基于粒子群算法的光纖通信干擾信號(hào)定位方法

陳俊杰

（華信咨詢?cè)O(shè)計(jì)研究院有限公司，浙江 杭州 310052）

0 引 言

光纖通信作為信號(hào)傳輸?shù)闹髁魍ㄐ欧绞剑湎嚓P(guān)研究一直是通信方面的研究重點(diǎn)，必須提高關(guān)注度。在光纖通信過程中，必然會(huì)存在干擾信號(hào)影響通信的質(zhì)量，因此定位光纖通信干擾信號(hào)具有實(shí)際意義，可以為去除光纖通信干擾信號(hào)提供精準(zhǔn)的數(shù)據(jù)支持[1]。我國對(duì)光纖通信干擾信號(hào)定位方法的分析并不少見，主要是通過計(jì)算通信干擾信號(hào)特征參數(shù)，判斷其在光纖通信信道中的所處位置，但在實(shí)際應(yīng)用中存在定位誤差大的現(xiàn)象，這主要主要是因?yàn)楣饫w通信干擾信號(hào)定位目標(biāo)函數(shù)的求解方式為局部尋優(yōu)，而非全局尋優(yōu)，因此研究本身存在局限性[2]。粒子群算法在本質(zhì)上屬于一種并行算法，能夠通過并行的方式實(shí)現(xiàn)對(duì)目標(biāo)函數(shù)的全局尋優(yōu)，進(jìn)而得到目標(biāo)函數(shù)的精準(zhǔn)解[3]。基于此，本文將粒子群算法應(yīng)用在光纖通信干擾信號(hào)定位方法中，基于粒子群算法設(shè)計(jì)光纖通信干擾信號(hào)定位方法，致力于降低光纖通信干擾信號(hào)定位誤差，為去除光纖通信干擾信號(hào)提供精準(zhǔn)有效的數(shù)據(jù)。

1 粒子群算法

粒子群算法在本質(zhì)上是鳥群覓食算法，在實(shí)際應(yīng)用或計(jì)算中也被稱為PSO算法，是近年來我國社會(huì)開發(fā)的一種高新計(jì)算方法。此算法最早由J.Kennedy與R.C.Eberhart聯(lián)合推出，由于算法中涉及有關(guān)成果的演進(jìn)，因此粒子群算法可以被認(rèn)為是進(jìn)化算法的一種，其應(yīng)用與計(jì)算與退火算法具備一定相似性，在計(jì)算機(jī)中均屬于從隨機(jī)解法出發(fā)[4]。綜合對(duì)計(jì)算數(shù)據(jù)的多次迭代行為，挖掘數(shù)據(jù)求解中的最優(yōu)數(shù)值，相比其他算法，粒子群算法的計(jì)算更為便捷，可直接將輸出的最優(yōu)解作為全局最終求解結(jié)果[5]。綜合對(duì)粒子群算法的評(píng)價(jià)，其不僅具備計(jì)算步驟簡(jiǎn)單，也具備計(jì)算行為收斂性強(qiáng)等顯著優(yōu)勢(shì)。目前針對(duì)粒子群算法的優(yōu)勢(shì)已經(jīng)引起了有關(guān)學(xué)術(shù)研究者的重點(diǎn)關(guān)注，其簡(jiǎn)易結(jié)構(gòu)如圖1所示。

圖1 粒子群算法簡(jiǎn)易結(jié)構(gòu)

2 光纖通信干擾信號(hào)定位方法

2.1 獲取光纖通信干擾信號(hào)

考慮到光纖通信干擾信號(hào)分為正向和反向兩個(gè)傳播方向，需要通過前向計(jì)算和反向誤差調(diào)節(jié)聯(lián)合獲取光纖通信干擾信號(hào)[6]。在前向計(jì)算中，以獲取光纖通信干擾信號(hào)為參考依據(jù)，輸入信息可記為X，則有X=(x1,x2,…,xn)，輸出信息可記為Y，則有Y=(y1,y2,…,yn)，利用粒子群算法，設(shè)獲取光纖通信干擾信號(hào)前向計(jì)算具體表達(dá)式為g，具體計(jì)算如下：

