WiFi信号传播与无线AP定位研究

由于泛在、传输速率高和免费等特点，WiFi是最受欢迎的上网方式，无线AP也是目前世界上数量最多的在用无线电收发设备。因此，研究WiFi信号传播与无线AP定位是掌握无线电监测技术基础的理想实现平台。本文基于电磁场仿真软件WinProp和人工智能AI算法，结合一栋单层别墅的无线电传播特性研究了无线AP定位技术。仿真结果表明：采用卷积神经网络CNN、K邻近算法KNN和支持向量机SVM，监测接收点的数目为3时，识别无线AP所在房间的准确率分别为76.7%、76.3%和.70.0%；数目为5时，识别准确率分别为83.6%、91.4%和87.9%；数目为7时，准确率分别为92.6%、98.1%和96.8%。上述工作对理解非视通环境下的无线电监测定位原理有重要意义。

无线电频谱是连接陆、海、空、天和网络空间的媒介，是国家重要的战略性稀缺资源。由于无线电波传播的开放性，无线电业务容易受到干扰，因此世界各国都对无线电使用有着严格的规定，并指定由专门的职能部门进行监测和管理。伴随数字经济、新基建和工业互联网等国家战略的深入实施，以5G、物联网等为代表的新一代信息通信技术与实体经济深度融合的步伐不断加快，无线电新技术、新业务、新应用大量涌现，成为各行业各领域加速数字化转型的重要引擎。与此同时，干扰事件逐年增多，电磁环境越来越复杂，无线电安全问题也受到越来越多的关注[1]。

众所周知，由于泛在、传输速率高和免费等特点，WiFi 是最受人们欢迎的上网方式，也是物联网中传感器信息传输的基础。由于公共WiFi 环境缺少甚至毫无安全防护措施，WiFi 安全问题十分突出，主要的包括：WiFi 路由器DNS 遭恶意篡改导致上网时广告弹窗或在购物时进入钓鱼网站；在公共场所使用免费WiFi 时进入黑客设置的陷阱或被黑客监听，从而使上网记录、账号密码等关键信息被窃取；用户设置WiFi 密码过于简单，黑客可瞬间暴力破解，并进行蹭网或盗取信息等[2]。WiFi 无线网络在给企业的生产和工作都带来了极大便利的同时，也引发了许多安全方面的问题，为此文中提出了可能采取的措施[3]，例如，对WiFi 无线网络的访问进行严格的控制；通过与MAC 地址进行绑定，对接入WiFi 网络中的非法者进行防范；提高无线设备的加密与校验技术；避免受到DOS 的攻击对站点定期加以审查；对核心网络进行隔离；强化对链路的监测与保护，从而提高其安全性，确保用户的信息数据和通信传输安全。同时，由于WiFi 无线网络无所不在，利用WiFi 信道状态信息CSI (Channel State Information)的幅度和相位特征可进行人数统计，在室内环境下进行下我们实验室采用支持向量机SVM (Support Vector Machine)、神经网络NN (Neural Networks)和卷积神经网络CNN (ConvolutionalNeural Networks)进行室内人数的统计分类，结果表明三种机器学习算法分别达到了94%、96%和88%的准确率[4]。WiFi 无线网络的大量使用，在方便人们的同时也可能暴露用户的隐私[5]。因此，本文以WiFi 信号传播和无线AP