基于压缩感知的无线通信网拓扑推断方法

发布时间：2021-11-25 14:44

　　针对无线通信非合作方难以使用传统拓扑发现方法获取网络拓扑的问题,提出基于压缩感知的无线通信网拓扑推断方法。该方法首先通过节点发出数据信号和确认信号的时间接续关系,获取时间窗口内网络节点状态;其次构造适用于无线通信网络的压缩感知模型框架,通过重构算法恢复节点链接向量;最后根据节点双向匹配原则法与筛选状态迭代法,筛选链路并提取相应时刻的节点状态,再次重构链接向量直至算法收敛。仿真实验表明,该算法能通过少量节点状态极化数据准确推断网络拓扑结构,具有较高时效性,且能够适应环境噪声干扰。 

【文章来源】：探测与控制学报. 2020,42(02)北大核心CSCD

【文章页数】：7 页

【部分图文】：

数据信号与响应信号时间接续关系

式(6)中,Si是节点i在某时刻发出确认信号次数的集合向量且Si(t)≥1,φi是除节点i以外其余节点在对应时刻的状态集合S-i,Xi是节点i与其余节点的连接关系,这类似于式(1)压缩感知方程。对于无线通信网络而言,短时间窗口保证φi满足RIP性质[8],且向量X大概率是稀疏的。但对于如图2所示的星型拓扑结构,中心节点的X向量([1,1,1,1,1,1,1]T)是不稀疏的。通过重构中心节点的邻居节点的X向量,反推中心节点的链接情况。通过对向量X的重构,得到节点i与其余节点的连接关系,遍历所有节点i,推断网络拓扑结构。2.3 向量重构误差分析与修正

迭代次数对拓扑推断率的影响

【参考文献】：
期刊论文
[1]SDN中IP欺骗数据分组网络溯源方法研究[J]. 魏松杰,孙鑫,赵茹东,吴超.  通信学报. 2018(11)
[2]基于时间聚合图的DTN网络最短时延路由算法[J]. 王鹏,李红艳,张焘,李朋云.  通信学报. 2017(S1)
[3]基于稀疏度自适应算法的压缩感知[J]. 王红亮,卢振国,王帅,曹京胜,吕云飞.  探测与控制学报. 2017(05)
[4]基于复杂网络理论的无线传感器网络的连通性[J]. 耿鹏,柳艳.  探测与控制学报. 2016(05)
[5]压缩感知实现方法及应用综述[J]. 王红亮,王帅,刘文怡.  探测与控制学报. 2014(04)
[6]战场干线网拓扑推断技术[J]. 杨红娃,潘高峰,王巍.  通信对抗. 2009 (03)



本文编号：3518349