铁路智能监测网络系统及提高信息传输可靠性的方法与流程

1.本发明涉及通信技术领域，特别涉及铁路智能监测网络系统及提高信息传输可靠性的方法。


背景技术：

2.铁路作为综合交通运输体系的骨干，其信息化智能化对于国家和地区的经济发展具有深远意义。目前，铁路物联网已步入飞速发展阶段，需要加快新一代通信网络技术与铁路物联网的深度融合，从而保证铁路物联网实现可靠准确的信息传输。这就需要在铁路沿线部署大量的物联网设备来感知环境参数并将其传输数据中心。频繁的信息传输将会消耗物联网设备的电能。然而，由于设备尺寸及生产成本的限制，物联网设备通常由容量有限的嵌入式电池供电，如何有效延长物联网设备的使用寿命成为亟待解决的关键问题。
3.近年来，反向散射通信(backcom,backscatter communication)被提出，并认为是一种支持物联网设备的极低功耗通信范式。利用该技术，物联网设备可通过调整天线负载阻抗将自身信息被动地调制在入射射频信号上，并将已调制信号反射到信息接收机，避免振荡器等高功耗元器件的使用，实现低功耗信息传输，从而解决由信息传输所引起的较大电能消耗问题。然而，由于无线信道天然的广播性质，反向散射信息容易受到窃听者的窃听威胁，这亟需面向backcom网络研究数据传输安全技术。
4.数据加密技术和物理层安全技术是两大常见的数据传输安全技术。传统的数据加密技术由于使用了加密密钥从而导致了高计算复杂度，这违背backcom发射机的低复杂度设计原则。物理层安全技术则利用无线信道的物理特性来实现数据安全传输。然而，在军事通信、高铁监测数据传输等特殊场景下，除了保护信息内容，还需要隐藏通信行为本身，这是物理层安全技术无法实现的。
5.现有关于隐蔽backcom网络的研究大多利用环境信号发射功率的不确定。虽然利用了信道不确定度，但其假设窃听者可以精确估计出其与backcom发射机之间的瞬时链路信道状态信息(csi,channel state information)。然而，由于backcom发射机与窃听者之间并不存在协作关系，因此两者之间的瞬时csi在实际通信中是难以精确估计的。另外，隐蔽性和可靠性作为衡量网络性能的重要指标且存在权衡关系，因此，如何在保障隐蔽性的前提下提升网络的传输性能也是目前函待解决的问题。


技术实现要素：

6.本发明实施例提供了铁路智能监测网络系统及提高信息传输可靠性的方法，以解决现有技术中铁路智能监测中信息传输可靠性较低的问题。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。
7.根据本发明实施例的第一方面，提供了铁路智能监测网络系统，具体是基于隐蔽
双站backcom网络系统。
8.在一个实施例中，所述系统包括：
9.载波发射器ce，作为射频源产生入射信号；
10.标签tag，具有反向散射电路，吸收入射信号或者通过反射入射信号被动传输信息；
11.读写器reader，接收标签tag反射的信号，获取标签tag传递的信息；
12.窃听者willie，用来监测tag与reader间是否在传递信息，为系统提供隐蔽性约束；
13.假设所有信道为准静态瑞利衰落信道，且将ce-reader、ce-tag、ce-willie、tag-reader以及tag-willie之间的信道系数分别用h
cr
、h
ct
、h
cw
、h
tr
和h
tw
表示；则其服从复高斯分布，即h
mn
～cn(0,1/λ
mn
)，其中(mn∈(cr,ct,cw,tr,tw))，其在一个时隙内不变，但在不同时隙之间独立变化；
14.其中，cn表示圆对称复高斯分布，1/λ
mn
表示各个信道的方差。
15.在上述方案的基础上，所述载波发射器ce，基于预先分配在ce和reader之间的密钥生成带有人工噪声的入射信号。
16.根据本发明实施例的第二方面，提供了一种铁路智能监测中提高信息传输可靠性的方法。
17.在一个实施例中，所述方法包括：
18.基于信道系数、标签tag的功率反射系数β和窃听者willie的检测阈值，获取backcom中断概率和检测错误概率ξ的封闭表达式；
