盲信號(hào)分離算法分析及其在網(wǎng)絡(luò)安全技術(shù)中的研究.pdf

1、作為信號(hào)處理的熱點(diǎn)研究課題，盲分離技術(shù)在無(wú)線通信、語(yǔ)音分離、圖像處理，腦電信號(hào)處理領(lǐng)域具有廣泛的應(yīng)用前景。近二十年來(lái)，盲分離技術(shù)取得了長(zhǎng)足的進(jìn)步。當(dāng)前，本文著重于探討以下的盲分離技術(shù)研究熱點(diǎn):1）欠定線性混疊模型下的混疊矩陣估計(jì)問(wèn)題;2）卷積混疊模型下的信號(hào)源個(gè)數(shù)估計(jì)及源信號(hào)分離問(wèn)題;3）盲信號(hào)分離方法的應(yīng)用問(wèn)題，如在網(wǎng)絡(luò)安全中的應(yīng)用。本文主要研究工作如下:
　　首先，通過(guò)稀疏成分分析探討欠定線性混疊情形下的盲分離問(wèn)題，給出一種基

2、于加權(quán)策略下的超直線聚類算法。針對(duì)源信號(hào)所體現(xiàn)出來(lái)的非嚴(yán)格稀疏特性，提出通過(guò)加權(quán)策略實(shí)現(xiàn)對(duì)觀測(cè)信號(hào)的差異性聚類。通過(guò)引入高斯隸屬函數(shù)作為加權(quán)因子，在差異性聚類過(guò)程中，對(duì)具有高稀疏度的樣本數(shù)據(jù)以低權(quán)重值，同時(shí)對(duì)低稀疏度的樣本數(shù)據(jù)則賦予高權(quán)值。該差異性聚類策略目的是突出樣本數(shù)據(jù)的聚類中心，抑制遠(yuǎn)遠(yuǎn)偏離中心的離群點(diǎn)干擾，從而增強(qiáng)超直線聚類算法的穩(wěn)定性。通過(guò)所提出的加權(quán)超直線聚類策略，可以同時(shí)實(shí)現(xiàn)信號(hào)源的個(gè)數(shù)估計(jì)以及混疊矩陣估計(jì)。
　　其

3、次，分析卷積混疊模型中的信號(hào)源個(gè)數(shù)估計(jì)問(wèn)題，給出一種基于提取特征數(shù)據(jù)的時(shí)頻域密度檢測(cè)聚類算法。本章所提算法基于下列觀察:在任意連續(xù)時(shí)頻點(diǎn)內(nèi)，源信號(hào)中的某個(gè)活躍源信號(hào)在該區(qū)域內(nèi)功率譜占優(yōu)，而其他源成分的功率譜次之?；谶@個(gè)假定，第一步，通過(guò)觀測(cè)信號(hào)數(shù)據(jù)的二階統(tǒng)計(jì)信息進(jìn)行特征提取。第二步，通過(guò)提取出來(lái)的特征數(shù)據(jù)進(jìn)行密度檢測(cè)聚類，確定出聚類中心的個(gè)數(shù)。第三步，通過(guò)逐頻點(diǎn)進(jìn)行密度聚類估計(jì)，統(tǒng)計(jì)出現(xiàn)頻次最高值作為估計(jì)的信號(hào)源個(gè)數(shù)。相比現(xiàn)有的聚類算

4、法，所提策略能夠有效增強(qiáng)聚類算法的抗干擾能力，能夠適用于較大規(guī)模欠定卷積模型下的源信號(hào)個(gè)數(shù)估計(jì)。
　　再次，分析卷積混疊模型中的盲分離中的源信號(hào)分離問(wèn)題，給出一種基于分塊張量分解框架下的時(shí)頻域盲分離算法。通過(guò)組合成對(duì)時(shí)頻點(diǎn)觀測(cè)信號(hào)成分，構(gòu)建出新的線性混疊模型，同時(shí)對(duì)新的混疊矩陣進(jìn)行結(jié)構(gòu)化設(shè)計(jì)。經(jīng)過(guò)嚴(yán)格理論證明，基于新構(gòu)建模型的卷積盲分離可以完全解決排序不確定性問(wèn)題。進(jìn)一步地，提出基于結(jié)構(gòu)化分塊張量分解算法，實(shí)現(xiàn)超定情形下的卷積盲分

5、離。
　　然后，將盲分離技術(shù)應(yīng)用到無(wú)線通信網(wǎng)絡(luò)安全領(lǐng)域，給出一種基于半盲估計(jì)算法的差異性信道估計(jì)策略。差異性信道估計(jì)策略是保證合法用戶服務(wù)質(zhì)量，防止非法用戶竊聽(tīng)的重要物理層安全手段。本文通過(guò)設(shè)計(jì)具有隨機(jī)特性的前向訓(xùn)練序列并且設(shè)計(jì)具有人工噪聲干擾的逆向訓(xùn)練序列，達(dá)到保證合法接收機(jī)端的接收質(zhì)量，同時(shí)弱化非法接收機(jī)端的竊聽(tīng)能力?；趩挝痪秸`差指標(biāo)，系統(tǒng)分析合法接收機(jī)端以及非法接收機(jī)端的信道估計(jì)差異，給出訓(xùn)練序列與人工噪聲序列最優(yōu)功率分

6、配方案。相比現(xiàn)有的差異性信道估計(jì)策略，所提出的半盲技術(shù)的雙向訓(xùn)練策略具有更好的差異性信道估計(jì)性能，同時(shí)能夠穩(wěn)健對(duì)抗導(dǎo)頻污染這類主動(dòng)性攻擊。
　　最后，將盲分離技術(shù)應(yīng)用于智能電力網(wǎng)絡(luò)安全領(lǐng)域，給出一種基于盲分離方法下的具有低稀疏度的隱蔽性數(shù)據(jù)攻擊策略。在理論上證明可以放寬隱蔽性數(shù)據(jù)攻擊的實(shí)施條件，即:攻擊者只需掌握部分的電網(wǎng)系統(tǒng)量測(cè)矩陣信息以及控制少數(shù)智能電表即可實(shí)施隱蔽性數(shù)據(jù)攻擊。為獲取局部電網(wǎng)系統(tǒng)量測(cè)矩陣信息，設(shè)計(jì)出一種基于電表