基于改進(jìn)SVM的電子通信干擾檢測方法

荊科科，張文豪，劉喜慶，董峰

（鄭州城市職業(yè)學(xué)院，河南鄭州，452370）

0 引言

電子通信干擾是指無用信號，進(jìn)入有效信號通道，對有效信號的接收造成干擾的現(xiàn)象。常見的電子通信干擾包括互調(diào)干擾、帶外干擾、鄰道干擾，以及同頻干擾[1]?；フ{(diào)干擾是指，兩個(gè)以上的干擾信號同時(shí)到達(dá)信號接收端時(shí)，通過非線性電路的作用進(jìn)行互調(diào)，使干擾信號產(chǎn)生互調(diào)頻率[2]。當(dāng)有效信號完全在同一頻率時(shí)，接收端會失去辨別能力，順利接收到干擾信號，影響有效信號的傳輸。帶外干擾是指在接收信號時(shí)，雜散信號干擾有效信號接收的現(xiàn)象；鄰道干擾是指，接近有效信號頻率的信號；同頻干擾為同一頻率的干擾信號，有效信號的頻率越高，越容易影響傳輸，通信干擾成為亟待解決的問題[3]。因此，本文提出改進(jìn)SVM的電子通信干擾檢測方法，旨在提高電子通信信號傳輸時(shí)的檢測精度，為電子通信的發(fā)展創(chuàng)造條件。

1 基于改進(jìn)SVM的電子通信干擾檢測方法設(shè)計(jì)

■1.1 識別電子通信干擾信號

本文設(shè)計(jì)的信號識別方法主要利用信號變換方法，對干擾信號的特征進(jìn)行提取，但是傳統(tǒng)檢測方法中，識別能力較差，檢測精度也就隨之降低。本文將電子信號識別，看作一個(gè)分類問題，因?yàn)樾盘柋旧砼c圖像或語音的頻率相同[4]。信號識別能力非常適合融合SVM算法，通過SVM算法可以孤立干擾信號，進(jìn)而對電子信號的時(shí)序特征進(jìn)行提取，孤立干擾信號的識別流程如圖1所示。

圖1 干擾信號的識別流程

本文在改進(jìn)SVM的基礎(chǔ)上，將干擾信號從原始信號中分離出來，直接分析疊加在原始信號上的干擾信號，簡化識別干擾信號的流程[5]。本文基于新的信號識別方式，來構(gòu)建干擾檢測模型，該模型是以改進(jìn)SVM為基礎(chǔ)而構(gòu)建的，可以用于端到端的識別。并在此過程中，使用網(wǎng)絡(luò)模擬自動提取信號流程，用于區(qū)分不同信號的識別能力。再將原始的干擾信號放入模型中進(jìn)行測試，即可得到信道中疊加干擾信號的分類，提高干擾信號的識別精準(zhǔn)度[6]。

■1.2 改進(jìn)SVM下構(gòu)建通信干擾網(wǎng)絡(luò)檢測模型

SVM可以解決非線性分類問題，通過引入核函數(shù)，映射特征向量的特征，從而構(gòu)建出相應(yīng)的模型空間。一般情況下，一個(gè)完整的SVM算法需要使用LeNets的卷積網(wǎng)絡(luò)，通過其核心結(jié)構(gòu)組成對應(yīng)的干擾值，再進(jìn)行卷積，進(jìn)而形成的模型如下所示：

其中，S（i,j）為信號第i行第j列的對應(yīng)干擾值；wm,n為SVM層第m行第n列的干擾元素；xi+m,j+m為第i+m行第j+m列的網(wǎng)絡(luò)信號檢測參數(shù)；yj（l）為干擾信號特征；xi（l-1）為上一行干擾信號的特征；Kij為SVM檢測信號指數(shù)；?為改進(jìn)SVM運(yùn)算；Mj為改進(jìn)SVM的信號強(qiáng)度；bj（l）為信號加偏置值[7]。

在本文改進(jìn)SVM后，構(gòu)建的網(wǎng)絡(luò)檢測模型的每個(gè)卷積核都在一個(gè)局部連接，只連接輸入特征信號的一部分，即可提取全部干擾信號的信息。在卷積核連接的那部分區(qū)域，就是模型中干擾信號的感受視野，由于卷積網(wǎng)絡(luò)的視覺皮層中，神經(jīng)元在識別外部物體時(shí)，會直接接收干擾信號的信息特性，距離越近，干擾信號之間的相關(guān)性越強(qiáng)。

■1.3 重構(gòu)網(wǎng)絡(luò)模型通信信號參數(shù)