19.基于backcom中断概率和检测错误概率的封闭表达式，列出隐蔽双站backcom网络系统可靠性的优化问题并将其改写为凸优化问题；
20.通过bcd算法将隐蔽双站backcom网络系统可靠性的优化问题解耦为两个凸优化子问题；
21.通过一维搜索算法确定高snr情况下的功率反射系数β和窃听者willie的检测阈值τ，使得backcom中断概率p
out
最小。
22.在上述方案的基础上，所述基于信道系数、标签tag的功率反射系数β和窃听者willie的检测阈值τ，获取backcom中断概率p
out
和检测错误概率ξ的封闭表达式的步骤，包括：
23.采用检测错误概率ξ来衡量tag的隐蔽性能，表示为：
24.ξ＝pf+pmꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
25.其中，pf＝pr(h1|h0)是虚警概率，pm＝pr(h0|h1)为漏检概率，h0表示零假设意味着tag保持沉默，而备择假设h1表示tag反射入射信息；
26.ξ＝0表示窃听者willie可以完美无错地检测到隐蔽信号，而ξ＝1表示窃听者willie无法检测到隐蔽信号；
27.当n
→
∞时，窃听者willie检测错误概率可表示为：
[0028][0029]
其中，并且τ表示willie的检测阈值，表示willie的噪声方差，p表示ce的发射功率，β表示tag的功率反射系数，λ
ct
、λ
cw
以及λ
tw
分别表示ce-tag、ce-willie以及tag-willie之间的信道方差的倒数，c0≈0.5772表示欧拉常数；
[0030]
backcom中断概率的封闭表达式为：
[0031][0032]
其中，k0(
·
)表示第二类修正贝塞尔函数，θ＝-abexp(ab)ei(-ab)且ab＝φλ
ct
λ
tr
γ0/βλ
cr
，表示指数积分函数，φ表示干扰消除系数，表示reader的输入信噪比，λ
cr
、λ
ct
以及λ
tr
分别表示ce-reader、ce-tag以及tag-reader之间信道方差的倒数，γ0表示相应的解码阈值，|h
ct
|2、|h
cr
|2以及|h
tr
|2分别表示ce-tag、ce-reader以及tag-reader之间的信道增益；
[0033]
基于上述公式，优化问题可以表述为：
[0034][0035]
其中，c0是检测阈值的取值范围，c1则保证了通信的隐蔽性，而c2约束了功率反射系数的取值范围，ξ为窃听者willie的检测错误概率，β为标签tag的功率反射系数，τ为窃听者willie的检测阈值，表示窃听者willie处的噪声方差，p
out
表示backcom的中断概率，ε是决定隐蔽等级的任意小的数值。
[0036]
在上述方案的基础上，所述通过bcd算法将隐蔽双站backcom网络系统可靠性的优化问题解耦为两个凸优化子问题的步骤，具体包括：
[0037]
窃听者willie的检测阈值τ和backcom中断概率p
out
的凸优化子问题；
[0038]
标签tag的功率反射系数β和backcom中断概率p
out
的凸优化子问题。
[0039]
在上述方案的基础上，所述标签tag的功率反射系数β和backcom中断概率p
out
的凸优化子问题的步骤，具体包括：
[0040][0041]
式中，ξ为窃听者willie的检测错误概率，τ为窃听者willie的检测阈值，表示窃听者willie处的噪声方差，ε是决定隐蔽等级的任意小的数值。
[0042]
在上述方案的基础上，所述窃听者willie的检测阈值τ和backcom中断概率p
out
的凸优化子问题的步骤，具体包括：
[0043][0044]
式中，ξ为窃听者willie的检测错误概率，p
out
为backcom的中断概率，ε是决定隐蔽等级的任意小的数值，τ为窃听者willie的检测阈值，p
out
和ξ都是β的单调递减函数。
[0045]
在上述方案的基础上，所述通过一维搜索算法确定高snr情况下的标签tag的功率反射系数β和窃听者willie的检测阈值τ，使得backcom中断概率p
out
最小的步骤，具体包括：
[0046]
