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

1、作為信號處理的熱點研究課題，盲分離技術(shù)在無線通信、語音分離、圖像處理，腦電信號處理領(lǐng)域具有廣泛的應(yīng)用前景。近二十年來，盲分離技術(shù)取得了長足的進步。當(dāng)前，本文著重于探討以下的盲分離技術(shù)研究熱點:1）欠定線性混疊模型下的混疊矩陣估計問題;2）卷積混疊模型下的信號源個數(shù)估計及源信號分離問題;3）盲信號分離方法的應(yīng)用問題，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，通過稀疏成分分析探討欠定線性混疊情形下的盲分離問題，給出一種基

2、于加權(quán)策略下的超直線聚類算法。針對源信號所體現(xiàn)出來的非嚴(yán)格稀疏特性，提出通過加權(quán)策略實現(xiàn)對觀測信號的差異性聚類。通過引入高斯隸屬函數(shù)作為加權(quán)因子，在差異性聚類過程中，對具有高稀疏度的樣本數(shù)據(jù)以低權(quán)重值，同時對低稀疏度的樣本數(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，抑制遠遠偏離中心的離群點干擾，從而增強超直線聚類算法的穩(wěn)定性。通過所提出的加權(quán)超直線聚類策略，可以同時實現(xiàn)信號源的個數(shù)估計以及混疊矩陣估計。
　　其

3、次，分析卷積混疊模型中的信號源個數(shù)估計問題，給出一種基于提取特征數(shù)據(jù)的時頻域密度檢測聚類算法。本章所提算法基于下列觀察:在任意連續(xù)時頻點內(nèi)，源信號中的某個活躍源信號在該區(qū)域內(nèi)功率譜占優(yōu)，而其他源成分的功率譜次之。基于這個假定，第一步，通過觀測信號數(shù)據(jù)的二階統(tǒng)計信息進行特征提取。第二步，通過提取出來的特征數(shù)據(jù)進行密度檢測聚類，確定出聚類中心的個數(shù)。第三步，通過逐頻點進行密度聚類估計，統(tǒng)計出現(xiàn)頻次最高值作為估計的信號源個數(shù)。相比現(xiàn)有的聚類算

4、法，所提策略能夠有效增強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個數(shù)估計。
　　再次，分析卷積混疊模型中的盲分離中的源信號分離問題，給出一種基于分塊張量分解框架下的時頻域盲分離算法。通過組合成對時頻點觀測信號成分，構(gòu)建出新的線性混疊模型，同時對新的混疊矩陣進行結(jié)構(gòu)化設(shè)計。經(jīng)過嚴(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題。進一步地，提出基于結(jié)構(gòu)化分塊張量分解算法，實現(xiàn)超定情形下的卷積盲分

5、離。
　　然后，將盲分離技術(shù)應(yīng)用到無線通信網(wǎng)絡(luò)安全領(lǐng)域，給出一種基于半盲估計算法的差異性信道估計策略。差異性信道估計策略是保證合法用戶服務(wù)質(zhì)量，防止非法用戶竊聽的重要物理層安全手段。本文通過設(shè)計具有隨機特性的前向訓(xùn)練序列并且設(shè)計具有人工噪聲干擾的逆向訓(xùn)練序列，達到保證合法接收機端的接收質(zhì)量，同時弱化非法接收機端的竊聽能力。基于單位均方誤差指標(biāo)，系統(tǒng)分析合法接收機端以及非法接收機端的信道估計差異，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性能，同時能夠穩(wěn)健對抗導(dǎo)頻污染這類主動性攻擊。
　　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)攻擊的實施條件，即:攻擊者只需掌握部分的電網(wǎng)系統(tǒng)量測矩陣信息以及控制少數(shù)智能電表即可實施隱蔽性數(shù)據(jù)攻擊。為獲取局部電網(wǎng)系統(tǒng)量測矩陣信息，設(shè)計出一種基于電表