光纤传输通信设备异常信号自动跟踪方法研究

2022-11-25宣立岩

通信电源技术 2022年13期

宣立岩

（吉林吉大通信设计院股份有限公司，吉林长春 130012）

0 引言

近年来，信号跟踪技术的发展水平不断提高，在商业、交通等不同领域的应用越来越普遍。在对当前信号跟踪技术进行分析后发现，其在信号跟踪效率和精准度方面仍然存在一些问题。基于此，需要加强对信号自动跟踪方法的深入研究，提高信号跟踪的自动化水平，提升异常信号跟踪效果。

1 设备异常信号跟踪方法

在设备异常信号跟踪研究过程中，需要对不同类型的异常信号跟踪方法进行分析，传统的异常信号跟踪方法主要包括以下几种。

1.1 实时传输光电异常信号跟踪方法

在信息化技术快速发展的背景下，光电搜索跟踪系统具有较强的抗干扰性，并且跟踪精度较高，可以全天候采集目标信息。目前，在光电搜索跟踪方法应用过程中需要充分发挥高精度伺服控制技术和高速图像处理技术的积极作用，并利用可见光电荷耦合器件（Charge Coupled Device，CCD）、红外热像仪以及激光测距机等完成数据信息传输作业。在实际应用中，可以将数据传输到监视器或转台伺服控制系统，从而实现对大量数据进行高速、高精准度的搜索跟踪。在光电搜索跟踪系统应用过程中，开展设备异常信号跟踪可以快速掌握异常信号。但是这种方法不能有效去除异常伪信号，会直接影响异常信号的跟踪效果[1]。

1.2 射频微波技术光纤异常信号跟踪方法

近年来，光波逐渐被应用在电子和通信等不同领域。从通信行业的角度进行分析，通信业务越来越多，除了对传输网络的要求不断提高外，对光纤接入技术也有了更深入的应用，可以满足不同接入方式的需求[2]。将射频微波技术应用在光纤通信设备异常信号跟踪过程中，有利于提高异常信号的跟踪效果。此外，在光纤传输中充分应用射频微波技术可以发挥交互媒体的服务作用，尤其是在基站数量比较多的情况下，能够快速将信号传输到不同区域，中心站只需要完成信号处理作业即可。中心站需要综合考虑不同信号的频率差异，在光纤网络和基站中进行转发，提高信号的传输效率，保障信号的稳定性。在射频微波技术信号跟踪中，其检测精度较高，但是并没有开展有效的信号特征提取作业，因此在实际数据处理过程中还要筛选全局信号跟踪中的异常信号，会影响异常信号的分析效率[3]。

1.3 基于光纤传输技术的光电跟踪方法

基于光纤传输技术的光电跟踪方法可以利用单点定位的方式完成通信设备异常信号定位，特别是利用光纤开展异常信号跟踪时获取的视频图像信息能够被快速正确传输。该方法除了能够确保数字图像视频信息的质量外，还能够在短时间内完成设备异常信号定位作业，反馈比较及时。但是其在应用过程中受外界噪声的干扰较大，可能会影响通信设备异常信号跟踪效果[4]。

2 异常信号自动跟踪方法设计

2.1 去除异常伪信号

在对异常信号自动跟踪方法进行设计时，去除异常伪信号属于基础作业内容。在实时传输光电异常信号跟踪过程中，异常伪信号会导致自动跟踪结果出现较大误差，影响到跟踪结果的准确性。在粒子滤波算法的应用过程中，信息后验率亲密度函数会影响粒子缝隙，增加运算作业的复杂度，引发粒子退化问题[5]。为了解决这一问题，在此次研究过程中主要利用准蒙特卡洛（Quasi-Monte Carlo，QMC）粒子滤波算法。QMC粒子滤波算法在实际应用过程中必须重新开展采样作业，完成带有权值分离算式序列信息粒子采样，随后还要开展密度函数推算作业，利用全面模拟与分析观察对随机分布取样运算观念进行科学应用，确保样本分布的均匀度和清晰度。除此之外，霍尔顿序列算法的使用可以降低运算难度，提高运算效率。利用高低差进行分析，能够准确掌握霍尔顿序列第h个数在随机分布固定区域中的伪粒子数值，从而实现异常伪信号去除目标[6]。

