1. 研究目的与意义
认知无线电是一种智能的无线通信系统。它能够感知外界环境，并使用人工智能技术从环境中学习，通过实时改变某些操作参数（如发射功率、载波频率、调制技术等），使其内部状态适应接收到的无线信号统计性变化[1]。认知无线电技术能够自动检测无线电环境，调整传输参数,它能够从时间、空间、频率、调制方式等多维度共享无线频谱，大幅度提高频谱利用率，为解决频谱资源不足、实现频谱动态管理及提高频谱利用率开创了崭新的局面[2]。目前，一般意义上的认知无线电系统中具有以下两类基本用户组成：授权频段的拥有者，称为“主用户”；具备认知功能，以机会方式接入频谱的用户，称为“认知用户”。认知用户可以以机会方式使用空闲频谱，并避免对主用户的干扰。此外，认知无线电网络中还存在着没有预先经过同意，就使用网络或计算机资源的仿冒授权的用户。由于认知无线电网络特有的频谱共享模型，使其在面临类似于传统无线网络安全问题的同时，还面临着各种新的安全隐患，仿冒授权用户攻击是认知无线电网络的物理层安全隐患之一。
现阶段较有效的仿冒授权用户攻击的对抗策略主要有信号特征检测和基于授权信号源定位的防御机制，共有的信号特征检测不仅计算量大，通用性不强，而基于决策理论的信号检测在低信噪比下的识别率不高，很难检测出仿冒授权用户的攻击。针对以上算法的不足，提出一种基于分形维数和信号特征参数构建的二维特征的检测方法。此方法在较低的信噪比环境中，能以较高的概率检测出仿冒授权用户的检测。此课题的研究能够识别出网络应用中的非授权用户，从而进一步消除无线电网络中的威胁，维护网络的安全。
2. 研究内容和预期目标
研究内容:
(1)二维向量的构建。
①分形维数简称为分维，是分形理论中主要的参数，能度量信号的不规则度。分形维数是分形理论中主要的参数，它定量的描述了分形集的复杂度[3~5]。通信信号作为一种时间序列，分形能对它进行有效的刻画。
3. 研究的方法与步骤
研究方法：
（1）分形维数。盒维数是计算最简单的一种分形维数。在实际的信号处理过程中常被用来描述分形信号的几何尺度信息。
（2）瞬时特征参数。零中心归一化瞬时能量绝对值的平均值不仅实现简单，而且在低信噪比下也具有较高的识别率。同时支持向量机对分类器进行设计[8]。
4. 参考文献
[1]徐友云，李大鹏，钟卫，高林. 认知无线电网络资源分配—博弈模型与性能分析[m].北京: 电子工业出版社，2013: 3.
[2]张勇，滕颖蕾，宋梅. 认知无线电与认知网络[m]. 北京: 北京邮电大学出版社，2012:14-15.
[3]赵春晖，马爽，杨伟超. 基于分形盒维数的频谱感知技术研究[j].电子与信息学报，2011，(12):475-478.
5. 计划与进度安排
（1）2月20日～2月26日（1周）了解认知无线电的基本概念，明确仿冒授权用户或恶意用户的攻击行为；
（2）2月27日～3月12日（2周）了解基于二维特征矢量的信号检测技术及其在认知无线电仿冒授权用户检测中的应用，撰写并提交开题报告；
（3）3月13 日～3月26日（2周）研究基于盒维数的信号特征值提取方法；