初始化：β0，迭代指数k＝1，flag＝1；
[0047]
设置：d
cr
，d
ct
，d
cw
，d
tr
，d
tw
，p，φ，ε；
[0048]
输入：统计csi，h
cr
，h
ct
，h
cw
，h
tr
，h
tw
以及最大误差ω；
[0049]
输出：β
*
和τ
*
；
[0050]
式中，β为标签tag的功率反射系数，β0为β的初始值，β
*
和τ
*
分别表示标签tag的最优功率反射系数以及willie的最优检测阈值，d
cr
、d
ct
以及d
cw
分别表示ce与reader，tag，以及willie之间的距离，d
tr
和d
tw
分别表示tag与reader以及willie之间的距离，p表示ce的发射功率，表示窃听者willie处的噪声方差，φ表示干扰消除系数，ε是决定隐蔽等级的任意小的数值，h
cr
、h
ct
、h
cw
、h
tr
和h
tw
分别表示ce-reader、ce-tag、ce-willie、tag-reader以及tag-willie之间的信道系数。
[0051]
在上述方案的基础上，所述初始化：β0，迭代指数k＝1，flag＝1的步骤，具体包括：
[0052]
(1)当flag》0时；
[0053]
利用β
(k)
得到τ
(k+1)
以及p1中目标函数的最小值
[0054]
利用τ
(k+1)
得到β
(k+1)
以及p1中目标函数的最小值
[0055]
(2)如果
[0056]
(a)flag＝1；
[0057]
(b)使β
*
＝β
(k+1)
且τ
*
＝τ
(k+1)
；
[0058]
(c)结束循环，输出β
*
和τ
*
；
[0059]
否则，更新k＝k+1，返回步骤(1)；
[0060]
其中，βk和β
(k+1)
分别表示第k次以及第k+1次迭代得到的功率反射系数，τ
(k+1)
表示
第k+1次迭代得到willie的检测阈值，和分别表示第k次以及第k+1次迭代得到的backcom的中断概率p
out
。
[0061]
本发明实施例提供的技术方案可以包括以下有益效果：
[0062]
本发明获得窃听者处检测错误概率以及backcom中断概率的近似封闭表达式来评估通信隐蔽性和可靠性。另外，通过联合优化backcom发射机的功率反射系数和窃听者的检测阈值，在满足网络隐蔽性约束下，建立了backcom中断概率最小化的多维资源分配问题；由于所构建问题存在多个优化变量耦合，因此，该资源分配问题是一个高度非凸问题；为此，利用块坐标下降(bcd,block coordinated descent)法将其解耦为两个子问题，并通过分析转换之后问题的结构特性，提出一种基于bcd的迭代算法来求解原优化问题；最后，通过计算机仿真验证了所提算法的优越性。
[0063]
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
[0064]
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
[0065]
图1是根据一示例性实施例示出的隐蔽双站backcom网络系统示意图；
[0066]
图2是根据一示例性实施例示出的不同功率反射系数下的检测错误概率的示意图；
[0067]
图3是根据一示例性实施例示出的不同功率反射系数下的中断概率的示意图；
[0068]
图4是根据一示例性实施例示出的不同传输速率下的中断概率的示意图；
[0069]
图5是根据一示例性实施例示出的不同检测错误概率下的成功传输概率的示意图。
具体实施方式
[0070]
以下描述和附图充分地示出本文的具体实施方案，以使本领域的技术人员能够实践它们。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本文的实施方案的范围包括权利要求书的整个范围，以及权利要求书的所有可获得的等同物。本文中，术语“第一”、“第二”等仅被用来将一个元素与另一个元素区分开来，而不要求或者暗示这些元素之间存在任何实际的关系或者顺序。实际上第一元素也能够被称为第二元素，反之亦然。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的结构、装置或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种结构、装置或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的结构、装置或者设备中还存在另外的相同要素。本文中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
