DE102013207239B4 - Method and system for classifying a radio signal into at least one signal class - Google Patents
Method and system for classifying a radio signal into at least one signal class Download PDFInfo
- Publication number
- DE102013207239B4 DE102013207239B4 DE102013207239.2A DE102013207239A DE102013207239B4 DE 102013207239 B4 DE102013207239 B4 DE 102013207239B4 DE 102013207239 A DE102013207239 A DE 102013207239A DE 102013207239 B4 DE102013207239 B4 DE 102013207239B4
- Authority
- DE
- Germany
- Prior art keywords
- signal
- decision
- radio signal
- class
- classifying
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/20—Arrangements for detecting or preventing errors in the information received using signal quality detector
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Monitoring And Testing Of Transmission In General (AREA)
Abstract
Verfahren zum Klassifizieren eines Funksignals zu einer Signalklasse mithilfe von mehreren Entscheidungsbäumen (41, 42, ..., 4n), wobei vorab für jeden Entscheidungsknoten eines Entscheidungsbaumes (41, 42, ..., 4n) jeweils ein Signalmerkmal und zugehörige Bereichsgrenzen bestimmt werden, mit folgenden Verfahrensschritten: • Ermitteln eines Messwertes des Funksignals zu jedem vorab bestimmten Signalmerkmal, • Klassifizieren des Funksignals hinsichtlich des Signalmerkmals in jedem Entscheidungsknoten eines Entscheidungsbaumes (41, 42, ..., 4n) anhand des ermittelten Messwertes und der bestimmten Bereichsgrenzen beginnend mit dem ersten Entscheidungsknoten in jedem Entscheidungsbaum, • sukzessives Fortsetzen des Klassifizierens in einem nachfolgenden Entscheidungsknoten eines Entscheidungsbaumes (41, 42, ..., 4n) in Abhängigkeit des Klassifizierens im vorhergehenden Entscheidungsknoten und • Klassifizieren des Funksignals als zur Signalklasse gehörig, falls ein Entscheidungsknoten von jeweils mindestens einem Entscheidungsbaum (41, 42, ..., 4n) erreicht wird, der das Funksignal eindeutig als zur Signalklasse gehörig klassifiziert.A method of classifying a radio signal into a signal class using a plurality of decision trees (41, 42, ..., 4n), wherein a signal feature and associated area boundaries are determined in advance for each decision node of a decision tree (41, 42, ..., 4n) , comprising the following method steps: • determining a measured value of the radio signal for each predetermined signal feature, • classifying the radio signal with regard to the signal characteristic in each decision node of a decision tree (41, 42, ..., 4n) on the basis of the determined measured value and the specific range limits beginning with the first decision node in each decision tree, successively continuing the classifying in a subsequent decision node of a decision tree (41, 42, ..., 4n) depending on the classifying in the previous decision node and classifying the radio signal as belonging to the signal class if a decision each of at least one decision tree (41, 42, ..., 4n) is reached, which uniquely classifies the radio signal as belonging to the signal class.
Description
Die Erfindung betrifft ein Verfahren und ein System zur Klassifizierung eines Funksignals zu mindestens einer Signalklasse. The invention relates to a method and a system for classifying a radio signal to at least one signal class.
Bei der Überwachung von Funksignalen wird in einem ersten Schritt die Zuordnung eines detektierten Funksignals zu einer Signalklasse durchgeführt. Dies wird üblicherweise als Signalklassifikation bezeichnet. Hierbei ist es notwendig, das unbekannte Funksignal zu analysieren und anhand der Analyseergebnisse eine Zuordnung zu einer vorab definierten Signalklasse zu treffen. Eine Signalklasse umfasst beispielsweise alle Funksignale, die dasselbe Modulationsverfahren oder dasselbe Übertragungsverfahren verwenden. When monitoring radio signals, the assignment of a detected radio signal to a signal class is performed in a first step. This is commonly referred to as signal classification. In this case, it is necessary to analyze the unknown radio signal and to make an assignment to a previously defined signal class on the basis of the analysis results. A signal class includes, for example, all radio signals that use the same modulation method or the same transmission method.
Aus der
Die Aufgabe der Erfindung ist es deshalb, ein Verfahren und ein zugehöriges System zur zeitoptimierten Klassifizierung eines Funksignals zu einer oder mehreren Signalklassen zu schaffen, das mit einer kürzeren Verarbeitungszeit auskommt. The object of the invention is therefore to provide a method and an associated system for time-optimized classification of a radio signal to one or more signal classes, which manages with a shorter processing time.