重構(gòu)出的通信信號參數(shù)具有兩個(gè)優(yōu)勢，一方面，卷積網(wǎng)絡(luò)可以從時(shí)間序列數(shù)據(jù)中提取干擾信號的依賴特征，解決信號重構(gòu)問題；另一方面，電子通信信號樣本在時(shí)域高度相關(guān)的情況下，與傳統(tǒng)模型相比，可以更有效地分離出抗干擾信號的時(shí)序相關(guān)性。在卷積網(wǎng)絡(luò)層使用的參數(shù)在每個(gè)通信信號的干擾偏差，影響信息參數(shù)的時(shí)間步數(shù)，將通信干擾信號剝離，提高干擾信號的檢測精度。相比之下，傳統(tǒng)檢測方法在實(shí)際上，每個(gè)時(shí)間步都有相同的權(quán)重，參數(shù)數(shù)量會隨著時(shí)間步的數(shù)量呈線性增加。在真實(shí)的通信環(huán)境中，白噪聲的出現(xiàn)會阻礙輸入信號的重構(gòu)，無法克服白噪聲的影響，即會增加傳輸信號序列本身之間相關(guān)性，影響檢測精度。本文摒棄傳統(tǒng)方法的缺點(diǎn)，得出重構(gòu)參數(shù)如下：

式（3）中，φ與ψ分別為編碼與解碼信號；rn為有干擾的接收信號；^r為無干擾的重構(gòu)信號；τ為模型訓(xùn)練標(biāo)簽；argamin為消除干擾參數(shù)。本文重構(gòu)的通信信號參數(shù)，干擾信號均會與原始信號相同，并多出相應(yīng)的干擾信號，使檢測精度變高，檢測效果更佳。

■1.4 實(shí)現(xiàn)電子通信抗干擾檢測

為了實(shí)現(xiàn)電子通信抗干擾檢測，本文設(shè)計(jì)了干擾信號識別方法，改進(jìn)SVM的模型構(gòu)建方法，重構(gòu)通信參數(shù)方法，得出常用的信號頻率會隨通信強(qiáng)度的變化而變化的結(jié)論，因此，本文可以通過信號時(shí)頻特性的差異來檢測干擾程度。在檢測過程中，利用STF的基本思想，穩(wěn)定局部通信信號，即使用對應(yīng)函數(shù)序列，將一個(gè)不穩(wěn)定信號，分成多個(gè)等長的信號，將以上信號作為固定信號，再進(jìn)行傅里葉轉(zhuǎn)換，通過窗函數(shù)的對非平穩(wěn)信號進(jìn)行分割，即可保證STFT轉(zhuǎn)換穩(wěn)定。由于窗口的大小與形狀固定不變，可以通過此固定性質(zhì)，保證通信信號檢測的適應(yīng)性。對于非平穩(wěn)的電子信號來說，頻率較高時(shí)，可以用小窗口轉(zhuǎn)換，可以取得較好的信號干擾分辨程度；頻率較低時(shí)，用大窗口轉(zhuǎn)換，即可取得較好的信號干擾分辨程度。

2 仿真實(shí)驗(yàn)

為了驗(yàn)證本文設(shè)計(jì)的方法是否具有實(shí)效性，搭建出了一個(gè)仿真平臺，在此平臺中輸入相關(guān)信號，通過識別干擾特征，觀測本文設(shè)計(jì)的方法的檢測精度。過程及結(jié)果如下所示。

■2.1 實(shí)驗(yàn)過程

為了保證本次實(shí)驗(yàn)的實(shí)效性，本文輸入較長信號，并隨機(jī)在此信號中疊加干擾，在第50-100、500-1000、2000-3000、4500-5000信號頻率中設(shè)置采樣點(diǎn)，并在以上采樣點(diǎn)中疊加與原頻率相同的信號頻率，并通過F1分?jǐn)?shù)作為信號檢測精度的標(biāo)準(zhǔn)。F1分?jǐn)?shù)的檢測精度計(jì)算如下：

式（4）中，F(xiàn)1-score為精準(zhǔn)度；precision為精確指數(shù)；recall為召回指數(shù)。由此得出的相關(guān)超參數(shù)如表1所示。

表1 相關(guān)超參數(shù)

如表1所示，根據(jù)此超參數(shù)得出的信號干擾圖像如圖2所示。

圖2 檢測精度

如圖2所示，本文設(shè)計(jì)的方法檢測精度在90%以上，可以保證檢測效果。

■2.2 實(shí)驗(yàn)結(jié)果

將本文設(shè)計(jì)的檢測方法與傳統(tǒng)檢測方法對比，驗(yàn)證兩種方法的檢測精度，檢測結(jié)果如表2所示。

表2 兩種方法的檢測精度

如表2所示，傳統(tǒng)方法干擾信號檢測精度在90%以下，隨著干擾信號的強(qiáng)度增加，檢測精度下降了18%，檢測效果較差，不能適應(yīng)電子通信干擾檢測環(huán)境；而本文設(shè)計(jì)的方法干擾信號檢測精度在98%以上，在干擾信號強(qiáng)度在1000Hz時(shí)，檢測精度可以達(dá)到100%，可以適應(yīng)電子通信干擾檢測環(huán)境，符合本文研究目的。

3 結(jié)束語

近年來，隨著電子通信技術(shù)的發(fā)展，電子通信環(huán)境日益復(fù)雜，信號干擾成為制約其發(fā)展的一大阻礙。傳統(tǒng)方法干擾信號檢測精度較差，不能適應(yīng)當(dāng)前電子環(huán)境。因此，本文設(shè)計(jì)了基于改進(jìn)SNM的電子通信干擾檢測方法，旨在提高檢測精度，為電子通信發(fā)展提供指導(dǎo)建議。