一种识别分配类及混合类MAC协议的方法与流程

本发明涉及通信领域，具体涉及一种识别分配类及混合类mac协议的方法。
背景技术：
：现有的mac协议识别方法中通常采用能量特征或者时间特征作为特征参数，这种方法只能对不同种类的或者差别较大的mac协议进行识别，而且能量特征很容易受到噪声的影响，提取时间特征时对时间的精确度要求也很高，因此在实际应用的过程中会较为受限。技术实现要素：针对现有技术中的上述不足，本发明提供的一种识别分配类及混合类mac协议的方法解决了能量特征受噪声影响大以及时间特征较难精确提取的问题。为了达到上述发明目的，本发明采用的技术方案为：提供一种识别分配类及混合类mac协议的方法，其包括以下步骤：s1、搭建网络模型，对三种分配类及混合类mac协议进行仿真，获取网络中各个节点一段时间内的仿真信号；s2、对仿真信号进行bpsk调制、采样并加入噪声，得到加噪采样信号；s3、对加噪采样信号进行能量检测，确定所有信号帧的起止位置并计算各个信号帧的长度；s4、将信号帧按照长度的不同进行分类，得到控制帧和数据帧；s5、根据同一协议的控制帧和数据帧的数量和分布情况获取各个协议的帧类别和帧分布；s6、从加噪采样信号中提取出各个协议的帧类别和帧分布，并将其作为训练数据对支持向量机进行训练，得到mac协议识别模型；s7、将待识别信号采用与步骤s2至步骤s5相同的方法获取其帧类别和帧分布，将待识别信号的帧类别和帧分布作为mac协议识别模型的输入，完成对待识别信号的协议识别。进一步地，步骤s1的具体方法包括：在opnetmodeler仿真软件中搭建网络模型，对三种分配类及混合类mac协议进行仿真，获取网络中各个节点一段时间内的仿真信号；其中三种分配类及混合类mac协议分别为tdma协议、abroad协议和p-tdma协议。进一步地，步骤s2的具体方法包括：对仿真信号进行bpsk调制、采样并加入噪声，使得加噪采样信号的信噪比分别为20db、18db、14db、10db、8db、6db、4db、3db、2db、1db和0db，得到不同信噪比下的加噪采样信号。进一步地，步骤s3的具体方法包括：对加噪采样信号进行能量检测，得到能量检测的结果，将大于能量门限值的信号判定为有效信号，即信号帧；将小于等于能量门限值的信号作为噪声信号，将信号帧与噪声交界的位置作为信号帧的起始位置或终止位置，获取所有起止位置之间的差值，得到各个信号帧的帧长。进一步地，步骤s4的具体方法包括：将信号帧按照长度的不同进行分类，将帧长小于帧长门限的帧作为控制帧；将帧长大于帧长门限的帧作为数据帧。进一步地，步骤s5的具体方法包括：根据各个协议的信号帧的类别数目得到帧类别；根据各个协议的控制帧和数据帧的分布情况得到帧分布；其中tdma协议的帧类别为1，abroad协议和p-tdma协议的帧类别均为2；将tdma协议和p-tdma协议的帧分布设为0，在一个帧周期中，其数据帧连续分布；将abroad协议的帧分布设为1，其控制帧和数据帧穿插分布。进一步地，步骤s6的具体方法包括以下子步骤：s6-1、将各个协议的帧类别和帧分布作为训练数据；s6-2、随机设置支持向量机的权重和偏置的初始值，输入训练数据获取训练结果和真实结果之间的差距；s6-3、判断训练结果和真实结果之间的差距是否小于阈值，若是则结束训练得到mac协议识别模型，否则返回步骤s6-2；其中支持向量机的模型为：s.t.yi(wtxi+b)≥1-ξi,i＝1,2,…,m,ξi≥0模型中(xi,yi)为第i组训练数据，xi表示由帧类别和帧分布共同组成的特征向量，yi表示xi对应的真实结果，即标签；w和b分别是支持向量机的权重和偏置；ξi为松弛变量；c为惩罚因子；m为训练数据总数；(·)t表示矩阵转置；s.t.(·)为约束条件。本发明的有益效果为：本发明使用帧类别和帧分布作为mac协议识别的特征，使得mac协议识别模型拥有较强的抗干扰能力，解决了能量特征受噪声影响大以及时间特征较难精确提取的问题。附图说明图1为本发明的流程示意图；图2为不同信噪比下mac协议识别的准确率。具体实施方式下面对本发明的具体实施方式进行描述，以便于本
