双向协作通信中继方案与信道安全性研究

来源 :南昌大学 | 被引量 : 0次 | 上传用户:theone2005
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
无线通信中信道的开放特性使得通信安全性研究更具挑战性。1949年香农阐明了通信的基本问题,给出了通信系统模型,为保密通信理论奠定了基础,之后Wyner提出了窃听信道安全容量的概念。虽然无线网络安全技术较成熟,但无线通信的广播特性给无线信道安全性研究带来了特殊的困难。不同于传统的基于物理层以上的通信安全性研究,本文以信息安全速率为性能考核指标,利用信息论知识分析三节点双向协作通信信道安全性问题。本文的主要工作如下:研究了安全AF (Amplify and Forward)双向协作通信系统的功率分配。主要基于两种窃听信道模型对安全性研究进行展开,1)基于不信任中继的双向窃听信道模型,介绍了平均功率分配方案,并得出了在高信噪比条件下安全速率与信道系数的关系。根据不同信道特征分析了基于信道状态信息的优化功率分配方案,并利用拉格朗乘数法求出了功率分配闭式解。2)由于在大部分研究成果中,采用独立的干扰节点来加强系统的安全性,而这种策略的缺点是信源不易对其进行控制(位置与功率)。在单节点功率受限制的条件下,提出了一种安全策略,各节点(两个信源和一个中继)根据各自的瞬时信道条件,利用部分功率发送秘密信号,剩余功率发送干扰信号。采用这种思想,分别介绍了基于全部信道状态信息的优化功率分配与基于平均窃听信道状态信息的次优化功率分配方案,通过性能分析与仿真得出,优化功率分配方案始终优于次优化功率分配方案。考虑到人为干扰噪声会对合法信道造成很大的负面影响,于是提出了干扰可除的优化功率分配方案,它通过三个合法节点解码并滤除掉所有人为干扰,避免其带来的负影响,安全性能得到大幅提升。仿真分析验证,干扰可除的功率分配方案可提供最大的安全速率,而且还比其它方案具有更好的安全鲁棒性。展开了DF (Decoded and Forward)双向协作模型中中继选择对系统安全性的研究。在非干扰模式下,分别介绍了传统选择方案、随机选择方案和优化的中继选择方案准则及各自的选择算法。通过性能分析与仿真得出,优化中继选择方案比随机选择方案和传统方案具有更好的安全性能。基于干扰策略,提出了中继与干扰机选择方案。鉴于干扰在某种情景下对系统安全性能具有副作用,进一步提出了优化的切换方案,此方案通过在优化的中继选择方案和优化的中继与干扰机选择方案之间切换,很好地避免了干扰带来的副作用,从而有效地提高了系统的安全性能。仿真结果证明,提出的切换方案在任何情境下都可提供最大的安全速率。
其他文献
TD-SCDMA的长期演进即TD-LTE,是移动通信技术向前发展的最新进展,它以OFDM(正交频分复用)和MIMO(多输入多输出)技术为核心,已成为近几年来移动通信研究的热点。   本文基于国家科
随着信息技术,通信技术和微电子技术的发展,物联网技术及其应用得到了高速的发展。在日常生活中,人们已经无法离开无线网络,而在今后的日子里,物联网也将逐渐进入千家万户,成
科技的进步推动着视频监控技术的不断革新,人们越来越关注如何实现视频监控的智能化。异常行为检测是实现视频监控智能化必须解决的难题,其主要任务是对人口流动性大、人口密
图像工程的关键技术包括图像的获取、处理到后期的分析、理解。其中,图像分割是图像处理的关键环节,人们可以通过图像分割从图像中找到希望获取或者感兴趣的区域或者目标。阈值
高速铁路环境作为高速移动典型的应用场景之一,相对低速情况下需要更稳定可靠的通信系统支撑。高移动性加剧了无线信道时变程度,在如此恶劣的信道环境下,提供稳定可靠的高数
盲源分离(BSS,Blind Source Separation)是指仅从若干观测到的混合信号中提取、恢复出无法直接观测的各个原始信号的过程。独立分量分析(ICA,IndependentComponent Analysis)是
随着知识经济和经济全球化深入发展,知识产权日益成为国家发展的战略性资源和国际竞争力的核心要素。外观设计专利作为知识产权的一项重要内容,我国政府、企业对外观设计专利
无线传感器网络(Wireless Sensor Network,WSN)是一种分布式自组织的通信网络,由大量部署在指定区域内的传感器节点构成。网络内的sink(汇聚)节点接收来自其他节点传送的感知
网络技术给人们的生活带来了巨大的变革,网络服务推动着云计算时代的到来。作为网络承载的重要设备——以太网交换机,具备广阔的发展前景。以太网交换机产品市场存在激烈的竞
空域共空间模式(CSP)是基于运动想象的脑电信号(EEG)模式识别中最有效、应用最广泛的一种空域特征提取算法。然而CSP算法也有其不足之处,例如,CSP在大量样本识别时效果良好,却在