电力物联网终端非法无线通信链路检测方法

聂斌

摘要：我国的科技领域正在高速的发展中，各个层面都有了前所未有的突破性进展，建立泛在电力物联网，在海量数据的支撑下实现物理、商业和信息的互联与互动，是适应高比例可再生能源接入和电力市场化改革需要、推动能源转型的重要基础。电力系统中广泛部署的物联网终端可有效促进电网生产运行全过程的全景感知、信息融合及智能管理与决策，但也带来了突出的网络安全风险。

关键词：电力物联网终端;非法无线通信链路;检测方法

引言

随着我国国民经济的飞速发展，各行各业都在本专业的技术上有了很大的进步，充分展示了我们的大国风范。为了适应多媒体应用的增加，满足网络容量、数据速率不断增长的需求，无线通信系统链路质量检测成为无线通信提高系统性能的重要研究点。无线网络中，无线电波作为一种易受到外界干扰的传输介质，其传输质量会因外界影响而出现较大波动。为了能够保证上层业务数据的传输，减小信号受到的干扰，需要评估检测无线通信系统的链路检测。

1无线通信概念

无线通信相对来讲效率会高一些。它的信息传输媒介是微波通信以及卫星通信。无线电波形式是微波通信的主要传输方式，这种数据信息的承载体的传输距离一般在几十千米左右，虽然距离不是很长，但是频带非常宽，承载的信息容量也非常巨大。因此使用微波通信的地区都会每相距几十千米，就会建设一个微波中继站，以确保信息传递效率。卫星通信顾名思义则是借助卫星作为中继站，借此与地面上的地球站建立通信联系，这种通信方式非常繁琐，一般都会经过无线-有线-无线的传输方式。无线通信则可以不受地域、环境的外界限制，所以我国西部地区普遍应用无线通信技术，运用无线电发射塔，大大的增强了人们生活的便利性，方便了生活以及生产。但若是传播信息过程中遇到电磁干扰过强时，信息的安全性则无法保障，较容易受到人为的干扰。另外信息传输信号不太稳定，可能会影响生活与生产，再加上无线电磁的辐射，也会对人体造成一定的伤害。

2电力物联网终端非法无线通信链路检测方法

2.1确定无线链路传输特点及速率选择机制

无线通信传输中，通道无论采用何种物理层调制方法都易受到外界干扰。电磁波传输过程中存在很大的不确定性，存在大量干扰和损耗，丢包现象十分普遍。若采用固定速率，将很大程度影响无线网络的性能。估计当前无线通信系统链路的质量，并以此为依据选择合适的传输速率，可以大幅度提升网络运行效率，在很大程度上优化网络结构。当前的速率控制机制主要根据物理层选择保守调制方法。假设丢包由于环境噪声影响接收端译码，根据发送端发送失败次数逐渐降低速率，但现实生活中，通常由于受到其他无线通信设备的干扰而导致丢包率进一步增大。如果始终单纯降低速率，只会使数据包在信道中的传输时间延长，降低传输效率。通过改进现有MAC层协议，能提高无线通信系统的工作效率，检测当前无线通信系统链路质量，并根据检测结果调整链路，从而提高网络性能。

2.2本地均值估计算法

本地均值估计算法包括本地场强测量采样方法和采样数据处理算法。测量采样方法分为定点采样和移动采样，本文采用效率较高的移动采样方法。因此本地均值估计算法步骤为：采用移动采样方法进行采样，选择合适的采样范围（即样本统计区间）和抽样点数，通过采样数据处理算法，消除叠加在本地场强均值（由本地大尺度衰落或路径损耗决定）之上的随机波动（由小尺度衰落决定），得到本地场强均值的估计值。样本统计区间选取的准确与否决定能否有效消除快衰落信号对本地均值的影响。通常样本统计区间可以沿径向、区域或者带宽选取，如果统计区间选取过小将导致快衰落消除不充分，使得本地均值估值误差增大;如果统计区间选取过大，则本地条件将不复成立，得到的数据不能反映某一点附近范围的场强均值。抽样点数目决定估值方差，抽样点太密将导致样本不能统计独立，无法通过平均处理消除随机波动影响;抽样点太稀，则会使估值方差增大。此外，抽样点选取还受到接收设备能力以及运算复杂度的影响。

