[發明專利]一種基于主成分分析和殘差網絡的物理層認證方法有效
| 申請號: | 202010311808.7 | 申請日: | 2020-04-20 |
| 公開(公告)號: | CN111541632B | 公開(公告)日: | 2020-11-03 |
| 發明(設計)人: | 潘緋;李曉凡;蒲海波;王維;郭艷 | 申請(專利權)人: | 四川農業大學 |
| 主分類號: | H04L25/02 | 分類號: | H04L25/02;H04L29/08;H04L29/06 |
| 代理公司: | 成都巾幗知識產權代理有限公司 51260 | 代理人: | 邢偉 |
| 地址: | 625000 四*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 成分 分析 網絡 物理層 認證 方法 | ||
1.一種基于主成分分析和殘差網絡的物理層認證方法,其特征在于:包括以下步驟:
S1.利用接收機提取來自已知合法終端和非法終端的原始信道矩陣,并構建信道信息集上傳到云端服務器;
云端服務器依據主成分分析方法,離線地對原始信道矩陣進行主成分分析以實現降維,得到降維信道信息集;在進行主成分分析降維時,基于不同的降維維度,最終得到多個不同維度的降維信道信息集;
S2.在每一個維度下,云端服務器分別將降維信道信息集離線地劃分為訓練集和驗證集,得到各個維度對應的訓練集和驗證集;
S3.在每一個維度下,云端服務器離線地將該維度對應的訓練集和驗證集輸入改進的殘差網絡進行離線訓練和驗證,得出信道認證的最優維度和改進的殘差網絡的最優模型,并將其發送給接收機;
S4.接收機基于得到的最優維度對未知信道信息進行在線地主成分分析以實現降維,并將降維后得到的信道矩陣輸入改進的殘差網絡的最優模型中,實現對未知信道信息的在線認證,并輸出認證結果。
2.根據權利要求1所述的一種基于主成分分析和殘差網絡的物理層認證方法,其特征在于:所述步驟S1包括以下子步驟:
S101.利用已知的合法終端向接收機發送連續N幀的導頻序列,接收機對導頻序列進行接收,并估計出合法終端到接收機的N個原始信道矩陣;
S102.利用已知的非法終端向接收機發送連續M幀的導頻序列,接收機對導頻序列進行接收,并估計出非法終端到接收機的M個原始信道矩陣;
S103.接收機將所有來自合法終端和非法終端的原始信道矩陣加入信道信息集中,在信道信息集中通過標記的方式區分原始信道矩陣來自合法終端或非法終端,然后將信道信息集上傳到云端服務器;
S104.云端服務器依據主成分分析方法,離線地依據信道信息集形成主成分分析所需的新向量基,然后對信道信息集中的每一個原始信道矩陣進行主成分分析以實現降維,得到每一個原始信道矩陣對應的降維信道矩陣,各個降維信道矩陣構成降維信道信息集;
S105.選擇多個不同維度的向量基,在每一個維度的向量基下重復步驟S104,得到多個不同維度的降維信道信息集。
3.根據權利要求2所述的一種基于主成分分析和殘差網絡的物理層認證方法,其特征在于:通過主成分分析以實現降維的過程包括:
對于信道信息集中的每一個原始信號矩陣,計算其對應的協方差矩陣;然后求解各個協方差矩陣對應的特征值和特征向量;再將特征值排序,選擇令特征值最大的k個特征所對應的特征向量組成的矩陣作為新的向量基;
對于信道信息集中的每一個原始信道矩陣,將其映射到新的向量基所對應的空間中以實現降維,得到每一個原始信道矩陣對應的降維信道矩陣,各個降維信道矩陣構成降維信道信息集;
其中,k即為降維信道維數。
4.根據權利要求3所述的一種基于主成分分析和殘差網絡的物理層認證方法,其特征在于:所述不同維度的向量基,即k取不同值時得到的向量基,對應于不同的降維維度;通過設置不同的k值,就能得到不同維度的向量基,進而最終得到不同維度的降維信道信息集。
5.根據權利要求3所述的一種基于主成分分析和殘差網絡的物理層認證方法,其特征在于:所述協方差矩陣求特征值和特征向量的主要方法包括特征值分解方法或奇異值分解方法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于四川農業大學,未經四川農業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010311808.7/1.html,轉載請聲明來源鉆瓜專利網。





