Zamanla değişen OFDM sisteminde temel genişletme modeline dayalı fiziksel katman kimlik doğrulaması
Zhang Jinling, Pan Fei, Zhang Zhengguang, Zhang Luping, Wen Hong
(Ulusal Anahtar Karışma Karşıtı İletişim Laboratuvarı, Çin Elektronik Bilim ve Teknoloji Üniversitesi, Chengdu 611731, Sichuan)
Kanal bilgisine dayalı fiziksel katman kimlik doğrulaması, geleneksel kimlik doğrulama teknolojisine etkili bir tamamlayıcı ve geliştirmedir ve esasen bol miktarda kablosuz kanal kaynaklarını kullanır. Zamanla değişen koşulları çözmek için uygun bir fiziksel katman doğrulama yöntemi önerilmektedir. Zamanla değişen bir kanalda, ayrılabilir yolun her bir örneklenmiş değeri blok iletim süresi içinde ilişkilendirilir Temel yayma modeline dayanan kanal saptama yöntemi, ayrılabilir yolu yaklaşık olarak belirlemek için sabit bir temel katsayı ile birleştirilmiş değişen bir karşılıklı ortogonal temel işlevi kullanır. Yolun durumu. Bu nedenle, temel uzantı modeline dayalı kanal algılama yöntemine dayalı fiziksel katman kimlik doğrulama algoritması, zamanla değişen bir ortamda kimlik doğrulama doğruluğunu etkili bir şekilde geliştirebilir. OFDM sisteminde gerçekleştirilen simülasyon deneyi, kimlik doğrulama yönteminin geçerliliğini kanıtlar ve LS kanal algılamasının geleneksel fiziksel katman kimlik doğrulaması ile karşılaştırıldığında, performans 2 ila 4 dB artar.
Temel genişletme modeli; zamanla değişen kanal; fiziksel katman kimlik doğrulaması; OFDM sistemi
TN929.53
Belge tanımlama kodu: Bir
10.16157 / j.issn.0258-7998.2016.12.025
Çince alıntı biçimi: Zhang Jinling, Pan Fei, Zhang Zhengguang, vd.Zamanla değişen OFDM sistemindeki temel uzatma modeline dayalı fiziksel katman kimlik doğrulaması. Application of Electronic Technology, 2016, 42 (12): 97-99.
İngilizce alıntı biçimi: Zhang Jinling, Pan Fei, Zhang Zhengguang, ve diğerleri.Zaman değişkenli OFDM sistemlerinde temel genişletme modeline dayalı fiziksel katman kimlik doğrulaması.Elektronik Tekniğin Uygulanması, 2016, 42 (12): 97-99.
0 Önsöz
Kanal bilgisine dayalı fiziksel katman kimlik doğrulaması, bol miktarda kablosuz kanal kaynaklarını kullanır ve kanalı, geleneksel kimlik doğrulama teknolojisine etkili bir tamamlayıcı ve geliştirme olan "parmak izi" özelliği olarak alır, ancak fiziksel katman kimlik doğrulaması zamanla değişen koşullar altında zorlanır. Bu makale, zamanla değişen bir kanalda sürekli veri çerçevelerinin kimlik doğrulamasını tartışmaktadır.Son iki veri çerçevesi arasındaki mevcut zaman aralığı, kanalın "tutarlılık süresinden" daha azdır ve yasadışı saldırgan ile meşru gönderici arasındaki mesafe, iletim dalga boyunun yarısından fazladır. . En Küçük Kare (LS) ile ikili hipotez testini birleştiren geleneksel fiziksel katman kimlik doğrulaması, kablosuz kanal yanıtının zaman-alan benzersizliğini kullanır, ancak LS yöntemi kanal algılama için kullanıldığından, ayrılabilir yolun örnekleme değeri dikkate alınmaz. Korelasyon, zamanla değişen kanalların zamanla değişen özelliklerini doğru bir şekilde izleyemez. Bu makale, temel genişletme modelini (BEM), mobil iletişimi desteklemek ve geliştirmek için bir kaynak olarak blok iletim süresi içinde ayrılabilir yolun her bir örnek değeri arasındaki korelasyon ile karakterize edilen bir kanal algılama yöntemi olarak kullanmayı önermektedir. Güvenlik kimlik doğrulama mekanizmasına erişin.
1 Sistem modeli
Bu makaledeki kimlik doğrulaması üç farklı kimlik içerir: yasal gönderen Alice, yasal alıcı Bob ve Bob'u kandırmak için Alice'i kandırmaya çalışan yasadışı gönderen Eve. Şekil 1'de gösterildiği gibi, Alice ve Eve tarafından gönderilen sinyaller, alıcı uçta Bob'a ulaşmak için farklı yollardan geçer Bob, mesajın yasal olup olmadığını belirlemek için bu farklılıkları fiziksel katman kimlik doğrulaması yoluyla ayırır.
