一种基于扰动特征分解和前馈调制的网络波动跳变信号抑制算法

基金项目：河南省科技厅基础与前沿研究项目(112300410129)作者简介：陈卫军(1971-)，男（汉族），河南安阳人，硕士，副教授，研究方向：计算机网络、计算机应用。一种基于扰动特征分解和前馈调制的网络波动跳变信号抑制算法陈卫军，李敏安阳师范学院，软件学院，河南，安阳455000摘要：数据通信中，会产生一种时频跳变谐振信号，为提高网络稳定性，需要对这种网络波动跳变信号进行抑制。提出一种基于扰动特征分解和前馈调制的网络波动跳变信号抑制算法，在希尔伯特空间上对网络波动跳变信号进行扰动特征分解。创建前馈调制滤波器以实现对网络波跳变信号的前馈调制抑制。仿真结果表明，该算法数据传输实时性好,能有效抑制网络波动跳变中的谐振信号，信息损失小，对于解决大规模混合组网中启动滞后、服务器负载、颤抖等问题有明显作用。关键词：谐振信号，扰动特征分解；前馈调制中图分类号：TP393文献标识码：A1引言当今，网络用户终端不再是传统意义上的计算机用户，还包括了车载、舰载、机载终端和手持机等网络用户，这些用户共同构成一个混合组合网络。混合组合网络成为网络分布和设计的趋势，组合网络中，由于网络之间的相群特征有差异，在网络切换和数据通信中，会产生一种网络波动跳变谐振信号，这种谐振信号以噪声的形式存在于网络通信系统中，表现为一种跳变脉冲，带来网络波动和信号不稳定，出现启动滞后、服务器负载、颤抖等现象。随着网络安全和网络稳定性发展和应用需求扩大，研究对转网过程中产生的网络波动跳变信号的抑制算法，对提供信息通信和网络系统的安全稳定性具有重要意义。传统方法中，对混合组合网络的波动跳变谐振信号的抑制主要是采用分数间隔均衡调制算法和包络瞬时值统计方法进行信号抑制。采用统计信号处理方法，通过信号检测理论，实现对有用信号的聚焦，抑制谐波振荡信号[1,2]。算法在理论和实践中都取得了一定的成果，其中，文献[3]提出了一种基于包络瞬时值预估和混合蛙跳波特间隔均衡调制的网络谐振信号抑制算法，采用包括包络检波调制方法实现对网络波动跳变信号的检测和估计，提取有用信息特征，实现消波抑制的目的。然而算法需要实现能量检测预处理，实现较为复杂。文献[4]提出一种基于跟踪微分时延误差补偿的失稳网络入侵波动后的稳定与镇定方法，通过时延误差补偿控制方法，实现对网络切换中的失稳信号的抑制，算法没有充分考虑网络入侵后的噪声影响，精度不高。对此文献[5]进行算法改进，提出一种基于能量管理和波特间隔的前置均衡设计的网络切换波动控制算法，但存在网络连接时间短，数据包传输中断率高的问题；文献[6]提出一种基于非平稳时变信号分析的网络波动跳变信号抑制算法，抑制信号跳频的交叉项，提高噪声和波动干扰信号的抑制，但算法需要对信号进行时频分解和相空间重排，计算量大。另外，文献[7]提出了基于Gabor小波变换的网络自组网跳变信号抑制算法；文献[8]采用一种基于分数阶Fourier变换的跳变信号防波动检测算法，实现对网络波动跳变信号的抑制和降噪处理。但综合分析传统算法，都无法有效地实时实现网络波动跳变信号抑制，特别是对大规模混合组合网络的切网产生的波动跳变谐振信号的处理能力欠佳，鲁棒性和实时性不好[9,10]。针对上述问题，本文提出一种基于扰动特征分解和前馈调制的网络波动跳变信号抑制算法，提高对大规模混合组合网络的跳变信号抑制性能，通过信号模型构建，基于扰动特征分解和调制处理实现对算法的改进，提高对网络谐振和跳变的消波抑制能力，网络通信的均衡性提高，丢包率降低，保障网络系统的稳定，提高鲁棒性。通过仿真实验验证了算法的有效性和可行性。2网络波动跳变信号谐振数学模型和信号分析2.1问题描述与网络波动跳变信号谐振数学模型本文研究大规模复杂组合网络的切换和数据通信中的波动跳变谐振信号的抑制算法，首先给出网络信号的谐振数学模型。