面向非合作无线网络的拓扑感知技术分析

作者及机构
本文由南京航空航天大学电子信息工程学院的刘子彤、吴启晖、王威、韩路，以及陆军工程大学通信工程学院的丁国如共同完成，发表于《指挥与控制学报》（Journal of Command and Control）2021年第7卷第2期。

研究背景与意义
在战场环境中，非合作无线网络（即敌方网络）的信息获取面临极大挑战，包括感知精度低、网络参数推理困难等问题，直接影响战场决策的制定。电子战的核心是争夺制电磁权，而无人作战系统的指挥与控制依赖对敌方网络拓扑的精准感知。传统合作网络拓扑感知方法（如基于路由协议交换）无法直接应用于非合作场景，因其需依赖网络内部信息（如协议、流量等），而非合作场景下仅能获取有限的外部观测数据（如信号时序、节点编号）。因此，本文旨在分析面向非合作无线网络的拓扑感知技术，提出技术框架、梳理研究现状、总结挑战，并探讨未来发展方向。

研究现状与挑战
1. 国内外研究现状
- 国外研究：早期聚焦合作网络拓扑感知（如基于路由信息交换），后转向非合作场景，提出基于时间序列数据挖掘的方法（如格兰杰因果（Granger Causality）、霍克斯过程（Hawkes Process）、传输熵（Transfer Entropy））和基于图形信号处理（Graph Signal Processing）的技术。其中，格兰杰因果通过统计检验判断节点间因果关系；霍克斯过程利用事件序列建模通信行为；传输熵基于信息论量化节点相关性。
- 国内研究：早期集中于电网、路由协议等场景，近年引入时间序列分析方法（如动态因果模型），但整体研究分散，未形成体系。

1. 技术挑战
   
   • 信息有限性：非合作场景下仅能获取信号时序等外部数据，缺乏协议、流量等内部信息。
     
   • 大规模网络适应性：现有算法多针对小规模网络，节点数量增多时精度下降。
     
   • 动态拓扑跟踪：战场网络拓扑可能随时间变化，需实时更新推理结果。
     

拓扑感知方法详解
1. 格兰杰因果
- 原理：通过假设检验判断两节点间是否存在因果关系。若节点B的历史数据能提升对节点A未来状态的预测精度，则称B格兰杰引起A。
- 实现：计算两假设（含/不含对方历史数据）的残差，通过F检验确定显著性。

1. 霍克斯过程

   • 原理：将通信事件建模为多维点过程，节点间的相互影响通过条件强度函数表达。邻接矩阵元素a_ij反映节点j对节点i的触发强度。
     
   • 实现：通过最大似然估计求解邻接矩阵，需优化负对数似然函数。
     

2. 传输熵

   • 原理：基于条件互信息量化节点间信息传递强度，克服传统方法对数据分布的依赖性。
     
   • 实现：计算两节点序列的传输熵值，通过阈值筛选显著连接。
     

系统设计与关键技术
1. 软硬件架构
- 系统包含接收机、辐射源识别、数据存储、拓扑感知、网络规律分析、战场决策等模块，形成“感知-识别-决策”闭环（OODA环路）。
- 关键技术：
- 辐射源开集识别：在未知辐射源列表时完成编号，需借助深度学习。
- 自适应时间窗：动态调整数据积累时长以平衡精度与实时性。
- 关键节点识别：基于节点度、介数等局部特征排序。

1. 发展趋势
   
   • 方法革新：从传统路由协议向统计学习与人工智能迁移。
     
   • 场景扩展：从小规模同构网络向大规模异构网络过渡。
     
   • 动态拓扑跟踪：从静态推理向时变拓扑在线识别发展。
     

研究价值与亮点
1. 应用价值
- 精准干扰：通过识别关键节点/链路实施针对性打击。
- 资源分配：优化侦查设备部署，提升战场效率。

1. 学术创新

   • 首次系统梳理非合作拓扑感知的技术路线与挑战。
     
   • 提出结合时间序列挖掘与信息论的混合方法框架。
     

2. 局限性

   • 大规模网络下的计算复杂度未充分解决。
     
   • 动态拓扑跟踪的实时性仍需优化。
     

结论
本文为战场非合作网络拓扑感知提供了理论框架与技术路线，强调了其在认知电子战中的核心地位。未来需进一步融合人工智能技术，提升算法在复杂场景下的鲁棒性与实时性，以支撑智能化战场决策。