本發(fā)明屬于無人機(jī)無線網(wǎng)絡(luò)通信技術(shù)領(lǐng)域，特別是一種在信號強(qiáng)度達(dá)不到數(shù)據(jù)包解調(diào)要求、信噪比等信道特征動態(tài)變化的強(qiáng)電磁干擾環(huán)境下正確識別mac協(xié)議的基于支持向量機(jī)的mac識別方法。

背景技術(shù)：

與載人飛行器相比，無人機(jī)的特質(zhì)使得它更適合執(zhí)行一些對人身有較大威脅的任務(wù)，因此近年來無人機(jī)獲得人們越來越多的關(guān)注，相關(guān)技術(shù)有了很大的發(fā)展。而相對于使用一架大型的無人機(jī)執(zhí)行任務(wù)，小型無人機(jī)群模式有以下的優(yōu)勢：1、小型無人機(jī)的制造及維護(hù)費(fèi)用更低；2、無人機(jī)群的任務(wù)達(dá)成率更高；3、無人機(jī)群系統(tǒng)有更高的可拓展性。

然而，無人機(jī)節(jié)點(diǎn)相比于無線自組織網(wǎng)絡(luò)和車載自組織網(wǎng)絡(luò)中的節(jié)點(diǎn)具有更強(qiáng)的移動性、更快的速度，所以無人機(jī)節(jié)點(diǎn)會更加頻繁地進(jìn)出網(wǎng)絡(luò)。mac協(xié)議在網(wǎng)絡(luò)中主要負(fù)責(zé)為網(wǎng)絡(luò)中各節(jié)點(diǎn)分配信道資源。由于不同mac協(xié)議在不同網(wǎng)絡(luò)環(huán)境中表現(xiàn)出的性能大相徑庭，比如，csma協(xié)議適用于低競爭網(wǎng)絡(luò)而在高競爭網(wǎng)絡(luò)中性能很差，而tdma協(xié)議則剛好相反，因此，為保證網(wǎng)絡(luò)持續(xù)具有高性能，在完成不同的任務(wù)時無人機(jī)網(wǎng)絡(luò)會使用不同的mac協(xié)議，甚至在同一個任務(wù)的不同階段使用的mac協(xié)議也會有所不同。所以，無人機(jī)節(jié)點(diǎn)如何在入網(wǎng)時識別出網(wǎng)絡(luò)中使用的mac協(xié)議至關(guān)重要。

目前大部分mac協(xié)議識別都是通過解調(diào)數(shù)據(jù)包的方式實(shí)現(xiàn)，即通過提取收到的數(shù)據(jù)包的協(xié)議字段來完成mac協(xié)議的識別。然而，在某些強(qiáng)電磁干擾的復(fù)雜環(huán)境中，如戰(zhàn)場環(huán)境，無人機(jī)節(jié)點(diǎn)有時無法解調(diào)收到的數(shù)據(jù)包，自然也不能通過提取數(shù)據(jù)包的協(xié)議字段識別mac協(xié)議。例如，在戰(zhàn)場環(huán)境中，一架無人機(jī)從指揮基地出發(fā)攜帶著命令消息飛往一個無人機(jī)編隊(duì)，到達(dá)預(yù)定位置時該無人機(jī)準(zhǔn)備發(fā)送命令消息和入網(wǎng)請求，但此時由于強(qiáng)烈的電磁干擾，導(dǎo)致所接收到的信號的信噪比無法滿足解調(diào)門限，該無人機(jī)無法解析接收到的無人機(jī)編隊(duì)發(fā)出的數(shù)據(jù)包，從而無法通過解析數(shù)據(jù)包的方式識別mac協(xié)議，而此時識別出mac協(xié)議并及時發(fā)出命令消息十分關(guān)鍵。再比如，無人機(jī)編隊(duì)飛向敵軍上空執(zhí)行干擾任務(wù)。我們知道，沒有先驗(yàn)信息的忙干擾效率十分有限，有針對性地進(jìn)行mac協(xié)議的干擾更為有效，所以通過某種方法在不知道敵軍通信密鑰，無法解調(diào)數(shù)據(jù)包的情況下如何識別出mac協(xié)議進(jìn)行mac協(xié)議的識別很有必要。正因如此，無人機(jī)節(jié)點(diǎn)在強(qiáng)電磁干擾環(huán)境中或沒有先驗(yàn)信息的情況下如何進(jìn)行mac協(xié)議的識別，是當(dāng)前研究中亟待解決的問題。