[0071]
本文中的术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本文和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方
位、以特定的方位构造和操作，因此不能理解为对本发明的限制。在本文的描述中，除非另有规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是机械连接或电连接，也可以是两个元件内部的连通，可以是直接相连，也可以通过中间媒介间接相连，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
[0072]
本文中，除非另有说明，术语“多个”表示两个或两个以上。
[0073]
本文中，字符“/”表示前后对象是一种“或”的关系。例如，a/b表示：a或b。
[0074]
本文中，术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，a和/或b，表示：a或b，或，a和b这三种关系。
[0075]
在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
[0076]
图1示出了本发明的铁路智能监测隐蔽双站backcom网络系统的一个实施例。
[0077]
所述隐蔽双站backcom网络系统包括：载波发射器ce，作为射频源产生入射信号；标签tag，具有反向散射电路，吸收入射信号或者通过反射入射信号被动传输信息；读写器reader，接收标签tag反射的信号，获取标签tag传递的信息；以及窃听者willie，用来监测tag与reader间是否在传递信息，为系统提供隐蔽性约束。具体的，载波发射器ce，基于预先分配在ce和reader之间的密钥生成带有人工噪声的入射信号(该密钥可以在reader处通过串行干扰消除技术来清除)；
[0078]
假设所有信道为准静态瑞利衰落信道，且将ce-reader、ce-tag、ce-willie、tag-reader以及tag-willie之间的信道系数分别用h
cr
、h
ct
、h
cw
、h
tr
和h
tw
表示；则其服从复高斯分布，即h
mn
～cn(0,1/λ
mn
)，其中(mn∈(cr,ct,cw,tr,tw))，其在一个时隙内不变，但在不同时隙之间独立变化。
[0079]
其中，cn表示圆对称复高斯分布，1/λ
mn
表示各个信道的方差。
[0080]
窃听者willie作为系统的一部分，其目的是为了检测tag-reader链路是否存在隐蔽信息传输，随后通过计算得到willie的检测错误概率，而检测错误概率可在优化中作为一个约束条件。
[0081]
具体的，对于tag来说，来自ce的入射信号可以表示为：
[0082][0083]
其中，p是ce的发射功率，c(i)是ce自身携带的信号且满足e[c(i)c
*
(i)]＝1。因此，tag处的反射信号可以表示为：
[0084][0085]
其中，β(0≤β≤1)表示tag的功率反射系数，并且t(i)是由tag发送的隐蔽消息。此外，reader同时接收来自ce和tag的信号，那么在reader处接收的信号可以表示为：
[0086][0087]
其中表示reader处的加性高斯白噪声，φ∈[0,1]是干扰消除系数，φ＝0表示完美干扰消除。
[0088]
本发明的铁路智能监测中提高信息传输可靠性的方法的一个实施例。
[0089]
