一种基于预测-行动的ISAC主动安全传输方法

本技术属于无线通信安全与信号处理，具体的说是涉及一种基于预测-行动的isac主动安全传输方法。

背景技术：

1、集成传感和通信（isac）最近已成为未来第六代（6g）无线网络的关键使能技术。通过将传感和通信功能集成到具有共享波形的统一平台上，isac可以显著提高频谱效率并降低硬件成本。因此，它有望支持具有高容量通信和高精度传感要求的有远见的应用，如虚拟现实、车辆到一切和数字双胞胎。然而，isac的双重用途特性即将机密信息嵌入到用于传感的广播信号中，为潜在对手提供了信息拦截和敏感位置检测的绝佳机会。因此，设计一个强大的安全框架来保证相关isac系统的安全运行至关重要。

2、目前，物理层安全（pls）作为一种有前景的范式，由于其显著的优势，如减轻计算负担和降低时间开销，已经引起了相当大的关注，可以补充基于上层密码学的技术。pls的原理是利用无线信道的内在特性来设计防窃听的安全传输策略。最近，一些初步研究致力于将pls部署到isac系统中。尽管部分工作对确保isac系统的安全做出了重要贡献，但仍有一些挑战尚未得到解决。

3、现有的大多数作品都是基于具有完全已知窃听通道的静态窃听者或者采用反应性的感知然后行动范式反应回路中固有的决策延迟意味着，最终的安全策略是针对过时的对手状态进行优化的，这使得这种落后一步的防御与高机动性对手的实时动态不匹配。先前的工作通常侧重于单一的安全保证，因此缺乏对安全isac性能权衡的完整分析。在isac系统中，双层安全性、传感精度和通信质量之间的基本相互作用尚未得到研究。现有工程的性能主要通过基于理想化渠道模型的模拟进行验证。这在理论分析和实际可行性之间留下了巨大的差距，表明需要用现实世界的通道数据进行验证，以证明任何拟议的安全框架的部署潜力。因此，如何确保isac系统的物理层安全是当前研究的一个重要方向。

技术实现思路

1、为了解决上述技术问题，本技术提供了一种基于预测-行动的isac主动安全传输方法，该方法克服现有技术瓶颈，为isac系统设计一种安全传输策略，最大限度地提高协作感知性能，同时保证所有合法用户针对该移动对手的双层通信安全即机密性和隐蔽性。

2、为了达到上述目的，本技术是通过以下技术方案实现的：

3、本技术是一种基于预测-行动的isac主动安全传输方法，isac主动安全传输方法通过isactive框架实现，所述isac主动安全传输方法具体包括如下步骤：

4、步骤1、isac信号设计，建立多用户isac系统，所述多用户isac系统包括基站bs、用户user、友好被动感知接收器sr以及一个决策融合中心dfc，基站bs利用isac波形来跟踪和干扰潜在的未知攻击者eve，基站bs从未知攻击者eve接收到回波信号，实现安全波束形成；

5、步骤2、建立跟踪模型，所述跟踪模型包括状态转换模型和测量模型，建立状态转换模型，利用扩展卡尔曼滤波器ekf，根据上一时刻后验状态估计计算eve的预测状态，建立测量模型，通过匹配滤波获得当前测量值，将当前测量值代入扩展卡尔曼滤波器ekf更新规则，计算当前时刻后验状态估计和后验误差协方差矩阵；

6、步骤3、制定关键性能指标，从通信性能、感知性能和双层安全性能评估步骤1构建的多用户isac系统；

7、步骤4、基于步骤2计算的eve的预测状态与几何关系重建eve窃听通道，将真实的窃听信道建模为预测的窃听通道和预测误差的范数的总和，为后续安全传输设计提供先验；

8、步骤5、联合设计数据波束成形器与an波束成形器，在保障合法通信的同时抑制窃听性能，获得最佳波束形成器和最佳an波束形成器

9、步骤6、从未知攻击者eve方向接收新的回波信号，更新步骤2构建的跟踪模型的参数并进入下一轮迭代。

10、本技术的进一步改进在于：步骤1中，所述多用户isac系统包括一个配备根天线的基站bs、个索引为的单天线合法用户user、个索引为的天线友好且友好被动感知接收器sr以及一个决策融合中心 dfc，基站bs同时向个用户传输机密信息即复合信号的k个机密数据流，并对感兴趣区域roi进行主动感知，同时，来自感兴趣区域roi中目标的回波信号也被 m 分布式友好被动感知接收器sr捕获，然后，所有从基站bs和分布式友好被动感知接收器sr收集的回波信息在决策融合中心dfc处汇总，决策融合中心dfc进行数据融合以做出最终检测决策，基站bs利用 isac波形来跟踪和干扰潜在的未知攻击者eve，以实现安全波束形成；未知攻击者eve是一个经验丰富的对手，具有两种攻击策略:1、窃听：eve 的主要目标是通过拦截和解码信息流来破坏数据机密性；2、对手检测：eve还试图检测基站bs和个用户之间的持续传输，以推断传播几何，具体包括如下步骤：

