光纖傳輸通信設備異常信號的自動跟蹤

胡 濤，蔣 維

（中國通信建設第三工程局有限公司，湖北 武漢 430022）

0 引 言

通信設備在通信技術發展過程中有所改變，從傳統功能單一的設備發展為智能化設備，使現代通信設備故障的發生率提高。信號跟蹤法是指對現代通信設備維修的檢測方法，此技術在不斷發展，并且廣泛應用到我國商業、交通、國防以及軍事中[1]。因此，對信號跟蹤技術的要求高，我國對信號跟蹤技術也尤為重視。通過分析信號跟蹤技術的發展可知，要進一步提升效率、精度等。

1 光纖信號復雜度數據的提取

光纖信號系統終端數據量比較大，包括信號機位置、信號狀態以及信號方向等，在數據鏈表結構統一存儲。為了提取完整光纖信號系統中的復雜度數據，以不同數據存儲位置制定光纖信號系統復雜度數據的提取與服務方式[2]。

通過字符串表示信號系統的終端設備，終端數據字符串的整體結構如圖1所示，其中包括特征屬性數據，能夠將系統復雜度展現出來。8位表示信號機名稱，2位表示信號機性質、顯示方向、相對位置以及顯示狀態，16位表示接近區段名稱、信號機動態數據首地址，21位表示空單元。

圖1 終端數據字符串整體結構

針對靜態字符串，應與終端數據存儲數據鏈結構相結合，在提取過程中根據需求判斷，使用功能子函數判斷輸入的字符串數據的完整性。如果輸入字符串數據出現越界，那么就是不完整字符串，要重新進行輸入。假如完整，就要對字符串數據位動態數據或者靜態數據進行判斷。

2 異常信號的定位

2.1 基于馬爾科夫鏈的異常信號定位

為了使離子退化問題得到解決，本文使用Metropolis-Hasting算法（MH算法）的方法。傳統算法的粒子多樣性短缺，使用準蒙特卡羅（Quasi-Monte Carlo，QMC）算法能夠去除異常偽信號，平衡算法運算的時間效率和精準度。使用濾波算法在采樣過程中對粒子均勻分布挑選，具有真實性，保證粒子采樣過程中的多樣性。為了避免粒子消耗問題，使用MH改變粒子的分布，發揮多種算法共同的作用能力，加大粒子多樣性，使粒子數量降低，提高追蹤結果的精準度[3]。

馬爾科夫鏈在定位過程中的問題在于解決其無后效性，此問題要對無源探測中微弱目標的目前時間狀態和前個時間狀態進行對比分析，在已經知道前個時間位置時，此時間之前的全部位置對目標時間位置并沒有影響，因為此時間的前一刻時間的目標位置并沒有為此時間目標位置提供可用信息。以無源微弱目標的位置運動軌跡和當前傳感器檢測結果預測下個時刻無源微弱目標位置運動變化來源于哪個空間，從而對條件密度指數進行計算。

2.2 異常信號跟蹤

載波能夠實現數據碼和測距碼的傳輸，在容易受到低頻電磁波干擾的測距碼中，通過更高的電波承載測距碼，降低自身所承受的壓力，從而提供給組合碼合適頻率，還能夠有效使用頻譜數據資源。通過測距碼實現碼分多址（Code Division Multiple Access，CDMA），在接收衛星發送信號時制造偽隨機噪聲碼，對周期性二次序制序列函數系統進行測定，迅速識別發送的信息，測量衛星信號[4]。

在碼相位誤差為0時，測量結果達到了最大；在碼相位誤差為-1～+1時，結果和誤差絕對值為反比例系數，此情況的構成條件為無噪聲環境。數據碼在導航系統自動編譯后得到導航模板電文，本文使用AltBOC調制信號進行研究。碼信號通道為數據通道，傳輸電文導航格式不同，圖2為數據碼結構。圖2中的信號格式導航電文主幀頻率一組為600 s，每個主幀具有12個子幀，子幀持續時間為一組15 s，一個頁面持續時間為10 s。最后，結合各種測碼，實現自動追蹤。

圖2 數據碼結構

通過2個正交負指數副載波移動的正交信號頻道，衍生的E5信號碼在載波過程中和信號進行交互，忽略交調分量調制結構，通過E5測距碼構成。

本文通過信號功率譜和捕獲結果對AltBOC調制E5信號進行研究，在信號捕獲的過程中，AltBOC包括上、下兩條路線對兩路信號進行調制，使用基于快速傅里葉變換(Fast Fourier Transform，FFT)的并行碼實現信號碼的捕獲。原理為實現通路信號和輸入信號的交互，根據頻率載頻混合，使偽碼實現共軛處理，并結合載頻混頻得出處理域中的相關知識，搜索綜合頻率單元的全部峰值，與得到的閾值相比，最終自動追蹤信號[5]。

3 仿真實驗和結果

為了對本文方法進行測試，設置光纖通信設備信號采樣長度為1 024，信號異常特征采樣偏差為0.35，信號統計分析時延為200 ms。光纖通信設備的信號如圖3所示。

圖3 光纖通信設備信號

輸入信號為電子通信設備信號，使用本文方法對光纖通信設備信號異常特征進行提取，得出如圖4所示的結果。對圖4進行分析，本文方法能夠有效提取異常特征，自動識別光纖通信設備信號的異常識別精度如表1所示。針對不同通信設備信號，本文方法識別精度超過96%，表示此方法能夠有效識別多種類型電子通信設備信號的異常問題，識別結果可靠[6-9]。

圖4 通信設備信號異常提取結果

表1 光纖通信設備信號異常識別精度

4 結 論

本文通過創建系統分析模型，能夠精準定位信號位置，使信號追蹤效率得到提高。在掌握信號位置的基礎上改進算法，使用QMC、TBD以及馬爾科夫鏈算法對空間粒子分布進行平衡，使追蹤效果得到提高，最終實現信號調制。通過調制信號結構能夠提高信號追蹤性能，提高信號自動追蹤效率，有利于廣泛應用到各領域。