[发明专利]一种基于机器学习的物理层信道认证方法

权利要求书

1.一种基于机器学习的物理层信道认证方法，其特征在于：包括以下步骤：

S1.接收机B对合法信息发送者A和模拟非法信息发送者E进行信息包的信道信息采集：

接收机B对合法信息发送者A的信息包的信道信息进行采集，得到包含连续N帧采集结果的数据集接收机B对模拟非法信息发送者E的信息包信道信息进行采集，得到包含连续N帧采集结果的数据集

S2.接收机B对数据集进行预处理和数据提取：

计算数据集的检验统计量得到数据集中每连续两帧信道信息的差值，将T^AB中部分帧划分为训练集剩余的帧数作为测试集计算数据集的检验统计量得到数据集中每连续两帧信道信息的差值，将T^EB中部分帧划分为训练集T_t^EB，剩余的帧数作为测试集其中，划分到训练集和T_t^EB的部分帧帧数均为t；

S3.接收机B生成二分类的训练数据集：

将合法信息发送者A和非法者E的训练集T_t^EB组合成为二分类的训练数据集T＝{(x₁,y₁),(x₂,y₂),...,(x_2t,y_2t)},在训练数据集T中：

即y_i＝+1时，表示该数据来自合法信息发送者A；则y_i＝-1时，表示该数据来自模拟非法者E；

S4.接收机B采用机器学习算法中的分类算法，根据二分类的训练数据集T进行训练，生成分类器；

S5.接收机B利用分类器对测试集和所组成的二分类数据集T_2(N-1-t)进行判断，得到检测率达到要求的分类器；

S6.接收机B利用达到要求的分类器对新接收到的信息包进行物理层信道认证。

2.根据权利要求1所述的一种基于机器学习的物理层信道认证方法，其特征在于：所述步骤S1包括合法信息发送者A数据集采集步骤和模拟非法信息发送者E数据集采集步骤；

所述合法信息发送者A数据集采集步骤包括：

合法信息发送者A向接收机B发送连续的N个数据帧；接收机B接收到来自合法信息发送者A的第一个数据帧后，提取合法信息发送者A到接收机B的信道信息接收机B接收到来自合法信息发送者A的第二个数据帧后，提取合法信息发送者A到接收机B的信道信息同理，一直提取合法信息发送者A到接收机B的连续N帧信道信息后，得到包含连续N帧采集结果的数据集

所述模拟非法信息发送者E数据集采集步骤：

模拟非法信息发送者E向接收机B发送连续的N个数据帧，接收机B接收到来自模拟非法信息发送者E的第一个数据帧后，提取模拟非法信息发送者E到接收机B的信道信息接收机B接收到来自模拟非法信息发送者E的第二个数据帧后，提取模拟非法信息发送者E到接收机B的信道信息同理，一直提取合法者E到接收机B的连续N帧信道信息后，得到包含连续N帧采集结果的数据集

3.根据权利要求1所述的一种基于机器学习的物理层信道认证方法，其特征在于：所述步骤S1中，提取的信道信息都需要在相干时间内，否则认为信道信息不具有相关性。

4.根据权利要求1所述的一种基于机器学习的物理层信道认证方法，其特征在于：所述步骤S2中，检验统计量是用来衡量信道信息相似度的方法，包括但不限于基于幅度的检验统计量、基于幅度和相位联合的检验统计量，以及基于矫正相位偏移的检验统计量等。

5.根据权利要求1所述的一种基于机器学习的物理层信道认证方法，其特征在于：所述步骤S3中，划分到训练集和T_t^EB的部分帧帧数t满足：

N/2＜t＜N-1；

并且从T^AB中划分到训练集中的部分帧必须保证连续两帧之间具有相关性，且从T^EB中划分到训练集中的部分帧也必须保证连续两帧之间的相关性。