11、步骤1.1、建立通信信号模型，在一个多用户isac系统，每个时隙由个符号组成，在每个符号时刻，基站bs传输的复合信号包括k个机密数据流和an波形的线性叠加，传输的复合信号为：

12、

13、其中，是用户的机密信息符号即复合信号中的k个机密数据流的符号，是双用途人工噪声an的符号，an同时削弱未知攻击者eve的解码能力并充当感测未知攻击者eve的探测信号，是数据波束形成器，是an波束形成器；

14、假设每个用户的数据波束形成器与an波束形成器在时隙内是恒定的并且基于预测的窃听信道状态针对后续时隙自适应地设计，传输的复合信号的协方差矩阵表示为：

15、

16、其中，为数据波束形成器的共轭转置，为an波束形成器的共轭转置，为共轭转置；

17、步骤1.2、建立信道模型在时隙n中从基站bs到第个友好被动感知接收器sr的信道向量为：

18、

19、其中，表示潜在的未知攻击者eve，，表示大规模路径损耗增益，是距离处的参考信道增益，是基站bs与第个友好被动感知接收器sr之间的距离，α是路径损耗指数，表示与发射角aod对应的发射阵列转向矢量：，其中，表示相邻天线的相位差；

20、步骤1.3、建立接收信号模型，第个友好被动感知接收器sr在时刻接收到的信号为：

21、

22、其中，是复高斯噪声，为信道向量的共轭转置；

23、步骤1.4、建立感知信号模型，用于目标检测的协同回波接收，为了检测感兴趣区域roi中的目标，多用户isac系统利用来自单稳态链路 (bs-target-bs)和m双稳态链路(bs-target-sr) 的回波进行协同感知，对于任何接收节点，其中m=0表示bs,表示sr，回波信号向量建模如下：

24、

25、其中是复反射系数且，表示复高斯传感噪声；表示与发射角aod对应的发射阵列转向矢量的共轭转置，表示与到达角aoa对应的发射阵列转向矢量，其中是=1表示sr处的相应aoa；假设，对于指向点状目标的单站链路，假设bs处的到达角aoa与发射角aod相同；

26、步骤1.5、定义在时刻t收集的回波信号，令，通过叠加来自所有m + 1个友好被动感知接收器sr的回波信号即，在时刻t收集的回波信号为：

27、，

28、其中，是一个块对角矩阵，向量表示收集到的复数增益向量，表示收集到的噪声向量；

29、决策融合中心dfc在时隙中的个时刻上收集回波信号，令，整个时隙收集的回波信号压缩为：

30、

31、其中，表示聚合噪声向量；

32、步骤1.6、定义基站bs和未知攻击者eve之间的往返信道矩阵：

33、

34、其中，为复增益，为反射系数，为雷达截面，为动态距离；表示与aoa对应的发射阵列转向矢量，表示aod或aoa的角度，表示与aod对应的发射阵列转向矢量的共轭转置；

35、步骤1.7、bs从未知攻击者eve接收到的回波信号为：

36、

37、其中，为结合传播延迟，为多普勒频移，为目标运动带来的相位旋转，为复高斯传感噪声。

38、本技术的进一步改进在于：步骤2具体包括如下步骤：

39、步骤2.1、建立状态模型：定义未知攻击者eve在第个时隙中的真实状态为：

40、

41、其中，为位置，为速度，代表时刻为时未知攻击者eve的横坐标位置，代表时刻为时未知攻击者eve的纵坐标位置，代表时刻为时未知攻击者eve的横坐标速度，代表时刻为时未知攻击者eve的纵坐标速度，