为信号的生成提供模型基础。大规模组合网络通常依据节点的拓扑结构，构建相应的网络模型，随着网络规模的扩大和网络之间协议差异性变化，由于在网络混合组网过程中的这种差异性特征产生信号波动，导致网络通信传输信道不稳定，甚至给网络攻击者留下漏洞和后门，影响网络系统的稳定和安全。因此需要对波动信号进行消波抑制，构建网络谐振信号模型表达式为：()()()()()()()[()]suztstjsthtstjdutustjHst(1)上式中，()at称为复信号()zt的瞬时幅度，有时也称为包络；()t称为瞬时相位，()Zf可由()Sf通过傅立叶变换得到，()Hf为网络谐振信号的阶跃式传输函数。分析式（1）可见，网络波动跳变的谐振信号时一组非平稳随机信号，具有时变性和非线性。假设网络在切网过程中的信号跳变节点定义为,1,mvmn。网络谐振信号为时域和频域构成窄带回波的复包络形式，可写作：dtdtftjbty)(~]2exp[),()(~(2)其中,),(b是窄带扩展函数，)(~tf为各频率分量信号的复包络，为传输时延，为多调频信号的随着时间的变化的频移特性。假设网络在波动跳变过程中，谐振信号随着时间的变化而线性变化的为线性变换，这表现为一个调频信号，可得网络波动跳变信号的窄带扩展函数为时变冲击函数或时变格林函数的傅立叶变换，变换过程为：baadadbabtfabaty,2)(1),()((3)上式中，)(tf为信号的非平稳态瞬时频率估计值，),(ba为宽带扩展函数，a为尺度参数，b为时延参数。假设kb是控制两个不同相位跳变节点的网络谐振信号的相位值差，权系数00b，kc为相位采样间隔参数，采用宽带扩展函数描述网络波动跳变信号谐振数学模型，得到网络波动跳变信号的回波信号演化过程中为：2)(1),(1)(adadbabtfabayWctyff(4)网络波动跳变过程中，采用连续傅立叶变换处理方法，得到信号波动特征的允许性函数，即平方可积函数满足如下允许性条件：dFcf2)((5)上式中，)(F是)(tf傅立叶变换，常数fc称为函数)(tf的允许性常数。由此得到网络波动跳变信号谐振数学模型，为实现网络波动跳变信号的信号特征分析和前馈调制抑制提供信号源。2.2传统的信号包络特征分解预处理方法及弊端分析在上述构建的网络波动跳变信号谐振数学模型的基础上，需要进行特征提取算法设计，实现对网络波动跳变信号的抑制处理，传统方法中，采用包络预取特征提取算法，对不稳定网络跳变单频脉冲信号进行包络特征分解，具体描述如下：采用射线模型对网络跳变单频脉冲中的波动信号进行传播损失估计为：10lgTLnrr(6)其中TL为不稳定网络跳变单频脉冲信号的传播损失(dB)，n为传播因子，r为数据收发和网络切换过程中的载频衰减，得到网络波动跳变信号的时间尺度和时延的带通信号的复包络分别为：20()sin()2vsvxdx(7)))(exp())(()(tsjtsutyC(8)式中，v表示信号包络指向性，)(tu为复包络，C为载频（单位弧度/秒）。对于宽带波动信号，指向性增益为：20()cos()2vcvxdx(9)由此得到了不稳定网络跳变单频脉冲信号进行包络特征分解结果为：2212121|()|{[()()][()()]}2sfAcvcvsvsvk(10)得到不稳定网络跳变单频脉冲信号则t时刻散射特性函数为：11()NjkrikriinnAPteRerr(11)化简得：221()inNjjkriinnAPteaer(12)其中，()At为脉冲信号的混响幅度,0f为初始频率，BkT为跳变信号传递瞬时幅度，B为调频信号带宽。通过上述方法实现了基于包络预取特征提取的不稳定网络跳变单频脉冲信号特征分解和抑制，结合式(10)可见，采用传统算法复信号()zt的实部与所给定的实信号()()cos()statt相同，无法有效剔除网络波动跳变信号的负频部分，造成了大量的网络跳频脉冲信号信息损失，抑制效果不好，网络稳定性改善效果不佳，且造成了大量的通信信道冗余和信息损失，提高了网络通信的丢包率，因此需要对算法进行改进设计。