s1：根据信道系数(ce-reader、ce-tag、ce-willie、tag-reader以及tag-willie之间)、标签tag的功率反射系数β和窃听者willie的检测阈值τ，获取backcom中断概率和检测
willie以及tag-willie之间的信道方差的倒数，c0≈0.5772表示欧拉常数。
[0107]
公式(8)的具体推导过程为：
[0108]
根据(6)和(7)，虚警概率可以写为：
[0109][0110]
其中，当x≥0时，h
cw
的概率密度函数为
[0111]
漏检概率可以写为：
[0112][0113]
当时，
[0114][0115]
其中，k0(x)是第二类修正贝塞尔函数，步骤(a)由进行变量替换得到。步骤(b)由k0(x)≈-ln(x/2)-c0，x
→
0得到。
[0116]
在此基础上，根据在u
→
0时的泰勒展开式，在高snr条件下可以得到
[0117][0118]
将(1.4)代入(1.3)，可以得到
[0119][0120]
假设窃听者(willie)无法获得其与标签(tag)之间的瞬时csi，因此窃听者(willie)面临该链路信道不确定，即引入了变量h
tw
，这使得推导更加困难，进而呈现出更为复杂的表达式。
[0121]
(b)backcom中断概率
[0122]
根据公式(3)，reader处的信干噪比可以表示为：
[0123][0124]
其中，是发射端的snr。假设r0是从tag到reader的预定传输速率。当r＜r0时，系统发生中断，其中r＝log2(1+γr)表示从tag到reader的可实现传输速率。因此，反向散射通信中断概率可以表示为：
[0125][0126]
其中，k0(
·
)表示第二类修正贝塞尔函数，θ＝-abexp(ab)ei(-ab)且ab＝φλ
ct
λ
tr
γ0/βλ
cr
，表示指数积分函数，φ表示干扰消除系数，表示reader的输入信噪比，λ
cr
、λ
ct
以及λ
tr
分别表示ce-reader、ce-tag以及tag-reader之间信道方差的倒数，γ0表示相应的解码阈值，|h
ct
|2、|h
cr
|2以及|h
tr
|2分别表示ce-tag、ce-reader以及tag-reader之间的信道增益。
[0127]
考虑到标签tag可以部署到相距读写器reader较远的位置，其信道系数服从复高斯分布，在推导过程中引入了复杂项|h
ct
|2|h
tr
|2，增加了中断概率的推导难度。
[0128]
3、隐蔽通信算法设计：
[0129]
在上述讨论的基础上，设计一个资源分配方法，通过联合优化tag的功率反射系数β和willie的检测阈值τ，在满足通信隐蔽性的前提下最小化系统的中断概率从而提高通信的传输速率。其具体的优化问题可以建模为：
[0130][0131]
其中，c0是检测阈值的取值范围,c1则保证了通信的隐蔽性，而c2约束了功率反射系数的取值范围，ξ为窃听者willie的检测错误概率，ε是决定隐蔽等级任意小的数值，β为标签tag的功率反射系数，τ为窃听者willie的检测阈值，表示窃听者willie处的噪声方差，p
out
表示backcom的中断概率。
[0132]
s2：根据backcom中断概率和检测错误概率ξ的封闭表达式，列出隐蔽双站backcom网络系统可靠性的优化问题并将其改写为凸优化问题；
[0133]
观察p1可以发现，在约束条件c1中β与τ耦合。因此，p1是非凸的。为了解决这个问题，此处利用bcd算法将p1解耦为两个子问题。
[0134]
s3：利用bcd算法将隐蔽双站backcom网络系统可靠性的优化问题解耦为两个凸优化子问题，即willie的检测阈值和backcom中断概率p
out
的凸优化子问题以及tag的功率反射系数和backcom中断概率p
out
的凸优化子问题；
[0135]
如p(1.1)和p(1.2)所示，然后分别解决这两个子问题。
[0136][0137]
在(p1.1)中，τ是固定的，需要优化β。由(8)可知，优化问题(p1.1)的约束条件c1中含有一些难以处理的复杂项，和其中这些复杂项的存在导致很难通过理论推导获得最佳功率反射系数的封闭表达式。然而，p
