NOMA场景下基于双阶段训练的导频污染攻击检测和去污方案

导频污染攻击是攻击者使用与合法用户一致的导频去破坏合法用户的导频训练过程,是物理层中一种主动窃听手段。针对于目前基于调整导频结构的导频污染攻击研究在实际场景中的应用效果较差以及信道去污缺乏对角度域重叠概率探究的问题,提出可用于非正交多址接入环境的基于双阶段训练的导频污染攻击检测算法和基于空间特征的信道去污方案:首先利用接收信号在不同训练阶段正交投影结果的概率密度分布得到攻击检测结果;再利用信道能量在基站天线数较大时只会集中在少数几个方向上,并且不同用户信道在角度域上不可能存在重叠的理论依据实现信道去污。仿真实验表明,相较于基于随机矩阵理论的检测算法[10]和最小描述长度检测算法[11],提出的导频污染攻击检测方法在不同信噪比和导频长度下检测能力都得到显著改善;相较于基于特征值分解的盲信道估计算法[21]和线性最小均方误差信道估计算法[29],提出的信道去污方法在不同信噪比下去污性能上也得到了显著提升。