鲜 娟，张宗琪，谌 丽，陈俊霖*

(1. 重庆移通学院通信与信息工程学院，重庆 401520；2. 重庆邮电大学通信与信息工程学院，重庆 400065)

1 引言

现阶段，随着互联网技术的不断发展和移动通信大范围应用，用户规模及网络信息量随之不断增大。为满足用户日益增长的使用需求，需要不断优化网络储存容量，在此背景下，通信网络会出现漏洞，抵抗外界干扰能力变弱。大量噪声及高频信号等干扰项严重影响通信质量，还会使信号频发突变，降低信息传输及存储效率，出现链路断连现象，打破原有的信号频谱平衡。基于此，需要模拟预测通信网络中的双频突变信号，预先捕捉到发生突变的节点位置，采取相应处理措施，抑制突变信号波动，保证网络安全。

文献[1]提出一种基于带外双频干扰突变信号预测模型，利用信号的数据收发机制，捕捉突变信号在每个收发时刻下的特征表现，分析特征间的线性关系，得出基准特征阈值，将其作为判定依据，完成下一时刻突变信号的预测。该方法不能实现干扰项的有效阻断，缺乏持续性和完成性；文献[2]提出基于EO SAR双频动态目标突变信号预测方法。通过双频道信号的离散特征，对信号间的欧式距离进行校正分析，得出动态判定阈值，实现预测。该方法不具有实时性和稳定性，忽略了干扰项的影响，整体算法预测精准度不高。

综合上述问题，本文综合考虑强干扰环境特征，预先对发生突变的双频信号进行捕捉分析，得出干扰项对其的影响及信号的预后状态，减少后续过程的误测率，提高准确性。通过突变信号实测距离及突变幅值作为参考基准，建立预测模型，根据信号的状态矢量分析结果实现精准预测。该模型能够有效识别出突变信号的特征阈值，具有极强的抗干扰性及稳定性，计算过程直观简单，适用范围较为广泛。

2 双频突变信号实时特性分析

对强干扰环境下的历史双频突变信号进行捕捉分析，研究其信号强度、频谱及信道状态特征，方便后续预测减少误差、提高效率。本文采用的GNSS(Global Navigation Satellite System全球导航卫星系统)中的定位技术，对L1C/L2C通信信道[3]中，双频突变信号进行正交转换时形成的辅助量大小进行计算，具体表达公式为

(1)

式中，f1和f2均表示不同信道双频接收机制的信号值；当发生正常双频信号发生突变时，形成的双信道中心相位频率分别为φ1和φ2，此时，输出的载波相位[4]可用以下形式表示

Δφ1=φs1＿m+φ1res+φion1+φr＿m1+φother1

(2)

Δφ2=φs2＿m+φ2res+φion2+φr＿m2+φother2

(3)

式中，Δφ1、Δφ2表示双信道对应的双频道相位频率；φs1＿m、φs2＿m表示双信道对应双频道引起的多普勒运动[5]；φ1res、φ2res表示双频道引起的相位载波变化；φion1、φion2表示双频道引起信号抖动的数值；φr＿m1、φr＿m2表示双频道引起的热燥声[6]；φother1、φother2表示双频道引起的频率变化。

经过上述关键参数的计算及描述，可得到以下关系

(4)

(5)

(6)

将式(6)代入到式(4)和(5)中经过计算可得

(7)

(8)

3 强干扰下电子通信网络双频突变信号预测模型

对于一般的电子通信网络来说，当受到高强度的外界干扰时，噪声信号会通过网络漏洞进入到内部环境中，逐渐侵入信道及链路，造成阻塞传输现象。当通信网络的接收机制处于截止、饱和或断连等特殊状态时，干扰信号就会从线性信号转换为非线性信号。对于双频信号来说，此时的线性转变会影响双频谱[9]的正常波动，变为突变信号。根据上述突变过程的解释，建立预测模型如下。

假设，正常信号值为us=Uscosωst；突变信号值为ui=Uicosωit，由于电子通信网络中各个信号值的幅值增益[10]不同，当触发到网络敏感机制时，二者信号可表示为

u(t)=AsUscosωst+AiUicosωit

(9)

公式中，u(t)为正常信号和突变信号的统一状态表示；As和Ai分别表示正常和突变信号的实时波频；Us和Ui分别表示正常和突变信号的幅值；t表示参考时间，采用矢量标记法[11]将上述信号值进行绘制描述，如图1所示。

图1 正常信号和突变信号之间的叠加关系

根据图1可知，ωd(t)=ωs(t)-ωi(t)中，ωs(t)表示正常信号增益；ωi(t)表示突变信号增益；ωd(t)表示增益和。由于突变信号间的调频距离较近，ωd(t)与ωs(t)、ωi(t)之间相差三个单位的数量等级。一般情况下，突变信号的波动幅值要大于正常信号的波动幅值，根据该特点，可将u(t)表示为以下形式

u(t)=R(t)cos(ωit+θ)

(10)

式中，R(t)表示信号的时刻集合，具体表达公式为

R(t)[(AsUssinωst+AiUisinωit)2+

(AsUscosωst+AiUisosωit)2]

(11)

(12)

式中，θn表示理想型状态，通信信道中波频及幅值等参数的变化关系。如果通信网络接收机制的幅值上限为Um；实时增益[12]为K，那么当AsUs+AiUiUm时，上述理想状态下信号的输出幅值就为KR(t)；当AsUs+AiUi≥Um时，信号的输出幅值就为上限值Um，此时，通信信道的最终输出信号值就为

