【技術實現步驟摘要】
本專利技術涉及通信，尤其涉及一種基于車聯網信道相位互易性補償的密鑰生成方法及系統。
技術介紹
1、在擁有龐大用戶數的車聯網場景中，物理層密鑰生成（physical?layer?keygeneration，pkg）技術利用無線信道的短時互易性，無需第三方的參與即可生成密鑰，節省了密鑰管理與分發的開銷，是一種輕量級的解決方案。
2、在真實的車聯網通信環境中，由于通信雙方通常具有較高的移動速度，引起較高的多普勒頻移，頻率的變化會引起相位在時間上的偏移，通信雙方信道特征的互易性顯著性地降低，進而導致使用此信道特征生成密鑰的不一致率較高。
技術實現思路
1、本專利技術提供一種基于車聯網信道相位互易性補償的密鑰生成方法及系統，用以解決現有技術中因通信雙方信道特征的互易性低，導致密鑰不一致率較高的缺陷。
2、本專利技術提供一種基于車聯網信道相位互易性補償的密鑰生成方法，適用于發送方，包括：
3、基于信道探測得到車聯網信道中發送方的第一信道狀態信息；
4、對所述第一信道狀態信息進行預處理，得到所述第一信道狀態信息的實部特征和虛部特征；
5、分別輸入所述實部特征和所述虛部特征至預先訓練完成的網絡模型，所述網絡模型對所述實部特征和所述虛部特征進行補償以實現所述第一信道狀態信息的相位特征補償，所述相位特征基于所述實部特征和所述虛部特征確定；
6、根據補償后的所述第一信道狀態信息，生成發送方的通信密鑰。
7、根據本專利技術
8、對所述補償后的第一信道狀態信息進行參數估計，得到所述補償后的第一信道狀態信息的量化基準點；
9、根據所述量化基準點對所述補償后的第一信道狀態信息進行角度量化，得到發送方的通信密鑰。
10、根據本專利技術提供的一種基于車聯網信道相位互易性補償的密鑰生成方法，所述對所述補償后的第一信道狀態信息進行參數估計，得到所述補償后的第一信道狀態信息的量化基準點，包括：
11、基于非線性最小二乘優化算法對所述補償后的第一信道狀態信息進行參數估計，得到所述補償后的第一信道狀態信息的量化基準點。
12、根據本專利技術提供的一種基于車聯網信道相位互易性補償的密鑰生成方法，所述根據所述量化基準點對所述補償后的第一信道狀態信息進行角度量化，得到發送方的通信密鑰，包括：
13、根據所述量化基準點，確定量化相位；
14、根據所述量化相位將所述補償后的第一信道狀態信息對應的復平面分為至少一角度量化區間，對各所述角度量化區間的信道狀態數據進行編碼，將所有編碼后的信道狀態數據作為發送方的通信密鑰。
15、根據本專利技術提供的一種基于車聯網信道相位互易性補償的密鑰生成方法，所述網絡模型的訓練步驟，包括：
16、向接收方發送具有多個解調參考符號的第一信號幀，獲取接收方發送的具有多個解調參考符號的第二信號幀，所述第一信號幀用于供所述接收方確定第二信道狀態信息樣本；
17、根據所述第二信號幀確定第一信道狀態信息樣本；
18、將所述第一信道狀態信息樣本作為輸入變量，將所述第二信道狀態信息樣本或所述第二信道狀態信息樣本的任一列數據作為輸出變量；
19、分別對所述輸入變量和所述輸出變量進行預處理，根據所述輸入變量對應的第一實部特征和第一虛部特征以及所述輸出變量對應的第二實部特征及第二虛部特征得到訓練樣本；
20、根據所述訓練樣本對所述神經網絡進行訓練，得到所述網絡模型。
21、根據本專利技術提供的一種基于車聯網信道相位互易性補償的密鑰生成方法，所述神經網絡包括特征學習模塊，所述特征學習模塊由相同網絡結構的復合層組成，所述復合層包括1個bilstm層、1個dropout層和1個全連接層，用于根據所述第一實部特征、所述第一虛部特征、所述第二實部特征和所述第二虛部特征，學習所述第一實部特征與所述第二實部特征之間的變化特性以及所述第一虛部特征與所述第二虛部特征之間的變化特性。
22、根據本專利技術提供的一種基于車聯網信道相位互易性補償的密鑰生成方法，所述第一信號幀和所述第二信號幀采用物理直通鏈路共享信道信號，所述解調參考符號為所述物理直通鏈路共享信道信號中預設位置的符號。
23、根據本專利技術提供的一種基于車聯網信道相位互易性補償的密鑰生成方法，所述第一信道狀態信息、所述第一信道狀態信息樣本和第二信道狀態信息樣本采用相同的信道估計方法得到。
24、根據本專利技術提供的一種基于車聯網信道相位互易性補償的密鑰生成方法，所述預處理包括平滑濾波、降采樣、實數化、歸一化以及向量重排列；其中，所述向量重排列的步驟包括：根據向量中實部數據的下標對降采樣后的信息長度進行求模，得到求模結果；按升序對求模結果進行排列，在排列過程中將具有相同結果的下標所對應的數值歸為一組。
25、本專利技術還提供一種基于車聯網信道相位互易性補償的密鑰生成系統，包括：
26、信道探測模塊，用于基于信道探測得到車聯網信道中發送方的第一信道狀態信息；
27、預處理模塊，用于對所述第一信道狀態信息進行預處理，得到所述第一信道狀態信息的實部特征和虛部特征；
28、相位補償模塊，用于分別輸入所述實部特征和所述虛部特征至預先訓練完成的網絡模型，所述網絡模型對所述實部特征和所述虛部特征進行補償以實現所述第一信道狀態信息的相位特征補償，所述相位特征基于所述實部特征和所述虛部特征確定；
29、密鑰生成模塊，用于根據補償后的所述第一信道狀態信息，生成發送方的通信密鑰。