out
和ξ都是β的单调递减函数，因此，可以利用一维搜索算法来求解(p1.1)。
[0138]
s4：通过一维搜索算法(或者其他办法)来确定高snr情况下tag的功率反射系数β和willie的检测阈值τ，使得backcom中断概率p
out
最小。
[0139]
可通过一维搜索算法来确定高snr情况下的最优功率反射系数，具体步骤如表1所示：
[0140]
表1求解β
*
的一维搜索算法
[0141][0142][0143]
在(p1.2)中，β是固定的，需要优化τ。值得注意的是，在高snr区域，ξ是τ的凸函数因此，可通过一维搜索算法(如梯度下降法)来确定高snr情况下的最优检测阈值。基于上述讨论，我们提出了一种基于bcd的迭代算法来求解(p1)，具体步骤如表2所示。
[0144]
表2基于bcd的迭代算法
[0145][0146]
为了证明ξ是τ的凸函数，具体如下：
[0147]
ξ关于τ的二阶导数可以写为：
[0148][0149]
在此基础上，根据在时的泰勒展开式，在高snr条件下可以得到
[0150][0151]
为了证明，在高snr区域，ξ是β的单调递减函数，具体如下：
[0152]
ξ关于β的一阶导数可以写为
[0153][0154]
在此基础上，根据在时的泰勒展开式，在高snr条件下可以得到
[0155][0156]
本实施例在以下的仿真场景下进行仿真实验，通过仿真实验验证推导结果，仿真中提供的仿真参数设置如下：β＝0.4，φ＝0.01，p＝30dbm，d
ct
＝10m，d
cr
＝10m，d
cw
＝10m，d
tr
＝10m，d
tw
＝10。接收机噪声为-130dbm。
[0157]
图2描述了不同发射功率水平下，检测错误概率ξ与功率反射系数β之间的关系。从图中可以看到仿真值曲线与理论值曲线拟合较好，从而验证了检测错误概率推导的准确性。检测正确概率可以被定义为1-检测错误概率。可以观察到随着功率反射系数的增大，检测错误概率呈单调减小的变化，这验证了关于检测错误概率与功率反射系数单调性证明的正确性。而这个现象出现的原是因为当反向散射节点反射的隐蔽信息越多时，窃听者越容易窃听到隐蔽通信的存在，越不容易出现漏检的现象，从而降低了检测错误概率。
[0158]
图3展示了功率反射系数与中断概率之间的关系。根据式(10)，主系统选取3种不同的干扰消除系数来验证推导的准确性，即φ＝0.1,0.01,0.001。从图中可以看出，理论值曲线与仿真值曲线在不同干扰消除系数下均较为贴合，从而验证了主系统中断概率推导的准确性。可以发现，随着功率反射系数β的增加，中断概率呈单调递减的趋势。结合证明，检测错误概率随着功率反射系数的增大而减小，因此，对于一个同时考虑了系统中断性能和隐蔽性的隐蔽通信网络，优化β是很重要的。
[0159]
图4展示了在上述场景中中断概率随传输速率的变化情况。可以发现，所提方案和基准方案都随着传输速率的增加而增加，这是因为传输速率越高，越容易发生中断。此外，可以观察到相较于基准方案，所提方案可以实现更小的中断概率。
[0160]
图5描述了不同干扰消除系数下的成功传输概率与检测错误概率ξ之间的关系。其中，成功传输概率被定义为1-中断概率。可以看出，成功传输概率随着检测错误概率ξ的增加而降低，这表明隐蔽性和中断性能之间存在权衡。另外，也可以发现，φ的增加会在纵向减少权衡区域。
[0161]
综上所述，分别从检测错误概率和中断概率的角度研究了隐蔽双站backcom网络的性能。假设网络工作在高snr条件下，推导了窃听者willie的检测错误概率。另外，推导了backcom中断概率。最后，在隐蔽性约束下，联合优化窃听者(willie)的检测阈值和tag的功率反射系数，以最小化backcom在中断概率，并设计了基于bcd的迭代算法求解优化问题。与基准方案相比，所提出的基于bcd的迭代算法在相同的隐蔽性约束下具有较高的传输性能。
[0162]
本发明并不局限于上面已经描述并在附图中示出的结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

技术特征：
