随着信息和通信技术的不断发展,无论在军事还是民用领域,物联网技术都得到了长足应用。由于接入网络的终端数量的大幅增长,特别是物联网海量连接的特性,导致由物联网引发的安全问题愈加严重,给国家和军队网络空间安全带来极大挑战。因此,展开物联网对抗方面的研究具有重要的军事理论意义和价值。论文聚焦物联网网络空间安全问题,针对物联网对抗领域物联网终端识别与定位技术这一重要的方向展开研究。首先介绍了课题的研究背景、意义以及国内外研究现状,明确了课题的主要研究对象,然后阐述了NB-Io T技术的基础知识、主动式终端探测和识别技术以及物联网终端定位算法的相关内容,并给出了定位算法的性能评价指标。最后分别对物联网终端探测和识别、静态物联网终端定位和动态物联网终端定位等问题进行了深入研究。首先,论文针对传统主动式终端探测和识别技术隐蔽性较差且终端切换成功率低及被动式终端探测和识别技术探测效率低的问题,提出了基于中间人的物联网终端探测和识别技术路线。首先通过参数优化配置与网络伪装,建立物联网终端伪接入点,然后更新TAC识别码,触发覆盖区域内终端主动进行位置更新,在信令交互过程中从空口实时获取终端的身份信息,从而实现对特定区域内的物联网终端的探测和识别。通过实验验证,该技术路线具有较高的探测和识别成功率。次之,论文针对静态物联网终端定位算法中目前主流的果蝇优化算法存在精度偏低以及收敛速度较慢的问题,提出了一种基于改进果蝇优化算法的静态物联网终端定位算法。该算法将终端定位问题转化为约束优化问题进行求解,首先采用Bounding-Box算法限制果蝇种群的初始搜索范围,然后重构算法的味道浓度函数来提高定位精度,最后通过仿真实验验证了算法性能。实验结果表明,改进算法的定位精度和收敛速度都有所提高,并且稳定性增强,可满足静态物联网终端的定位需求。最后,论文针对动态物联网终端定位算法中当前经典的最小二乘支持向量回归机算法存在最优参数难以确定的不足,提出了一种基于改进粒子群算法优化最小二乘支持向量回归机的定位算法。首先通过最小二乘支持向量回归机构造定位模型,然后自适应调整惯性权重以及学习因子提高粒子群算法的寻优性能,并将其应用到模型的参数优化中,避免参数选择的盲目性。最后,利用RSSD测距技术获得终端移动过程中的距离向量,将其输入到定位模型中,估计出目标终端的位置信息。仿真结果表明,改进算法具有相对较高的定位精度、稳定性和实时性。