡｙ）邋．Ｈ｛ｙ）邐（１０）式中，ａ和％的選擇對通信攻擊信號的自適應(yīng)檢測效果具有逡逑１邐ｃ邐較大的影響。逡逑式中，ｐｃ（ｙ）是與／＞（ｙ）為具有相同方差的高斯隨機分布，以上是調(diào)整過程，并以調(diào)整后的結(jié)果為依據(jù)完成對移動逡逑（ｙ）代表ｐｃ（ｙ）的熵，好（ｙ）代表ｐ（ｙ）的信息熵。邐通信中攻擊信號優(yōu)化檢測。逡逑利用非線性函數(shù)來對負熵進行近似，利用下式對負熵進逡逑行近似估計邐４仿真結(jié)果與分析逡逑Ｊ（ｙ）邋－＊，（￡｛（；，（ｒ）？２邋＋４２（￡｛Ｇ２（ｒ）＞－￡｛Ｇ２（Ｋ）？２邐為了證明提出的基于粒子群的移動通信中攻擊信號優(yōu)逡逑（１１）邋化檢

適應(yīng)檢測的全局最優(yōu)解，利用最優(yōu)解完成對通信攻擊信逡逑0－３邋ｒ邐號檢測，使得本文方法進行脈沖噪聲環(huán)境下通信攻擊信號檢逡逑＾邐財文方＿文獻［８］、文獻［９］方法進行脈沖逡逑岕丨，＿，＿｜１邋丨１邐：＝＾＝＝ｆｔ＝：逡逑－０．３邋邐１邐＊邐１邐１邐１邐１邐１邐１邐１邐？圖邋５邋所７Ｋ0逡逑０．０５邋０．邋１０邋０．１５邋０．２０邋０．２５邋０．３０邋０．３５邋０．４０邋０．４５邋０．５０邋０．５５逡逑時間／ｓ逡逑１邋■■■邐ｉｉ邐Ｉ邐ｙ邐ｉｉ邐？逡逑圖３文獻［９］方法對應(yīng)的分離效果邐ｃ邋ｃ邋＝邋＿逡逑０．８邋－逡逑通信攻擊信號的自適應(yīng)分離效果利用文獻［８］方法和文獻邐（Ｕ－．．邐．．．邐，６逡逑［９］方法進行脈沖噪聲環(huán)境下通信攻擊信號的自適應(yīng)分離效邐ｓａ６？＼ｆ邋＼／＞邋＾邋＼邋（ｒ＇＾Ｔ＼逡逑果，，這主要是因為本文方法在對脈沖噪聲環(huán)境下通信攻擊信邐１邋’，＼Ｊ邋Ｙ邋．邋ｉｌ邋ａ邋＼逡逑號自適應(yīng)分離過程中，先對脈沖噪聲環(huán)境下通信攻擊信號的邐＾邐＼邐／邐＼邋／丨？逡逑0．邋４邋－邐．．．．邋Ｍ邋；逡逑樣本進行分析，對采集的脈沖噪聲環(huán)境下通信攻擊信號進行逡逑分解，融合于小波去噪原理組建基于小波的通信攻擊信號去邐＾邐｜々文方法￣逡逑噪模型，獲得通信攻擊信號各頻系數(shù)，最終對通信攻擊信號邐二邐文獻［８］方法逡逑進行有效分離，使得本文方法進行脈沖噪聲環(huán)境下通信攻擊邐Ｊ邐丨１文獻［９］方法｜逡逑信號的自適應(yīng)分離效果較好。邐０．０５邋０．１０邋（Ｕ５邋ａ邋２０邋０．２６邋０．３０邋０．３５邋０．４０邋０．４５邋０．５０邋０．Ｋ逡逑分別利用本文方法和文獻［８］、文獻［９
【作者單位】： 河南工程學(xué)院計算機學(xué)院;河南工程學(xué)院工程訓(xùn)練中心;
【分類號】：TN929.5

【參考文獻】

相關(guān)期刊論文 前10條

1 熊坤來;劉章孟;柳征;姜文利;汪華興;;基于EM算法的寬帶信號DOA估計及盲分離[J];電子學(xué)報;2015年10期

2 楊海蘭;劉以安;;單通道通信信號盲分離算法[J];計算機仿真;2015年09期

3 李靖卿;馮存前;張棟;;基于自適應(yīng)視野聚類匹配的多目標(biāo)分離與提取[J];系統(tǒng)工程與電子技術(shù);2015年09期

4 朱航;張淑寧;趙惠昌;;基于廣義周期性的單通道多分量正弦調(diào)頻信號分離和參數(shù)估計[J];電子與信息學(xué)報;2014年10期

5 苗鋒;趙榮珍;;強脈沖干擾非線性混疊轉(zhuǎn)子故障信號分離[J];振動.測試與診斷;2014年04期

6 季云云;楊震;;脈沖噪聲環(huán)境下一種改進的壓縮感知洛倫茲迭代硬閾值重構(gòu)算法[J];南京郵電大學(xué)學(xué)報(自然科學(xué)版);2014年03期

7 馬金全;葛臨東;童莉;;對稱α穩(wěn)定分布噪聲環(huán)境下短波衰落信號時延估計的新算法[J];信號處理;2014年05期

8 曾東;熊飛;;面向能耗控制的無線傳感器網(wǎng)絡(luò)節(jié)點協(xié)議優(yōu)化[J];無線電通信技術(shù);2014年01期

9 王榮杰;詹宜巨;周海峰;陳美謙;;一種單通道的周期性信號盲分離算法[J];集美大學(xué)學(xué)報(自然科學(xué)版);2014年01期

10 徐東輝;李釗;楊東東;戴精科;;源信號數(shù)動態(tài)變化的自適應(yīng)盲分離算法研究[J];無線電工程;2014年01期

【共引文獻】

相關(guān)期刊論文 前10條

1 陳蓉;馮存前;李靖卿;趙雙;;基于寬窄帶微多普勒融合的錐體目標(biāo)三維重構(gòu)[J];空軍工程大學(xué)學(xué)報(自然科學(xué)版);2017年02期

2 于之靖;包鄰淋;羅謙;;基于GMM的單航空公司安檢區(qū)旅客到達模型[J];中國民航大學(xué)學(xué)報;2017年02期

3 向鳳紅;孔慶平;毛劍琳;付麗霞;;基于ZigBee的低功耗無線傳感器網(wǎng)絡(luò)改進協(xié)議[J];傳感器與微系統(tǒng);2017年03期

4 馮明月;何明浩;徐t

本文編號：2536418