更進(jìn)一步地，由于在強(qiáng)電磁干擾的環(huán)境中，信噪比等信道特征處在不斷變化之中，如果不能根據(jù)當(dāng)前的信道特征自適應(yīng)地調(diào)整mac識別方式，那么就不能保證mac協(xié)議的準(zhǔn)確識別。

因此，現(xiàn)有技術(shù)存在的問題是：在強(qiáng)電磁干擾環(huán)境中，信號強(qiáng)度達(dá)不到數(shù)據(jù)包解調(diào)要求或信噪比等信道特征動態(tài)變化時，無法正確識別出mac協(xié)議。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種基于支持向量機(jī)的mac協(xié)議識別方法,在信號強(qiáng)度達(dá)不到數(shù)據(jù)包解調(diào)要求、信噪比等信道特征動態(tài)變化的強(qiáng)電磁干擾環(huán)境下正確識別mac協(xié)議。

實(shí)現(xiàn)本發(fā)明目的的技術(shù)解決方案為：

一種基于支持向量機(jī)的mac協(xié)議識別方法,包括如下步驟：

(10)采集物理層信號：調(diào)整采樣頻率，采集一次空間中的物理層信號，包括接收信號強(qiáng)度，構(gòu)成時間-信號強(qiáng)度序列；

(20)自適應(yīng)特征提取：根據(jù)時間-信號強(qiáng)度序列，自適應(yīng)提取信道特征；

(30)支持向量機(jī)訓(xùn)練：將信道特征傳入支持向量機(jī)，利用信道特征對支持向量機(jī)進(jìn)行訓(xùn)練；

(40)mac協(xié)議識別：利用訓(xùn)練過的支持向量機(jī)進(jìn)行mac協(xié)議識別。

本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點(diǎn)為：

在信號強(qiáng)度達(dá)不到數(shù)據(jù)包解調(diào)要求、信噪比等信道特征動態(tài)變化的強(qiáng)電磁干擾環(huán)境下，能正確識別mac協(xié)議。

本發(fā)明通過對無線網(wǎng)絡(luò)物理層的信號采樣、特征提取并結(jié)合svm，在不解調(diào)數(shù)據(jù)包的情況下進(jìn)行mac協(xié)議的識別。并針對信道特征動態(tài)變化的問題提出了自適應(yīng)特征提取算法予以解決。該算法能夠根據(jù)當(dāng)前信道的信噪比、數(shù)據(jù)包分布等動態(tài)變化的情況，自我調(diào)整所提特征和提取特征時所用參數(shù)，以保證mac協(xié)議識別準(zhǔn)確。

下面結(jié)合附圖和具體實(shí)施方式對本發(fā)明作進(jìn)一步的詳細(xì)描述。

附圖說明

圖1為本發(fā)明基于支持向量機(jī)的mac識別方法的主流程圖。

圖2為圖1中自適應(yīng)特征提取步驟的流程圖。

圖3為圖1中mac協(xié)議識別步驟的流程圖。

具體實(shí)施方式

如圖1所示，本發(fā)明基于支持向量機(jī)的mac協(xié)議識別方法,包括如下步驟：

(10)采集物理層信號：調(diào)整采樣頻率，采集一次空間中的物理層信號，包括接收信號強(qiáng)度，構(gòu)成時間-信號強(qiáng)度序列；

例如，每隔2秒采集的接收信號強(qiáng)度。tdma與csma的物理信號分布明顯不同。通常，tdma的信號分布清晰的呈現(xiàn)出周期性的特征，而csma則呈現(xiàn)出隨機(jī)性。利用這一不同可以有效地對不同的mac協(xié)議進(jìn)行區(qū)分。

