平面大规模天线阵列的窃听检测方案.docxVIP

平面大规模天线阵列的窃听检测方案 无线通信技术的发展，人们对数据传输速率的要求越来越高。人规模天线阵列系统(Large Scale Antenna System,或者称为Massive MIMO)［1］由尸诸多性能优势，例如信道更加稳定、信道有更好的口J■预 测性、基站与用户间的信道更趋于正交化、天线增益随天线数H的增长而线性增长等⑵，在近年来引起了 人们广泛的兴趣，Massive MIMO已成为5G通信的关键候选技术之-⑶。 Massive MIM0是指基站配备上15根甚至更多天线的系统，该系统由于天线个数众多，在物理层安全方 面的也具冇相当的优势，即大规模天线阵列能冇效对抗被动窃听。物理层安全可以为无线通信提供冇效的 保密机制，可减轻后期保密协议的复杂度，并对其性能做冇效弥补。所谓的被动窃听，就是窃听者在窃听 过程中只侦听合法用户的传输信息，而不采取主动干扰。在Massive MIM0中存在被动窃听时，系统的保 密信道容戢仍会随着天线数量的增加而增加，即Massive MIMO不会受到被动窃听的影响⑴。在Massive MIMO屮窃听者要实现窃听H的，必须由被动转换到主动窃听模式以攻击大规模天线阵列系统⑷。所谓主 动窃听，就是窃听者在窃听过程屮为了提高窃听性能而采取主动干扰。而在时分双工仃ime Division Duplex, TDD)模式下工作的人规模天线阵列系统的弱点是信道估计阶段，主动窃听可以利用系统的此弱点 在信道估计阶段发送与合法用户相同的导频序列，使基站无法准确地区别合法用户与窃听用户，基站将会 把要发送给合法用户的信息也同时发送给窃听用户。如今的通信不再只是电话或者收发消息类通信，支付 宝、微信支付等一系列网上支付已成为日常支付工具，确保无线通信安全显得越来越重要。Massive MIMO 中冇效地检测主动窃听是目前冇待解决的一个重要问题。文献［5］给出了导频序列的研究，但未讨论大规模 天线阵列的情况，也未给出检测窃听方案。文献［6］给出了基于导频序列检测主动窃听方案，但是该方案需 要特定的导频序列才能检测。 为了解决上述问题，木文提出了大规模天线阵列屮检测主动窃听的具体方案。该方案考虑菜斯信道下工 作在TDD模式下的大规模平面夭线阵列。本文提出的窃听检测方案无需设计特定导频，只需知道合法用户 莱斯因子及基站接收噪声功率，即可根据在基站处接收到的信号，构建判决对象，设定判定值，检测窃听 是否存在。仿真结果显示，该检测方案性能不受窃听用户位置改变的影响，?且系统的检测性能随淆天线数 量的增加而提高。 1 系统模型 本文所研究的系统模型如图1所示，其中基站但ase Station, BS)和合法用户(Legitimate User, LU)jL 作在TDD模式下。假设该系统中存在窃听用户(Eavesdropper, ED)。基站采用MxN的均匀平而天线阵列, 合法用户和窃听用户分别配备单个天线。另外，本文研究的系统处于莱斯信道中，分别用h|_u和hED表示 基站与合法用户、窃听用户之间的信道。上述信道可表示为⑺： (1) (1) 其中，Klu和Ked是莱斯信道K因子，即主信号的功率与多径分量的方差之比叫hum与比皿分别代表基站 与合法用户、窃听用户之间莱斯信道的确定性分战；而huR和hER则代表相应的随机分戢，两者皆服从均 值为0、协方差矩阵为I的复高斯分布，即 其中，Klu和Ked是莱斯信道K因子，即主信号的功率与多径分量的方差之比叫hum与比皿分别代表基站 与合法用户、窃听用户之间莱斯信道的确定性分战；而huR和hER则代表相应的随机分戢，两者皆服从均 值为0、协方差矩阵为I的复高斯分布，即hi?CN(0, I), i=UR, ER,且不同用户的随机分量彼此独立。 木文中基站采用均匀矩形天线阵列，其莱斯信道的确定性分量huM和hEM可分别表示为⑼： h阳Q (0IT ,卩山)二乞(仇』区心(仇L ,皿) （3） 血M 二（ED ,卩 ED 匸A HD）门h （ ,卩ED ） 其中，-宁“ 宁、-耳耳?(心LU , EI))分别表示用户 与人线在垂直方向和水平方向的夹角，且: 心（仇）=[I 心（仇冲i）=l 1 , e （5） （6） 式(5)和式(6)中假设夭线的行、列间距均为载波波长的一半。 在TDD通信模式中，基站为了实现与合法用户间的相干下行传输，需要通过训练序列对信道进行估计。 在训练阶段，合法用户向基站发送一系列的导频信号用于信道估计。设合法用户的发射功率为Plu，当无 主动窃听用户时，基站收到的信号可表示为： r= Vpuj 力ll+“ (7) 其中，〃已CWVxl是基站的接收噪声,且// ~(：N (0 , AbsI ) 0把 式(1)代入式(7),则式(7)可重写为： 人 11+ 1 1