一种认知无线电系统中抗概率窃听的智能隐蔽通信方法

本发明涉及能见度仪领域，尤其是涉及一种认知无线电系统中抗概率窃听的智能隐蔽通信方法。

背景技术：

1、随着无线通信从第五代（5g）向第六代（6g）演进，认知无线电（cognitive radio,cr）技术凭借其动态频谱接入能力，已成为解决频谱资源短缺的关键范式。cr允许次用户在不对主用户造成有害干扰的前提下机会式占用空闲频谱，显著提升频谱利用率。然而，cr的开放感知特性与无线信道的广播特性，使其面临严峻的安全威胁，即传输内容易被非法截获，频谱感知行为本身亦可能暴露通信活动。

2、现有技术中，认知网络安全主要依托物理层安全（physical layer security,pls）技术，通过利用信道衰落、噪声等物理特性保障信息内容的机密性。然而，pls仅关注传输内容的加密保护，无法隐藏通信事件本身的存在。随着攻击者能力升级，通过检测频谱占用模式或能量变化推断通信是否发生已成为常见手段，这使得仅依赖内容加密的安全机制不再充分。为此，隐蔽通信（covert communication）应运而生，其核心目标是使通信行为不被监视者察觉，将安全防护从“内容保护”扩展至“行为隐蔽”。

3、近年来，面向认知无线电网络的隐蔽通信已取得初步进展，如通过联合优化无人机功率与轨迹提升隐蔽速率，或通过鲁棒交替优化兼顾安全与隐蔽传输。然而，现有研究仍存在明显不足：一，普遍假设窃听者采用固定被动检测策略，忽略多个窃听者间的信息交互与自适应协同窃听（窃听者可依据实时信道状态在主动干扰与被动窃听间动态切换）；二，优化手段或依赖在线实时性受限的传统凸优化，或仅引入单鉴别器生成对抗网络，缺乏对多窃听者、多检测策略的协同建模能力；三，大多未从理论上推导窃听者的平均最小错误检测概率，难以准确刻画隐蔽传输的极限性能。

技术实现思路

1、本发明的主要目的在于提供一种认知无线电系统中抗概率窃听的智能隐蔽通信方法，解决现有认知无线电网络中现有隐蔽通信方法多窃听者自适应协同窃听威胁应对不足、缺乏多对抗优化建模、隐蔽传输性较低且可靠性不高的问题。

2、为解决上述技术问题，本发明所采用的技术方案是：一种认知无线电系统中抗概率窃听的智能隐蔽通信方法，包括以下步骤：

3、部署一对主发射机pt和主接收机pr、一对副发射机st和副接收机sr以及多个窃听者eve，其中st通过覆盖频谱的方式获取pt的频谱，并在多个eve的监视下将机密信息隐蔽传输给sr；

4、所述多个eve之间进行协同窃听，每个时隙中各eve发送导频估计自身到st的信道增益，并将所得信道状态信息与预设阈值比较：若大于预设阈值，则eve执行主被动协同窃听apce方案，即eve在窃听信息的同时发送人工噪声干扰sr；否则eve执行自适应协同窃听ace方案，即eve根据实时环境自适应地在窃听与干扰之间切换；

5、构建多鉴别器生成对抗网络mgan优化模型，所述mgan包括一个生成器g和多个判别器d，其中生成器g根据当前环境状态生成st的发射功率和决策阈值，多个判别器分别判断是否存在隐蔽通信；

6、以最大化sr的隐蔽速率为优化目标，在满足隐蔽约束条件和中断约束条件的前提下，采用所述mgan对st的发射功率和决策阈值进行联合优化，获得最优的隐蔽传输策略。

7、优选方案中，eve执行窃听行为的概率表示为：

8、；

9、其中，表示st到第i个eve的信道增益，表示为，遵循指数分布，平均值为。

10、优选方案中，预设阈值由eve根据实时环境设定；

11、所述apce方案下sr处的接收信号表示为：

12、；

13、其中，表示st的发射功率，表示的传输功率，和分别表示从st和到sr的信道增益，和分别是隐蔽信号和人工噪声信号是sr处的加性高斯噪声；

14、所述ace方案下sr处的接收信号表示为：

15、；

16、其中，表示在该方案下eve选择被动窃听的数量。

17、优选方案中，所述sr在apce方案和ace方案下的信干噪比sinr分别表示为：

18、；

19、；

20、其中，为sr处的噪声功率，为从st到sr的信道增益

21、优选方案中，所述sr在apce方案和ace方案下的隐蔽速率分别表示为：

22、；

23、；

24、其中，表示st频谱感知时间，是st在频谱感知阶段的虚警概率。

25、优选方案中，所述优化目标为：

26、；

27、约束条件包括：

28、；

29、；

30、其中，和分别为apce方案和ace方案下eve的平均最小错误检测概率amdep，ε为隐蔽约束参数，β为中断约束参数，和分别为两种方案下的中断概率。

31、优选方案中，基于纽曼-皮尔逊似然比能量检测准则，分别推导apce、ace方案下单时隙最小错误检测概率，结合信道统计信息、噪声不确定性参数ρ，对瞬时最小错误检测概率取期望，得到两种方案下的平均最小错误检测概率，具体为：

32、所述apce方案下eve的平均最小错误检测概率由下式给出：

33、；

34、其中为噪声不确定性参数，为eve的基准噪声功率，为st的最大发射功率，为完全伽马函数，为不完全伽马函数；

35、所述ace方案下eve的平均最小错误检测概率由下式给出：

36、；

37、其中,为ace方案下执行被动窃听的eve数量。

38、优选方案中，所述apce方案下的中断概率，表达式为：

39、；

40、所述ace方案下的中断概率，表达式为：

41、；

42、其中，为sr的最小接收速率阈值。

43、优选方案中，所述mgan优化模型中：

44、所述生成器g的输入层采用当前环境状态：

45、以及随机噪声z，形成输入特征向量；

46、隐藏层采用relu激活函数，输出层产生st的发射功率和决策阈值；

47、每个判别器接收二维特征向量，所述二维特征向量对应于真实样本或生成样本[，判别器通过隐藏层后经sigmoid激活函数将输出；

48、对多个判别器的输出，采用加权平均值获得总体判别值，将所述总体判别值与预定义阈值进行比较以做出二元决策。

49、优选方案中，所述mgan的训练过程中，生成器g与多个判别器之间进行对抗博弈：

50、每个判别器评估生成结果的有效性和安全性，生成器根据判别器的反馈不断更新参数。

51、本发明提供了一种认知无线电系统中抗概率窃听的智能隐蔽通信方法，针对认知无线电网络中多个窃听者可能采取主被动协同窃听apce与自适应协同窃听ace两种攻击模式的场景，建立了副发射机st、副接收机sr与k个窃听者eve之间的隐蔽通信系统模型；推导了两种窃听模式下窃听者的平均最小错误检测概率amdep闭式表达式以及sr处的中断概率闭式表达式；以最大化sr隐蔽速率为目标，以隐蔽约束和中断约束为条件，构建多鉴别器生成对抗网络mgan，生成器根据环境状态生成st发射功率与决策阈值，多个鉴别器协同判断隐蔽通信是否存在，通过生成器与鉴别器的对抗博弈实现发射功率与决策阈值的联合优化。本发明能够在多窃听者自适应协同窃听威胁下有效提升隐蔽通信速率，提高了通信隐蔽性与可靠性。