李嘉，劉江平

（唐山工業(yè)職業(yè)技術學院，河北唐山 063200）

在運行過程中，光通信系統(tǒng)很容易受到外部入侵信號的干擾，嚴重影響光通信系統(tǒng)的安全性。文獻[1]提出了基于深度學習網絡的光通信系統(tǒng)入侵行為識別方法，通過光柵傳感技術確定光通信系統(tǒng)中的入侵行為信號，在信號內部提取入侵的特征向量，通過深度學習網絡識別光通信入侵信號識別；文獻[2]提出了基于Dropout 技術的改進型SCN 模型，利用改進型模型對權重分布狀況進行約束，從而確保網絡模型的識別精度。雖然以往研究方法都能夠在一定程度上提高識別精度，但是計算量過大，識別過程過于復雜，漏識率較高，光通信網絡安全受限。

云計算平臺能夠集成硬件和軟件數(shù)據(jù)，可以最高效率地實現(xiàn)網絡存儲，因此，基于云計算平臺，設計了一種新的光通信入侵信號識別系統(tǒng)，通過識別系統(tǒng)實現(xiàn)軟件服務、平臺服務和附加服務，提升識別系統(tǒng)的有效性。

1 系統(tǒng)硬件設計

基于云計算平臺的光通信入侵信號識別系統(tǒng)硬件主要由信號采集器、處理器、識別器等構成，通過設備間的緊密聯(lián)系，實現(xiàn)對光通信入侵信號的采集、處理和識別[3-7]。系統(tǒng)硬件結構如圖1 所示。

圖1 系統(tǒng)硬件結構

觀察圖1 可知，光通信入侵信號識別系統(tǒng)內部擁有獨立的合并單元，采用母線合并的方式，通過識別器和處理器完成信息的處理和識別，智能終端分別連接處理器、采集器和識別器，內部獨立的監(jiān)測裝置具有很強的監(jiān)測能力。

1.1 信號采集器

為提高信號采集的準確率和效率，采用CCD 采集器進行信號采集。信號采集器由信號采集模塊和計算機接口模塊兩部分組成，CCD 采集器的硬件結構如圖2 所示。信息采集模塊主要由光傳感器、A/D信號轉換芯片以及CPLD 構成，負責光通信信號的采集和接入。計算機接口模塊由CPLD、緩存器以及PCI9054 構成，負責信號的緩存和傳輸[8-9]。

圖2 CCD采集器的硬件結構

當信號采集器開始工作時，首先初始化CPLD 芯片，CPLD 芯片具有高速性、可靠性以及功能強大性等優(yōu)勢，且時鐘延遲可達納秒級，在CPLD 芯片運行的狀態(tài)下，驅動時鐘模塊，開啟相應的信息采集機制，采集模塊開始信號采集。CPLD 芯片將在第一個光通信信號的輸入時刻發(fā)出采樣脈沖，由ADC 接收采樣時鐘信息，并對采集的信號進行信號轉換，經過轉換的信號以固定模式緩存在RAM A 和RAM B 中，通過PCI9054 將采集信號傳輸?shù)叫盘柼幚砥鬟M行計算和處理。

1.2 處理器

處理器是光通信入侵信號識別系統(tǒng)的核心，針對信號處理的復雜性，為進一步提升信號處理效率，即為信號的精準識別提供便捷服務，除了需要靈活的數(shù)據(jù)處理方式外，還需要接收來自不同信號源的采集信號，并使其支持單端信號輸入方式。

采用14 位模數(shù)轉換器，對需處理的光通信信號進行流水線處理，每進行一次信號處理需經過三個時鐘周期的充分計算，最快處理速度可達到100 ns，極大地提高了數(shù)據(jù)處理速度，直接輸出14 位二進制數(shù)，將信號的非線性誤差控制在0.5 LSB，將微分非線性誤差控制在1 LSB之內，降低了誤差發(fā)生的概率。AD9240 芯片屬于單電源、低功耗處理芯片，其電壓轉換范圍受VREF 控制，且為配合其他硬件設備的使用，將AD9240 芯片的電壓控制在0～5 V，以保證系統(tǒng)的穩(wěn)定運行[10-12]。

AD9240 芯片的電路引腳配置如圖3 所示。

圖3 AD9240芯片的電路引腳配置

根據(jù)圖3 可知，該文提出的AD9240 芯片同時連接VINA 和VINB 兩個觸點，利用A/D 串口實現(xiàn)連接。

1.3 信號識別器

信號識別器是光通信系統(tǒng)重要的信號檢測裝置，能夠準確探測光纖中是否存在入侵信號。傳統(tǒng)的信號識別裝置不僅效率低且誤差較多，因此，該文設計了一種靈敏度高、帶寬小的信號識別器，基于處理中心精確的入侵信號指示，在新型的光通信系統(tǒng)中，使數(shù)據(jù)的傳輸效率高。采用TCD1501D 型光敏陣列，TCD1501D 的管腳頂視圖如圖4 所示。

圖4 TCD1501D的管腳頂視圖

觀察圖4 可知，設有光纖槽和噪聲消除器，其識別帶寬小于2 kHz。當含有信號的光纖被插入光纖槽時，信號識別機制對光纖槽內的信號進行識別和分類，將超過閾值的信號視為入侵信號，進行單獨處理。噪聲消除器的主要作用是過濾光纖中攜帶的噪聲信號，從而降低信號的識別難度。除此之外，信號識別器還包含多個信號指示器，例如通信指示器、無信號指示器、聲音指示器以及電源指示器等，為信號識別器的工作提供便利[13-14]。