3算法的改进设计与实现3.1信号扰动特征分解算法提出针对传统方法的弊端进行算法改进，为了有效大规模复杂组合网络在切换和数据通信中的波动跳变谐振信号，实现信号降噪和提纯，提出一种基于信号扰动特征分解和前馈调制的网络波动跳变信号抑制算法。给出信号扰动特征分解算法的实现关键技术如下。在上节给出的网络波动跳变信号谐振模型中，网络跳变信号辐射圆环面积：22()SrMB(13)设单位面积为S，则第i个圆环有贡献的散射体个数为[/]NSS。网络跳变单频脉冲信号混响瞬时值服从高斯分布，它的概率密度函数为：221()exp()22VVVfV(14)其中：V是瞬时值V的方差。对输入的不稳定网络跳变单频脉冲信号，大量的谐波信号含有扰动特征，本文采用普勒频移算法提取扰动特征，利用混响的慢变包络切片把波动跳变信号的能量聚集在扰动方向，令扰动特征的多普勒频移记做d，为信号s泰作勒级数展开，得到：222(1)(1())12()cvvvvvvscvccccc(15)在希尔伯特空间上进行扰动特征分解，对于高斯噪声中的随机信号，采用最大似然自相关估计算法，对信号s，在希尔伯特空间上的H上的群G的不可约表示U，若存在某个Hg，使得：)()(,2xdgxUg(16)那么得到希尔伯特空间上的网络波动跳变信号的扰动特征分解结果为：),(*),(**),(),(12xxSxxSxxSxxSGGGnT(17)其中G*表示仿射群上的群卷积，这一过程类似于相干函数经过随机介质的传输的情形，通过上述处理，可以将网络波动跳变信号的谐振特征和独立散射扰动特征准确地映射到希尔伯空间上，避免了传统算法出现的信息损失的问题，在傅立叶域上进行后置能量聚集，增大信号的特征累积。3.2特征前馈调制与信号抑制算法实现以上述提取信号扰动特征分解结果为输入变量，设计前馈调制滤波器，实现对网络波跳变信号的前馈调制抑制。基于前馈滤波的信号抑制处理原理框图如图1所示。图1基于前馈滤波的信号抑制处理原理结合图1所示，以上述计算得到的信号扰动特征分解结果为信号输入，利用自适应滤波器的方法来确定信号频率，考虑一种简单的滤波器形式：()()()NzHzDz(18)上式中，()Nz是分子多项式，它的零点在0jze处，()Dz为分母多项式，由滤波器的频率参数a和带宽参数r确定幅频响应，基于前馈调制方法对滤波器的抽头系数进行自适应调整，得到前馈滤波器的频率为：0cos(/2)arca(19)在希尔伯特空间中，由于跳变信号噪声的增强会使前馈调制滤波器无法实现均衡增益，因此本文采用深度零点信道补偿频率响应估计算法，对滤波器抽头系数进行自适应调整，得到的前馈滤波器具有高增益的频率响应，为：0000022122122sinsin(1sin)()1sin(1sin)sinjjjjjjeeeVeee(20)由此得到设计的前馈调制滤波器的传递函数为：()1()1()()2jjHzVzVee(21)选取不同的陷波器频率参数1和带宽参数2，求得前馈调制带宽，设计前馈调制滤波器具有高增益的频率响应，时宽带宽积满足约束条件为2cTWv，21vc(22)上式中，v表示复包络的时间尺度伸缩，假设ij为信道e上传输的数据与节点连接的自适应调节系数，网络谐振信号的扰动特征在分解后在具有深度零点补偿信道实现信号能量抑制滤波，得到网络波动跳变信号经过前馈调制后的滤波抑制输出为：))(exp())(()(tsjtsutyC(23)基于上述设计的前馈滤波器，对大规模组合网络的跳变波动谐振信号进行后置谐振抑制处理，通过扰动特征分解，提高了对跳变信号的抑制性能，特别是本文提出的方法使得信号经聚合后在希尔伯特空间上实现线性叠加和聚焦，保留了网络波