CN108966272A - 基于累积功率信息的无线网络通联关系识别方法 - Google Patents

Abstract

本发明属于电子对抗技术领域，具体涉及一种基于功率累积信息的无线网络通联关系识别方法。本发明提出的基于累积功率信息的通联关系识别方法，通过对目标功率谱在时间维度上采取不同时间分辨率下的积分，提取累积功率信息，通过KMEANS++聚类算法以及PCA主成分分析方法，完成网络通联关系的识别包括通信关系以及通信时间间隔等网络通联关系信息。并通过实际实验，实现IEEE802.11b无线传输协议和TCP/IP网络传输协议下，完成基于功率累积信息的无线网络通联关系识别方法，并验证了该方法的理论可行性。相比于传统无线网络通联关系识别方法，该方法仅需要无线通信网络的物理层信息，不需要通过对无线信号进行传统的解码，解密操作，来完成无线网络通联关系识别。

Description

基于累积功率信息的无线网络通联关系识别方法

技术领域

本发明属于电子对抗技术领域，具体涉及一种基于累积功率信息的无线网络通联关系识别方法。

背景技术

在军事通用数据链中，通常采用直接序列扩频通信(DSSS)或者跳频通信来提高抗干扰能力。直接序列扩频其理论依据是香农信息论，即理想通信的方式是噪声通信。于是直扩通信发送端用高速率伪噪声吗(也称为PN码，伪序列码，伪码，扩频码)对要求发送的信息码流进行频谱扩展，扩展后的信号频谱密度降低，其宽度与伪噪声码相同。这种频谱扩展可以在基带、中频或者射频进行，从而构成不同的扩频体制。直扩系统的抗干扰能力是由接收机对干扰的抑制产生的，如果干扰信号的带宽与信息带宽相同(即窄带)，此干扰信号经过发送机伪噪声码调制后将展宽为与发送信号相同的带宽，而其谱密度却降低了若干倍。相反，直扩信号经伪噪声码解扩后变成了窄带信息，从而使增益提高了若干倍。跳频是常用的扩频之一，其工作原理收发双方传输信号的载波频率按照预定规律进行离散变化的通信方式，也就是说，通信中使用的载波频率受伪随机变化码的控制而随机跳变。从通信技术的实现方式来说，“跳频”是一种用码序列进行多频频移键控的通信方式，也是一种码控载频跳变的通信系统。“跳频通信”就是针对传统无线通信的弊端，使原先固定不变的无线电发信频率按一定的规律和速度来回跳变，而让约定对方也按此规律同步跟踪接收。由于敌方不了解我方无线电信号的跳变规律，很难将信息截获。尽管它亦可以采用“跟踪干扰”的方式来干扰我方电台，但由于跳频频谱变化无常，往往是敌方刚搜索到某发送频率，它立即又变了，很难做到一直跟踪。

电子对抗中，由于直扩通信和跳频通信都属于扩频信号，具有低谱密度和宽带特性，使得检测变得困难，并且由于其扩频码和跳频图案在实际侦察中的难以破解，难以获得解扩，解调之后的信息。即使解调之后，由于现代军事通信网络中通常基于TCP/IP协议通信，从物理层到链路层、网络层、传输层等上层通信数据层层加密，难以通过层层推导解密的方式获取准确的通信情报。因此，需要一种通过基于物理层信息来识别上层通联关系的方法来绕开这些加密措施。

发明内容

本发明的目的，就是针对上述问题，提出了一种基于累积功率信息的无线网络通联关系识别方法，通过对目标功率谱在时间维度上采取不同时间分辨率下的积分，提取累积功率信息，通过KMEANS++聚类算法以及PCA主成分分析方法，完成网络通联关系的识别包括通信关系，通信量大小以及通信时间间隔等网络通联关系信息。

为了便于理解，首先对本发明采用的技术进行介绍。

网络通联关系识别原理：

a.TCP协议规则

现代网络传输协议主要是TCP协议，在传输信息时，若一次性发送大量数据，就必须分成多个包。发送时，TCP协议为每个包编号(sequence number，简称SEQ)，以便接收的一方按照顺序还原。第一个包的编号是一个随机数。为了便于理解，这里就把它称为1号包。假定这个包的负载长度是100字节，可以推算出下一个包的编号应该是101。这就是说，每个数据包都可以得到两个编号：自身的编号，以及下一个包的编号。接收方由此知道，应该按照什么顺序将它们还原成原始文件。