(20)自適應(yīng)特征提?。焊鶕?jù)時間-信號強(qiáng)度序列，自適應(yīng)提取信道特征；

如圖2所示，所述(20)自適應(yīng)特征提取步驟包括：

(21)閾值調(diào)整：根據(jù)物理層接收信號強(qiáng)度，較高的為有效信號，較低的為噪聲，計(jì)算有效信號與噪聲的差值，根據(jù)差值動態(tài)調(diào)整區(qū)分有效信號與噪聲的離散化閾值，例如有效信號強(qiáng)度為-80dbm，噪聲為-100dbm，則閾值為-90dbm；若有效信號強(qiáng)度變?yōu)?100dbm，噪聲變?yōu)?108dbm，則閾值調(diào)整為-103dbm；

不依賴解調(diào)的mac協(xié)議識別方法大多根據(jù)信道忙閑的統(tǒng)計(jì)數(shù)據(jù)進(jìn)行判別，所以能否正確區(qū)分所采樣信號是噪音還是數(shù)據(jù)直接決定識別結(jié)果。而信噪比作為物理層信號的一個重要參數(shù)，其直接與信號的接收強(qiáng)度有關(guān)，也就是說，信噪比的變化會直接影響所采樣信號是噪音還是數(shù)據(jù)的區(qū)分度。例如，有一串采樣信號的接收信號強(qiáng)度分布在-100dbm和-130dbm附近，雖然都無法滿足-80dbm的解調(diào)條件，但可以用-115dbm作為劃分閾值將-100dbm的信號歸類為數(shù)據(jù)，-130dbm的信號歸類為噪聲。但是，強(qiáng)電磁干擾環(huán)境中隨時可能改變信噪比，使得所有采樣信號的接收強(qiáng)度都低于-120dbm。在這種情況下，繼續(xù)使用-115dbm作為劃分閾值顯然無法正確劃分?jǐn)?shù)據(jù)、噪聲，從而無法正確識別出mac協(xié)議，因此，根據(jù)當(dāng)前信道自適應(yīng)地調(diào)整數(shù)據(jù)/噪音的閾值十分重要。

(22)采樣信號數(shù)組建立：根據(jù)離散化閾值，建立采樣信號數(shù)組，該一維數(shù)組的值由1和0組成，1表示該下標(biāo)時刻信道繁忙，0表示該下標(biāo)時刻信道空閑；

(23)信道忙閑持續(xù)數(shù)組建立：根據(jù)采樣信號數(shù)組，分別建立兩個一維數(shù)組，信道忙持續(xù)時間數(shù)組和信道閑持續(xù)時間數(shù)組，信道忙持續(xù)時間數(shù)組中的值為采樣信號數(shù)組中連續(xù)出現(xiàn)的1的數(shù)目，代表信道繁忙持續(xù)時間；信道閑持續(xù)時間數(shù)組中的值為采樣信號數(shù)組中連續(xù)出現(xiàn)的0的數(shù)目，代表信道空閑持續(xù)時間；

(24)信道參數(shù)計(jì)算：根據(jù)忙信道數(shù)組和閑信道數(shù)組，分別計(jì)算信道忙碌和信道空閑的最小值、最大值和中位數(shù)；

(25)流量負(fù)載計(jì)算：根據(jù)忙信道數(shù)組和閑信道數(shù)組，計(jì)算當(dāng)前網(wǎng)絡(luò)的流量負(fù)載；

(26)根據(jù)流量負(fù)載，利用忙信道數(shù)組，計(jì)算長短幀比例和分布；

不依賴解調(diào)的mac識別根據(jù)物理層信號判斷mac協(xié)議，而流量負(fù)載的大小直接影響物理層信號的分布，所以流量負(fù)載同樣是影響不解調(diào)mac協(xié)議識別的關(guān)鍵因素。

