检索结果-南通市图书馆

作者：杨民民南京邮电大学

学位级别：硕士

随着无线通信网络的迅速发展,人们越来越需要通过分析网络节点之间的通联关系以理解通信行为。在分布式自组织无线网络中,由于节点可以任意移动且没有中心控制,网络拓扑结构很容易发生变化,这使得通信模型的建立变得困难,从而在通联关... 详细信息

随着无线通信网络的迅速发展,人们越来越需要通过分析网络节点之间的通联关系以理解通信行为。在分布式自组织无线网络中,由于节点可以任意移动且没有中心控制,网络拓扑结构很容易发生变化,这使得通信模型的建立变得困难,从而在通联关系的识别上效果较差。利用频谱信号来分析无线网络中哪些节点何时何地进行无线电传输等通信行为,成为识别无线网络通联关系的主要方法。然而,当前的通联关系识别技术在复杂电磁环境下仍存在一些挑战,例如难以对定位精度和算法复杂度进行合理折中。基于此,本文研究了基于频谱信号特征的无线信号源定位及通联关系识别方法,其主要工作和贡献如下:首先,针对无线信号在传输时受到衰减和多径效应的影响导致信号源定位精度不高的问题,本文研究了基于神经网络的无线电信号源定位方法,分为离线建库、离线训练和在线定位等三个主要阶段。离线建库阶段,首先将实际定位区域划分为参考点,并使用多个接收设备采集每个参考点位置通信信号的信噪比(Signal-to-Noise Ratio,SNR)信息。接着,利用密度聚类算法过滤掉冗余SNR特征数据以提高数据质量。离线训练阶段,设计了基于门控循环单元(Gated Recurrent Unit,GRU)神经网络模型的定位算法,通过反复训练确定了相关参数。在线定位阶段,以欧式距离为指标计算了网络预测坐标和实际坐标的误差。本文搭建了基于GRU神经网络的无线信号源定位系统,测试分析表明所提的GRU神经网络定位算法相比递归神经网络定位算法将平均定位精度提高了19%,并且有效降低了网络学习过程中的复杂度。其次,针对复杂电磁环境中自组织网络通联关系难以发现的问题,本文研究了基于频谱特征的无线网络通联关系识别方法。首先,采集一定频率范围内的电磁信号,并将采集的电磁信号输入自适应均衡器进行信道均衡。接着,提取电磁信号中能量超过指定阈值的活跃频谱信号以及对应的射频指纹信息,并将采集到的射频指纹信息转化为图像格式,便于卷积神经网络(Convolutional Neural Networks,CNN)的训练学习。在测试阶段,识别电磁信号所隐含的射频指纹信息,并据此分析得到信号所属的设备以及无线网络的通信节点数。最后,使用聚类算法进行聚类分析并结合射频指纹识别结果,从而准确检测通信设备间的通联关系。本文搭建了基于频谱特征的无线网络通联关系识别系统,测试分析表明所提方法能够有效检测动态更新的无线网络通联关系。

关键词：频谱信号无线通信网络信号源定位通联关系识别

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于截获信号分析的通信网多节点信息获取研究

基于截获信号分析的通信网多节点信息获取研究

引用

作者：祝晟玮电子科技大学

学位级别：硕士

电子侦察是利用电子侦察设备截获目标雷达、通信电台或别的通信设施辐射的电磁信号,并通过技术手段获取目标位置信息、战略部署或者平台类型等信息。电子侦察是电子对抗技术的重要组成部分。电子侦察通常以截获信号分析为基础。针对截... 详细信息

电子侦察是利用电子侦察设备截获目标雷达、通信电台或别的通信设施辐射的电磁信号,并通过技术手段获取目标位置信息、战略部署或者平台类型等信息。电子侦察是电子对抗技术的重要组成部分。电子侦察通常以截获信号分析为基础。针对截获信号形式的多样性,研究不同的多目标信息获取技术,具有重要价值。近年来,机器学习、深度学习等相关技术在电子侦察、信息处理等领域的应用越来越多。本文重点研究了以机器学习相关技术为基础的通信网多节点信息获取技术。其中,多目标数据关联与目标间通联关系识别等方面的技术研究具有重要意义。本文围绕两种截获信号（报文信息、通断序列）进行分析,针对电子侦察中的问题和难点,提出了基于聚类方法的无源多站多目标测向数据关联算法以及基于卷积神经网络的节点通联关系识别算法,并通过仿真验证了算法的有效性。本文的主要工作如下:1.分析了两种不同的截获信号:报文信息和通断序列。从两种截获信号的特点、构成等特性,分析了不同信号应用的差异性,为后续的数据关联和关系识别等两个方面的研究工作提供了理论基础。2.研究了一种基于聚类方法的无源多站多目标测向数据关联方法。首先,基于报文信息,利用聚类技术实现目标属性关联与空域关联,并通过仿真分析了不同聚类算法的性能;然后,总结了不同聚类技术在属性关联方面的一致性以及在空域关联方面的差异性;最后,比较了不同的观测误差对空域关联效果的影响。该方法解决了传统无源定位中,多站多目标的情况下,多个虚假目标点定位难的问题。3.研究了一种基于卷积神经网络的节点通联关系识别方法。首先,基于通信行为数据,提出了多节点通断序列的图像化方法;接着,通过图像化处理,得到模型的标准化输入,从而利用卷积神经网络技术实现目标通联关系识别;然后,通过仿真分析了不同噪声比例条件下的卷积神经网络识别效果的区别;最后,比较了不同训练样本数、不同批训练样本数、不同优化方法以及不同池化方法等对卷积神经网络识别效果的影响。该方法具有可延展性,能够适用于目标个数不同的场景。

关键词：数据关联通联关系识别聚类卷积神经网络

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于频谱数据端到端的电台通联关系研究

引用

通信技术 2020年第11期53卷 2745-2748页

作者：张海波姚昌华王磊朱凡芃陆军工程大学江苏南京210007 南京信息工程大学江苏南京210044

对无线网络中通联行为进行识别和分析,对反恐维稳等国家安全具有重要意义。通联关系是挖掘无线网络中行为关系和网络中的隐藏信息的基础。通过识别通联关系,可以推测电台在通信网络中的层级位置,进而找到网络中的关键节点。端到端是指... 详细信息

对无线网络中通联行为进行识别和分析,对反恐维稳等国家安全具有重要意义。通联关系是挖掘无线网络中行为关系和网络中的隐藏信息的基础。通过识别通联关系,可以推测电台在通信网络中的层级位置,进而找到网络中的关键节点。端到端是指不需要人工设计专家特征,使用深度学习的方法直接通过频谱监测数据识别通联关系。经过仿真试验发现,残差神经的网络结构可以有效识别通联关系,在测试集上识别率达到99.02%。

关键词：通联关系识别频谱监测数据深度学习端到端

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：