荊科科,張文豪,劉喜慶,董峰
(鄭州城市職業(yè)學(xué)院,河南鄭州,452370)
電子通信干擾是指無(wú)用信號(hào),進(jìn)入有效信號(hào)通道,對(duì)有效信號(hào)的接收造成干擾的現(xiàn)象。常見(jiàn)的電子通信干擾包括互調(diào)干擾、帶外干擾、鄰道干擾,以及同頻干擾[1]。互調(diào)干擾是指,兩個(gè)以上的干擾信號(hào)同時(shí)到達(dá)信號(hào)接收端時(shí),通過(guò)非線性電路的作用進(jìn)行互調(diào),使干擾信號(hào)產(chǎn)生互調(diào)頻率[2]。當(dāng)有效信號(hào)完全在同一頻率時(shí),接收端會(huì)失去辨別能力,順利接收到干擾信號(hào),影響有效信號(hào)的傳輸。帶外干擾是指在接收信號(hào)時(shí),雜散信號(hào)干擾有效信號(hào)接收的現(xiàn)象;鄰道干擾是指,接近有效信號(hào)頻率的信號(hào);同頻干擾為同一頻率的干擾信號(hào),有效信號(hào)的頻率越高,越容易影響傳輸,通信干擾成為亟待解決的問(wèn)題[3]。因此,本文提出改進(jìn)SVM的電子通信干擾檢測(cè)方法,旨在提高電子通信信號(hào)傳輸時(shí)的檢測(cè)精度,為電子通信的發(fā)展創(chuàng)造條件。
本文設(shè)計(jì)的信號(hào)識(shí)別方法主要利用信號(hào)變換方法,對(duì)干擾信號(hào)的特征進(jìn)行提取,但是傳統(tǒng)檢測(cè)方法中,識(shí)別能力較差,檢測(cè)精度也就隨之降低。本文將電子信號(hào)識(shí)別,看作一個(gè)分類(lèi)問(wèn)題,因?yàn)樾盘?hào)本身與圖像或語(yǔ)音的頻率相同[4]。信號(hào)識(shí)別能力非常適合融合SVM算法,通過(guò)SVM算法可以孤立干擾信號(hào),進(jìn)而對(duì)電子信號(hào)的時(shí)序特征進(jìn)行提取,孤立干擾信號(hào)的識(shí)別流程如圖1所示。
圖1 干擾信號(hào)的識(shí)別流程
本文在改進(jìn)SVM的基礎(chǔ)上,將干擾信號(hào)從原始信號(hào)中分離出來(lái),直接分析疊加在原始信號(hào)上的干擾信號(hào),簡(jiǎn)化識(shí)別干擾信號(hào)的流程[5]。本文基于新的信號(hào)識(shí)別方式,來(lái)構(gòu)建干擾檢測(cè)模型,該模型是以改進(jìn)SVM為基礎(chǔ)而構(gòu)建的,可以用于端到端的識(shí)別。并在此過(guò)程中,使用網(wǎng)絡(luò)模擬自動(dòng)提取信號(hào)流程,用于區(qū)分不同信號(hào)的識(shí)別能力。再將原始的干擾信號(hào)放入模型中進(jìn)行測(cè)試,即可得到信道中疊加干擾信號(hào)的分類(lèi),提高干擾信號(hào)的識(shí)別精準(zhǔn)度[6]。
SVM可以解決非線性分類(lèi)問(wèn)題,通過(guò)引入核函數(shù),映射特征向量的特征,從而構(gòu)建出相應(yīng)的模型空間。一般情況下,一個(gè)完整的SVM算法需要使用LeNets的卷積網(wǎng)絡(luò),通過(guò)其核心結(jié)構(gòu)組成對(duì)應(yīng)的干擾值,再進(jìn)行卷積,進(jìn)而形成的模型如下所示:
其中,S(i,j)為信號(hào)第i行第j列的對(duì)應(yīng)干擾值;wm,n為SVM層第m行第n列的干擾元素;xi+m,j+m為第i+m行第j+m列的網(wǎng)絡(luò)信號(hào)檢測(cè)參數(shù);yj(l)為干擾信號(hào)特征;xi(l-1)為上一行干擾信號(hào)的特征;Kij為SVM檢測(cè)信號(hào)指數(shù);?為改進(jìn)SVM運(yùn)算;Mj為改進(jìn)SVM的信號(hào)強(qiáng)度;bj(l)為信號(hào)加偏置值[7]。
在本文改進(jìn)SVM后,構(gòu)建的網(wǎng)絡(luò)檢測(cè)模型的每個(gè)卷積核都在一個(gè)局部連接,只連接輸入特征信號(hào)的一部分,即可提取全部干擾信號(hào)的信息。在卷積核連接的那部分區(qū)域,就是模型中干擾信號(hào)的感受視野,由于卷積網(wǎng)絡(luò)的視覺(jué)皮層中,神經(jīng)元在識(shí)別外部物體時(shí),會(huì)直接接收干擾信號(hào)的信息特性,距離越近,干擾信號(hào)之間的相關(guān)性越強(qiáng)。
重構(gòu)出的通信信號(hào)參數(shù)具有兩個(gè)優(yōu)勢(shì),一方面,卷積網(wǎng)絡(luò)可以從時(shí)間序列數(shù)據(jù)中提取干擾信號(hào)的依賴(lài)特征,解決信號(hào)重構(gòu)問(wèn)題;另一方面,電子通信信號(hào)樣本在時(shí)域高度相關(guān)的情況下,與傳統(tǒng)模型相比,可以更有效地分離出抗干擾信號(hào)的時(shí)序相關(guān)性。在卷積網(wǎng)絡(luò)層使用的參數(shù)在每個(gè)通信信號(hào)的干擾偏差,影響信息參數(shù)的時(shí)間步數(shù),將通信干擾信號(hào)剝離,提高干擾信號(hào)的檢測(cè)精度。相比之下,傳統(tǒng)檢測(cè)方法在實(shí)際上,每個(gè)時(shí)間步都有相同的權(quán)重,參數(shù)數(shù)量會(huì)隨著時(shí)間步的數(shù)量呈線性增加。在真實(shí)的通信環(huán)境中,白噪聲的出現(xiàn)會(huì)阻礙輸入信號(hào)的重構(gòu),無(wú)法克服白噪聲的影響,即會(huì)增加傳輸信號(hào)序列本身之間相關(guān)性,影響檢測(cè)精度。本文摒棄傳統(tǒng)方法的缺點(diǎn),得出重構(gòu)參數(shù)如下:
式(3)中,φ與ψ分別為編碼與解碼信號(hào);rn為有干擾的接收信號(hào);^r為無(wú)干擾的重構(gòu)信號(hào);τ為模型訓(xùn)練標(biāo)簽;argamin為消除干擾參數(shù)。本文重構(gòu)的通信信號(hào)參數(shù),干擾信號(hào)均會(huì)與原始信號(hào)相同,并多出相應(yīng)的干擾信號(hào),使檢測(cè)精度變高,檢測(cè)效果更佳。
為了實(shí)現(xiàn)電子通信抗干擾檢測(cè),本文設(shè)計(jì)了干擾信號(hào)識(shí)別方法,改進(jìn)SVM的模型構(gòu)建方法,重構(gòu)通信參數(shù)方法,得出常用的信號(hào)頻率會(huì)隨通信強(qiáng)度的變化而變化的結(jié)論,因此,本文可以通過(guò)信號(hào)時(shí)頻特性的差異來(lái)檢測(cè)干擾程度。