利索能及
我要发布
收藏
专利号: 2024100676874
申请人: 江西师范大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-05-14
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种工业无线网络的抗干扰方法,其特征在于,所述方法包括:

收集工业无线网络性能参数,构建时序数据集;

采用相关性和共线性分析优化所述时序数据集,将经过筛选和优化的性能参数组合成优化数据集;

采用LSTM神经网络对所述优化数据集作异常分类处理,根据分类结果得到网络性能的异常情况;

当发现网络性能异常时,通信节点收集网络的收发包数据,再从收发包数据中提取节点通信特征向量,采用随机森林机器学习模型对所述节点通信特征向量进行异常分类处理,根据分类结果得到相邻的异常通信节点与正常通信节点;

选择异常通信节点的干扰信道序列及当前通信节点的抗干扰信道序列,根据干扰信道序列与抗干扰信道序列构建斯塔伯格博弈模型,并求解所述博弈模型的博弈均衡解,根据所述博弈均衡解选择最优的抗干扰信道;

其中,所述根据干扰信道序列与抗干扰信道序列构建斯塔伯格博弈模型的步骤包括:为异常通信节点创建干扰信道序列策略集合和对应的干扰信道序列的概率矩阵,为当前通信节点创建抗干扰信道序列策略集合和对应的抗干扰信道序列的概率矩阵;设定异常通信节点作为领导者,当前通信节点作为跟随者;采用Q学习算法和随机选择理论求解模型的博弈纳什均衡解,根据所述均衡解选择最优抗干扰信道;

所述采用相关性和共线性分析优化所述时序数据集具体包括:通过皮尔逊相关系数得到时序数据集性能参数之间的相关性;通过多变量回归分析的方差膨胀因子得到时序数据集性能参数之间的共线性;

两个性能参数之间的皮尔逊相关系数为:

其中,f1和f2是性能参数,xi和yi分别是性能参数f1和f2特征值, 代表性能参数fj的算术平均值,N是正整数;

所述多变量回归分析的方差膨胀因子为:

2

其中,i=1,2,3,…,k,k为正整数,Ri是第i个因变量性能参数对其余k‑1个自变量性能参数作回归分析后的判断系数,yi、 分别代表第i个性能参数的实际值、预测值、均值。

2.根据权利要求1所述的工业无线网络中的抗干扰方法,其特征在于,所述性能参数包括数据包传送率、信噪比、期望传输数、能源消耗。

3.根据权利要求1所述的工业无线网络中的抗干扰方法,其特征在于,所述收发包数据包括数据包大小、发送时间、目标节点IP和协议类型,所述通信特征向量是将收发包数据按秒为单位分成若干帧生成的新特征值。

4.根据权利要求1所述的工业无线网络中的抗干扰方法,其特征在于,所述LSTM神经网络的构建包括:构建多个LSTM层和全连接层,根据网络结构和网络性能参数确定LSTM层神经元的数量;在多个LSTM层之间添加Dropout层;所述LSTM层的控制单元中的门限机制以及输出层分别选择Sigmoid激活函数和非线性的双曲正切激活函数。

5.一种工业无线网络的抗干扰装置,其特征在于,包括:

第一数据收集模块,用于收集工业无线网络性能参数,构建时序数据集;

第一异常检测模块,用于采用相关性和共线性分析优化所述时序数据集,将经过筛选和优化的性能参数组合成优化数据集;采用LSTM神经网络对所述优化数据集作异常分类处理,根据分类结果得到网络性能的异常情况;

第二数据收集模块,用于通信节点收集网络的收发包数据,再从收发包数据中提取节点通信特征向量;

第二异常检测模块,用于采用随机森林机器学习模型对所述节点通信特征向量进行异常分类处理,根据分类结果得到相邻的异常通信节点与正常通信节点;

防御模块,用于选择异常通信节点的干扰信道序列及当前通信节点的抗干扰信道序列,根据干扰信道序列与抗干扰信道序列构建斯塔伯格博弈模型,并求解所述博弈模型的博弈均衡解,根据所述博弈均衡解选择最优的抗干扰信道;

其中,所述根据干扰信道序列与抗干扰信道序列构建斯塔伯格博弈模型的步骤包括:为异常通信节点创建干扰信道序列策略集合和对应的干扰信道序列的概率矩阵,为当前通信节点创建抗干扰信道序列策略集合和对应的抗干扰信道序列的概率矩阵;设定异常通信节点作为领导者,当前通信节点作为跟随者;采用Q学习算法和随机选择理论求解模型的博弈纳什均衡解,根据所述均衡解选择最优抗干扰信道;

所述采用相关性和共线性分析优化所述时序数据集具体包括:通过皮尔逊相关系数得到时序数据集性能参数之间的相关性;通过多变量回归分析的方差膨胀因子得到时序数据集性能参数之间的共线性;

两个性能参数之间的皮尔逊相关系数为:

其中,f1和f2是性能参数,xi和yi分别是性能参数f1和f2特征值, 代表性能参数fj的算术平均值,N是正整数;

所述多变量回归分析的方差膨胀因子为:

2

其中,i=1,2,3,…,k,k为正整数,Ri是第i个因变量性能参数对其余k‑1个自变量性能参数作回归分析后的判断系数,yi、 分别代表第i个性能参数的实际值、预测值、均值。

6.一种计算机设备,包括存储器和处理器,其特征在于,所述存储器中存储有存储计算机执行指令,所述处理器执行所述存储器存储的计算机执行指令,以实现如权利要求1‑4中任一项所述的一种工业无线网络的抗干扰方法。