(13)

利用傅里叶函数进行展开计算可得

(14)

公式中，Jf表示通信网络中的第f阶段处的傅里叶函数，由于网络中信号接收机制具有一定的选择性及过滤性，只有正常的双频信号才能进入通道。所以，利用该特点，令阶级数f为1，此时信道中的信号分量就可表示为：

(15)

此时，正常信号的分量Km数值就为：

(16)

基于此，可得正常信号实时增益、与其自身上限幅值Um及突变信号的上限幅值Ui存在一定关联。当突变信号的幅值慢慢增大时，正常信号的实时增益就会逐渐趋近于0，就可认为双频信号出现干扰影响，会发生突变，造成信道阻塞。同理，当两个干扰因素同时作用于正常信号时，按照文中给出的矢量法分析法进行增益叠加，如图2所示。

图2 干扰因素之间的叠加关系

从图2中可以看出，与正常信号和突变信号之间的叠加关系同理，推导出干扰因素U′1和U′2，会使正常的双频信号发生突变，当这两个因素同时作用于正常信号时，可得：

(17)

公式中，表示干扰效应系数，当检测到通信网络中，该系数S≥1时，就表示信道中的正常双频信号处于临近突变状态；当S<1时，表示已经发生了突变现象。

4 实验研究

4.1 实验背景

本文将以河南省某市区内的校园局域网络作为背景进行突变信号强度预测实验。为保证实验数据的可参考性及合理性，将预先在校园外部设置大量专业干扰器械，计算双频信号发生突变的平均干扰距离，并确定通信网络可接收到干扰信号的最大范围。本文采用的干扰设备是目前最为先进的N99912A电磁波射频仪器，通过电磁辐射干扰电网中正常信号的运行波频，导致信号发生突变现象。

为提高实验结果优异程度的对比性，针对干扰值设置干扰屏蔽器，分别预测屏蔽前后校园网双频突变信号的强度变化，与带外双频干扰预测法、动态目标预测法进行对比分析。以屏蔽前后突变信号的实测强度作为理论依据，可直观反映三种算法的优异性。

干扰器及屏蔽器的具体设置步骤为：在校园外的最大干扰范围内取任意一点放置干扰器，初始的射频带宽为970～980MHz，在距离干扰器100m～300m处放置屏蔽器，初始信号射频带宽为1250～1350MHz。在屏蔽器开启前后分别检测50个节点的当下信号值，作为实测值。在预测过程中，为了提高实验数据的精准性，会选择在晴天进行，避免暴雨、刮风等自然现象影响网络信号强度变化。

干扰器的工作原理为通过外界的材质来引起磁场变化进而改变通信网络的信号波频，干扰所需的材质及关键参数如下表1所示。

表1 干扰设置所需关键参数

4.2 时域有限差预测结果对比

将三种方法的实验结果及屏蔽前后的实测数值以曲线的形式分布在网格图像中，通过对比方式得出各类方法预测的优异程度，实验结果如图3、图4所示。

图3 屏蔽前三种方法预测结果比对

从图3中可以看出，干扰器屏蔽前，校园周围每个测试点的通信网络双频突变信号强度均发生了变化，整体波动幅度较大，存在一定的不稳定性，上下限峰值差距过大。根据对比实验结果可知，本文方法符合这一变化，预测曲线与实测曲线分布一致，信号峰值变化位置基本相同。另外两种方法的预测结果显然与实测结果不相符，曲线整体走势平稳与实测曲线吻合度较低，没有出现明显峰值。说明这两种算法没有实现准确预测，主要原因就是忽略了信号突变时相位载波及频率等关键参数的变化，再进行预测没有代入计算，导致预测误差较大，影响预测精度。

图4 屏蔽后三种方法预测结果比对

从图4中可以看出，不受干扰器的影响时，突变信号强度值明显变弱，相比屏蔽前下降了45～55dB，曲线整体的波动也相对稳定一些，相邻测试点间波峰差值较小。对比三种方法与实测曲线的差距，本文方法是其中统一度最高的，曲线波动情况基本一致，信号强度也同样下降了45～55dB。另外两种方法的预测结果与屏蔽前相比，下降幅度不明显且与实测值曲线贴合度较低。实验结果说明算法存在一定误差，使得预测质量降低。

4.3 预测误差对比

预测误差作为对比实验结果质量的一项重要指标，分为不足预测及过度预测，其中，过度预测是指预测结果出现了超出实际范围的现象；不足预测是指没有发生符合预测现象的实际移动。根据这两种对比指标，对三种方法进行对比分析，预测总次数为10000次。实验结果如下图5所示。

图5 预测误差对比

根据图5可知，无论是不足预测还是过度预测结果对比，本文方法均表现较优。而另外两种文献方法，无论是过度及不足的表现结果都较差，预测精度不够理想。实验表明本文方法的预测精度较高，这主要是因为：本文在预测前预先分析了通信网络双频信号发生突变时产生的误差及参数影响，减少后续预测的误检率，降低差值干扰。

6 结论

为解决因通信网络受到外界干扰而出现的双频信号突变问题，本文从网络信号工作机理出发，分析突变时可能出现的过热反应、频谱不一等效应影响参数，降低预测范围、提高准确率。在此基础，采用增益分析法具体计算正常信号和干扰信号之间的增益关系，推导预测模型。仿真结果证明，本文方法能够准确判定通信网络的实时状态，预测误差较低，具有较强的适用性。