【摘要】：網(wǎng)絡(luò)空間涵蓋了通信網(wǎng)、廣電網(wǎng)、互聯(lián)網(wǎng)等多個(gè)領(lǐng)域,依賴專用的設(shè)備解決面向監(jiān)測(cè)的被動(dòng)定位問(wèn)題,大大增加了應(yīng)用成本且難以滿足多樣化網(wǎng)絡(luò)的監(jiān)測(cè)定位需求。充分利用各類網(wǎng)絡(luò)的基礎(chǔ)設(shè)施,從監(jiān)測(cè)的實(shí)際需求出發(fā),實(shí)現(xiàn)對(duì)特定目標(biāo)的無(wú)縫被動(dòng)定位是實(shí)現(xiàn)網(wǎng)絡(luò)空間安全的基石,而提高定位的精度是實(shí)現(xiàn)網(wǎng)絡(luò)空間安全監(jiān)測(cè)的主要挑戰(zhàn)之一。指紋定位在以基于位置服務(wù)(Location Based Service,LBS)為目標(biāo)的主動(dòng)定位應(yīng)用研究中展現(xiàn)了極高的定位精度。但國(guó)內(nèi)外關(guān)于被動(dòng)指紋定位研究存在以下四個(gè)主要問(wèn)題:第一,被動(dòng)指紋定位中目標(biāo)信號(hào)稀疏,導(dǎo)致指紋采集需花費(fèi)大量時(shí)間成本;第二,指紋采集階段與定位階段的設(shè)備差異導(dǎo)致定位精度下降,傳統(tǒng)方法增加了特征間的相關(guān)性和維度,易導(dǎo)致維數(shù)災(zāi)難;第三,單監(jiān)測(cè)站/接入點(diǎn)(AP)條件下定位性能難以提升;第四,復(fù)雜環(huán)境下信號(hào)指紋波動(dòng)劇烈。因此,研究考慮真實(shí)環(huán)境因素的面向監(jiān)測(cè)的被動(dòng)指紋定位具有重要實(shí)際應(yīng)用價(jià)值和指導(dǎo)意義。本文從基于稀疏信號(hào)的指紋構(gòu)建、差異化設(shè)備條件下的指紋特征提取、資源受限條件下的高精度定位方法、復(fù)雜環(huán)境影響下的指紋定位方法四個(gè)角度展開研究。具體研究?jī)?nèi)容及成果如下:(1)基于稀疏信號(hào)的被動(dòng)指紋定位在被動(dòng)定位應(yīng)用場(chǎng)景中,目標(biāo)設(shè)備在待機(jī)狀態(tài)發(fā)射的信號(hào)通常在時(shí)域具有稀疏性,某些探測(cè)幀在頻域還呈現(xiàn)跳頻特性,導(dǎo)致構(gòu)建指紋庫(kù)耗時(shí)長(zhǎng)且難以準(zhǔn)確建模接收信號(hào)強(qiáng)度(Received Signal Strength,RSS)的分布。針對(duì)此問(wèn)題,本文提出一種基于目標(biāo)設(shè)備移動(dòng)速度的隱式馬爾可夫模型(Hidden Markov Model,HMM)作為定位框架。在觀測(cè)狀態(tài)概率矩陣的求解中,利用基于維納過(guò)程的核密度估計(jì)方法估計(jì)稀疏信號(hào)的RSS概率分布,避免了在核帶寬選取上的不合理假設(shè)。同時(shí)通過(guò)引入移動(dòng)速度作為參數(shù),增強(qiáng)了指紋圖的約束能力,縮小了定位階段的搜索空間。經(jīng)實(shí)驗(yàn)測(cè)試,在2米定位誤差內(nèi),本方法的置信概率相較于樸素貝葉斯(Naive Bayes)方法提升了 16%。(2)差異化設(shè)備的指紋提取及定位研究針對(duì)被動(dòng)指紋定位中訓(xùn)練設(shè)備與目標(biāo)設(shè)備間發(fā)射信號(hào)強(qiáng)度差異問(wèn)題,常用的方法是使用基站或AP間信號(hào)強(qiáng)度差(Signal Strength Difference,SSD)構(gòu)建指紋庫(kù)。而SSD方法增加了特征的維度,容易導(dǎo)致維數(shù)災(zāi)難;另一方面,其計(jì)算方法使特征間存在一定的關(guān)聯(lián)性,導(dǎo)致特征間存在冗余信息在分布上呈現(xiàn)更為復(fù)雜的多峰特性。