TCP协议为了做到效率与可靠性的统一，设计了一个慢启动(slow start)机制。开始的时候，发送得较慢，然后根据丢包的情况，调整速率：如果不丢包，就加快发送速度；如果丢包，就降低发送速度。Linux内核里面设定了(常量TCP_INIT_CWND)，刚开始通信的时候，发送方一次性发送10个数据包，即”发送窗口”的大小为10。然后停下来，等待接收方返回确认信息，再继续发送。默认情况下，接收方每收到两个TCP数据包，就要发送一个确认消息。

b.无线传输协议(IEEE 802.11)传输速率与功率关系

在802.11中一共规定了4中基本工作模式(DSSS，FHSS，IR，以及OFDM)，其中基于DSSS的802.11b以及基于OFDM的802.11a/g/n/ac都被较多的使用。本方法是在基于OFDM

的802.11a协议基础上进行实验验证的。

OFDM是采用正交子载波进行工作的一种模式，即将整个数据信道分解成很多个子载波，

这些子载波在数学上是正交的，如图1所示，在802.11a中，有用的数据子载波就是48个(详细的是64个子载波，其中48个是数据子载波，4个导频子载波，1个DC子载波不使用，其余的都是用来做保护的虚拟子载波。

在OFDM机制下，发送方发送的实际上是一个symbol，一个帧就是由

[symbol₁,symbol₂,...,symbol_n]

这样组成的，当子载波给定的情况下(比如802.11a就是固定48个有效子载波)，那么其symbol的周期就是固定的，不会随着速率变化而变化，在802.11a中，该symbol周期就是4us。在给定symbol周期的情况下，发送速率实际上是由这个symbol上所能够携带的信息量决定的，而这个信息量又是又调制方式和编码速率决定的。如表1所示；

表1 802.11a协议不同调制方式与编码效率下的数据传输速率

得出OFDM速率计算公式

其中，v为OFDM传输速率，n为数据子载波数目，a为调制阶数，η为编码效率，T为symbol周期。同时，速率要求越高，信号质量要求越高，即信号的信噪比要求越高，图2为07版IEEE 802.11a协议对于各调制方式和编码效率下的最信噪比要求。即传输速率越高，节点发射功率越高。

本发明所采用的技术方案为：

如图1所示，记各节点累积功率信息矩阵为X

是第n个节点在t时刻时检测到的功率。x_tn代表t时刻下，第n个节点t时刻的能量大小，通过对第n个节点的t时刻功率谱积分，其中τ为累积时间长度，即时间分辨率。

将节点累积功率信息矩阵采用KMEANS算法，K取值为2，计算流程如下：

1)输入：节点累积功率信息矩阵

2)输出：非通信时刻和通信时刻的集合

3)选择值最大的和最小的两个样本，初始化为2个簇中心{w₁，w₂}，其类为C_j j∈{1,2}

4)对每一个输入时刻向量i_l，其中l∈{1,2，…，n}，计算其与簇中心距离d(x_i,x_j)距离公式为欧式距离

选择(d(x_i,x_j)，j∈(1,2))最小的为样本所属簇。

5)对每一个聚类C_j，其中将簇中心更新为当前的C_j中所有样本的中心点，即

6)计算准则函数E

7)重复步骤4,5，直到E不再明显地改变或者聚类的成员不再变化，输出聚类结果C_j。其中，类均值大的为通信时刻集合T，类均值小的时刻为非通信时刻集合S。

针对集合T下各节点累积功率信息，采取门限检测，大于门限值e的节点被认为参与通信。同时对集合T各时刻求时差Δt，若Δt<0.1s，则判断当前时刻为同一通联关系，否则，记为通信间隔时间。

下面进行多组通联关系识别过程。求侦察时间段内节点累积功率信息矩阵X的协方差矩阵A

A＝Cov(X_i,X_j)＝X^TX

显然，A为实对称矩阵，存在正交阵Q

Q为A的特征向量按照对于特征值从大到小排列组合，选择特征值占比大于95％以上的前k个特征值，

其中，k为网络中通联关系数量。

本发明的有益效果为，相比于传统无线网络通联关系识别方法，该方法仅需要无线通信网络的物理层信息，不需要通过对无线信号进行传统的解码，解密操作，来完成无线网络通联关系识别。