2.3架构无线mesh网络

无线mesh网络是一个分层网络架构，受应用场景不同的影响，构架不尽相同，其与因特网进行有线连接的接入点位于最高层。无线mesh网络路由器以多跳的形式在中间层次连接，以此提供无线终端用户接入和转发数据包的相关服务。类似于Ad Hoc网络的一部分支持多跳传递功能，实现各移动STA之间的数据多跳传输。mesh网络架构能够有效避免一点对多点的星型结构，避免由单点故障和中心网络堵塞导致的全网瘫痪。与传统无线通信系统相比，无线mesh网络的传输可靠性大大增强。mesh网络中，为了降低成本和发送功率，减少不同网络信号之间的互相干扰，一般选用相对较短的单跳无线通信链路。终端用户可以在任意地点随时与其他终端联系，网络覆盖范围与傳统网络相比大幅度增加，系统容量随之提升。

2.4基于密度聚类的非法通信链路检测

聚类分析是将样本集合分组成为由类似的样本组成的多个类簇的分析过程。作为一种无监督的模式识别方法，聚类方法需要在没有标记数据指导下对数据集进行分组，使得同一类内的相似性尽可能大，而不同类之间的差异性尽可能大。在无监督条件下如何确定聚类数量，是聚类算法的核心问题。作为一种经典的密度聚类算法（Density BasedSpatial Clustering of Applications with Noise，DBSCAN）可在有噪声的状态空间中根据样本分布密度划分任意形状类簇，并可根据邻域半径和邻域内样本数自动确定聚类数量，能有效解决人为设定聚类数量的难题。DBSCAN算法通过搜寻样本空间中特定对象在邻域半径内的相邻对象，当其邻域半径内样本数大于等于邻域最小样本数时，将这些对象形成一个类簇。基本概念：（1）邻域半径R：算法中给定数据集特定对象搜寻其相邻对象的扫描邻域半径。（2）邻域内最小样本数Min：特定对象及其邻域内对象构成类簇最少包含样本数。（3）核心样本p：样本p周围邻域半径内存在不少于Min个相邻样本;样本a、b、c。（4）边界样本：边界样本是不满足核心样本条件、但处于其他核心样本邻域半径内的样本，边界样本半径邻域内的样本数达不到最小样本数。（5）噪声样本：数据集中不属于各聚类类簇的样本。（6）密度可达：核心点a邻域半径内的点与a为直接密度可达;核心点a邻域半径内多点间为密度可达。（7）密度相连：数据集中样本a、b与样本f均为密度可达，但a和b密度不可达，则称a、b密度相连。密度聚类算法首先确定聚类半径和邻域内最少样本数Min;然后计算所有样本间欧氏距离;再逐个扫描样本点，将邻域内大于Min的样本设为核心点，处于核心点邻域内的设为边界点，剩下未进行归类的为噪声点;最后将密度可达和密度相连的样本归为一类即可完成聚类。

结语

随着我国信息技术的不断发展和创新，人们的生活水平也在不断提高，对通信技术的需求也随之增加，并且越来越重视通信技术的发展，而无线技术的研发可以更好地满足人们对通信技术的要求，由此可见无线通信技术势必是未来通信行业的发展趋势。

参考文献

[1]薛禹胜，朱洪波，王琴，等.物联网对能源转型的支撑[J].物联网学报，2019，3（1）：1-7.

[2]荆孟春，王继业，程志华，等.电力物联网传感器信息模型研究与应用[J].电网技术，2014，38（2）：532-537.

[3]刘念，余星火，王剑辉，等.泛在物联的配用电优化运行：信息物理社会系统的视角[J].电力系统自动化，2020，44（1）：1-12.