本文提出一種基于局部費(fèi)謝爾判別分析(Local Fisher Discriminant Analysis,LFDA)的動(dòng)態(tài)壓縮核密度估計(jì)方法(LC-KDE)。該方法基于LFDA對(duì)SSD特征進(jìn)行降維分析,利用訓(xùn)練階段的指紋數(shù)據(jù)通過(guò)假設(shè)檢驗(yàn)的方式對(duì)多維核密度估計(jì)函數(shù)進(jìn)行動(dòng)態(tài)壓縮,在避免不合理的獨(dú)立性假設(shè)的基礎(chǔ)上提高了對(duì)多模特征進(jìn)行估計(jì)的準(zhǔn)確性。實(shí)測(cè)結(jié)果表明,在80%置信概率下,LC-KDE較SSD方法性能提升了28%。(3)基于單站的高精度定位方法研究在某些資源受限的環(huán)境中沒(méi)有條件設(shè)立監(jiān)測(cè)站,僅有少量甚至單個(gè)AP可用于定位。針對(duì)該問(wèn)題,本文提出一種基于信道狀態(tài)信息(Channel State Information,CSI)的高精度單站定位方法。該方法首次將多天線多子載波的CSI組成空、時(shí)、頻三維特征圖,以此作為單站多天線定位的位置指紋。針對(duì)特征圖設(shè)計(jì)了無(wú)池化多層卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN),并提出了新的特征圖增強(qiáng)方法。利用該神經(jīng)網(wǎng)絡(luò)對(duì)CSI三維特征圖進(jìn)行信息提取及分類,實(shí)現(xiàn)了定位問(wèn)題到特征圖分類問(wèn)題的轉(zhuǎn)換�；诙嗵炀�Wi-Fi的實(shí)驗(yàn)結(jié)果表明,相對(duì)于傳統(tǒng)基于多天線和基于全連接神經(jīng)網(wǎng)絡(luò)的定位方法,平均誤差性能分別改善了8%和9.5%。(4)考慮室外復(fù)雜環(huán)境因素的指紋定位針對(duì)室外環(huán)境下,缺少直射徑,信號(hào)的快衰落導(dǎo)致短時(shí)信道特征變化劇烈,以及長(zhǎng)時(shí)積累的信道特征數(shù)據(jù)呈現(xiàn)較大的類內(nèi)差異等問(wèn)題,本文提出一種基于時(shí)域、頻域信道沖擊響應(yīng)(Channel Impulse Response,CIR)、萊斯K因子及多徑參數(shù)等構(gòu)造室外指紋的方法。在此基礎(chǔ)上,設(shè)計(jì)了基于多通道的長(zhǎng)短時(shí)記憶(Long Short-Term Memory,LSTM)神經(jīng)網(wǎng)絡(luò)。通過(guò)在多條獨(dú)立的LSTM網(wǎng)絡(luò)間設(shè)計(jì)“相關(guān)池化”層,融合多個(gè)監(jiān)測(cè)站的信息;并以LFDA準(zhǔn)則構(gòu)建代價(jià)函數(shù),將室外環(huán)境變化導(dǎo)致的特征類內(nèi)差異引入模型,提高了模型應(yīng)對(duì)室外復(fù)雜環(huán)境變化的能力。該系統(tǒng)在長(zhǎng)達(dá)6個(gè)月的室外測(cè)試中,具有穩(wěn)定的表現(xiàn),在80%的置信概率下平均定位誤差相對(duì)于傳統(tǒng)TDOA及樸素貝葉斯指紋定位的方法分別提升了60%和55.3%。上述研究圍繞被動(dòng)指紋定位的指紋構(gòu)建、特征提取以及在資源受限和外部環(huán)境變化情況下提高定位精度而展開,為推動(dòng)面向監(jiān)測(cè)的被動(dòng)指紋定位走向?qū)嶋H應(yīng)用提供了理論依據(jù)及方法指導(dǎo)。
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2019
【分類號(hào)】：TN98;TP391.41
【圖文】：

