本申请提供了一种针对可变长度帧的帧同步特征盲识别方法及系统，该方法包括：以设定的频繁序列长度在截获的信息序列范围内进行遍历，得到所有的候选同步字；对候选同步字进行去重，并根据频繁序列的判决标准进行筛选，得到频繁序列集；对频繁序列集进行拼接，再根据频繁序列的判决标准进行筛选得到极大频繁序列集；对极大频繁序列集进行优化，得到最终的极大频繁序列集，其中的序列即为识别的同步特征。本申请的优势在于：能够有效实现对非等长帧的帧同步特征盲识别，在误码率较高的情况下，仍能保持识别率在95％以上。在对等长帧的帧同步特征盲识别，同样能够保持识别率在95％以上。
【技术实现步骤摘要】
本申请属于链路层通信技术、链路层协议盲识别，具体涉及一种针对可变长度帧的帧同步特征盲识别方法及系统。
技术介绍
1、标准的协议识别技术是维系通信协议标准化运转的关键。协议识别技术就是通过算法和工具识别和分析已获得的通信数据流中的数据特征从而判别通信目标所用协议类型，也可进一步解析得到通信内容。协议盲识别技术是在无先验信息和帧结构信息的条件下提取同步信息，然后根据提取到的同步信息对所属的链路层协议进行判别，一般用于信息领域非合作信息传输的信息获取甚至是信息对抗，在日趋复杂化的通信环境下有着更加重要的意义。
2、目前的协议盲识别技术一般采取统计方法，通过同步字部分和数据位部分的统计特性差异进行识别。主要侧重基于协议数据帧的帧结构，帧长度等固定特征来进行盲识别。但在非合作的通信对抗领域，由于通信方案设计、通信环境等多方面因素的存在，在实际传输过程中会出现传输数据帧帧长不定的情况，在这种场景下已有的定长帧识别算法将很难适用。因此，研究一种有效的非等长帧协议盲识别算法具有重要的意义。
技术实现思路
1、本申请的目的在于克服现有协议盲识别技术对传输数据帧长不定的情况无法适用的缺陷。
2、为了实现上述目的，本申请提出了一种针对可变长度帧的帧同步特征盲识别方法，包括：
3、步骤1：以设定的频繁序列长度在截获的信息序列范围内进行遍历，得到所有的候选同步字；
4、步骤2：对候选同步字进行去重，并根据频繁序列的判决标准进行筛选，得到频繁序列集；
>5、步骤3：对频繁序列集进行拼接，再根据频繁序列的判决标准进行筛选得到极大频繁序列集；6、步骤4：对极大频繁序列集进行优化，得到最终的极大频繁序列集，其中的序列即为识别的同步特征。
7、作为上述方法的一种改进，所述步骤1包括：
8、以设定的频繁序列长度为窗口长度，从截获的信息序列的第1个字符开始，每次向前滑动一位，取一个窗口长度的序列作为候选同步字。
9、作为上述方法的一种改进，所述设定的频繁序列长度为4到8位十六进制字符。
10、作为上述方法的一种改进，所述频繁序列的判决标准，包括：
11、频繁序列在截获的信息序列中出现的次数大于期望出现的次数e：
12、
13、其中，n表示截获的信息序列长度；m表示设定的频繁序列长度。
14、作为上述方法的一种改进，所述对频繁序列集进行拼接包括：
15、依次检测频繁序列集中两个序列的第1个字符位置，分别记为位置a与位置b，位置b在位置a之后；如果两个序列存在相邻或重叠的情况，则他们之间的距离小于一个设定的频繁序列长度，那么将两个序列进行拼接；若两个序列之间不存在相邻或部分重叠则两个序列不进行拼接；
16、拼接时，从第二个序列中剔除前m个字符，将后续序列记录到第一个序列中即完成拼接；
17、其中：m＝m-(b-a)；m表示设定的频繁序列长度。
18、作为上述方法的一种改进，所述步骤4包括：
19、变更截获的信息序列的起始位置和/或长度，执行k次步骤1到步骤3；
20、对每次执行得到的极大频繁序列集中的序列进行次数统计，分别为[c1,c2,c3,···,ci,···,ck]；
21、获取同步字判决概率最大值pr所对应的极大频繁序列集，即为最终的极大频繁序列集：
22、
23、作为上述方法的一种改进，所述次数统计，是对极大频繁序列集中出现最多的序列对应的次数进行统计。
24、本申请还提供一种针对可变长度帧的帧同步特征盲识别系统，基于上述方法实现，所述系统包括：
25、获取候选同步字模块，用于以设定的频繁序列长度在截获的信息序列范围内进行遍历，得到所有的候选同步字；
26、计算频繁序列集模块，用于对候选同步字进行去重，并根据频繁序列的判决标准进行筛选，得到频繁序列集；
27、计算极大频繁序列集模块，用于对频繁序列集进行拼接，再根据频繁序列的判决标准进行筛选得到极大频繁序列集；和
28、技术同步特征模块，用于对极大频繁序列集进行优化，得到最终的极大频繁序列集，其中的序列即为识别的同步特征。
29、与现有技术相比，本申请的优势在于：
30、1、针对通信环境中链路层传输可能出现的非等长帧现象提出改进算法，该算法能够有效实现对非等长帧的帧同步特征盲识别。同时，算法还兼容对于等长帧的帧同步特征盲识别；
31、2、该算法能够有效实现对非等长帧的帧同步特征盲识别，在误码率较高的情况下，算法仍能保持识别率在95％以上。在对等长帧的帧同步特征盲识别，算法同样能够保持识别率在95％以上。
本文档来自技高网...
【技术保护点】
1.一种针对可变长度帧的帧同步特征盲识别方法，包括：
2.根据权利要求1所述的针对可变长度帧的帧同步特征盲识别方法，其特征在于，所述步骤1包括：
3.根据权利要求1所述的针对可变长度帧的帧同步特征盲识别方法，其特征在于，所述设定的频繁序列长度为4到8位十六进制字符。
4.根据权利要求1所述的针对可变长度帧的帧同步特征盲识别方法，其特征在于，所述频繁序列的判决标准，包括：
5.根据权利要求1所述的针对可变长度帧的帧同步特征盲识别方法，其特征在于，所述对频繁序列集进行拼接包括：
6.根据权利要求1所述的针对可变长度帧的帧同步特征盲识别方法，其特征在于，所述步骤4包括：
7.根据权利要求6所述的针对可变长度帧的帧同步特征盲识别方法，其特征在于，所述次数统计，是对极大频繁序列集中出现最多的序列对应的次数进行统计。
8.一种针对可变长度帧的帧同步特征盲识别系统，基于权利要求1-7所述任一方法实现，其特征在于，所述系统包括：
【技术特征摘要】
1.一种针对可变长度帧的帧同步特征盲识别方法，包括：
2.根据权利要求1所述的针对可变长度帧的帧同步特征盲识别方法，其特征在于，所述步骤1包括：
3.根据权利要求1所述的针对可变长度帧的帧同步特征盲识别方法，其特征在于，所述设定的频繁序列长度为4到8位十六进制字符。
4.根据权利要求1所述的针对可变长度帧的帧同步特征盲识别方法，其特征在于，所述频繁序列的判决标准，包括：
5.根据权利要求1所述的针对可变...
【专利技术属性】
技术研发人员：马元浩，李雪，姚秀娟，闫毅，高翔，
申请(专利权)人：中国科学院国家空间科学中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。