萬物互聯(lián)時(shí)代的來臨將為無線通信業(yè)務(wù)帶來幾何級(jí)增長(zhǎng)的數(shù)據(jù)流量,使得承載無線通信業(yè)務(wù)的頻譜資源變得日益緊缺�；趧�(dòng)態(tài)頻譜接入機(jī)制的認(rèn)知無線電（Cognitive Radio,CR）技術(shù)成為解決頻譜稀缺問題,推動(dòng)未來認(rèn)知網(wǎng)絡(luò)發(fā)展的前景技術(shù)之一。要使CR技術(shù)得以實(shí)現(xiàn),可靠檢測(cè)是否存在可用頻譜的頻譜感知技術(shù)是首要環(huán)節(jié)。多用戶參與的協(xié)作頻譜感知利用空間分集提高頻譜感知性能,然而合作的引入和CR網(wǎng)絡(luò)的開放性使協(xié)作頻譜感知面臨特有的安全威脅。其中偽造頻譜感知數(shù)據(jù)（Spectrum Sensing Data Falsification,SSDF）攻擊利用復(fù)雜靈活的攻擊策略誤使融合中心作出錯(cuò)誤頻譜判決結(jié)果,造成頻譜資源浪費(fèi)和干擾主用戶。鑒于此,本論文針對(duì)協(xié)作頻譜感知中面臨的通信開銷受限、易受SSDF攻擊問題,對(duì)多比特量化協(xié)作頻譜感知,概率型、大規(guī)模SSDF攻擊下安全協(xié)作頻譜感知及SSDF攻擊下的高能量效率協(xié)作頻譜感知開展攻擊模型理論分析、安全防御算法研究及仿真驗(yàn)證等工作,主要成果和貢獻(xiàn)如下:（1）針對(duì)協(xié)作頻譜感知中的通信開銷受限問題,首先從全局虛警概率出發(fā)優(yōu)先確定中心的量化閾值,提出了一種基于本地能量檢測(cè)... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：142 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

成都、深圳、北京等地區(qū)部分頻譜利用率統(tǒng)計(jì)圖

第一章緒論15Njè=jhOj(j(LjNN圖1-3研究思路框圖（2）針對(duì)概率型SSDF攻擊下的安全協(xié)作頻譜感知問題，提出了基于貝葉斯推理的滑動(dòng)窗信譽(yù)度模型惡意用戶檢測(cè)算法，從而剔除惡意用戶參與最終決策融合。該算法首先利用貝葉斯推理得到信譽(yù)度模型，然后融合多個(gè)時(shí)間窗的信息形成累積權(quán)重信譽(yù)度值，從而有效捕捉惡意用戶的歷史動(dòng)態(tài)特征信息。提高了在低攻擊概率下，對(duì)獨(dú)立和合作概率型SSDF攻擊的檢測(cè)率，實(shí)現(xiàn)了對(duì)具有不同攻擊概率攻擊者的安全防御。且無需惡意用戶的先驗(yàn)信息和復(fù)雜的檢測(cè)閾值設(shè)計(jì)，具有識(shí)別性能高、實(shí)現(xiàn)復(fù)雜度低的優(yōu)點(diǎn)。（3）針對(duì)大規(guī)模SSDF攻擊下的安全協(xié)作頻譜感知問題，提出了一種簡(jiǎn)單有效的基于熵的權(quán)重決策融合安全協(xié)作頻譜感知算法。該算法利用融合中心接收的匯報(bào)數(shù)據(jù)在兩個(gè)連續(xù)感知時(shí)隙內(nèi)的不一致特性來評(píng)價(jià)每個(gè)感知用戶的可靠性，并通過一個(gè)基于熵的權(quán)重分配方法對(duì)感知用戶匯報(bào)決策進(jìn)行加權(quán)融合。解決了傳統(tǒng)方法依賴感知用戶先驗(yàn)信息或可信參考信息實(shí)現(xiàn)困難的問題，確保了大規(guī)模SSDF攻擊下協(xié)作頻譜感知的安全性。（4）針對(duì)SSDF攻擊下協(xié)作頻譜感知與能量效率之間的折中優(yōu)化問題，首先為抵御SSDF攻擊，提出了基于在線學(xué)習(xí)算法的可靠用戶選擇策略。然后將數(shù)據(jù)傳輸時(shí)間按可信度進(jìn)行比例分配，建立了聯(lián)合優(yōu)化頻譜感知時(shí)間和認(rèn)知發(fā)射功率的能量效率約束優(yōu)化模型，設(shè)計(jì)了基于分式規(guī)劃理論的交替迭代優(yōu)化算法通過依次迭代得到了認(rèn)知用戶發(fā)射功率。提高了SSDF攻擊下資源分配的有效性，實(shí)現(xiàn)了惡意攻擊下高能量效率安全協(xié)作頻譜感知。