Weiterhin soll es die Erfindung vorzugsweise ermöglichen, die Klassen der zu erkennenden Verfahren leicht zu erweitern, d.h. ohne wie bei herkömmlichen Verfahren eine Programmcodeänderung durchführen zu müssen. Es soll einem Benutzer ermöglicht werden beliebige Signale aufgrund ihres Verlaufs im Zeit und/oder Frequenzbereich als Muster für eine neue Zielklasse zu definieren. Furthermore, the invention is preferably intended to enable the classes of methods to be recognized to be easily expanded, i. without having to perform a program code change as in conventional methods. It is intended to enable a user to define any signals as patterns for a new target class based on their history in time and / or frequency domain.
Die Aufgabe wird durch ein Verfahren zum Klassifizieren eines Funksignals zu einer Signalklasse mit den Merkmalen des Patentanspruchs 1 und durch ein zugehöriges System zum Klassifizieren eines Funksignals zu einer Signalklasse mit den Merkmalen des Patentanspruchs 14 sowie durch ein Verfahren zum Klassifizieren eines Funksignals zu einer von mehreren Signalklassen mit den Merkmalen des Patentanspruchs 12 und durch ein zugehöriges System zum Klassifizieren eines Funksignals zu einer von mehreren Signalklassen mit den Merkmalen des Patentanspruchs 15 gelöst. Ein zugehöriges Computerprogramm und ein zugehöriges Computerprogramm-Produkt ergeben sich aus den Merkmalen der Patentansprüche 18 bzw. 19. Vorteilhafte technische Ausführungen sind in den jeweils abhängigen Patentansprüchen aufgeführt. The object is achieved by a method for classifying a radio signal into a signal class having the features of
Erfindungsgemäß erfolgt die Signalklassifizierung des Funksignals anhand eines Klassifikators bestehend aus mehreren Entscheidungsbäumen je Signalklasse, wobei vorab sukzessive für jeden Entscheidungsknoten eines Entscheidungsbaumes jeweils aus einer festgelegten Anzahl von Signalmerkmalen zufällig ein Signalmerkmal selektiert wird und zum zufällig selektierten Signalmerkmal jeweils signalklassenspezifische Bereichsgrenzen bestimmt werden. Als Signalmerkmale des Funksignals werden hierzu signalimmanente Signalparameter des Funksignals wie beispielsweise die Bandbreite, die Anzahl von Spektralspitzen oder die spektrale Schiefe des zu klassifizierenden Funksignals benutzt. Der Klassifikator – im folgenden erster Klassifikator genannt – führt in jedem Entscheidungsknoten eines Entscheidungsbaumes – beginnend mit dem ersten Entscheidungsknoten eines Entscheidungsbaumes – eine Klassifizierung des Funksignals hinsichtlich des zum jeweiligen Entscheidungsknoten vorab selektierten Signalmerkmals durch, indem er ermittelt, ob der zum jeweiligen Signalmerkmal von einer Mess-Einheit ermittelte Messwert des zu klassifizierenden Funksignals innerhalb oder außerhalb der zum jeweiligen Signalmerkmal bestimmten Bereichsgrenzen zu liegen kommt. According to the signal classification of the radio signal based on a classifier consisting of several decision trees per signal class, wherein a signal feature is selected successively beforehand for each decision node of a decision tree each from a fixed number of signal characteristics and each signal class specific range limits are determined for randomly selected signal feature. For this purpose signal-immanent signal parameters of the radio signal, such as, for example, the bandwidth, the number of spectral peaks or the spectral skewness of the radio signal to be classified, are used as signal characteristics of the radio signal. The classifier - referred to below as the first classifier - performs in each decision node of a decision tree - starting with the first decision node of a decision tree - a classification of the radio signal with respect to the respective decision node pre-selected signal feature by determining whether the respective signal feature of a measurement Unit determined measured value of the radio signal to be classified within or outside of the respective signal characteristic determined range limits comes to rest.
Jeder Entscheidungsknoten eines Entscheidungsbaumes kann bevorzugt folglich zwei Klassifizierungsergebnisse liefern und verzweigt folglich in mindestens zwei Verzweigungen, wobei abhängig vom Klassifizierungsergebnis jeweils eine der Verzweigungen weiterverfolgt wird. Mündet eine Verzweigung in keinem weiteren Entscheidungsknoten, so stellt der bisherige Entscheidungsknoten hinsichtlich des Klassifizierungsergebnisses der Verzweigung einen terminalen Entscheidungsknoten dar. Der Entscheidungspfad ist hinsichtlich des Klassifizierungsergebnisses – d.h. das Funksignal gehört zur Signalklasse oder das Funksignal gehört nicht zur Signalklasse – am terminalen Entscheidungsknoten beendet. Mündet die Verzweigung in einem weiteren Entscheidungsknoten, so ist eine weitere Signalklassifizierung des Funksignals hinsichtlich des zum weiteren Entscheidungsknoten selektierten Signalmerkmals durchzuführen. Accordingly, each decision node of a decision tree may preferably provide two classification results and thus branches into at least two branches, with one of the branches being followed up depending on the classification result. If a branch does not terminate in any other decision node, then the previous decision node represents a terminal decision node with regard to the classification result of the branch. The decision path is with respect to the classification result - i. the radio signal belongs to the signal class or the radio signal does not belong to the signal class - terminated at the terminal decision node. If the branching ends in a further decision node, a further signal classification of the radio signal with regard to the signal feature selected for the further decision node is to be carried out.
