针对随机衰落大气光信道密钥分发中密钥生成不一致率和随机性问题提出融合梯度特征的容错带映射量化(Fault-Tolerant Zone Mapping Quantization,FTZMQ)方法和容错带映射区间交替量化(Alternating Quantization with Fault-Tolerant Int...针对随机衰落大气光信道密钥分发中密钥生成不一致率和随机性问题提出融合梯度特征的容错带映射量化(Fault-Tolerant Zone Mapping Quantization,FTZMQ)方法和容错带映射区间交替量化(Alternating Quantization with Fault-Tolerant Interval Mapping,AQ-FTIM)方法。首先利用信道测量序列与对应的梯度信息构建量化边界,并在中间边界设置左右容错带。FTZMQ方法对落入容错带且处于相反区域的合法端序列剔除。AQ-FTIM方法根据容错带映射动态调整量化区间索引减少比特跳变。结果表明:合法双方采用上述方法生成的密钥具有较高一致性。FTZMQ方法在信噪比为15 dB情况下,合法双方生成了完全一致的密钥。AQ-FTI M方法在无损条件下可将密钥不一致率降至1.2×10^(−3),相比在不进行区间交替的情况下降低了80%。最终,合法双方生成的密钥能够通过NIST(National Institute of Standards and Technology)测试,验证了生成密钥的有效性和安全性。展开更多
随着无线通信技术的不断演进,频谱资源紧张问题日益突出。频谱感知作为认知无线电系统的核心环节,在复杂无线信道环境下对检测精度提出了更高要求。然而,传统的频谱感知方法在多径衰落与阴影衰落等复杂信道条件下,性能往往难以满足实际...随着无线通信技术的不断演进,频谱资源紧张问题日益突出。频谱感知作为认知无线电系统的核心环节,在复杂无线信道环境下对检测精度提出了更高要求。然而,传统的频谱感知方法在多径衰落与阴影衰落等复杂信道条件下,性能往往难以满足实际需求。为此,提出一种融合分集接收机制与神经网络模型的频谱感知方法,旨在提升复杂衰落环境中的检测能力。该方法构建于双影梯度衰落信道模型基础之上,采用最大比合并(Maximum Ratio Combining,MRC)算法对信号进行增强处理,并结合一套自适应双重时频域融合感知算法,对信号进行特征提取与智能分类。通过构建仿真数据集并开展多组实验,验证了所提方法在同时存在多径衰落与阴影衰落的情形下,具有较高的检测准确性与稳健性。不仅为提升复杂无线环境下的频谱利用效率提供了理论依据,也为未来认知无线电系统的实际部署和优化提供了可行路径与技术支撑。展开更多
文摘针对随机衰落大气光信道密钥分发中密钥生成不一致率和随机性问题提出融合梯度特征的容错带映射量化(Fault-Tolerant Zone Mapping Quantization,FTZMQ)方法和容错带映射区间交替量化(Alternating Quantization with Fault-Tolerant Interval Mapping,AQ-FTIM)方法。首先利用信道测量序列与对应的梯度信息构建量化边界,并在中间边界设置左右容错带。FTZMQ方法对落入容错带且处于相反区域的合法端序列剔除。AQ-FTIM方法根据容错带映射动态调整量化区间索引减少比特跳变。结果表明:合法双方采用上述方法生成的密钥具有较高一致性。FTZMQ方法在信噪比为15 dB情况下,合法双方生成了完全一致的密钥。AQ-FTI M方法在无损条件下可将密钥不一致率降至1.2×10^(−3),相比在不进行区间交替的情况下降低了80%。最终,合法双方生成的密钥能够通过NIST(National Institute of Standards and Technology)测试,验证了生成密钥的有效性和安全性。
文摘随着无线通信技术的不断演进,频谱资源紧张问题日益突出。频谱感知作为认知无线电系统的核心环节,在复杂无线信道环境下对检测精度提出了更高要求。然而,传统的频谱感知方法在多径衰落与阴影衰落等复杂信道条件下,性能往往难以满足实际需求。为此,提出一种融合分集接收机制与神经网络模型的频谱感知方法,旨在提升复杂衰落环境中的检测能力。该方法构建于双影梯度衰落信道模型基础之上,采用最大比合并(Maximum Ratio Combining,MRC)算法对信号进行增强处理,并结合一套自适应双重时频域融合感知算法,对信号进行特征提取与智能分类。通过构建仿真数据集并开展多组实验,验证了所提方法在同时存在多径衰落与阴影衰落的情形下,具有较高的检测准确性与稳健性。不仅为提升复杂无线环境下的频谱利用效率提供了理论依据,也为未来认知无线电系统的实际部署和优化提供了可行路径与技术支撑。
