张 力，朱 琳，马永涛，刘开华，陈 韬

（1.天津大学 电子信息工程学院，天津 300072；2.天津德力电子仪器有限公司，天津 300113）

责任编辑:杨 岩

0 引言

随着社会的进步和科学技术的飞速发展，信息高速公路“最后一公里”的宽带接入技术发展迅速。在众多的接入技术中，HFC（Hybrid Fiber/Coax）网络正以其独特的带宽优势和性价比优势得到了越来越多的关注和研究。而HFC网双向应用必须解决的问题，如调制方式和多点接入等受到信道内干扰和噪声性质的影响。所以，HFC网上行信道的干扰和噪声性质的确认问题越来越引起人们的重视，甚至被认为是HFC网能否继续存在的关键。为了提高HFC网络的可靠性和网络维护的效率，研究从实际HFC网络上行信道数据中快速、准确地判断出信道中噪声和干扰的类型，进而协助查找引起故障的原因是具有重大意义的。

本文采用基于LM算法BP神经网络模型对HFC宽带接入网进行深层次的定量诊断。首先通过数据采集处理系统进行信号采集、分析，从中提取信号特征参数输入到神经网络，经过神经网络的逻辑推理和判断给出最终诊断结果，即噪声或干扰的类型。研究结果表明，将基于LM算法的BP神经网络引入到HFC宽带接入网上行信道故障诊断中，运算速度快、预测精度高，具有推广应用的价值。

1 HFC宽带接入网噪声、干扰分析

HFC网上行信道的噪声和干扰主要分成两类:来自网络内部的结构噪声和网络外部的侵入噪声，其中侵入噪声又称为侵入干扰[1]。结构噪声主要由热噪声组成，而侵入干扰主要包括脉冲干扰和窄带连续波干扰。……