42、从时隙到时隙的状态转换模型表示为：

43、

44、其中是状态转移矩阵，表示一个时隙的持续时间，是状态演化噪声，为状态演化噪声的协方差矩阵；

45、步骤2.2、ekf的预测阶段利用前一个时隙的后验状态估计来计算当前时隙的先验估计，因此，eve的预测状态及其相应的预测误差协方差矩阵分别为：

46、，

47、其中，表示时隙中的后验误差协方差矩阵，为状态转移矩阵；

48、步骤2.3、建立测量模型，基站从时隙中的回波信号中获取新的测量值，应用匹配滤波器mf以利用已知an波形获得估计，时隙中匹配滤波器mf的输出信噪比snr被写为：

49、

50、其中，表示mf增益，是距离处的参考信道增益，表示与发射角aod对应的发射阵列转向矢量共轭转置，表示接收机自身的噪声总功率，表示动态距离的4次方；

51、步骤2.4、步骤2.1的真实状态和测量向量之间的关系建模：真实状态和测量向量之间的关系建模如下：

52、

53、

54、

55、其中，表示光速，表示载波频率，表示参数目标角度的正弦值的测量误差、表示多普勒频移的测量误差，表示结合传播延迟的测量误差，、和被建模为零均值高斯随机变量，方差分别为，和，为位置，为基站bs坐标，代表为基站bs的横坐标固定位置，代表为基站bs的纵坐标固定位置；

56、步骤2.5、更新测量模型，定义一个非线性函数来封装、和，新的测量模型写为：

57、

58、其中，是零均值高斯测量噪声向量，为协方差矩阵，、和分别建模为、、，均为常数且与具体的估计方法有关，使用新的测量模型对eve的预测状态进行修正，由于测量函数是非线性的，非线性函数首先通过围绕eve的预测状态的一阶泰勒展开进行线性化，给出：

59、

60、其中，是相对于eve的预测状态周围的的雅可比矩阵，使用线性化模型，通过卡尔曼增益、后验状态估计和后验误差协方差的三个连续计算来更新状态

61、

62、

63、

64、其中，表示一个 4×4 的单位矩阵。

65、本技术的进一步改进在于：步骤3具体包括如下步骤：

66、步骤3.1、通信性能建模：通信性能通过每个合法用户的服务质量（qos）来评估：将第k个合法用户的信噪比sinr表示为：

67、

68、其中，为在时隙中从bs到用户k接收机的信道向量的共轭矩阵，为用户数据波束形成器，为an波束形成器，为用户数据波束形成器；

69、步骤3.2、感知性能建模：决策融合中心dfc通过处理聚合的整个时隙 收集的回波信号来做出检测决策，表示为二元假设检验：

70、

71、其中，表明roi中不存在目标，表明目标存在；

72、采用广义似然比检验（glrt）框架来建立具有假设检验的检测器：设表示决策阈值，则glrt检测器：

73、

74、其中，和分别是和下时刻收集的回波信号的概率密度函数 (pdf)；

75、分析glrt检测器的检测性能，表征检验统计量的分布，在和下收敛到不同形式的非中心卡方分布：

76、

77、其中，表示具有自由度 (dof)和非中心性参数的非中心卡方分布，非中心性参数表示为：

78、

79、其中，表示矩阵的迹，，表示目标反射信号的平均功率；给定阈值，协作感知方案的检测概率评估为：，其中是自由度为2且非中心参数为的非中心卡方变量的右尾概率函数；

80、步骤3.3、双层安全性能建模：为了防止信息拦截和敏感位置暴露，建立了一个双层安全模型，该双层安全模型由两个性能指标量化：eve的信息泄露率，确保数据机密性，以及eve检测概率，确保通信隐蔽性，具体包括如下步骤：

81、步骤3.3.1、eve的信息泄漏率：第个用户的最坏情况eve的信息泄漏率为：

82、

83、其中，为在时隙中从bs到eve接收机的信道向量的共轭矩阵，为攻击者接收到的噪声功率；

84、步骤3.3.2、eve检测概率：通过采用eve检测概率性能来评估通信隐蔽性，类似地，的二元假设检验公式为：

85、

86、其中，为友好被动感知接收器sr在时刻接收到的信号，零假设指示基站bs保持静默，并且在下分布在之后，相反，备择假设表明基站bs与合法用户之间存在通信活动，因此；