附图说明

图1为802.11a协议OFDM的子载波分布图；

图2为802.11a协议不同调制方式与编码效率下的最低信噪比图；

图3为场景1各节点的在1S累积时间下的功率累积信息图；

图4为场景1下KMEANS区分是否通信时刻图；

图5为场景1下通信时刻的行为识别图；

图6为场景2各节点的在1S累积时间下的功率累积信息图；

图7为场景2下各组通信关系识别图。

具体实施方式

下面结合附图和实施例说明本发明的实际效果：

实施例：本例基于802.11b协议以及tcp传输协议。四台电脑通过Ad-hoc组织连接，数据通过Wireshark获取，过滤器设置为四台电脑的ip地址，以ip地址方位信息代替区分节点。场景如图所示，四台电脑IP分别为：192.168.1；192.168.2；192.168.3；192.168.4。

场景1：传输数据1123kb，传输间隔10s，重复次数10次，时间分辨率0.01S

通信关系为23.1->23.2和23.4，当时间分辨率为0.01S，192.168.1；192.168.2；192.168.4的功率累积信息如图3所示，通过KEMANS算法，通信时刻识别结果如图4，其中1代表通信，0代表未通信。对每一个通信时刻进行门限检测和时间差计算，计算出每一个通信时刻的发送方和接收方，以及当前时刻的累积功率信息，反应当前通信量大小，结果如图5所示。

场景2：两组通信关系，

a：数据大小582KB，通信间隔10S，重复次数5次，23.1->23.3

b：数据大小683KB，通信间隔10S，重复次数5次，23.2->23.4

针对多组通联关系，通过PCA识别多组通联关系。当时间分辨率为0.01S，192.168.1；192.168.2；192.168.4的功率累积信息如图6所示。通过下面方式转换，得到转换后的节点通信关系F：

A＝Cov(X_i,X_j)＝X^TX

Q^TAQ＝Γ(λ)

F＝QA

得到图7，可以看出，本例将第一组通联关系和第二组通联关系在时间轴上基本区分开。达到了识别网络中多组通联关系的目的。

Claims (1)

1.基于累积功率信息的无线网络通联关系识别方法，该方法基于OFDM的802.11a协议，其特征在于，包括以下步骤：

S1、对目标功率谱在时间维度上采取不同时间分辨率下的积分，提取累积功率信息，具体为：

记各节点累积功率信息矩阵为X：

其中，是第n个节点在t时刻时检测到的功率，x_tn代表t时刻下，第n个节点t时刻的能量大小，通过对第n个节点的t时刻功率谱积分，获得累积功率信息，其中τ为累积时间长度，即时间分辨率；

S2、采用K-MEANS聚类算法，获得非通信时刻和通信时刻的集合，具体为：

S21、设置K为2，即将步骤S1获得的节点累积功率信息矩阵分为2个聚类；

S22、选择值最大的和最小的两个样本，初始化为2个簇中心{w1，w2}，其类为Cj，j∈{1,2}；

S23、对每一个输入时刻向量il，其中l∈{1,2，…，n}，计算其与簇中心距离d(x_i,x_j)的欧式距离：

选择(d(x_i,x_j)，j∈(1,2))最小的为样本所属簇；

S24、对每一个聚类Cj，将簇中心更新为当前的Cj中所有样本的中心点，即

S25、计算准则函数E

S26、重复步骤S23至S25，直到E不再明显地改变或者聚类的成员不再变化，输出聚类结果Cj；其中，类均值大的为通信时刻集合T，类均值小的时刻为非通信时刻集合S；

S3、采用PCA主成分分析方法，完成网络通联关系的识别，具体为：

针对集合T下各节点累积功率信息，采取门限检测，大于门限值e的节点被认为参与通信；同时对集合T各时刻求时差Δt，若Δt<0.1s，则判断当前时刻为同一通联关系，否则，记为通信间隔时间；

进行多组通联关系识别过程：求侦察时间段内节点累积功率信息矩阵X的协方差矩阵A

A＝Cov(X_i,X_j)＝X^TX

A为实对称矩阵，存在正交阵Q

Q为A的特征向量，按照特征值从大到小排列组合，选择特征值占比大于95％以上的前k个特征值，

其中，k为网络中通联关系数量，通过下面方式转换，得到转换后的节点通信关系F：

A＝Cov(X_i,X_j)＝X^TX

Q^TAQ＝Γ(λ)

F＝QA

k为网络中通联关系数量。