文獻(xiàn)標(biāo)識(shí)碼: A
DOI:10.16157/j.issn.0258-7998.2016.12.025
中文引用格式: 張金玲,潘緋,張爭(zhēng)光,等. 時(shí)變OFDM系統(tǒng)中基于基擴(kuò)展模型的物理層認(rèn)證[J].電子技術(shù)應(yīng)用,2016,42(12):97-99.
英文引用格式: Zhang Jinling,Pan Fei,Zhang Zhengguang,et al. Physical-layer authentication based on basis expansion model in time-variant OFDM systems[J].Application of Electronic Technique,2016,42(12):97-99.
0 引言
基于信道信息的物理層認(rèn)證利用了豐富的無線信道資源,以信道為“指紋”特征,是一種對(duì)傳統(tǒng)認(rèn)證技術(shù)的有效補(bǔ)充和增強(qiáng)[1,2],但是物理層認(rèn)證在時(shí)變情況下受到挑戰(zhàn)。本文討論時(shí)變信道中連續(xù)數(shù)據(jù)幀的認(rèn)證,當(dāng)前后兩個(gè)數(shù)據(jù)幀的時(shí)間間隔小于信道的“相干時(shí)間”,同時(shí)非法攻擊者與合法發(fā)送者之間的距離大于傳輸波長的一半的情形下進(jìn)行。傳統(tǒng)的結(jié)合最小二乘(Least Square,LS)和二元假設(shè)檢驗(yàn)的物理層認(rèn)證利用了無線信道響應(yīng)的時(shí)空唯一性[3],但是由于利用LS方法進(jìn)行信道探測(cè)時(shí)不考慮可分徑的各個(gè)抽樣值的相關(guān)性,無法準(zhǔn)確跟蹤時(shí)變信道的時(shí)變特性。本文提出采用基擴(kuò)展模型(Basis Expansion Model,BEM)作為信道探測(cè)的方法,其特點(diǎn)在于將可分徑的各個(gè)抽樣值在塊傳輸時(shí)間內(nèi)存在相關(guān)性作為一種資源,用于補(bǔ)充和增強(qiáng)移動(dòng)通信的接入安全認(rèn)證機(jī)制。
1 系統(tǒng)模型
本文的認(rèn)證涉及到3種不同的身份,分別是:合法發(fā)送者Alice、合法接收者Bob,以及企圖偽冒Alice來欺騙Bob的非法發(fā)送者Eve。如圖1所示,Alice和Eve發(fā)送的信號(hào)經(jīng)歷不同的路徑到達(dá)接收端Bob處,Bob通過物理層認(rèn)證區(qū)分這些不同,從而判斷消息是否合法。
在OFDM系統(tǒng)中,OFDM符號(hào)是傳輸?shù)幕締卧?。本文信道建模也是在一個(gè)OFDM符號(hào)中展開的,設(shè)信道多徑數(shù)為L,子載波數(shù)為N。BEM模型擬合時(shí)變信道,實(shí)質(zhì)上是擬合時(shí)域信道的沖擊響應(yīng)。第l個(gè)信道抽頭在n時(shí)刻的信道沖擊響應(yīng)為h(n,l),BEM模型采用相互正交的基函數(shù)和不變的基系數(shù)來逼近該狀態(tài)[4],表示為:
式中:Q為BEM模型的階數(shù);gq,l為第l個(gè)信道抽頭的第q個(gè)基系數(shù),保持不變;bq(n)為第q個(gè)基函數(shù),不同的BEM模型產(chǎn)生不同的基函數(shù)。
1.1 復(fù)指數(shù)BEM模型
復(fù)指數(shù)基擴(kuò)展模型(Complex Exponential BEM,CE-BEM)是最常見的模型,采用傅里葉基作為基函數(shù),即:
其中,ωq=2π(q-Q/2)/N。采用Q階復(fù)指數(shù)BEM模型對(duì)信道建模時(shí),采用了多普勒譜的Q+1個(gè)分量,誤差較大,容易導(dǎo)致頻譜泄露,引起吉布斯效應(yīng)。文獻(xiàn)[5]將其改進(jìn)為過采樣CE-BE(Oversampling CE-BEM,OCE-BEM)將周期設(shè)為CE-BEM的p倍,避免頻譜泄露現(xiàn)象。
1.2 多項(xiàng)式BEM模型
多項(xiàng)式BEM模型(Polynomial BEM,P-BEM)采用泰勒級(jí)數(shù)展開得到的多項(xiàng)式的線性組合來擬合信道,基函數(shù)為:
P-BEM對(duì)多普勒擴(kuò)展敏感,僅適用于低多普勒擴(kuò)展的情況。
1.3 離散卡-洛BEM模型
離散卡-洛BEM模型(Discrete Karhunen-Loeve BEM,DKL-BEM)在均方誤差準(zhǔn)則下最優(yōu)。但是,適用DKL-BEM的前提是必須已知信道的相關(guān)矩陣,并且信道的多功率譜滿足特定的形狀。
1.4 離散長橢球序列BEM模型
離散長橢球序列BEM模型(Discrete Prolate Spheroidal BEM,DPS-BEM)適用于所有的信道類型。它采用矩形功率譜構(gòu)成階方陣,再經(jīng)計(jì)算得到基函數(shù)。
1.5 基模型選取
經(jīng)以上分析,CE-BEM模型誤差大,容易導(dǎo)致頻譜泄露;P-BEM模型對(duì)多普勒擴(kuò)展敏感;DKL-BEM模型必須已知信道的相關(guān)矩陣,并且要求信道的多功率譜滿足特定的形狀,實(shí)際認(rèn)證中無法滿足該條件;DPS-BEM模型計(jì)算較為復(fù)雜。本文中考慮可行性和高效性,選取OCE-BEM模型來擬合無線認(rèn)證環(huán)境中的時(shí)變信道。
