声东击西反客为主查看源代码讨论查看历史

来自 搜狐网 的图片

声东击西反客为主在现代无线通信领域，随着无线通信技术的发展和各种无线设备的增加，大部分频谱资源被分给授权用户使用，但是可用无线电频谱范围只从几百 KHz 到十几 GHz，导致了可用无线频谱资源比较紧张，使得无论是来自通信系统的外部干扰还是系统用户之间的互扰都变得日益严重。而随着软件无线电技术的不断发展，干扰攻击的成本也越来越低，例如HackRF 软件无线电设备，其工作频段可达 6GHz，而且具有体积小，操作简易等特点，使得利用此类设备很容易发动恶意干扰，且难以定位。

因此，未来干扰环境将呈现出“干扰智能”、“构成复杂”等典型特征。“干扰智能”是指干扰具有智能性，即能够通过学习用户的用频策略，从而实施更有效的干扰打击。“构成复杂”是指干扰形式多样，包括扫频，宽频反应式干扰等多种干扰。因此，为保证无线通信的可靠传输，研究新型干扰环境中的智能抗干扰技术意义重大。为了提高通信系统传输的可靠性，对抗各种形式的干扰，需要采用合适的抗干扰方法来保证通信系统正常运作。

传统的抗干扰技术主要有干扰躲避技术和干扰消除技术。干扰躲避技术即利用躲避的方式应对干扰的攻击，如频域的跳频、时域的跳时等。而传统的频域抗干扰方法如跳频、扩频、被动感知接入频谱等存在诸多局限，已无法满足对抗新型干扰技术的要求，主要表现为：1）传统的跳频、扩频技术变化样式固定，对抗模式单一，很容易被敌方学习到规律进而实施针对性干扰，频谱利用率低；2）基于感知的动态频谱接入技术难以应对高速变化的频谱环境，特别是无法对抗不断升级的智能干扰样式。干扰消除技术即利用信号处理的方式将接收信号中的干扰尽可能消除，如自适应滤波、盲源分离抗干扰技术等。然而，传统的抗干扰技术缺乏对干扰智能性的研究，且在抗干扰决策方面智能性不足，在新型干扰环境中其性能难以保证。因此，需要新的频域抗干扰技术。

为此，在动态频谱抗干扰背景下，本项目选择基于智能学习的动态频谱抗干扰方法研究与 USRP 平台（Universal Software Radio Peripheral）实现作为研究方向。方法层面的研究对实际系统的平台验证具有指导作用，只有在理论上能够收敛且具有较好抗干扰能力的算法才具有实现价值；实际系统的平台验证能够检验算法的抗干扰能力，还可以根据系统性能的影响因素，为算法的改进提供经验指导。通过使用本项目中的抗干扰技术，经硬件平台验证可以有效解决通信系统中的干扰问题，从而应用到不同的抗干扰领域。

内容和技术

本项目的内容主要分为三个方面，内容一是基于 USRP 的通信系统网络搭建及干扰模块实现。其中设计了无线传输子系统、宽带频谱感知子系统、两级交互子系统和智能决策子系统，这些子系统模块共同组成了智能通信网络。内容二是干扰系统，可实现定频干扰、扫频干扰、宽频干扰及更具智能性的反应式干扰。内容三是抗干扰子系统，包括智能算法决策模块、频谱管控模块及诱饵信号释放模块，分别用于对抗上述的不同干扰形式。下面对项目内容进行详细说明。

1. 基于 USRP 的通信系统模块

使用 USRP 搭建了用于传输图片数据的无线通信系统，该系统数据传输所占带宽为 2MHz，可在5 个不同信道上进行频点切换。其中通信系统包括前向数据传输链路与反向 ACK 控制链路，数据传输链路用于由发射端向接收端发送业务信息，ACK 控制链路用于接收端向发射端反馈频点协调消息，实现动态频谱接入。

2. 干扰系统实现模块

干扰攻击按照持续时间的不同可分为持续性干扰攻击和反应式干扰攻击。通常来说 MAC 层协议要求通信设备只能够在信道空闲或是对其他用户的干扰低于某些阈值的情况下才能在信道中发送消息。持续性干扰攻击源能够在选定信道后不间断的向干扰信道发送信号，使得被干扰信道一直处于拥塞状态。我们设计的定频干扰即属于持续性干扰，但其只能对一个信道施加干扰，局限性较强。在此基础上设计了扫频干扰及宽频干扰，扫频干扰能够在一段时间内对所有信道进行一遍干扰，而宽频干扰一次能够覆盖所有信道，但其能量消耗较大且在实际应用中容易暴露。上述的干扰在选择干扰信道时并不会去关注用户的信道选择，与之形成对比的是反应式干扰，其会一直处于监听状态，一旦某信道处于活跃状态就会立刻在该信道施加干扰；反之当信道处于空闲状态时反应式干扰源则保持缄默状态。因此反应式干扰是一种更加智能的攻击方式，在更有效的利用能量的同时具有更好的隐蔽性。

3. 智能算法设计与抗干扰策略实现

作为强化学习的一种，Q 学习是一种经典的无模型强化学习技术，无需事先对交互环境建立模型，通过权衡当前可获得的收益与未来状态的收益，对长期效益进行优化。但未知环境下，Q 学习由于没有系统参数的先验知识，需要随机探索状态，利用大规模的经验进行采样学习。而迁移学习技术可有效提升对历史经验样本的利用率，能够更高效的决策，从而提高网络的抗干扰效率。

以上所提的智能算法在应对窄带规律性干扰时效果显著，但在面临智能性更强的反应式干扰及压制性更强的宽频干扰时无法有效应对。针对该类干扰，在通信网络中加入诱饵信号及两级交互机制，即当面对反应式干扰时，利用诱饵信号吸引其注意，保障数据传输链路不被破坏；当面对宽频压制干扰时，用户向频谱管控中心发送请求，通过中心管控的方式为用户分配另一未受干扰的频段。

技术方案

无线通信环境中存在各种形式的干扰，影响设备之间的互联互通。本项目设计了包括定频、扫频、宽频以及反应式干扰在内的混合干扰环境，并针对不同的干扰形式设计了不同的抗干扰策略，最后在 USRP 硬件平台验证了其有效性。具体如图 1 所示。