在網(wǎng)絡(luò)中流量滿負(fù)載時，tdma協(xié)議與csma協(xié)議很容易區(qū)分，而當(dāng)網(wǎng)絡(luò)中負(fù)載流量僅有10％時，tdma協(xié)議和csma協(xié)議就相對不易區(qū)分。而在更極端的情況中，比如網(wǎng)絡(luò)中的流量是周期性注入的，那么csma會與tdma非常相似，在這種情況下僅僅依靠信道忙/閑狀態(tài)特征則不易區(qū)分兩協(xié)議，我們需要增加新的特征才行。考慮到csma協(xié)議的最大特點(diǎn)是其使用“rts-cts握手”機(jī)制和“ack確認(rèn)”機(jī)制。為了節(jié)省信道資源這兩種機(jī)制都采用非常短的幀實(shí)現(xiàn)，同時為了盡可能的充分利用信道資源數(shù)據(jù)幀一般都會盡可能的長，所以引入描述信道中長幀與短幀占比和分布的特征，通過該特征可以區(qū)分csma/ca協(xié)議和tdma協(xié)議。

(27)周期計(jì)算：當(dāng)長短幀比例不大于比例閥值時，利用采樣信號數(shù)組計(jì)算周期；

雖然可以通過長短幀占比和分布的特征區(qū)分csma協(xié)議和tdma協(xié)議，但當(dāng)信噪比過低時rts、cts、ack等短幀極可能會混入噪聲從而使該特征失效，因此需要尋求其他特征?？梢試L試從另一個角度來考慮該問題，之前提取的長短幀特征是通過識別出csma協(xié)議來區(qū)分二者，這里可以考慮通過識別出tdma協(xié)議來區(qū)分兩協(xié)議。tdma協(xié)議與csma協(xié)議的不同就在于它為每個節(jié)點(diǎn)分配固定的時隙使得信道忙閑狀態(tài)呈現(xiàn)周期性，利用這一特點(diǎn)，考察信道忙閑狀態(tài)是否具有周期性，來識別出tdma協(xié)議從而區(qū)分兩協(xié)議。

(28)八元特征組獲?。焊鶕?jù)信道忙碌和信道空閑的最小值、最大值、中位數(shù)、長短幀比例、長短幀分布、是否具有周期性，得到由這八個特征組成的八元特征組，以表征信道特征。

(30)支持向量機(jī)訓(xùn)練：將信道特征傳入支持向量機(jī)，利用信道特征對支持向量機(jī)進(jìn)行訓(xùn)練；

(40)mac協(xié)議識別：利用訓(xùn)練過的支持向量機(jī)進(jìn)行mac協(xié)議識別。

如圖3所示，所述(40)mac協(xié)議識別步驟具體為：

(41)采集物理層信號：對待判別網(wǎng)絡(luò)進(jìn)行如步驟(10)的物理層信號采集；

(42)自適應(yīng)特征提?。喊床襟E(20)對采集到的待判定網(wǎng)絡(luò)的物理層信號進(jìn)行自適應(yīng)特征提?。?/p>

(43)mac協(xié)議識別：將提取的信道特征送入訓(xùn)練過的支持向量機(jī)，支持向量機(jī)識別出mac協(xié)議。

本發(fā)明通過對無線網(wǎng)絡(luò)物理層的信號采樣、特征提取并結(jié)合svm，在不解調(diào)數(shù)據(jù)包的情況下進(jìn)行mac協(xié)議的識別。并針對信道特征動態(tài)變化的問題提出了自適應(yīng)特征提取算法予以解決。該算法能夠根據(jù)當(dāng)前信道的信噪比、數(shù)據(jù)包分布等動態(tài)變化的情況，自我調(diào)整所提特征和提取特征時所用參數(shù)，以保證mac協(xié)議識別準(zhǔn)確。