OFDM sisteminde, OFDM sembolü temel iletim birimidir. Bu yazıda, kanal çok yollarının sayısının L ve alt taşıyıcıların sayısının N olduğu varsayılarak, bir OFDM sembolünde kanal modellemesi de yapılmıştır. BEM modeli, zaman alanlı kanalın esasen dürtü yanıtına uyan zamanla değişen kanala uyar. L kanal bağlantısının n zamanında kanal dürtü yanıtı h (n, l) 'dir. BEM modeli, bu duruma yaklaşmak için karşılıklı olarak ortogonal temel fonksiyonları ve değişmez temel katsayıları kullanır ve şu şekilde ifade edilir:
Burada: Q, BEM modelinin sırasıdır; gq, l, değişmeden kalan l'inci kanal musluğunun q-inci temel katsayısıdır; bq (n), q-inci temel işlevidir ve farklı BEM modelleri farklı temel üretir işlevi.
1.1 Karmaşık üstel BEM modeli
Karmaşık Üstel BEM (CE-BEM), temel işlev olarak Fourier tabanını kullanan en yaygın modeldir, yani:
Bunların arasında q = 2 (q-Q / 2) / N. Kanalı modellemek için Q-mertebeli karmaşık üstel BEM modeli kullanıldığında, Doppler spektrumunun Q + 1 bileşeni kullanılır ve hata büyüktür, bu da spektrum sızıntısına neden olur ve Gibbs etkisine neden olur. Literatür, spektrum sızıntısını önlemek için süreyi CE-BEM'in p katlarına ayarlayarak, CE-BE'yi (Yüksek Hızla Örnekleme CE-BEM, OCE-BEM) yüksek hızda örneklemek için geliştirir.
1.2 Polinom BEM modeli
Polinom BEM modeli (Polinom BEM, P-BEM), kanala uyması için Taylor serisi genişlemesi ile elde edilen polinomların doğrusal kombinasyonunu kullanır. Temel fonksiyon:
P-BEM, Doppler genişlemesine duyarlıdır ve yalnızca düşük Doppler genişlemesi için uygundur.
1.3 Ayrık Kar-Lo BEM modeli
Ayrık Karhunen-Loeve BEM (DKL-BEM) modeli, ortalama kare hata kriteri altında optimaldir. Bununla birlikte, DKL-BEM'i uygulamanın ön koşulu, kanalın korelasyon matrisinin bilinmesi ve kanalın çoklu güç spektrumunun belirli bir şekli karşılamasıdır.
1.4 Ayrık uzun elipsoid dizinin BEM modeli
Ayrık prolat sfero dizili BEM modeli (Discrete Prolate Sfero BEM, DPS-BEM) tüm kanal türlerine uygulanabilir. Bir kare matris oluşturmak için dikdörtgen bir güç spektrumu kullanır ve ardından temel işlevi hesaplar.
1.5 Temel model seçimi
Yukarıdaki analizden sonra, CE-BEM modeli büyük hatalara sahiptir ve kolayca spektrum sızıntısına yol açar; P-BEM modeli Doppler yayılmasına duyarlıdır; DKL-BEM modeli, kanalın korelasyon matrisini bilmelidir ve belirli bir şekli karşılamak için kanalın çoklu güç spektrumunu gerektirir , Bu koşul gerçek sertifikasyonda karşılanamaz; DPS-BEM model hesaplaması daha karmaşıktır. Bu makalede, fizibilite ve verimlilik göz önünde bulundurularak, OCE-BEM modeli, kablosuz kimlik doğrulama ortamındaki zamanla değişen kanala uyacak şekilde seçilmiştir.
2 İkili hipotez test istatistikleri
Zamanla değişen kanalda, fiziksel katman kimlik doğrulama koşullarının karşılandığı varsayımıyla, Bob, ikili hipotez testi yoluyla gönderilen sürekli mesajları doğrulayabilir.
"Fark" "eşik" ten küçük olduğunda, kanal matrisleri çok benzerdir ve mevcut gönderici Alice olarak belirlenir, "fark" "eşik" ten büyük olduğunda kanal matrisleri benzer değildir ve mevcut gönderici Eve olarak belirlenir. "Fark" hesaplamasının ve "eşik" seçiminin fiziksel katman kimlik doğrulamasının anahtarı olduğu görülebilir.