第二章多比特量化協(xié)作頻譜感知17第二章多比特量化協(xié)作頻譜感知協(xié)作頻譜感知利用空間分集帶來的增益克服單用戶感知易受電磁環(huán)境和自身感知能力的影響，已成為CR檢測(cè)PU是否占用頻譜的主要方式。然而，在協(xié)作頻譜感知中，匯報(bào)完整的本地感知結(jié)果到FC會(huì)占用較多匯報(bào)信道帶寬，增加協(xié)作代價(jià)和通信開銷。為解決此問題，基于多比特量化的協(xié)作頻譜感知可以在感知性能和傳輸數(shù)據(jù)量之間獲得折中。本章首先介紹了CR網(wǎng)絡(luò)模型及協(xié)作頻譜感知的基礎(chǔ)理論知識(shí)，主要包括本地能量檢測(cè)及協(xié)作頻譜感知中的數(shù)據(jù)融合準(zhǔn)則。在此基礎(chǔ)上，提出了一種簡(jiǎn)單的基于本地能量檢測(cè)的多比特量化軟數(shù)據(jù)融合協(xié)作頻譜感知算法。導(dǎo)出了基于量化數(shù)據(jù)的優(yōu)化融合準(zhǔn)則，進(jìn)而提出了基于距離準(zhǔn)則的優(yōu)化量化協(xié)作頻譜感知算法。仿真驗(yàn)證了所提算法的有效性，結(jié)果表明，在獲得接近未量化方法檢測(cè)性能的同時(shí)，所提算法顯著降低了傳輸?shù)臄?shù)據(jù)量。2.1協(xié)作頻譜感知及融合算法在集中式協(xié)作頻譜感知中，感知用戶首先將本地感知信息匯報(bào)給FC,FC采用特定的融合準(zhǔn)則做出全局判決。以下分別從CR網(wǎng)絡(luò)和本地感知信號(hào)模型、數(shù)據(jù)融合算法三方面進(jìn)行詳細(xì)描述。2.1.1CR網(wǎng)絡(luò)模型CR網(wǎng)絡(luò)的組網(wǎng)方式包括基于基礎(chǔ)架構(gòu)的組網(wǎng)方式和基于adhoc的組網(wǎng)方式，本章考慮基于基礎(chǔ)架構(gòu)的CR網(wǎng)絡(luò)模型，其網(wǎng)絡(luò)結(jié)構(gòu)如圖2-1所示�！眻D2-1CR網(wǎng)絡(luò)協(xié)作頻譜感知模型

【參考文獻(xiàn)】：
期刊論文
[1]信息論與通信系統(tǒng)學(xué)科自由申請(qǐng)類項(xiàng)目申請(qǐng)與資助情況分析[J]. 唐華,朱鵬程,顏成鋼,邊超,宋朝暉.  電子與信息學(xué)報(bào). 2019(06)
[2]針對(duì)認(rèn)知無線網(wǎng)絡(luò)大規(guī)模入侵的雙重防御方案[J]. 季薇,陳青青,鄭寶玉.  系統(tǒng)工程與電子技術(shù). 2019(10)
[3]分簇認(rèn)知物聯(lián)網(wǎng)聯(lián)合資源分配算法[J]. 劉鑫.  物聯(lián)網(wǎng)學(xué)報(bào). 2019(01)
[4]基于強(qiáng)化學(xué)習(xí)和共識(shí)融合的分布式協(xié)作頻譜感知方法[J]. 張孟伯,王倫文,馮彥卿.  系統(tǒng)工程與電子技術(shù). 2019(03)
[5]頻率使用率評(píng)價(jià):頻譜監(jiān)管新抓手[J]. 郭鋒.  上海信息化. 2018(11)
[6]實(shí)施動(dòng)態(tài)頻譜管理 提高資源利用效率[J]. 丁家昕,方箭,王坦.  中國(guó)無線電. 2018(01)
[7]基于Dempster-Shafer證據(jù)理論與抗頻譜感知數(shù)據(jù)篡改攻擊的協(xié)作式頻譜檢測(cè)算法[J]. 苗成林,李彤,呂軍,李皓.  兵工學(xué)報(bào). 2017(12)
[8]基于信譽(yù)與共識(shí)的分布式智能入侵防御方案[J]. 季薇,李炳星,鄭寶玉.  系統(tǒng)工程與電子技術(shù). 2018(03)
[9]動(dòng)態(tài)頻譜共享研究現(xiàn)狀及展望[J]. 馮巖,孫浩,許穎,方箭.  電信科學(xué). 2016(02)
[10]認(rèn)知無線電領(lǐng)域的國(guó)內(nèi)外重點(diǎn)項(xiàng)目[J]. 徐宏飛,楊健,張建照.  中國(guó)無線電. 2015(03)

博士論文
[1]協(xié)作頻譜感知安全策略的研究[D]. 吳俊.東南大學(xué) 2018
[2]面向頻譜共享的信號(hào)識(shí)別技術(shù)研究[D]. 張靜文.北京交通大學(xué) 2018
[3]認(rèn)知無線電中基于空間譜的頻譜感知技術(shù)研究[D]. 劉暢.大連理工大學(xué) 2017
[4]認(rèn)知無線電網(wǎng)絡(luò)合作頻譜感知中的SSDF攻擊及其防御機(jī)制[D]. 周明.浙江大學(xué) 2016
[5]基于無線傳感器網(wǎng)絡(luò)的分布式高效量化檢測(cè)方法的研究[D]. 高飛.哈爾濱工程大學(xué) 2016



本文編號(hào)：3018061