技术领域：
的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本
技术领域：
的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。如图1所示，该识别分配类及混合类mac协议的方法包括以下步骤：s1、搭建网络模型，对三种分配类及混合类mac协议进行仿真，获取网络中各个节点一段时间内的仿真信号；s2、对仿真信号进行bpsk调制、采样并加入噪声，得到加噪采样信号；s3、对加噪采样信号进行能量检测，确定所有信号帧的起止位置并计算各个信号帧的长度；s4、将信号帧按照长度的不同进行分类，得到控制帧和数据帧；s5、根据同一协议的控制帧和数据帧的数量和分布情况获取各个协议的帧类别和帧分布；s6、从加噪采样信号中提取出各个协议的帧类别和帧分布，并将其作为训练数据对支持向量机进行训练，得到mac协议识别模型；s7、将待识别信号采用与步骤s2至步骤s5相同的方法获取其帧类别和帧分布，将待识别信号的帧类别和帧分布作为mac协议识别模型的输入，完成对待识别信号的协议识别。步骤s1的具体方法包括：在opnetmodeler仿真软件中搭建网络模型，对三种分配类及混合类mac协议进行仿真，获取网络中各个节点一段时间内的仿真信号；其中三种分配类及混合类mac协议分别为tdma协议、abroad协议和p-tdma协议。步骤s2的具体方法包括：对仿真信号进行bpsk调制、采样并加入噪声，使得加噪采样信号的信噪比分别为20db、18db、14db、10db、8db、6db、4db、3db、2db、1db和0db，得到不同信噪比下的加噪采样信号。步骤s3的具体方法包括：对加噪采样信号进行能量检测，得到能量检测的结果，将大于能量门限值的信号判定为有效信号，即信号帧；将小于等于能量门限值的信号作为噪声信号，将信号帧与噪声交界的位置作为信号帧的起始位置或终止位置，获取所有起止位置之间的差值，得到各个信号帧的帧长。步骤s4的具体方法包括：将信号帧按照长度的不同进行分类，将帧长小于帧长门限的帧作为控制帧；将帧长大于帧长门限的帧作为数据帧。步骤s5的具体方法包括：根据各个协议的信号帧的类别数目得到帧类别；根据各个协议的控制帧和数据帧的分布情况得到帧分布；其中tdma协议的帧类别为1，abroad协议和p-tdma协议的帧类别均为2；将tdma协议和p-tdma协议的帧分布设为0，在一个帧周期中，其数据帧连续分布；将abroad协议的帧分布设为1，其控制帧和数据帧穿插分布。在具体实施过程中，四种mac协议的特征数据如表1所示：表1：四种mac协议的特征数据帧类别帧分布tdma协议10abroad协议21p-tdma协议20步骤s6的具体方法包括以下子步骤：s6-1、从信噪比为20db的加噪采样信号中将各个协议的帧类别和帧分布作为训练数据；s6-2、随机设置支持向量机的权重和偏置的初始值，输入训练数据获取训练结果和真实结果之间的差距；s6-3、判断训练结果和真实结果之间的差距是否小于阈值，若是则结束训练得到mac协议识别模型，否则返回步骤s6-2；其中支持向量机的模型为：s.t.yi(wtxi+b)≥1-ξi,i＝1,2,…,m,ξi≥0模型中(xi,yi)为第i组训练数据，xi表示由帧类别和帧分布共同组成的特征向量，yi表示xi对应的真实结果，即标签；w和b分别是支持向量机的权重和偏置；ξi为松弛变量；c为惩罚因子；m为训练数据总数；(·)t表示矩阵转置；s.t.(·)为约束条件。在本发明的一个实例中，如图2所示，不同信噪比下mac协议识别的准确率不同，在信噪比高于3db的情况下，本发明提出的方法具有非常好的性能。综上所述，本发明在提取特征方面进行了改进，提取出来的帧类别和帧分布两个特征不再像能量特征一样很容易受到噪声的影响，也不像时间特征一样有非常精确的要求，虽然较低的信噪比也会对特征的提取产生一定程度的影响，但相对来说具有很好地识别效果，比较适合应用于实际场景，解决了能量特征受噪声影响大以及时间特征较难精确提取的问题。当前第1页12