白 琳，安 邦

（武警天津總隊，天津 300000）

0 引 言

為保證通信網絡安全和數據傳輸效率，通信網絡信號干擾提取方法已經成為檢測和識別通信網絡干擾信號的關鍵手段。目前，通信網絡干擾信號提取方法主要有基于大數據的通信網絡干擾信號提取方法和基于人工智能的通信網絡干擾信號提取方法。傳統方法在實踐應用中主要通過建立通信網絡干擾信號模型來采集、處理、識別以及提取干擾信號。但是，網絡干擾信號種類較多，傳統方法只能對一種或者兩種干擾信號進行提取，經常出現錯誤提取通信網絡干擾信號的現象，且正確提取率較低，無法滿足通信網絡干擾信號提取需求，為此提出基于自適應濾波的通信網絡干擾信號提取方法。

1 自適應濾波技術應用于通信網絡干擾信號提取的重要性

自適應濾波技術以自適應濾波算法和濾波結構為核心，其中濾波性能主要依靠自適應濾波算法實現。典型的自適應濾波技術示意圖如圖1所示。

圖1 自適應濾波技術示意圖

x為自適應濾波的輸入信號。自適應濾波輸入信號經過濾波結構對輸入信號進行度量與處理，形成了自適應濾波輸出信號y[1]。在實際操作中，非線性自適應濾波比線性自適應濾波計算麻煩，所以多使用線性自適應濾波[2]。自適應濾波技術根據期望響應值和誤差值對數據信號進行處理和分析，具有較高的濾波精度，同時能夠根據實際濾波要求和信號特性，利用期望響應值自動修改濾波參數，以有效解決通信網絡干擾信號提取中干擾信號種類較多的問題[3]。自適應濾波技術可以解決目前通信網絡干擾信號提取中存在的問題，因此利用自適應濾波技術進行通信網絡干擾信號提取十分必要。

2 基于自適應濾波的通信網絡干擾信號提取方法設計

2.1 基于自適應濾波的通信網絡干擾特性跟蹤

利用自適應濾波技術跟蹤通信網絡中信號的干擾特性時，需先在通信網絡各個信道端口組建自適應濾波結構，接收流經該信道的數據信號，并將其作為濾波裝置的輸入信號，表示為：

式中，W(n)為在某時刻輸入到自適應濾波結構的輸入向量；X(n)為自適應濾波結構的抽頭權向量[4]。利用自適應濾波結構度量輸入信號，然后輸出通信網絡干擾信號，其度量可表示為：

式中，M為自適應濾波結構的階數；L為自適應濾波結構度量系數值，通常取值0.14[5]。利用自適應濾波算法計算分析度量后的數據信號，判斷輸出信號數據的屬性。該算法主要通過比較期望響應信號與輸出信號計算兩個信號的誤差，計算公式為：

式中，e(n)為自適應濾波期望信號與輸出信號的誤差；d(n)為自適應濾波中的期望信號；y(n)為自適應濾波中的輸出信號[6]。為更加準確地計算出自適應濾波輸出信號與期望信號的誤差，采用自動增益的代價函數實時更新輸出信號的抽頭權向量和期望響應值，其中輸出信號的抽頭權向量可表示為：

式中，X(n)*為更新后的輸出信號的抽頭權向量；u為自動增益步長參數，通常設定為0.02；g為當前通信網絡信道噪聲系數[7]。

及時計算通信網絡信道環(huán)境噪聲的變化，可以及時更新自適應濾波技術的參數，從而利用更新參數準確計算自適應濾波的輸出信號和期望信號。當采用自適應濾波算法計算的輸出信號噪聲值超過期望響應值時，表示存在一定的誤差，則將該輸出信號視作干擾信號。因此，按照上述方式可跟蹤通信網絡的干擾特性。

2.2 通信網絡干擾信號分類提取

利用自適應濾波技術跟蹤通信網絡干擾特性時，將符合跟蹤要求的數據信號統一存儲到文件中，然后利用差異分析法分類提取通信網絡干擾信號[8]。目前，通信網絡存在的干擾信號主要有單音干擾、多音干擾、部分頻帶噪聲干擾、噪聲調頻干擾、線性掃頻干擾和時域高斯脈沖干擾6種[9]。通信網絡干擾信號提取的對象主要為這6種干擾信號，根據每種干擾信號屬性特征的不同，將信號的干擾幅度作為區(qū)別這6種干擾信號的關鍵依據[10]。可以將各個種類干擾信號的干擾幅度進行量化處理，表示為：

式中，A為量化后的干擾信號幅值；j為各個種類干擾信號正常幅值大??；k為量化系數。通過量化各個種類干擾信號的干擾幅值和輸出信號的干擾幅值，計算兩種幅值的量化誤差。對比該誤差與自適應濾波期望信號與輸出信號誤差，可以確定跟蹤到的干擾信號的種類，具體分類依據如表1所示。按照表1，分類提取自適應濾波技術獲得的干擾信號，從而完成基于自適應濾波的通信網絡干擾信號的提取。

表1 通信網絡干擾信號分類表

3 實驗對比與結果分析

選取某通信網絡數據包作為實驗研究對象。該數據包包含10種數據，數據總量為1 500 MB。實驗中將該數據作為通信網絡傳輸數據，在數據正常傳輸過程中輸入6種干擾信號。

實驗硬件環(huán)境為GeFsder TGJ1080TI CPU，32 GB內存硬盤。實驗軟件環(huán)境為Windows 2010操作系統。利用MATLAB軟件測試兩種通信網絡干擾信號提取方法的性能，收集干擾信號提取結果。實驗中待提取干擾信號有8個通信信道，每個信號傳輸500 GB正常數據信號和200 GB網絡干擾信號，干擾時間為10 min。實驗中使用線性自適應濾波器，型號為GSDD-1S13，設置自適應濾波技術期望響應值為0.25，誤差為0.01。干擾信號在自適應濾波技術下的濾波樣本數量為1 600 GB。設置干擾信號分類閾值為0.15，將干擾信號分成6種，根據分類依據提取到各個信道。該實驗得到兩種通信網絡提取方法的干擾信號正確提取率，如表2所示。

由表2可知，采用基于自適應濾波的通信網絡干擾信號提取方法的正確提取率平均值為99.48%，高于最小限值，最大正確提取率為99.99%，接近100%，而采用傳統方法提取通信網絡干擾信號的正確提取率平均值為92.48%，多數信道干擾信號正確提取率低于最小限值，且遠遠低于設計方法。設計方法引用的自適應濾波技術可以自動根據濾波參數，準確計算當前通信環(huán)境的干擾特性，能夠準確提取到通信網絡信道中存在的各種干擾信號。因此，基于自適應濾波的通信網絡干擾信號提取方法適用于通信網絡干擾信號的提取。

表2 兩種方法干擾信號正確提取率對比

4 結 論

在傳統通信網絡干擾信號提取方法的基礎上，引入自適應濾波技術，設計了一套新的通信網絡干擾信號提取方法，有效解決了通信網絡存在多種干擾信號而導致通信網絡運行效率差的問題，實現了對通信網絡多種干擾信號的同時提取，提高了通信網絡干擾信號的正確提取率，對通信網絡抗干擾性能的提升具有重要意義。因此，下一步將研究基于自適應濾波的通信網絡干擾信號提取及抑制方法，以促進通信網絡技術的不斷發(fā)展。