Eine Verzweigung mündet vorzugsweise lediglich dann in einen weiteren Entscheidungsknoten, wenn das Funksignal hinsichtlich eines im bisherigen Entscheidungspfad noch nicht untersuchten Signalmerkmals durch eine Klassifizierung in einem weiteren Entscheidungsknoten hinsichtlich eines weiteren Signalmerkmals der Signalklasse des Entscheidungsbaumes noch zuordenbar ist. Jeder Entscheidungspfad eines Entscheidungsbaums endet schließlich in einem Entscheidungsknoten, der eine eindeutige Klassifizierung des Funksignals als zur Signalklasse des Entscheidungsbaumes gehörig oder als zur Signalklasse nicht gehörig ermöglicht und als terminaler Entscheidungsknoten bezeichnet wird. A branch preferably only flows into a further decision node if the radio signal can still be assigned to a further signal feature of the signal class of the decision tree with respect to a signal feature not yet examined in the previous decision path by a classification in another decision node. Finally, each arbitration path of a decision tree terminates in a decision node that allows a unique classification of the radio signal as belonging to the signal class of the decision tree or not belonging to the signal class and is referred to as a terminal decision node.
Die bevorzugte Verwendung von mehreren Entscheidungsbäumen in einem ersten Klassifikator, die parallel zur Klassifizierung eines Funksignals hinsichtlich einer einzigen Signalklasse durchlaufen werden, erhöht die Klassifizierungsgüte. The preferred use of multiple decision trees in a first classifier, which are traversed in parallel to the classification of a radio signal with respect to a single signal class, increases the classification quality.
Ein dem ersten Klassifikator vorzugsweise nachgeschalteter zweiter Klassifikator ermittelt anhand der Anzahl von Entscheidungsbäumen, in denen jeweils das Funksignals als zur Signalklasse gehörig klassifiziert wird, zur Anzahl von Entscheidungsbäumen, in denen jeweils das Funksignals als zur Signalklassik nicht gehörig klassifiziert wird, die endgültige Klassifizierung, ob das Funksignal zur Signalklasse gehört oder zur Signalklasse nicht gehört. In einer bevorzugten Ausführungsform der Signalklassifizierung werden die Klassifizierungen der einzelnen Entscheidungsbäume zueinander gewichtet, da jeder einzelne Entscheidungsbaum eine unterschiedliche Klassifizierungsgüte aufweist. A second classifier, preferably downstream of the first classifier, determines from the number of decision trees in which the radio signal is classified as belonging to the signal class to the number of decision trees in each of which the radio signal is not classified as belonging to the signal class, the final classification whether the radio signal belongs to the signal class or does not belong to the signal class. In a preferred embodiment of the signal classification, the classifications of the individual decision trees are weighted to one another, since each individual decision tree has a different classification quality.
Neben der stochastischen Selektion des Signalmerkmals zu einem Entscheidungsknoten eines Entscheidungsbaumes aus einer vorab festgelegten Anzahl von Signalmerkmalen erfolgt bevorzugt auch die Festlegung der Struktur der einzelnen Entscheidungsbäume, d.h. die Vernetzung der einzelnen Entscheidungsknoten in einem Entscheidungsbaum, und die Festlegung der Bereichsgrenzen, d.h. des oberen Grenzwertes und des unteren Grenzwertes, auf stochastischem Wege. In addition to the stochastic selection of the signal feature to a decision node of a decision tree from a predetermined number of signal characteristics is preferably also the determination of the structure of the individual decision trees, i. the networking of the individual decision nodes in a decision tree, and the definition of the area boundaries, i. the upper limit and the lower limit, stochastically.
Für die Entwicklung der Struktur eines Entscheidungsbaumes – im Folgenden auch Training eines Entscheidungsbaumes genannt – wird vorzugsweise eine zufällige Auswahl von Trainingssignalen aus einer vorab festgelegten Anzahl von Trainingssignalen getroffen. Diese vorab festgelegte Anzahl von Trainingssignalen enthält eine Untermenge von zur Signalklasse gehörigen Trainingssignalen und eine Untermenge von zur Signalklasse nicht gehörigen Trainingssignalen. Aufgrund der zufälligen Auswahl der Trainingssignale ist sowohl die Anzahl von zur Signalklasse gehörigen Trainingssignalen als auch die Anzahl von zur Signalklasse nicht gehörigen Trainingssignalen in der ausgewählten Menge von Trainingssignalen zufällig. For the development of the structure of a decision tree - also referred to below as training of a decision tree - preferably a random selection of training signals from a predetermined number of training signals is made. This predetermined number of training signals includes a subset of training signals associated with the signal class and a subset of training signals not associated with the signal class. Due to the random selection of the training signals, both the number of training signals associated with the signal class and the number of training signals not belonging to the signal class are random in the selected set of training signals.