2.2 定位异常信号

在QMC算法应用过程中存在的粒子退化问题会对异常信号的定位效果产生影响，需要利用马尔可夫链蒙特卡洛算法（Markov Chain Monte Carlo，MCMC）弥补这一漏洞。传统QMC算法在应用过程中存在粒子检测多样性不足的问题，对定位异常信号的去除效果较差。而利用滤波算法采样可以确保粒子均匀分布筛选的有效性，同时也可以提高粒子信息的真实性，对提升粒子采样多样性有着积极的促进作用[7]。为了减少粒子消耗，在实际应用中可以利用MCMC改变与调整粒子的分布状态，充分发挥多种算法的应用优势，以此来提升粒子多样性和异常信号追踪过程中的可靠性。在对异常信号进行定位时，还可以利用马尔克夫链定位方法将无源微弱目标位置的运动轨迹作为定位基础，明确传感器检测结果，科学预测下一时刻无源微弱目标的位置运动变化情况，并根据递推运算的相关要求和目标元首位置的数值对跟踪定位要求进行确定，获取准确的异常信号定位结果[8]。

2.3 异常信号跟踪

在开展异常信号跟踪时，需要发挥载波的作用。载波在传输数据码和测距码中有着良好的应用价值，但在实际应用过程中受低频电磁波干扰的影响较大，对此也需要采用更高的电波形式承载测距码，以降低自身承受压力。与此同时，可以利用频谱数据资源进行分析。测距码可以通过码分多址（Code Division Multiple Access，CDMA）来实现[9]。在对卫星发出信号进行接收的过程中，通过制造伪随机噪声码来对周期性二次序函数系统进行测定，测定结果会迅速被识别并对外发出，从而获取伪测距量参数。完成卫星信号基本测量作业后，在码相位误差为0的情况下能够确保相关结果达到巅峰数值。数据码格式会在导航系统自动编译后进行整理，在此次研究过程中主要利用AltBOC调制信号完成相关分析工作。数据码格式如图1所示。

图1 数据码格式

码信号的通道主要以数据通道为主，在传输过程中电文导航格式存在差异，需要结合实际情况进行选择。信息格式导航电文的每一个主帧有12个子帧，子帧的持续时间为15 s，每组页面的持续时间为10 s，可以将不同测码进行组合达到最终目的。此外，在研究过程中需要利用相互正交信号频道进行追踪。衍生的信号码在载波中可以与信号进行交互，同时可以依托调制结构来完成测距码（包括主码与二次编码）整理。在测距码中，每一个周期的码片数量与主码周期信号4个主码通道中的码片数量相同。

衍生信号获取的信息可以利用一路通道完成信号测量追踪调制，为了保证信号追踪结果的确定性，从信号功率谱与捕获结果两个方面对AltBOC调制信号进行分析。在信号捕获过程中，主要包括上、下两条路线调制，两路信号基于快速傅里叶变换（Fast Fourier Transform，FFT）并行码获取相关信息。在输入信号与同路信号相互交互的情况下，可以利用频率载频进行混合处理，混频结果可以直接作为FFT运算基数，顺利完成伪码共轭处理作业，之后将其与载频混频结合顺利得到处理域相关值。综合频率单元可以对单元中的所有分值进行搜索与捕获，并将其与捕获的阈值比较，一旦超过阈值便完成信号追踪[10]。

3 异常信号自动跟踪方法应用

为了了解本文设计方法的应用效果，将其与传统自动跟踪方法进行对比验证。在实验过程中，实验载波相位、副载波相位、控制器副载波相位、码相位的取值需要保持在－2π～2π，间隔时间为1 000 ms，实验环境一般为无噪声或少量噪声。随着信号追踪次数不断增加，传统追踪方法的误差率也在不断增加，当追踪次数在7次以上时误差率达到80%以上，而本文设计的自动跟踪方法误差率可维持在10%左右。由此可知，本文研究设计的信号自动跟踪方法在开展异常信号跟踪时能够保证追踪结果的准确度，并且追踪效率较高，有效提高了信号追踪的整体水平。