计算机网络通信联合调制自动识别技术研究.pdf

信息与电脑2023年第10 期Information&Computer计算机网络通信联合调制自动识别技术研究网络与通信技术刘芙（江苏省淮阴商业学校，江苏淮安2 2 30 0 3）摘要：文章通过分析计算机网络通信联合调制自动识别技术，预处理识别环境，在复杂网络环境下提取联合调制特征参数，建立四阶累积识别结构，设计正向联动自动识别模型，采用副载波控制实现通信联合调制自动识别。测试数据显示，联合调制自动识别测试组测定数据误差值较高，结合计算机网络控制自动识别范围，降低识别故障误差值，满足通信联合调制要求。关键词：计算机网络通信；联合调动；自动识别；通信网络中图分类号：TN929Research on Joint Modulation Automatic Recognition Technology for Computer文献标识码：A文章编号：10 0 3-9 7 6 7（2 0 2 3）10-2 0 3-0 3Network CommunicationLIU Fu(Huaiyin Commercial School of Jiangsu,Huaian Jiangsu 223003,China)Abstract:This paper analyzes the automatic recognition technology of computer network communication,preprocessesthe recognition environment,extracts the joint modulation feature parameters in the complex network environment,establishesthe fourth order cumulative recognition structure,designs the forward linkage automatic recognition model,and realizes theautomatic recognition of communication joint modulation by using the subcarrier control.The test data show that the errorvalue of the test group is high.Combined with the automatic network control of the computer,the fault error value is reduced tomeet the requirements of communication joint modulation.Keywords:computer network communication;joint mobilization;automatic identification;communication network0引言传统通信识别机制运行时，为实现联合调动，必须编写调动识别指令与执行系统相互连接，保证控制体结构的完整性，完成通信目标调动作业。相关企业要重视通信识别技术，结合通信识别要求和信息化技术，建立自动识别技术，加强识别稳定性和准确性，控制通信联合调整，从而提升实际应用效果。1自动识别方法设计1.1识别环境预处理创新自动识别模式时，要分析不同识别环境，保证收稿日期：2 0 2 3-0 2-2 6基金项目：江苏省淮阴商业学校承接的第四期江苏省职教教改课题“中职教师信息化教学能力指标分析与提升的校本研究”（项目编号：ZYB145）。作者简介：刘芙（19 7 3一），女，江苏涟水人，本科，正高级讲师。研究方向：人工智能。识别效果不受到外在因素影响。同时，为提高自动识别中无线信号的稳定性，要根据现场实际情况改善调制信号内容，向解析信号方向转变，保证信号识别精度能达到预期标准，避免其受到各种外在因素影响。判断其真实转换比率，具体公式为U=(a+1.5)-2y式中：U表示转换比；表示无线信号覆盖范围；y表示解析距离。工作人员利用式（1）计算转换比率，科学设置复杂信号，营造自动识别的调幅环境，优化计算机网络设置，调整成多层级控制管理模式。另外，要(1)203信息与电脑网络与通信技术Information&Computer严格遵循行业检测要求设置关联识别目标，提高预处理识别环境的合理性 2 1。1.2提取联合调制特征参数在网络双向作业时，结合预处理条件计算联合调制特征参数，提前设置自动识别目标，发布联合调制指令，充分发挥瞬时控制系统自身作用，计算公式为N=m+21-元1式中：N表示瞬时控制系数；1表示联合通信的具体比；m表示偏度指令基准；n表示调度范围。采用式（2）进行计算，得到瞬时控制系数，设置瞬时转换区域，且在不同区域中预设识别偏差标准，如表1所示。表1识别偏差标准预设表顺势控制系数识别预设区域+1.005;-0.21VTA11+1.016;-0.37ASQ12+1.028;-0.45VTA12+1.096;-0.49VTA116+1.155;-0.65TA17J8通过合理应用表1数据，能精准设置识别偏差标准，计算出瞬时控制系数，设置瞬间相位。而瞬间相位和初始瞬时相位间有明显差异性，该差异性体现在阶矩方面，但文章采用自动识别技术进行分析，识别范围不会有明显变化，能有效控制识别作业误差值。从目前识别瞬间相位情况来看，时常遇到如实际覆盖面积不固定、信号特征提取准确性性不足等问题。针对该种情况，工作人员要设置阶矩识别层级，与传统识别方法相比，其具有较强的灵活性和稳定性，面对复杂的网络环境时，能提取相关特征，为后期识别操作提供丰富的数据资源。1.3建立四阶累积识别结构在提取联合调制特征参数后，完善四阶累积识别结构，对比新型识别结构和传统识别结构间的差异性 3。在传统识别中结构过于单一，自动识别速度较慢，整体识别质量较低，识别效果未达到预期要求。而四阶累积识别结构具有较强的灵活性，有4个阶层可以识别内容，每个阶层识别目标不同，且每个识别目标均单一，防止执行目标重合。