87、为了符号的简单性，定义，假设eve利用neyman-pearson准则设计一个具有预设阈值的最优lrt检测器：

88、其中，，

89、利用已建立的最优lrt检测器，对eve检测概率进行建模以量化通信的隐蔽性，具体为：

90、给定预设阈值，eve检测概率评估为：

91、其中，。

92、本技术的进一步改进在于：步骤4具体包括以下步骤：

93、步骤4.1、预测阶段：窃听信道重建，首先使用先前的eve的预测状态来构建第个时隙的窃听信道，基于eve的预测状态和bs坐标，预测距离和发射角：

94、

95、

96、然后预测的窃听通道被重建为：

97、

98、由于不可避免的噪声干扰，将真实的窃听信道建模为预测的窃听通道和预测误差的范数的总和：

99、

100、其中，预测误差的范数为由已知常数界定，即，为信道预测误差能量的已知上界。

101、本技术的进一步改进在于：步骤5具体包括如下步骤：

102、步骤5.1、为了最大限度地提高协作感知精度，同时满足合法用户的服务质量（qos）要求、窃听者跟踪精度和信道预测不确定性下的双层安全性，为了符号的简单性，省略了所有性能指标对的显式依赖，因此，优化问题公式如下：

103、

104、其中，为每个合法用户的最低服务质量（qos），为eve检测概率；为eve检测概率的统一上界；为eve信息泄露率；为 eve信息泄露率的统一上界；为总发射功率；

105、步骤5.2、开发了一种三步优化算法来求解问题，包括：问题重新表述、基于半定松弛 (sdr) 的波束形成设计和随机化：其中，

106、问题重新表述：为了提高最佳化问题的易处理性，首先对协作感知精度进行等价变换，对于任意固定的阈值和自由度 (dof)，函数是非中心性参数的单调递增函数，因此，最大化协作感知精度等价于最大化非中心性参数，非中心性参数进而简化为最大化二次项；

107、步骤5.2、解决非凸约束：令，中的服务质量（qos）约束重新表示为：

108、

109、步骤5.3、隐蔽性约束为，并将隐蔽性约束重写为：

110、；

111、原始隐蔽性约束等效被等价地变换为：

112、，其中是满足的值；

113、步骤5.4、为了符号的简单性，从中省略了索引，原始隐蔽性约束方程式中重新表述为：

114、

115、步骤5.5、类似地，结合，有界预测误差的约束重新表述为：

116、

117、步骤5.6、将原始隐蔽性约束转换为线性矩阵不等式 (lmi)：

118、

119、其中，；

120、类似地，有界预测误差的约束表示为：

121、

122、其中，，并且；

123、原始的跟踪精度约束被转换为以下一组线性矩阵不等式 (lmi)：

124、。

125、其中，是一个选择向量，第l个位置为1，其他位置为0；

126、基于上述变换，问题等价地重新表述为：

127、

128、步骤5.7、基于半定松弛 (sdr) 的波束形成设计：采用sdr技术将问题放松为半定松弛 (sdr) 的波束，具体为：

129、定义以下矩阵：和

130、约束和，那么，问题等价于

131、

132、其中，

133、

134、将转换为凸半定程序（sdp）；

135、步骤5.8、随机化：从凸半定程序（sdp）中得到的解不能保证为秩一，如果得到的矩阵的秩为1，则通过特征值分解直接恢复最佳波束形成器和最佳an波束形成器，否则，采用标准的高斯随机化过程来生成高质量的秩一解。

136、本技术的进一步改进在于：步骤6具体包括如下步骤：

137、步骤6.1、获得最佳波束形成器和最佳an波束形成器后，基站bs在时隙n开始处传输主动设计的isac信号；

138、步骤6.2、捕获来自未知攻击者eve反射的回波信号，并通过mf进行处理，产生时隙n的测量向量；

139、步骤6.3、利用该测量向量根据ekf更新规则获得和，并将和作为后续时隙预测阶段的关键输入，从而完成主动安全循环。

140、本技术的有益效果是：

141、本技术提出了一种主动安全框架，将扩展卡尔曼滤波器ekf与双重用途an策略相集成。这种集成能够预测移动对手的未来状态，促进主动波束成形设计，以保护后续传输免遭数据和位置隐私泄露。

142、本技术从机密性和隐蔽性的角度为双层安全保障提供了理论模型，实现双层安全建模，这些模型使能够在波束成形设计和双层安全性能之间建立明确的关系。

143、本技术设计了一种基于半定松弛 (sdr)的有效算法，解决了非凸优化问题。

144、本技术基于通道测量的验证。基于真实世界信道测量的仿真结果表明，与现有工作相比，isactive 的资源高效型安全传输能够实现更精细的协作传感性能，也证明了其在车辆到基础设施（v2i）场景中的实际可行性。