基于动态离散模型的机场ADS-B攻击威胁影响研究

随着航空业信息技术的发展,空中交通管制系统面临着多种网络攻击的威胁。广播式自动相关监视(ADS-B)系统因其明文广播的数据传输方式,存在着被网络攻击的安全问题。依据“等待降落-降落-停泊-排队起飞-起飞”的航班运行全流程,建立了WLPQD动态离散模型,研究机场流量和航班延误。模型引入了系统冗余能力、处理速率等参数,模拟了攻击场景;通过受影响飞机数量和延误时间等指标研究了机场航班延误的传播影响。模型展示了ADS-B消息注入攻击对降落、起飞航班造成的延误,提出了两种攻击缓解方法。结果表明,延误规模的大小与攻击强度呈现正相关,且攻击对起飞航班的延误影响更大;提升对“幽灵飞机”和合法飞机的处理速率都可提升机场系统的抗毁性,但前者对提升机场系统冗余能力的效果更加显著。所做研究为机场系统抵御网络攻击、增强抗毁性提供了决策分析的参考依据。

自适应切换双模盲均衡算法

常数模算法在无线通信系统的盲均衡中得到广泛的使用,为了进一步降低稳态误差通常选择将其与判决引导最小均方误差算法相结合,传统的双模切换盲均衡算法通过人为设定门限值实现两种算法的硬切换,其切换时机选择的合理性无法保证,不能充分凸显双模切换的长处。该文利用凸组合结构借助遵循一定规则迭代变化的联合参数将两种算法进行结合,实现两种算法模式的切换,自适应地选择切换时机,并通过对算法的修正和混合参数归一化的改进使在克服恢复信号相位偏转的同时加快了收敛速率、降低了稳态误差;另外,对稳态性能进行推导分析得到了理论的稳态模型。仿真结果证明稳态性能与模型推导结果保持一致,参数归一化改进所得效果较为明显,与同类其它双模切换算法相比具有更优的性能。

基于洛伦兹函数的变步长凸组合最小均方算法

为进一步减小收敛速率与稳态误差之间的矛盾,改善自适应滤波算法,利用改进的Lorentzian函数提出了一种新的变步长凸组合最小均方(new variable step-size convex-combination of least mean square,NVSCLMS)算法,该算法既有效提高了收敛速率又具备很好的抗干扰能力。同时,为了克服CLMS算法停滞等待的弊端,采用了瞬时转移结构;另外,在参数的迭代公式中使用sign函数进行优化以降低运算量。仿真结果证明该算法与CLMS、VS-CLMS相比,在不同的仿真环境中均能表现出良好的均方特性和跟踪特性。

采用瞬时转移结构的凸组合最小均方算法

为了避免单个滤波器在收敛速率与稳态误差上的相互制约,从而导致系统性能下降的问题,文章采用凸组合最小均方算法,将快速滤波器与慢速滤波器并联使用来解决。为进一步改善性能,提出了一种采用瞬时转移结构的低复杂度凸组合最小均方算法。在该算法中,分别使用修正反正切函数和sign函数对参数λ(n)和a n()的更新迭代公式做了简化和改进,同时为加快算法的收敛速率引入一个长度为N0的窗实现瞬时权值转移。仿真结果表明:文中改进算法在噪声、相关信号输入以及非平稳环境下能够保持较好的均方性能和跟踪性能,并且具备更快的收敛速率。

基于数据重用的集员滤波拟仿射投影盲均衡算法

传统常模盲均衡算法应用广泛但是其收敛速率很慢。为了满足在短突发数据条件下的信道盲均衡,提出一种基于数据重用的集员滤波拟仿射投影盲均衡算法。该算法将仿射投影思想结合到常模算法中,利用多数据向量同时提取信道信息,再附加改进的集员滤波算法有效减小了运算量,并结合数据重用思想重新设计所匹配的数据重用方式。仿真结果证明所提算法具有较快的收敛速率,与同类算法相比能提前700个迭代点收敛,且在信噪比为10 d B以上的信道环境中也有较好的效果,能够在短突发数据信道均衡中有效发挥作用。

不同负载条件下的航空网络抗毁性研究

为了深刻理解航空网络在蓄意攻击下的级联故障效应,系统地研究了不同负载条件下航空网络的抗毁性。首先,定义网络的节点负载和容量,对航空网络的级联失效过程进行建模,设置了节点正常、拥堵和失效3种状态;然后,根据网络的运行特点,提出了3种不同的初始负载,并研究了它们在2种负载重分配方案下对航空网络的抗毁性的影响。通过仿真得出,当以真实航班量作为节点的初始负载时,航空网络的抗毁性要优于它在传统初始负载分配方案下的抗毁性;超额负载重分配方案相比于传统的负载分配方案能够有效地缓解级联失效的影响。结果表明,以真实航班量为背景的初始负载方案可以有效地检验传统负载分配模型的合理性,结果也从侧面反映出传统的初始负载设置并不能完全反映网络节点的特性,还需要做出进一步优化以更好地反映真实网络的抗毁性。

带有误差反馈结构的多天线变步长均衡算法

在多天线分集自适应判决反馈均衡器中,有限长均衡器输出的误差信号不具有尖锐的自相关特性,从而导致稳态误差的提高受到了一定的影响,针对该问题,在多天线分集自适应判决反馈均衡器中引入误差反馈结构,在最小均方准则下,通过消除误差信号的相关性来提高分集均衡输出信号的质量.但是,引入误差反馈结构降低了算法的收敛速度,通过重构步长与误差信号的非线性关系,对变步长技术采用的sigmoid函数进行修改,使算法在初始阶段步长较大.该算法适用判决反馈结构,并且明显提高了收敛速度.仿真结果表明,所提算法能够在只增加少量计算复杂度的情况下,同时实现收敛速度和均方误差性能的提升.

改进的凸组合最小均方算法

凸组合最小均方(CLMS)算法能够克服传统最小均方算法收敛速率、跟踪性能和稳态误差之间的矛盾.但传统CLMS算法使用最速下降法推导参数导致其搜索路径呈"之"字形而使收敛速率变慢,为了解决这个问题,采用共轭梯度法实现参数的更新,同时使用双曲正切函数拟合Sigmoid函数来降低算法的运算复杂度.为进一步提高算法性能,在所设计的基础上附加瞬时转移结构实现优化.仿真结果证明,改进算法与传统CLMS、变步长CLMS相比,在噪声、相关信号输入以及非平稳环境下能够保持较好的均方性能和跟踪性能.