水声网络中的位置跟踪认证

水声网络中的物理层消息认证利用水声信道的特性作为发射设备的指纹。然而，当设备移动时，其水声信道会发生变化，认证机制必须跟踪这些变化。在本文中，我们提出了一种基于上下文的认证机制，该机制分两步运行：首先，我们估计水下设备的位置，然后基于先前估计的位置预测其未来位置。为了检查传输的真实性，我们比较估计位置和预测位置。位置估计使用卷积神经网络，其输入是估计水声信道的样本协方差矩阵。预测使用卡尔曼滤波器或循环神经网络。认证检查基于预测位置与估计位置之间的平方误差。当设备按照相关高斯-马尔可夫移动模型（该模型再现了典型的水下运动）移动时，基于卡尔曼滤波器的解决方案优于基于循环神经网络的解决方案。