2 系統(tǒng)軟件設計

2.1 基于云計算平臺的光通信入侵信號的深度挖掘

光纖光柵具有附加損耗小、體積小、與光纖耦合度較高的特點，適用于多種光纖器件，在光通信系統(tǒng)中為光源、光放大、色散補償、OTM、OCM 等關鍵部件提供了解決方案。光柵的反射波長可以表示為：

式中，aβ表示光柵的反射波長；m表示光柵的折射率；β表示光柵周期。

當光通信系統(tǒng)中存在入侵信號時，光柵折射率和周期發(fā)生改變，從而導致光柵的反射波長出現(xiàn)變動，反射波長與光柵外部應變的關聯(lián)如下：

其中，Δaβ為反射波長的偏移量；b為外部應變。

根據(jù)測量發(fā)現(xiàn)，當信號采集器中某一光傳感器的采集行為發(fā)生加速行為，且加速度小于光傳感器的諧振頻率時，光柵就會出現(xiàn)變動，變動原理如下：

其中，w表示光傳感器的行為信號頻率；Y表示光傳感器的振幅；φ表示光通信系統(tǒng)的已有頻率；B表示傳感器加速行為的加速度振幅。

從以上關系可知，光柵的形變和外部采集器的采集行為頻率存在一定關聯(lián)，對采集器中的光傳感器的反射波長的偏移量進行檢測，能夠感知光通信系統(tǒng)中存在入侵信號的頻率和時域特征。

2.2 基于云計算平臺的光通信入侵信號識別

基于上述入侵信號的頻率和時域特征的感知結果，捕捉相鄰信號間的非線性時空信號頻率，評價相鄰信號間的關聯(lián)性，預測入侵信號的傳輸路徑，最終按照入侵信號的入侵度實現(xiàn)入侵信號識別[15-16]。

入侵信號識別過程如圖5 所示。

圖5 入侵信號識別過程

觀察圖5 可知，首先對光柵發(fā)射波長進行計算，然后確定感知入侵頻率，通過模擬信號傳輸路徑計算后續(xù)所需的預測值，當傳輸?shù)男畔⒔Y束后，結束存儲，如果存儲失敗，需要將存儲的目錄刪除。

應用云計算平臺中的長短期記憶模型，回歸光通信信號邊框界的方位，設置信號的監(jiān)測和追蹤，基于信號間的相鄰關系，整合信號本身關系，捕捉非線性時空信號頻率，并將其存儲在云計算平臺中的存儲單元，信號h的存儲模式為：

其中，rh表示存儲行數(shù)；gh表示存儲列數(shù)。

按照光通信信號間的時變屬性，計算信號的運行速度，評價相鄰信號間的關聯(lián)性，其關聯(lián)性權值的計算公式為：

式中，τ(h)為關聯(lián)性權值；?τ為關聯(lián)性權值，相鄰信號間的相似度越高，?τ的值越接近于1。

其中，權值越高，兩個信號間的關聯(lián)性越強，反之，關聯(lián)性越弱，通過關聯(lián)性評價，識別出一個入侵信號，則可探查到與之關聯(lián)的其他入侵信號。

模擬信號的傳輸途徑，若其實際傳輸路徑與預測路徑不符或相應閾值超過限定范圍，則被認定為入侵信號，且針對入侵信號，計算入侵信號的入侵度，入侵度的計算公式如下：

式中，kh表示入侵度；LSTM表示時間隱藏向量；Wh當前時間下入侵信號的輸入值；kh-1表示系統(tǒng)對該信號的后續(xù)預測值。

3 實驗研究

為了驗證該文提出的基于云計算平臺的光通信入侵信號識別系統(tǒng)的有效性，選用該文識別系統(tǒng)和傳統(tǒng)識別系統(tǒng)對光通信系統(tǒng)進行識別對比。

由于光通信系統(tǒng)內部的時域信號分布特征為準周期特征，因此，如果受到外部激勵，會出現(xiàn)固有頻率行為，當信號處于低頻狀態(tài)，沒有穩(wěn)定特征。

選定平均誤差作為審核指標，設定實驗參數(shù)如表1 所示。

表1 實驗參數(shù)

比較挖掘結果的可信度和誤識別率，得到監(jiān)測系統(tǒng)入侵信號的時域和頻域實驗結果如表2、表3所示。

表2 監(jiān)測時域實驗結果

表3 監(jiān)測頻域實驗結果

該文提出的入侵信號識別系統(tǒng)能夠更好地分析出波長偏移量和信號振幅，根據(jù)分析結果確定是否為入侵信號。漏識別率實驗結果如表4 所示。

表4 漏識別率實驗結果

該文提出的入侵識別系統(tǒng)引入了云計算平臺，利用云計算平臺分析外部的監(jiān)測信號，在確定外部環(huán)境變化時，入侵識別系統(tǒng)會在短時間內迅速匹配識別策略，確定入侵信號。針對不同步長的入侵信號，該文提出的識別系統(tǒng)采用不同的策略，因此識別能力更好。

4 結束語

光通信系統(tǒng)不僅能夠為人們的財產安全提供保障，也能夠對人身安全提供保障，因此，近年來越來越多的人使用光通信信號。人們對光纖信號質量越來越重視，該文提出的識別系統(tǒng)不僅能夠降低挖掘的平均誤差，也可以提高識別結果的可信度，實際應用效果較好。