2.1 İyileştirilmiş normalleştirilmiş LRT yöntemi
"Farkı" hesaplamak için önce test istatistikleri seçilmelidir Kanal yanıtının genlik farkı ve faz farkı en yaygın kullanılan test istatistikleridir. Hem genliğe dayalı inceleme istatistikleri hem de genlik ve faz tabanlı istatistiksel incelemeler bilinmeyen gürültü gücü 2 içerdiğinden, "mutlak fark" doğrudan hesaplanamaz. Geliştirilmiş Normalize Olabilirlik Oranı Testi (LRT) yöntemi, "göreceli farkı" bulmak ve gürültü gücünü 2 ortadan kaldırmak için 3 ardışık veri çerçevesi kullanır (ilk iki çerçeve doğrulanmıştır ve üçüncü çerçeve doğrulanacaktır). İyileştirilmiş normalleştirilmiş LRT istatistikleri şunlardır:
2.2 Genliğe dayalı geliştirilmiş normalleştirilmiş LRT istatistikleri
Genliğe dayalı geliştirilmiş normalleştirilmiş LRT istatistiği, kanal yanıtının genlik farkını hesaba katar, şunları elde edebiliriz:
2.3 Genlik ve faza dayalı iyileştirilmiş normalleştirilmiş LRT istatistikleri
Genlik ve faza dayalı iyileştirilmiş normalleştirilmiş LRT istatistikleri, kanal yanıtının genlik ve faz farklılıklarını dikkate alır ve şunları elde edebiliriz:
3 Simülasyon deneyi
Bu yazıda, Rayleigh kanalını oluşturmak için Jakes modeli kullanılmıştır, kanal çok yollu sayısı 6, örnekleme aralığı 5 s, alt taşıyıcı sayısı 256, döngüsel önek uzunluğu 30, taşıyıcı frekansı 2 GHz ve akıllı terminal hızı 40 km / s'dir. BEM kanal tahminine dayalı pilot ek yük 7 / 32'dir (bir pilot kümenin uzunluğu 7'dir) ve LS kanal tahminine dayalı pilot ek yük 1 / 4'dür (pilot aralık 3'tür) ve iki pilot genel gider yaklaşık olarak eşit kabul edilir . BEM ve LS kanal tahminini ayarlamak için diğer simülasyon koşulları aynıdır İstatistik durumunda, "eşik" seçilir (0, 3) ve simülasyon 1000 kezdir. Şekil 2 ve Şekil 3, sırasıyla, istatistiklere dayalı fiziksel katman kimlik doğrulamasında Bob alıcısının çalışma karakteristik eğrisidir.
4. Sonuç
Bu makale, temel uzantı modeline dayalı bir fiziksel katman kimlik doğrulama yöntemi önermektedir.OFDM sistemindeki simülasyon deneyleri sayesinde, kimlik doğrulama yönteminin etkinliği kanıtlanmıştır.LS kanal algılamasının geleneksel fiziksel katman kimlik doğrulaması ile karşılaştırıldığında, performans 2 ila 4 dB artırılmıştır. . Performans iyileştirmesinin ana nedeni, kanal algılama doğruluğunun iyileştirilmesidir. İki neden vardır: (1) BEM kanal tahminine dayalı pilot kümenin iki tarafı, zamanla değişen taşıyıcılar arası girişimin etkisini azaltan koruma pilotlarıdır. Sıfır olmayan pilotlar Konumdaki kanal tahmini doğruluk oranı daha yüksektir; (2) BEM kanal tahminine göre, örneklenen her değerin blok iletim süresi içindeki korelasyonu dikkate alınır ve kanal değişimi "enterpolasyondan" daha doğru bir şekilde izlenir, böylece veri konumundaki kanal tahmin doğruluğu yüksektir. .
Referanslar
XIAO L, GREENSTEIN L, MANDAYAM N ve diğerleri Eterde parmak izleri: Kablosuz kimlik doğrulama için fiziksel katmanın kullanılması IEEE Uluslararası İletişim Konferansı (ICC'07), 2007: 4646-4651.
WEN H, WANG Y, ZHU X, ve diğerleri Akıllı sayaç sistemi için fiziksel katman yardımlı kimlik doğrulama tekniği IET Communications, 2013, 7 (3): 189-197.
MA T, JIANG Y, WEN H, et al.Akıllı ölçüm sistemi için fiziksel katman yardım karşılıklı kimlik doğrulama şeması. IEEE İletişim ve Ağ Güvenliği Konferansı (CNS 2014), 2014: 494-495.
Li Xin. Baz yayılan hızlı zamanla değişen kanal modeline dayalı OFDM sisteminin kanal tahmini. Chengdu: Southwest Jiaotong Üniversitesi, 2013.
LEUS G. Hızla değişen kanalların tahmini hakkında EUSIPCO 2004, Viyana, Avusturya, 2004: 2227-2230.
Hu Xibao, Sun Hongxiang, Wang Lixia Olasılık Teorisi, Matematiksel İstatistikler, Rastgele Süreç Pekin: Pekin Posta ve Telekomünikasyon Yayınları Üniversitesi, 2007.
Ma Ting. Akıllı Şebekede Hafif Fiziksel Katman Destekli Kimlik Doğrulama Teknolojisi Araştırması Chengdu: Çin Elektronik Bilim ve Teknoloji Üniversitesi, 2015.
