基于K-means聚类的舰船通信网络异常数据检测.pdf
《基于K-means聚类的舰船通信网络异常数据检测.pdf》由会员分享,可在线阅读,更多相关《基于K-means聚类的舰船通信网络异常数据检测.pdf(4页珍藏版)》请在咨信网上搜索。
1、第45卷第16 期2023年8 月舰船科学技术SHIP SCIENCEANDTECHNOLOGYVol.45,No.16Aug.,2023基于 K-means 聚类的舰船通信网络异常数据检测徐胤博,于洋(天津师范大学计算机与信息工程学院,天津3 0 0 10 0)摘要:为了解决海上通信环境中的干扰和传输问题,提升舰船通信网络通信质量和可靠性,提出基于K-means聚类的舰船通信网络异常数据检测方法。构建舰船通信网络通信多径信道模型,利用该模型获取舰船通信网络数据。使用基于超窄带滤波的舰船通信网络数据滤波处理方法去除舰船通信网络数据内的干扰噪声,将无噪声的舰船通信网络数据作为输入,使用K-mea
2、ns聚类算法输出舰船通信网络异常数据检测结果。结果表明,该方法采集舰船通信网络数据较为准确,并可有效去除数据内含有的干扰噪声,降低舰船通信网络数据幅值区间,同时可用聚类方式准确检测舰船通信网络异常数据,应用效果较为显著。关键词:K-means聚类;舰船通信网络;异常数据检测;马氏距离;超窄带滤波中图分类号:TN915文章编号:16 7 2-7 6 49(2 0 2 3)16-0 16 9-0 4Detection of abnormal data in ship communication network based on K-means clustering(College of Compu
3、ter and Information Engineering,Tianjin Normal University,Tianjin 300100,China)Abstract:In order to solve the interference and transmission problems in the maritime communication environment,improve the communication quality and reliability of ship communication networks,a K-means clustering based a
4、bnormaldata detection method for ship communication networks is proposed.Construct a multipath channel model for ship commu-nication network communication,and use this model to obtain ship communication network data.Using a ship communica-tion network data filtering processing method based on ultra
5、narrow band filtering to remove interference noise within theship communication network data,the noise free ship communication network data is used as input,and the K-means cluster-ing algorithm is used to output the abnormal data detection results of the ship communication network.The experimental
6、res-ults show that this method is more accurate in collecting ship communication network data,and can effectively remove inter-ference noise contained in the data,reduce the amplitude range of ship communication network data,and accurately detectabnormal data of ship communication network using clus
7、tering method,the application effect is significant.Key words:K-means clustering;ship communication network;abnormal data detection;markov distance;ultranarrow band filtering0引言在舰船通信网络中,异常数据来源于各种因素,如电磁干扰、多径传播、设备故障、多用户干扰、恶劣天气等 1-2。异常数据会导致通信系统的性能下降,增加通信延迟,甚至引发通信故障 3。因此,及时准确地检测和识别异常数据对于保障舰船通信网络的正常运行至关重
8、要。目前已有很多学者研究舰船通信网络异常数据检收稿日期:2 0 2 3-0 3-15作者简介:徐胤博(2 0 0 0),男,研究方向为通信网络及聚类算法。文献标识码:AXUYin-bo,YUYang测方法,孙文慧等 4提出高维空间聚类的数据异常检测方法,但该方法没有对舰船通信通信网络数据进行处理,导致其最终检测效果不佳。马莉莉等 5提出光纤通信网络异常数据检测方法,但该方法没有考虑干扰因素,致使该方法应用效果不佳。为了解决上述问题,提出基于K-means聚类的舰船通信网络异常数据检测方法。结合舰船通信网络通信多径信道模型,应用超窄带滤波处理方法,通过去除舰船通信网络数据中的干扰噪声,提高信号质
9、量和doi:10.3404/j.issn.1672-7649.2023.16.036170可靠性。使用K-means聚类算法进行异常数据检测,可以自动发现异常数据,为提升舰船通信网络传输提供基础。1舰船通信网络异常数据检测1.1舟舰船通信网络通信多径信道模型构建在舰船通信网络中,多径传播是常见现象,会导致信号衰落、频偏等问题 6。构建舰船通信网络通信多径信道模型,利用该模型获取舰船通信网络数据,能够更准确地反映实际通信环境下的数据特征。结合舰船通信网络带宽分层结构,依据数据传输调度负载区域,设计舰船通信网络数据交互中心结构,再依据该数据交互中心结构建立其通信信道模型,获取舰船通信网络传输数据。
10、舰船通信网络节点由N=2P个阵元组成,该阵元组成波特间隔均衡的阵列,数据传输节点阵元分布的径向距离用d表示,则舰船通信网络数据传输调度接收的数据帧表达公式为:m(l)=Z Gi(0)jom m().-+1 m p.=1式中:Gi(t)为贯序处理后接收数据第i个相位偏转信息;xm(t)为第m个数据传输节点真元接收的数据帧;Q;(t)为舰船通信数据在信道内的扫频带宽;j为虚数;t为时刻;nm(t)为信道内数据传输节点数量;I为相位偏转信息总数。舰船通信网络数据传输时的信道冲击响应公式为:(2)ii式中:e为自然对数函数;T,为偏转信息s为的数据帧长度;a;(t)为第个载频数据;v为信道内数据传输节
11、点的运动速度。使用训练序列方法对式(2)结果进行估计,可得到短时间内的信道冲击响应 7,使用离散化二自由度系统建立舰船通信网络信道模型,其公式为:(3)nn式中:X(n)为舰船通信网络通信数据;Tn(t)为第n个舰船通信网络信道传输时延;fc为信道中心频率。至此舰船通信网络信道模型构建完毕,利用式(3)即可得到舰船通信网络通信数据。1.2引入超窄带滤波技术利用超窄带滤波方式对舰船通信网络数据信息滤舰船科学技术波处理,去除数据内存在的干扰噪声,并将该数据的环境热噪声看作白噪声数据,公式为:X(n)=B(n)+O(n),0(n)=S(n)+O(n)。式中:B(n)为舰船通信网络通信数据超窄带干扰;
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 means 舰船 通信 网络 异常 数据 检测
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,个别因单元格分列造成显示页码不一将协商解决,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。