2 二元假設(shè)檢驗(yàn)統(tǒng)計(jì)量
時(shí)變信道中,在滿足物理層認(rèn)證條件的前提下,Bob對(duì)發(fā)送的連續(xù)消息可以通過二元假設(shè)檢驗(yàn)[6]來實(shí)現(xiàn)認(rèn)證。
當(dāng)“差值”小于“閾值”時(shí),信道矩陣很相似,判定當(dāng)前發(fā)送者為Alice;當(dāng)“差值”大于“閾值”時(shí),信道矩陣不相似,判定當(dāng)前發(fā)送者為Eve。由此可見,“差值”的計(jì)算和“閾值”的選取是物理層認(rèn)證的關(guān)鍵。
2.1 改進(jìn)的歸一化LRT方法
計(jì)算“差值”需要先選定檢驗(yàn)統(tǒng)計(jì)量,信道響應(yīng)的幅度差和相位差是最常用的檢驗(yàn)統(tǒng)計(jì)量。由于基于幅度的檢驗(yàn)統(tǒng)計(jì)量和基于幅度和相位的統(tǒng)計(jì)檢驗(yàn)量均含有未知的噪聲功率σ2,無法直接計(jì)算“絕對(duì)差值”。改進(jìn)的歸一化似然比檢驗(yàn)(Likelihood Ratio Test,LRT)方法使用連續(xù)3個(gè)數(shù)據(jù)幀(前兩幀已認(rèn)證,第3幀待認(rèn)證),求“相對(duì)差值”,消除了噪聲功率σ2。改進(jìn)的歸一化LRT統(tǒng)計(jì)量為:
2.2 基于幅度的改進(jìn)的歸一化LRT統(tǒng)計(jì)量
基于幅度的改進(jìn)歸一化LRT統(tǒng)計(jì)量考慮信道響應(yīng)的幅度差,可得:
2.3 基于幅度和相位的改進(jìn)歸一化LRT統(tǒng)計(jì)量
基于幅度和相位的改進(jìn)歸一化LRT統(tǒng)計(jì)量考慮信道響應(yīng)的幅度差和相位差,可得:
3 仿真實(shí)驗(yàn)
本文采用Jakes模型產(chǎn)生瑞利信道,信道多徑數(shù)為6,采樣間隔為5 μs,子載波數(shù)為256,循環(huán)前綴長度為30,載波頻率為2 GHz,智能終端速度為40 km/h?;贐EM信道估計(jì)的導(dǎo)頻開銷為7/32(一個(gè)導(dǎo)頻簇長度為7),基于LS信道估計(jì)的導(dǎo)頻開銷為1/4(導(dǎo)頻間隔為3),近似認(rèn)為二者導(dǎo)頻開銷相等。設(shè)定BEM和LS信道估計(jì)的其他仿真條件均相同,分別在基于統(tǒng)計(jì)量情況下,“閾值”選取(0,3),仿真1 000次。圖2和圖3分別為基于統(tǒng)計(jì)量的物理層認(rèn)證中接收機(jī)Bob的工作特性曲線。
4 結(jié)論
本文提出基于基擴(kuò)展模型的物理層認(rèn)證方法,通過在OFDM系統(tǒng)中進(jìn)行的仿真實(shí)驗(yàn),證明該認(rèn)證方法的有效性,且相對(duì)于傳統(tǒng)的LS信道探測(cè)的物理層認(rèn)證,獲得2~4 dB性能提升。性能提升的原因主要是信道探測(cè)準(zhǔn)確率提高,原因有二:(1)基于BEM信道估計(jì)的導(dǎo)頻簇中兩側(cè)為保護(hù)導(dǎo)頻,降低了時(shí)變子載波間干擾的影響,非零導(dǎo)頻處的信道估計(jì)準(zhǔn)確率更高;(2)基于BEM信道估計(jì)考慮了各個(gè)抽樣值在塊傳輸時(shí)間內(nèi)存在相關(guān)性,比“插值”更準(zhǔn)確地跟蹤信道變化,從而使數(shù)據(jù)處信道估計(jì)準(zhǔn)確度高。
參考文獻(xiàn)
[1] XIAO L,GREENSTEIN L,MANDAYAM N,et al.Finger-prints in the ether:Using the physical layer for wireless authentication[C].IEEE International Conference on Communications(ICC′07),2007:4646-4651.
[2] WEN H,WANG Y,ZHU X,et al.Physical layer assist authentication technique for smart meter system[J].IET Communications,2013,7(3):189-197.
[3] MA T,JIANG Y,WEN H,et al.Physical layer assist mutual authentication scheme for smart meter system[C].IEEE Conference on Communications and Network Security(CNS 2014),2014:494-495.
[4] 李昕.基于基擴(kuò)展快時(shí)變信道模型的OFDM系統(tǒng)信道估計(jì)[D].成都:西南交通大學(xué),2013.
[5] LEUS G.On the estimation of rapidly time varying channels[C].EUSIPCO 2004,Vienna,Austria,2004:2227-2230.
[6] 胡細(xì)寶,孫洪祥,王麗霞.概率論·數(shù)理統(tǒng)計(jì)·隨機(jī)過程[M].北京:北京郵電大學(xué)出版社,2007.
[7] 馬婷.智能電網(wǎng)中的輕量級(jí)物理層輔助認(rèn)證技術(shù)研究[D].成都:電子科技大學(xué),2015.