论文部分内容阅读
海面舰艇作为现代海军主要装备，在执行海面任务的时候表现优秀。海面舰艇一般是以集群的形式航行，舰艇与舰艇之间通过相互发送通信信息实现实时调度，因此海面舰艇之间通信信号通常会承载许多重要信息，需要通过信息识别技术获取这些重要信息。非合作通信节点通联关系识别是目前新兴起的一种信息识别技术，通过识别非合作通信节点信息实现通联关系的识别。本文是在前人研究的基础上，运用神经网络、信号识别、位置识别以及数据挖掘等技术，实现在海面舰艇场景下非合作通信节点间通联关系识别。本文的主要研究内容有：
(1)研究了通信信号识别理论，通信信号识别包括调制方式识别、通信帧识别以及位置识别，研究了神经网络相关理论，对DNN和CNN的模型结构以及训练过程进行了深入研究。
(2)研究了非合作节点信号识别技术。非合作节点信号识别包括节点信号调制方式识别、通信帧识别以及位置识别三部分内容。在节点信号调制方式识别中。提出了一种基于CNN的调制方式识别方案，选取BPSK、QPSK、QAM等8种调制方式作为识别对象，在信噪比为8dB时，调制识别率达到89.4%；在通信帧识别中，提出了一种单节点通信帧识别方案，通过调制方式识别结合关联规则分析实现通信帧的识别，该方案能够正确地识别出通信帧；在位置识别中，提出了一种在接入舰艇数量充足的条件下，基于神经网络的RSSI位置指纹定位方案并实现仿真。仿真结果表明，在训练距离为4km的条件下，对待定位舰艇的X坐标估计精确度达到82.32%，Y坐标估计精确度达到83.06%。
(3)在调制方式识别与通信帧识别理论与仿真基础上，提出了非合作节点间通联关系识别方案，该方案包括非合作节点位置识别以及节点间通联关系识别两部分。在非合作节点位置识别方案中，主要考虑了接入海面舰艇数量不充足的情况，引入信号到达角作为位置指纹，仿真表明，在训练距离为4km的条件下，对海面舰艇位置X坐标的估计准确率为84.86%，Y坐标的估计准确率为89.57%。在节点间通联关系识别方案中，根据识别每个帧得到的RSSI与到达角信息实现信号分类，并通过寻找频繁2项集完成通联关系的识别。仿真表明，该方案能够较好地识别出非合作节点间的通联关系，识别得到的舰艇信号发送顺序与实际的舰艇信号发送顺序相比，准确率在95%。
(1)研究了通信信号识别理论，通信信号识别包括调制方式识别、通信帧识别以及位置识别，研究了神经网络相关理论，对DNN和CNN的模型结构以及训练过程进行了深入研究。
(2)研究了非合作节点信号识别技术。非合作节点信号识别包括节点信号调制方式识别、通信帧识别以及位置识别三部分内容。在节点信号调制方式识别中。提出了一种基于CNN的调制方式识别方案，选取BPSK、QPSK、QAM等8种调制方式作为识别对象，在信噪比为8dB时，调制识别率达到89.4%；在通信帧识别中，提出了一种单节点通信帧识别方案，通过调制方式识别结合关联规则分析实现通信帧的识别，该方案能够正确地识别出通信帧；在位置识别中，提出了一种在接入舰艇数量充足的条件下，基于神经网络的RSSI位置指纹定位方案并实现仿真。仿真结果表明，在训练距离为4km的条件下，对待定位舰艇的X坐标估计精确度达到82.32%，Y坐标估计精确度达到83.06%。
(3)在调制方式识别与通信帧识别理论与仿真基础上，提出了非合作节点间通联关系识别方案，该方案包括非合作节点位置识别以及节点间通联关系识别两部分。在非合作节点位置识别方案中，主要考虑了接入海面舰艇数量不充足的情况，引入信号到达角作为位置指纹，仿真表明，在训练距离为4km的条件下，对海面舰艇位置X坐标的估计准确率为84.86%，Y坐标的估计准确率为89.57%。在节点间通联关系识别方案中，根据识别每个帧得到的RSSI与到达角信息实现信号分类，并通过寻找频繁2项集完成通联关系的识别。仿真表明，该方案能够较好地识别出非合作节点间的通联关系，识别得到的舰艇信号发送顺序与实际的舰艇信号发送顺序相比，准确率在95%。