１．３基于信號(hào)指紋的被動(dòng)定位框架逡逑利用信號(hào)指紋進(jìn)行定位的基本思想是利用接收到的信號(hào)指紋與預(yù)先構(gòu)造的逡逑位置指紋庫(kù)進(jìn)行匹配，以實(shí)現(xiàn)對(duì)目標(biāo)設(shè)備的定位。如圖１－１所示，其主要由構(gòu)建逡逑位置指紋庫(kù)的離線訓(xùn)練階段和進(jìn)行指紋匹配的在線定位階段兩部分組成。在離線逡逑階段，主要完成各監(jiān)測(cè)站捕獲的信號(hào)指紋的整理以及監(jiān)測(cè)區(qū)域內(nèi)各位置的指紋采逡逑p}。而在定位階段，主要完成目標(biāo)設(shè)備指紋與數(shù)據(jù)庫(kù)的匹配及最終的位置估計(jì)。逡逑８逡逑

邐Ｊ逡逑圖１－２被動(dòng)指紋定位挑戰(zhàn)及研究?jī)?nèi)容逡逑如圖１－２所示，首先是構(gòu)建指紋的樣本數(shù)量不足。非合作設(shè)備不會(huì)主動(dòng)上報(bào)逡逑其觀測(cè)信息，甚至某些惡意占用通信資源的設(shè)備會(huì)主動(dòng)減少數(shù)據(jù)發(fā)送，以減少被逡逑定位的概率，這導(dǎo)致訓(xùn)練階段和定位階段都缺少大量的樣本數(shù)據(jù)，增加了模型訓(xùn)逡逑練的時(shí)間降低了模型的精度。其次是恰當(dāng)?shù)奶卣骶S度構(gòu)建，具體體現(xiàn)在兩方面：逡逑一方面是差異化設(shè)備導(dǎo)致的特征維度過(guò)高問(wèn)題。由于非合作設(shè)備的型號(hào)未知，使逡逑得訓(xùn)練階段和定位階段設(shè)備的信號(hào)特征差異難以校正，且多樣化的特征容易帶來(lái)逡逑維數(shù)災(zāi)難，降低定位算法的執(zhí)行效率。另一方面是單站定位時(shí)的特征維度不足問(wèn)逡逑題。與基于位置服務(wù)的合作定位不同，在面向監(jiān)測(cè)的非合作定位中，監(jiān)測(cè)站的數(shù)逡逑量資源通常有限

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周洪洋;張春昌;尹曉楠;張海江;;對(duì)我國(guó)海事系統(tǒng)油指紋庫(kù)建設(shè)的思考[J];中國(guó)海事;2013年08期

2 閆慧;黃文芳;楊永長(zhǎng);肖代雯;姜偉;羅春麗;;臨床常見(jiàn)革蘭氏陽(yáng)性球菌蛋白指紋庫(kù)的構(gòu)建[J];中國(guó)生物工程雜志;2011年10期

3 ;北京市建起玉米“DNA指紋庫(kù)”[J];北京農(nóng)業(yè)職業(yè)學(xué)院學(xué)報(bào);2006年01期

4 高振會(huì);崔文林;周青;孫培艷;王鑫平;;渤海海上原油油指紋庫(kù)建設(shè)[J];海洋環(huán)境科學(xué);2006年S1期

5 張翔;郭杭;武和雷;;基于虛擬信息庫(kù)的粒子濾波指紋庫(kù)定位算法[J];計(jì)算機(jī)應(yīng)用與軟件;2015年06期

6 王sョ

本文編號(hào)：2727083