式中，f表示光纖通信干擾信號(hào)期望輸出量；w—表示連接權(quán)值；i表示光纖通信干擾信號(hào)獲取個(gè)數(shù)，為實(shí)數(shù)。通過在光纖通信信道中安裝多個(gè)超聲波傳感器，結(jié)合式（1）獲取光纖通信前向干擾信號(hào)。為獲取光纖通信反向干擾信號(hào)，必須進(jìn)行反向誤差調(diào)節(jié)，表述如下：

式中，δp表示誤差調(diào)節(jié)權(quán)值；netjp表示狄利雷克分布函數(shù)；xjp表示輸入信號(hào)的反向誤差調(diào)節(jié)虛數(shù)單位；yjp表示輸出信號(hào)的反向誤差調(diào)節(jié)虛數(shù)單位。在得出式（2）的基礎(chǔ)上，判斷得出的誤差調(diào)節(jié)權(quán)值能否滿足光纖通信干擾信號(hào)獲取的精度要求。通常情況下，光纖通信干擾信號(hào)反向誤差調(diào)節(jié)范圍必須控制在[0.6≤δp＜1.5]，否則將視為無效信號(hào)[7]。通過此公式，可使光纖通信干擾信號(hào)在高斯噪聲存在的情況下保證其獲取的精度，通過更新光纖通信干擾信號(hào)超聲波信息，完整獲取光纖通信干擾信號(hào)。

2.2 粒子群算法建立光纖通信干擾信號(hào)定位適應(yīng)度函數(shù)

在獲取光纖通信干擾信號(hào)的前提下，基于粒子群算法建立光纖通信干擾信號(hào)定位適應(yīng)度函數(shù)[8]。通過粒子群算法，以光纖通信干擾信號(hào)定位適應(yīng)度為核心參數(shù)，引入Neff，運(yùn)用粒子公式建立光纖通信干擾信號(hào)定位適應(yīng)度函數(shù)。設(shè)其適應(yīng)度函數(shù)為q，可得以下關(guān)系：

式中，a、b、c表示光纖通信環(huán)境因素等懲罰系數(shù)，為實(shí)數(shù)；p表示Neff；x、y、z表示光纖通信干擾信號(hào)定位特征聚類的融合概率密度函數(shù)；d表示光纖通信干擾信號(hào)粒子的速度。可以將粒子群算法作為光纖通信干擾信號(hào)定位的核心層，提高全局收斂性[9]。采用粒子群算法中的啟發(fā)式因子特征分解方法，降維處理光纖通信干擾信號(hào)定位適應(yīng)度函數(shù)，得到光纖通信干擾信號(hào)定位適應(yīng)度函數(shù)的降維表達(dá)式為：

式中，p(x∩y∩z)表示光纖通信干擾信號(hào)定位信息融合的交叉分布概念集。以MySQL為統(tǒng)一格式，結(jié)合TCP/IP服務(wù)器和A/D轉(zhuǎn)換協(xié)議對(duì)光纖通信干擾信號(hào)定位信息進(jìn)行實(shí)時(shí)讀取及相應(yīng)管理。

2.3 實(shí)現(xiàn)光纖通信干擾信號(hào)聲源定位

基于粒子群算法完成光纖通信干擾信號(hào)定位適應(yīng)度函數(shù)的建立后，當(dāng)多條光纖通信的傳輸通道同時(shí)發(fā)出告警信號(hào)時(shí)，利用告警信號(hào)通道對(duì)應(yīng)的名稱，調(diào)出對(duì)應(yīng)的干擾信號(hào)聲源，集其具體路由走向，形成路由連接拓?fù)浣Y(jié)構(gòu)，利用粒子群算法分析該路由拓?fù)鋄10]。根據(jù)以聲音作為觸發(fā)源的粒子群算法，得出光纖通信干擾信號(hào)聲源定位區(qū)域判斷計(jì)算公式。設(shè)光纖通信干擾信號(hào)聲源定位區(qū)域?yàn)镃，則公式為：