30、本專利技術還提供一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現如上述任一種所述基于車聯網信道相位互易性補償的密鑰生成方法。
31、本專利技術還提供一種非暫態計算機可讀存儲介質，其上存儲有計算機程序，該計算機程序被處理器執行時實現如上述任一種所述基于車聯網信道相位互易性補償的密鑰生成方法。
32、本專利技術還提供一種計算機程序產品，包括計算機程序，所述計算機程序被處理器執行時實現如上述任一種所述基于車聯網信道相位互易性補償的密鑰生成方法。
33、本專利技術提供的基于車聯網信道相位互易性補償的密鑰生成方法及系統，通過預先訓練的網絡模型對發送方的第一信道狀態信息的實部特征和虛部特征進行補償以實現對第一信道狀態信息的相位特征補償，減輕通信雙方在移動過程中引發的多普勒頻移對相位的影響，從而提高通信雙方信道特征的互易性，降低通信密鑰的不一致率。
本文檔來自技高網...【技術保護點】
1.一種基于車聯網信道相位互易性補償的密鑰生成方法，其特征在于，適用于發送方，包括：
2.根據權利要求1所述的基于車聯網信道相位互易性補償的密鑰生成方法，其特征在于，所述根據補償后的所述第一信道狀態信息，生成發送方的通信密鑰，包括：
3.根據權利要求2所述的基于車聯網信道相位互易性補償的密鑰生成方法，其特征在于，所述對所述補償后的第一信道狀態信息進行參數估計，得到所述補償后的第一信道狀態信息的量化基準點，包括：
4.根據權利要求2所述的基于車聯網信道相位互易性補償的，其特征在于，所述根據所述量化基準點對所述補償后的第一信道狀態信息進行角度量化，得到發送方的通信密鑰，包括：
5.根據權利要求1-4任一項所述的基于車聯網信道相位互易性補償的密鑰生成方法，其特征在于，所述網絡模型的訓練步驟，包括：
6.根據權利要求5所述的基于車聯網信道相位互易性補償的密鑰生成方法，其特征在于，所述神經網絡包括特征學習模塊，所述特征學習模塊由相同網絡結構的復合層組成，所述復合層包括1個BiLSTM層、1個Dropout層和1個全連接層，用于根據
7.根據權利要求5所述的基于車聯網信道相位互易性補償的密鑰生成方法，其特征在于，所述第一信號幀和所述第二信號幀采用物理直通鏈路共享信道信號，所述解調參考符號為所述物理直通鏈路共享信道信號中預設位置的符號。
8.根據權利要求5所述的基于車聯網信道相位互易性補償的密鑰生成方法，其特征在于，所述第一信道狀態信息、所述第一信道狀態信息樣本和第二信道狀態信息樣本采用相同的信道估計方法得到。
9.根據權利要求5所述的基于車聯網信道相位互易性補償的密鑰生成方法，其特征在于，所述預處理包括平滑濾波、降采樣、實數化、歸一化以及向量重排列；其中，所述向量重排列的步驟包括：根據向量中實部數據的下標對降采樣后的信息長度進行求模，得到求模結果；按升序對求模結果進行排列，在排列過程中將具有相同結果的下標所對應的數值歸為一組。
10.一種基于車聯網信道相位互易性補償的密鑰生成系統，其特征在于，包括：
11.一種電子設備，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1-9任一項所述的基于車聯網信道相位互易性補償的密鑰生成方法。
12.一種非暫態計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1-9任一項所述的基于車聯網信道相位互易性補償的密鑰生成方法。
13.一種計算機程序產品，包括計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1-9任一項所述的基于車聯網信道相位互易性補償的密鑰生成方法。
...【技術特征摘要】
1.一種基于車聯網信道相位互易性補償的密鑰生成方法，其特征在于，適用于發送方，包括：
2.根據權利要求1所述的基于車聯網信道相位互易性補償的密鑰生成方法，其特征在于，所述根據補償后的所述第一信道狀態信息，生成發送方的通信密鑰，包括：
3.根據權利要求2所述的基于車聯網信道相位互易性補償的密鑰生成方法，其特征在于，所述對所述補償后的第一信道狀態信息進行參數估計，得到所述補償后的第一信道狀態信息的量化基準點，包括：
4.根據權利要求2所述的基于車聯網信道相位互易性補償的，其特征在于，所述根據所述量化基準點對所述補償后的第一信道狀態信息進行角度量化，得到發送方的通信密鑰，包括：
5.根據權利要求1-4任一項所述的基于車聯網信道相位互易性補償的密鑰生成方法，其特征在于，所述網絡模型的訓練步驟，包括：
6.根據權利要求5所述的基于車聯網信道相位互易性補償的密鑰生成方法，其特征在于，所述神經網絡包括特征學習模塊，所述特征學習模塊由相同網絡結構的復合層組成，所述復合層包括1個bilstm層、1個dropout層和1個全連接層，用于根據所述第一實部特征、所述第一虛部特征、所述第二實部特征和所述第二虛部特征，學習所述第一實部特征與所述第二實部特征之間的變化特性以及所述第一虛部特征與所述第二虛部特征之間的變化特性。
7.根據權利要求5所述的基于車聯網信道相位互易性補償的密鑰生成方法，其特征在于，所述第一信號幀和所述第二信號...
【專利技術屬性】
技術研發人員：付華，方哲偉，彭林寧，胡愛群，
申請(專利權)人：紫金山實驗室，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。