为提高四阶累积结构应用效果，需要规范每个层级的标准要求，控制接收端幅相识别控制比值，具体公式为H=N/2+5.59-47式中：H表示实际接收端幅相识别控制比值；A表示复共轭数；表示多段系数；9 表示变化识别。应用2023年第10 期式（3）进行计算，得到接收端幅相识别控制比值，将信号接收识别阶矩区域和阶矩相互连接，建立新型关联模式，进一步完善四阶累积识别结构 4。1.4设计正向联动自动识别模型工作人员要注重建立四阶累积识别结构，真实仿真正向联动自动识别模型，对比传统识别方法相关内容，发现正向联动自动识别模型可以解决网络环境因素影(2)响。在计算机网络运行时，能累积正向正交振幅调制（Q u a d r a t u r e A mp l i t u d e M o d u l a t i o n，Q A M）信号，结合四级结构，将信号应用到相关识别层级，合理设置联动调制识别范围和归一化瞬时幅度。同时，将识别聚类中心设置在识别初始模型，科学规范聚类范围，判断正向中空识别比率公式为识别偏差S=o+0.55y-VG0.21式中：S表示正向中控识别比率；G表示调制信号0.290.380.460.48(3)(4)终端值；o表示中控范围；表示动态识别距离。通过计算式（4），得到正向中控识别比率，科学设置联动模型实际覆盖范围，从而完成正向联动自动识别模型设计作业。2方法测试2.1汉测试准备在检验计算机网络通信联合调制自动识别效果前，要建立良好的测定条件和测试环境。为了提高测试结果的准确性，本文采用6 种联合调制信号为自动识别的目标对象，分别是8 PSK3、6 4Q A M 6、Q PSK 2、BPSK 1、32QAM5及16 QAM4，每种信号执行波段和操作信号存在较强差异性 5。工作人员通过专业设备检测对应数据信息，利用测试系统平台整合信息数据，并应用到相关网络环境，设置具体信号识别范围，计算信号正弦波段值，具体公式为K=23+3eB3式中：e表示执行频率；K表示信号正弦波段值；表示双向应变距离；3表示限制波段。根据信号正弦波段值，能明确自动识别范围，其中单向正弦波数值2.55dB，双向作用频率为6.25MHz，且变动频率范围不规律，保证变动频率在12 2 190MHz范围，提高信号识别的稳定性。通过专业人员分析发现，测试网络环境通常为封闭状态，为保证测试数据的合理性，工作人员要根据不同识别区域信噪比情况，预估识别聚类中相关标准系数，如表2所示。(5)204信息与电脑2023年第10 期Information&Computer表2 不同识别区域信噪比聚类终止标准系数表信噪值/dB单项调制变化比21.0200.2341.3481.42101.49根据表2，能合理设置不同识别区域信噪比聚类终止标准系数。由于单项调制变化不固定，会随着网络环境变化出现不同程度的改变，在计算机网络环境中设置模糊自动识别区域，结合聚类方法进行关联。同时，合理调整联合信号执行范围，保证识别波段和频率值的平衡性，加强测试稳定性，搭建良好的测试环境。2.2测试过程和结果分析通过营造测试环境，工作人员开展识别验证测试，结合测试数据分析联合调制网络识别系数，从而确定信号覆盖范围，计算公式为Y=3x+/2r+1式中：Y表示信号覆盖范围均值；r表示极限覆盖调度值；x表示信号动态变化比。通过计算实际信号覆盖范围均值，确定信号识别范围。因此，工作人员要以上述数据为基础，分离6 种不同信号与不同测试表36 种联合调制信号的自动识别测试结果比较分析传统聚类通信联合识别传统MQAM信号识别测试信号测试组识别误差BPSK11.240BPSK22.050BKSP310.37016QAM44.55032QAM512.35164QAM61.5503结语文章通过分析计算机网络通信联合调制自动识别技术，营造良好的预处理识别环境，计算联合调制特征参数，建立四阶累积识别结构，控制自动识别范围，合理控制识别故障误差值，实现通信联合调制日常作业。参考文献1陈东海，李鹏，周洋，等.基于图像识别技术的电力调度主站系统信号自动对点系统 J.电子设计工程,2 0 2 2,30(13):7 3-7 7.网络与通信技术区域进行关联，全部调整为待识别状态。在预期计算平均识别率/%机网络环境下，利用双向识别机制和反向传播（Back46.31Propagation，BP）神经网络分类器，编制多样化通信0.00信号，优化处理流程，应用聚类算法计算出自动识别50.99特征。58.37目前，该自动调制识别状态具有较强的稳定性，且68.00识别率变化幅度较小，为增强识别测试的可靠性，要合理扩大识别区域，将终端值调整为8 5QAM，测量实际单向距离为2.0 5cm。当SNR=3dB时，识别率有细微提升，超过8 6%，工作人员不仅要合理控制信号信噪比，禁止出现识别错误问题，而且要利用聚类处理机制提取自动识别信号，判断信号识别核心位置，调整自动识别指令，保证识别测试结果的真实性。6 种联合调制信号的自动识别测试结果比较分析如表3所示。由表3可知：通过与3种传统信号识别方法的比较分析，联合调制自动识别测试组最终测定出的识(6)别误差相对较小。在实际应用的过程中，结合计算机网络和自动识别的范围，存在的识别故障异常较小，得出的误差可以通过通信联合调制进行管理与控制，最终完成预期的测试结果，具有实际的应用价值。单位：dB传统复合调制信号识别测试组识别误差测试组识别误差1.3301.6701.9202.3706.5508.5704.6108.09011.0349.24102.3802.3402赵秋雨，武红玉.基于SCD的继电保护网络通信路径自动规划技术研究及应用 .许昌学院学报,2 0 2 2,41(5):117-12 2.3谷海生，冯梅，李青.智能光网络识别安全风险与技术研究：评智能光网络组播路由与安全性技术 .人民长江,2 0 2 2,53(4):2 37.4王斌，李鸿飞，许少蔚.人工智能技术在通信安全防御系统中的应用与研究 J.电子测试,2 0 2 2(1):12 5-12 7.5赵青.基于PLC技术的自动化液位仪表故障识别系统 J.能源与环保,2 0 2 2,44(11):2 44-2 49.联合调制自动识别测试组识别误差0.600.012.121.312.070.91205