式中，k表示為光纖通信干擾信號(hào)聲源信息的振動(dòng)頻率；t表示為光纖通信干擾信號(hào)聲源信息的估計(jì)時(shí)延。通過式（5）得出光纖通信干擾信號(hào)聲源定位區(qū)域，還可以通過找出對(duì)應(yīng)光纖通信信道中路由連接拓?fù)浣Y(jié)構(gòu)的最多交匯點(diǎn)，即為干擾信號(hào)的具體位置[11,12]。在實(shí)際應(yīng)用中，干擾信號(hào)可能在路由連接拓?fù)浣Y(jié)構(gòu)的一個(gè)站點(diǎn)或一條線路上，所有連接線段表示為能夠?qū)崟r(shí)發(fā)出干擾信號(hào)的通道，通常這一系數(shù)的選取范圍為0～1，在此范圍內(nèi)輸出定位結(jié)果，即可實(shí)現(xiàn)光纖通信干擾信號(hào)聲源定位。

3 實(shí)例分析

3.1 實(shí)驗(yàn)準(zhǔn)備

選取某光纖通信線路作為實(shí)驗(yàn)對(duì)象，根據(jù)光纖通信線路實(shí)際運(yùn)行經(jīng)驗(yàn)，設(shè)置采樣點(diǎn)數(shù)為28 600，背景噪聲為30 dB。假定在光纖通信線路中存在6個(gè)干擾信號(hào)，影響光纖通信的正常傳輸。本次實(shí)驗(yàn)內(nèi)容為針對(duì)光纖通信中6個(gè)干擾信號(hào)進(jìn)行定位，首先使用基于粒子群算法設(shè)計(jì)定位方法進(jìn)行光纖通信干擾信號(hào)定位，記錄光纖通信干擾信號(hào)定位位置，其次使用傳統(tǒng)設(shè)計(jì)定位方法，進(jìn)行光纖通信干擾信號(hào)定位，同樣記錄光纖通信干擾信號(hào)定位位置。對(duì)比兩種定位方法下測(cè)得干擾信號(hào)定位位置與干擾信號(hào)實(shí)際位置之間的誤差，干擾信號(hào)定位位置與干擾信號(hào)實(shí)際位置越接近，證明該定位方法定位精度越高。記錄6個(gè)干擾信號(hào)的定位結(jié)果，得出實(shí)驗(yàn)結(jié)果。

3.2 實(shí)驗(yàn)結(jié)果與分析

整理實(shí)驗(yàn)結(jié)果，干擾信號(hào)定位結(jié)果對(duì)比如表1所示。

表1 干擾信號(hào)定位結(jié)果對(duì)比表

從表1中可以看出，本文設(shè)計(jì)的定位方法定位得到的干擾信號(hào)位置與實(shí)際干擾信號(hào)位置更接近，定位誤差明顯小于對(duì)照組，具有實(shí)際應(yīng)用價(jià)值。

4 結(jié) 論

本文通過實(shí)例分析的方式，證明了設(shè)計(jì)定位方法在實(shí)際應(yīng)用中的適用性，并以此為依據(jù)證明此次基于粒子群算法優(yōu)化設(shè)計(jì)的必要性。通過本文設(shè)計(jì)，能夠解決傳統(tǒng)光纖通信干擾信號(hào)聲源定位中存在的誤差大的缺陷，但本文同樣存在不足之處，主要表現(xiàn)為未檢驗(yàn)本次干擾信號(hào)定位結(jié)果的精密度與準(zhǔn)確度。為進(jìn)一步提高干擾信號(hào)定位結(jié)果的可信度，還需要深入研究消除光纖通信干擾信號(hào)的優(yōu)化設(shè)計(jì)，以此提高光纖通信質(zhì)量。