1.铁路智能监测网络系统，具体是基于隐蔽双站backcom网络系统，其特征在于，包括：载波发射器ce，作为射频源产生入射信号；标签tag，具有反向散射电路，吸收入射信号或者通过反射入射信号被动传输信息；读写器reader，接收标签tag反射的信号，获取标签tag传递的信息；窃听者willie，用来监测tag与reader间是否在传递信息，为系统提供隐蔽性约束；假设所有信道为准静态瑞利衰落信道，且将ce-reader、ce-tag、ce-willie、tag-reader以及tag-willie之间的信道系数分别用h
cr
、h
ct
、h
cw
、h
tr
和h
tw
表示；则其服从复高斯分布，即h
mn
～cn(0,1/λ
mn
)，其中(mn∈(cr,ct,cw,tr,tw))，其在一个时隙内不变，但在不同时隙之间独立变化；其中，cn表示圆对称复高斯分布，1/λ
mn
表示各个信道的方差。2.根据权利要求1所述的铁路智能监测网络系统，其特征在于，所述载波发射器ce，基于预先分配在ce和reader之间的密钥生成带有人工噪声的入射信号。3.铁路智能监测中提高信息传输可靠性的方法，其特征在于，使用权利要求1或2所述的铁路智能监测网络系统，包括以下步骤：基于信道系数、标签tag的功率反射系数β和窃听者willie的检测阈值τ，获取backcom中断概率p
out
和检测错误概率ξ的封闭表达式；基于backcom中断概率p
out
和检测错误概率ξ的封闭表达式，列出隐蔽双站backcom网络系统可靠性的优化问题并将其改写为凸优化问题；通过bcd算法将隐蔽双站backcom网络系统可靠性的优化问题解耦为两个凸优化子问题；通过一维搜索算法确定高snr情况下的功率反射系数β和窃听者willie的检测阈值τ，使得backcom中断概率p
out
最小。4.根据权利要求3所述的铁路智能监测中提高信息传输可靠性的方法，其特征在于，所述基于信道系数、标签tag的功率反射系数β和窃听者willie的检测阈值τ，获取backcom中断概率p
out
和检测错误概率ξ的封闭表达式的步骤，包括：采用检测错误概率ξ来衡量tag的隐蔽性能，表示为：ξ＝p
f
+p
m
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)其中，p
f
＝pr(h1|h0)是虚警概率，p
m
＝pr(h0|h1)为漏检概率，h0表示零假设意味着tag保持沉默，而备择假设h1表示tag反射入射信息；ξ＝0表示窃听者willie可以完美无错地检测到隐蔽信号，而ξ＝1表示窃听者willie无法检测到隐蔽信号；当n
→
∞时，窃听者willie检测错误概率可表示为：
其中，并且τ表示willie的检测阈值，表示willie的噪声方差，p表示ce的发射功率，β表示tag的功率反射系数，λ
ct
、λ
cw
以及λ
tw
分别表示ce-tag、ce-willie以及tag-willie之间的信道方差的倒数，c0≈0.5772表示欧拉常数；backcom中断概率的封闭表达式为：其中，k0(
·
)表示第二类修正贝塞尔函数，θ＝-abexp(ab)ei(-ab)且ab＝φλ
ct
λ
tr
γ0/βλ
cr
，表示指数积分函数，φ表示干扰消除系数，表示reader的输入信噪比，λ
cr
、λ
ct
以及λ
tr
分别表示ce-reader、ce-tag以及tag-reader之间信道方差的倒数，γ0表示相应的解码阈值，|h
ct
|2、|h
cr
|2以及|h
tr
|2分别表示ce-tag、ce-reader以及tag-reader之间的信道增益；基于上述公式，优化问题可以表述为：其中，c0是检测阈值的取值范围，c1则保证了通信的隐蔽性，而c2约束了功率反射系数的取值范围，ξ为窃听者willie的检测错误概率，β为标签tag的功率反射系数，τ为窃听者willie的检测阈值，表示窃听者willie处的噪声方差，p
out
表示backcom的中断概率。5.根据权利要求4所述的铁路智能监测中提高信息传输可靠性的方法，其特征在于，所述通过bcd算法将隐蔽双站backcom网络系统可靠性的优化问题解耦为两个凸优化子问题的步骤，具体包括：标签tag的功率反射系数β和backcom中断概率p