在檢測(cè)過(guò)程中,利用STF的基本思想,穩(wěn)定局部通信信號(hào),即使用對(duì)應(yīng)函數(shù)序列,將一個(gè)不穩(wěn)定信號(hào),分成多個(gè)等長(zhǎng)的信號(hào),將以上信號(hào)作為固定信號(hào),再進(jìn)行傅里葉轉(zhuǎn)換,通過(guò)窗函數(shù)的對(duì)非平穩(wěn)信號(hào)進(jìn)行分割,即可保證STFT轉(zhuǎn)換穩(wěn)定。由于窗口的大小與形狀固定不變,可以通過(guò)此固定性質(zhì),保證通信信號(hào)檢測(cè)的適應(yīng)性。對(duì)于非平穩(wěn)的電子信號(hào)來(lái)說(shuō),頻率較高時(shí),可以用小窗口轉(zhuǎn)換,可以取得較好的信號(hào)干擾分辨程度;頻率較低時(shí),用大窗口轉(zhuǎn)換,即可取得較好的信號(hào)干擾分辨程度。
為了驗(yàn)證本文設(shè)計(jì)的方法是否具有實(shí)效性,搭建出了一個(gè)仿真平臺(tái),在此平臺(tái)中輸入相關(guān)信號(hào),通過(guò)識(shí)別干擾特征,觀測(cè)本文設(shè)計(jì)的方法的檢測(cè)精度。過(guò)程及結(jié)果如下所示。
為了保證本次實(shí)驗(yàn)的實(shí)效性,本文輸入較長(zhǎng)信號(hào),并隨機(jī)在此信號(hào)中疊加干擾,在第50-100、500-1000、2000-3000、4500-5000信號(hào)頻率中設(shè)置采樣點(diǎn),并在以上采樣點(diǎn)中疊加與原頻率相同的信號(hào)頻率,并通過(guò)F1分?jǐn)?shù)作為信號(hào)檢測(cè)精度的標(biāo)準(zhǔn)。F1分?jǐn)?shù)的檢測(cè)精度計(jì)算如下:
式(4)中,F(xiàn)1-score為精準(zhǔn)度;precision為精確指數(shù);recall為召回指數(shù)。由此得出的相關(guān)超參數(shù)如表1所示。
表1 相關(guān)超參數(shù)
如表1所示,根據(jù)此超參數(shù)得出的信號(hào)干擾圖像如圖2所示。
圖2 檢測(cè)精度
如圖2所示,本文設(shè)計(jì)的方法檢測(cè)精度在90%以上,可以保證檢測(cè)效果。
將本文設(shè)計(jì)的檢測(cè)方法與傳統(tǒng)檢測(cè)方法對(duì)比,驗(yàn)證兩種方法的檢測(cè)精度,檢測(cè)結(jié)果如表2所示。
表2 兩種方法的檢測(cè)精度
如表2所示,傳統(tǒng)方法干擾信號(hào)檢測(cè)精度在90%以下,隨著干擾信號(hào)的強(qiáng)度增加,檢測(cè)精度下降了18%,檢測(cè)效果較差,不能適應(yīng)電子通信干擾檢測(cè)環(huán)境;而本文設(shè)計(jì)的方法干擾信號(hào)檢測(cè)精度在98%以上,在干擾信號(hào)強(qiáng)度在1000Hz時(shí),檢測(cè)精度可以達(dá)到100%,可以適應(yīng)電子通信干擾檢測(cè)環(huán)境,符合本文研究目的。
近年來(lái),隨著電子通信技術(shù)的發(fā)展,電子通信環(huán)境日益復(fù)雜,信號(hào)干擾成為制約其發(fā)展的一大阻礙。傳統(tǒng)方法干擾信號(hào)檢測(cè)精度較差,不能適應(yīng)當(dāng)前電子環(huán)境。因此,本文設(shè)計(jì)了基于改進(jìn)SNM的電子通信干擾檢測(cè)方法,旨在提高檢測(cè)精度,為電子通信發(fā)展提供指導(dǎo)建議。