论文部分内容阅读
空间信息网络(SIN)广泛用于军事攻防等领域。它能极大提升己方空间战的能力。同时,通过干扰攻击也能破坏对方网络的通信,降低对方的空间攻击力。本文研究以无人机网络为主的空间信息网络的干扰问题。使用己方的干扰器对对方的空间信息网络进行干扰攻击,达到对对方网络的通信造成最大破坏的目的。论文的主要内容如下:第一、对发起干扰攻击的可能性、干扰攻击的类型和分类、性能指标进行分析,归纳已有的干扰攻击方法以及抗干扰攻击的方法。通过分析已有研究的不足,引出本文研究的问题。研究空间信息网络的结构,建立空间信息网络干扰问题的数学模型,并给出解决问题的思路:(1)研究全干扰问题;(2)根据全干扰研究结论,建立启发式规则,以此提出启发式干扰法;(3)利用智能算法,提出几种贪心干扰法;(4)针对动态拓扑提出拓扑预测方法;(5)结合启发式干扰法、贪心干扰法和拓扑预测方法,提出基于拓扑预测的空间信息网络干扰法。第二、研究在静态拓扑下的全干扰的问题。全干扰以中断对方网络的所有通信链路为目标。分别研究JN(N,≥N)、JN(2,1)、JN(3,1)、JN(≥4,1)、JN(N,≥2)网络的结构和特点,证明和推导了相关的全干扰定理和算法。研究成果可用于:(1)判断一个网络是否存在实施全干扰的条件;(2)能够实施全干扰时,给出如何实现的思路;(3)寻找能实现全干扰的参数下限值;(4)作为启发式规则,用于设计部分干扰的启发式算法。第三、针对部分干扰问题,提出随机干扰法、PSO干扰法、GA干扰法、三点干扰法。随机干扰法随机为各个干扰器分配位置。为了达到更好的效果,将分配的位置限定在任务区域之内;PSO干扰方法将粒子群算法用于设计SIN干扰法;GA干扰法使用遗传算法来解决SIN干扰问题,定义了染色体的交叉操作和变异操作,并使用二元竞标赛法对每一代个体进行选择。之后结合全干扰的相关定理,采用启发式的方法,提出两点和三点干扰法。两点干扰法用一个干扰器对两个任务节点进行全干扰;三点干扰法将任务节点分为不超过三个一组,使用一个干扰器对一组进行全干扰。通过仿真得出GA干扰法和三点干扰法性能最好,其中三点干扰法的复杂性更低,可优先选用。第四、使用贪心思想构建干扰方法。通过寻找当前具有最大接收链路干扰域数量的位置,将该位置保存下来,继续寻找下一个位置,直到为所有的干扰器节点都找到位置。首先定义贪心衡量指标接收链路干扰域数量(NRJL)。每一个步骤均以获得最大的NRJL为目标。根据这种思想,分别提出了AMN_U2C、AMN_U2U和AMN_PSO三种贪心干扰方法。AMN_U2C以其中一个任务节点为出发点,沿该点到其余节点的中心方向,寻找最大NJRL的位置;AMN_U2U从一个任务节点出发,在剩余节点间寻找具有最大NJRL的位置;AMN_PSO方法引入粒子群算法结合禁忌搜索概念,在任务空间中寻找具有最大NJRL的位置。针对提出的干扰法,在多种条件下进行了仿真。通过仿真和分析得到了相关结论和在不同情况下的干扰方法选择策略。AMN_PSO的性能最好,AMN_U2U比三点干扰法性能更好。这三种方法复杂性从高到低为AMN_PSO、AMN_U2U、三点干扰法。在性能要求较高时优先选用AMN_PSO干扰法。在速度要求高或计算能力不足时,可优先选用三点干扰法。第五、在动态拓扑的条件下,研究任务节点、干扰器节点的运行速度、范围、干扰模型等参数对干扰效果的影响。得到构造高效干扰方法的规则,并将这些规则用于干扰法的设计。针对无人机的运动模型,使用逻辑区域将状态个数缩小为7个。引入贝叶斯网络、马尔科夫链、曲线拟合、神经网络、卡尔曼滤波等数学工具,分别提出了无人机位置预测的BNP、MCP、CFP、NNP和KFP方法。通过仿真得到KFP方法性能最好,其次是NNP。之后基于拓扑预测方法,结合贪心和启发式干扰方法,提出CPT_P、TP_P、AMN_U2U_P、AMN_PSO_P等带拓扑预测的干扰法。随后进行了仿真并分析了在不同JSR参数下的干扰效果、各种干扰法受JSR参数的影响、拓扑预测对干扰效果的影响、平均的干扰性能、平均干扰性能的增量以及干扰方法的选择。AMN_PSO_P的效果最好,在性能要求高时刻优先选用。TP_P性能适中但复杂性低,在要求计算速度或计算能力较低时可优先选用。