out
的凸优化子问题；窃听者willie的检测阈值τ和backcom中断概率p
out
的凸优化子问题。6.根据权利要求5所述的铁路智能监测中提高信息传输可靠性的方法，其特征在于，所述标签tag的功率反射系数和β和backcom中断概率p
out
的凸优化子问题的步骤，具体包括：式中，ξ为窃听者willie的检测错误概率，ε是决定隐蔽等级的任意小的数值，p
out
为
backcom的中断概率，β表示tag的功率反射系数。7.根据权利要求5所述的铁路智能监测中提高信息传输可靠性的方法，其特征在于，所述窃听者willie的检测阈值τ和backcom中断概率p
out
的凸优化子问题的步骤，具体包括：式中，ξ为窃听者willie的检测错误概率，p
out
为backcom的中断概率，ε是决定隐蔽等级的任意小的数值，τ为窃听者willie的检测阈值，p
out
和ξ都是β的单调递减函数。8.根据权利要求3所述的铁路智能监测中提高信息传输可靠性的方法，其特征在于，所述通过一维搜索算法确定高snr情况下的功率反射系数β和窃听者willie的检测阈值τ，使得backcom中断概率p
out
最小的步骤，具体包括：初始化：β0，迭代指数k＝1，flag＝1；设置：d
cr
，d
ct
，d
cw
，d
tr
，d
tw
，p，φ，ε；输入：统计csi，h
cr
，h
ct
，h
cw
，h
tr
，h
tw
以及最大误差ω；输出：β
*
和τ
*
；式中，β为标签tag的功率反射系数，β0为β的初始值，β
*
和τ
*
分别表示标签tag的最优功率反射系数以及willie的最优检测阈值，d
cr
、d
ct
以及d
cw
分别表示ce与reader，tag，以及willie之间的距离，d
tr
和d
tw
分别表示tag与reader以及willie之间的距离，p表示ce的发射功率，表示窃听者willie处的噪声方差，φ表示干扰消除系数，ε是决定隐蔽等级的任意小的数值，h
cr
、h
ct
、h
cw
、h
tr
和h
tw
分别表示ce-reader、ce-tag、ce-willie、tag-reader以及tag-willie之间的信道系数。9.根据权利要求8所述的铁路智能监测中提高信息传输可靠性的方法，其特征在于，所述初始化：β0，迭代指数k＝1，flag＝1的步骤，具体包括：(1)当flag>0时；利用β
(k)
得到τ
(k+1)
以及p1中目标函数的最小值利用τ
(k+1)
得到β
(k+1)
以及p1中目标函数的最小值(2)如果(a)flag＝1；(b)使β
*
＝β
(k+1)
且τ
*
＝τ
(k+1)
；(c)结束循环，输出β
*
和τ
*
；否则，更新k＝k+1，返回步骤(1)；其中，β
k
和β
(k+1)
分别表示第k次以及第k+1次迭代得到的功率反射系数，τ
(k+1)
表示第k+1次迭代得到willie的检测阈值，和分别表示第k次以及第k+1次迭代得到的backcom的中断概率p
out
。

技术总结
本发明属于通信技术领域，公开铁路智能监测网络系统及提高信息传输可靠性的方法，铁路智能监测网络系统具体是基于隐蔽双站BackCom网络系统，包括：载波发射器CE，作为射频源产生入射信号；标签Tag，具有反向散射电路，吸收入射信号或者通过反射入射信号被动传输信息；读写器Reader，接收标签Tag反射的信号，获取标签Tag传递的信息；窃听者Willie，用来监测Tag与Reader间是否在传递信息，为系统提供隐蔽性约束；本发明获得窃听者处检测错误概率以及BackCom中断概率的近似封闭表达式来评估通信隐蔽性和可靠性，同时，在高信噪比(SNR,signal-to-noiseratio)条件下解决了BackCom传输中断概率最小化问题。传输中断概率最小化问题。传输中断概率最小化问题。


技术研发人员：尹沛桐 李欢 叶迎晖 卢光跃 安然
受保护的技术使用者：中铁第一勘察设计院集团有限公司
技术研发日：2023.05.29
技术公布日：2023/8/24