Détection rapide et large-bande de brouilleurs au niveau de la radio cognitive

Abstract

La communication sans fil est fondamentalement sensible aux attaques de brouilleurs en raison de la nature des systèmes de communication sans fil. Typiquement, les attaquants peuvent être classes comme passif ou actif dans la guerre électronique des communications. Dans le premier, les attaquants visent a perturber la liaison de communication entre l'émetteur et le récepteur, ce qui pose une menace à la sécurité de la communication sans fil. Les brouilleurs actifs, à l’inverse, tentent de dégrader la qualité de la liaison de communication sur les canaux actifs en créant des signaux de brouillage. Dans ce travail, nous souhaitons développer des systèmes de détection intelligents des effets de brouillage dans le spectre d’une façon rapide dans un régime large-bande via une collaboration centralisée d’utilisateurs radios. Ce travail présente un nouveau schéma coopératif centralise dans un régime large-bande pour la détection d’anomalies due à l’effet Bruit Blanc Gaussien Additif (BBGA) et la présence des signaux de brouillage d’attaque qui combine la technique d'échantillonnage compressif (EC) avec des détecteurs intelligents via une collaboration centralisée. Le signal reçu par chaque récepteur radio cognitive en présence des signaux de brouillage d'attaque, et du BBGA est passe par un Convertisseur Analogique-Information (CAI) via un démodulateur Aléatoire (DA) pour avoir le taux d’échantillonnage de sous-Nyquist. L'approche proposée consiste en la détection d’anomalies en utilisant des techniques intelligentes de détection appliquées aux mesures compressées obtenues a partir de chaque utilisateur radio, collectées sous forme d’une matrice appelée matrice d'observations. La coopération large-bande entre les utilisateurs de radio cognitive aide à détecter des anomalies/des attaques en présence du BBGA et des signaux de brouillage intentionnel. En outre, comme solution importante, la coopération entre tous les utilisateurs de radio aide a compresser au maximum le nombre d’échantillons/mesures dans chaque récepteur radio, c'est-a-dire, toutes les radios donnent un nombre minimum d'échantillons note par ... Des hypothèses sont proposées dans cette thèse de recherche pour savoir s fil y a un problème d’anomalies en utilisant des techniques de détection intelligentes de type 2 graphique-statistique, clustering, et classification. Les résultats obtenus montrent que ces techniques intelligentes de détection coopérative proposées dans ce mémoire de thèse fonctionnent bien en plus de sa faible complexité. Finalement, la thèse propose un cadre de détecteurs intelligents combiner avec l’échantillonnage compressif via une collaboration centralisée pour détecter rapidement est dans un régime large-bande l’effet de brouillage dans le spectre.