光纤传输通信设备异常信号的自动跟踪

2022-08-17胡涛，蒋维

通信电源技术 2022年8期

胡涛，蒋维

（中国通信建设第三工程局有限公司，湖北武汉 430022）

0 引言

通信设备在通信技术发展过程中有所改变，从传统功能单一的设备发展为智能化设备，使现代通信设备故障的发生率提高。信号跟踪法是指对现代通信设备维修的检测方法，此技术在不断发展，并且广泛应用到我国商业、交通、国防以及军事中[1]。因此，对信号跟踪技术的要求高，我国对信号跟踪技术也尤为重视。通过分析信号跟踪技术的发展可知，要进一步提升效率、精度等。

1 光纤信号复杂度数据的提取

光纤信号系统终端数据量比较大，包括信号机位置、信号状态以及信号方向等，在数据链表结构统一存储。为了提取完整光纤信号系统中的复杂度数据，以不同数据存储位置制定光纤信号系统复杂度数据的提取与服务方式[2]。

通过字符串表示信号系统的终端设备，终端数据字符串的整体结构如图1所示，其中包括特征属性数据，能够将系统复杂度展现出来。8位表示信号机名称，2位表示信号机性质、显示方向、相对位置以及显示状态，16位表示接近区段名称、信号机动态数据首地址，21位表示空单元。

图1 终端数据字符串整体结构

针对静态字符串，应与终端数据存储数据链结构相结合，在提取过程中根据需求判断，使用功能子函数判断输入的字符串数据的完整性。如果输入字符串数据出现越界，那么就是不完整字符串，要重新进行输入。假如完整，就要对字符串数据位动态数据或者静态数据进行判断。

2 异常信号的定位

2.1 基于马尔科夫链的异常信号定位

为了使离子退化问题得到解决，本文使用Metropolis-Hasting算法（MH算法）的方法。传统算法的粒子多样性短缺，使用准蒙特卡罗（Quasi-Monte Carlo，QMC）算法能够去除异常伪信号，平衡算法运算的时间效率和精准度。使用滤波算法在采样过程中对粒子均匀分布挑选，具有真实性，保证粒子采样过程中的多样性。为了避免粒子消耗问题，使用MH改变粒子的分布，发挥多种算法共同的作用能力，加大粒子多样性，使粒子数量降低，提高追踪结果的精准度[3]。

马尔科夫链在定位过程中的问题在于解决其无后效性，此问题要对无源探测中微弱目标的目前时间状态和前个时间状态进行对比分析，在已经知道前个时间位置时，此时间之前的全部位置对目标时间位置并没有影响，因为此时间的前一刻时间的目标位置并没有为此时间目标位置提供可用信息。以无源微弱目标的位置运动轨迹和当前传感器检测结果预测下个时刻无源微弱目标位置运动变化来源于哪个空间，从而对条件密度指数进行计算。

2.2 异常信号跟踪

载波能够实现数据码和测距码的传输，在容易受到低频电磁波干扰的测距码中，通过更高的电波承载测距码，降低自身所承受的压力，从而提供给组合码合适频率，还能够有效使用频谱数据资源。通过测距码实现码分多址（Code Division Multiple Access，CDMA），在接收卫星发送信号时制造伪随机噪声码，对周期性二次序制序列函数系统进行测定，迅速识别发送的信息，测量卫星信号[4]。

在码相位误差为0时，测量结果达到了最大；在码相位误差为-1～+1时，结果和误差绝对值为反比例系数，此情况的构成条件为无噪声环境。数据码在导航系统自动编译后得到导航模板电文，本文使用AltBOC调制信号进行研究。码信号通道为数据通道，传输电文导航格式不同，图2为数据码结构。图2中的信号格式导航电文主帧频率一组为600 s，每个主帧具有12个子帧，子帧持续时间为一组15 s，一个页面持续时间为10 s。最后，结合各种测码，实现自动追踪。

图2 数据码结构

通过2个正交负指数副载波移动的正交信号频道，衍生的E5信号码在载波过程中和信号进行交互，忽略交调分量调制结构，通过E5测距码构成。

本文通过信号功率谱和捕获结果对AltBOC调制E5信号进行研究，在信号捕获的过程中，AltBOC包括上、下两条路线对两路信号进行调制，使用基于快速傅里叶变换(Fast Fourier Transform，FFT)的并行码实现信号码的捕获。原理为实现通路信号和输入信号的交互，根据频率载频混合，使伪码实现共轭处理，并结合载频混频得出处理域中的相关知识，搜索综合频率单元的全部峰值，与得到的阈值相比，最终自动追踪信号[5]。

3 仿真实验和结果

为了对本文方法进行测试，设置光纤通信设备信号采样长度为1 024，信号异常特征采样偏差为0.35，信号统计分析时延为200 ms。光纤通信设备的信号如图3所示。

图3 光纤通信设备信号

输入信号为电子通信设备信号，使用本文方法对光纤通信设备信号异常特征进行提取，得出如图4所示的结果。对图4进行分析，本文方法能够有效提取异常特征，自动识别光纤通信设备信号的异常识别精度如表1所示。针对不同通信设备信号，本文方法识别精度超过96%，表示此方法能够有效识别多种类型电子通信设备信号的异常问题，识别结果可靠[6-9]。