Die Bereichsgrenzen des zum jeweiligen Entscheidungsknoten selektierten Signalmerkmals werden bevorzugt so gewählt, dass das Verhältnis zwischen dem Anteil der dem jeweiligen Entscheidungsknoten zugeführten, zur Signalklasse gehörigen und innerhalb der Bereichsgrenzen liegenden Trainingssignale zu allen dem jeweiligen Entscheidungsknoten zugeführten und zur Signalklasse gehörigen Trainingssignalen und dem Anteil der dem jeweiligen Entscheidungsknoten zugeführten, zur Signalklasse nicht gehörigen und innerhalb der Bereichsgrenzen liegenden Trainingssignale zu allen dem jeweiligen Entscheidungsknoten zugeführten und zur Signalklasse nicht gehörigen Trainingssignalen möglichst optimal ist. Durch eine derartige auf iterativem Wege ermittelte Festlegung der Bereichsgrenzen ist gewährleistet, dass eine möglichst optimale Signalklassenreinheit bezüglich des im jeweiligen Entscheidungsknoten untersuchten Signalmerkmals erzielt werden kann. The range limits of the signal characteristic selected for the respective decision node are preferably selected such that the ratio between the proportion of the training signals supplied to the respective decision node and belonging to the signal class and within the range limits to all the training signals supplied to the respective decision node and to the signal class and the proportion of the Respective training signals supplied to respective decision nodes, not belonging to the signal class and lying within the range limits, are as optimal as possible to all training signals supplied to the respective decision node and not belonging to the signal class. It is ensured by such an iterative determination of the range limits that the best possible signal class purity with respect to the signal characteristic examined in the respective decision node can be achieved.
In Abhängigkeit des Klassifizierungsergebnisses des einzelnen Trainingssignals im jeweiligen Entscheidungsknoten eines Entscheidungsbaumes – d.h. bezüglich des im jeweiligen Entscheidungsknoten zu untersuchenden Signalmerkmals gehört das einzelne Trainingssignal entweder zur Signalklasse oder gehört nicht zur Signalklasse – erfolgt vorzugsweise eine Verzweigung aller Trainingssignale, die innerhalb der Bereichsgrenzen liegen und somit hinsichtlich des im jeweiligen Entscheidungsknoten zu untersuchenden Signalmerkmals zur Signalklasse gehören, in einen ersten Entscheidungszweig und eine Verzweigung aller Trainingssignale, die außerhalb der Bereichsgrenzen liegen und somit hinsichtlich des im jeweiligen Entscheidungsknoten zu untersuchenden Signalmerkmals zur Signalklasse nicht gehören, in einen zweiten Entscheidungszweig. Depending on the classification result of the individual training signal in the respective decision node of a decision tree - i. With respect to the signal feature to be examined in the respective decision node, the individual training signal either belongs to the signal class or does not belong to the signal class - preferably, a branching of all training signals, which are within the range limits and thus belong to the signal class with regard to the signal feature to be examined in the respective decision node, takes place in a first Decision branch and a branch of all training signals that are outside the range limits and thus do not belong to the signal class with respect to the signal feature to be examined in the respective decision node, in a second decision branch.
Der erste oder zweite Entscheidungszweig mündet bevorzugt jeweils in einen weiteren Entscheidungsknoten, wenn die auf den ersten oder zweiten Entscheidungszweig jeweils weitergeleiteten Trainingssignale noch nicht alle eindeutig als zur Signalklasse gehörig oder als zur Signalklasse nicht gehörig klassifiziert werden können und gleichzeitig noch ein Signalmerkmal in den vorab festgelegten Signalmerkmalen vorhanden ist, das im bisherigen Entscheidungspfad noch nicht benutzt wird und sich zur Signalklassifizierung im weiteren Entscheidungsknoten eignet. Können die einem Entscheidungsknoten zugeführten Trainingssignale entweder alle als zur Signalklasse gehörig oder alle als zur Signalklasse nicht gehörig klassifiziert werden, so endet der Entscheidungspfad an diesem Knoten und der Knoten stellt einen endgültigen Entscheidungsknoten dar. The first or second decision branch preferably leads in each case to a further decision node, if the training signals respectively forwarded to the first or second decision branch can not yet all be classified unambiguously as belonging to the signal class or as belonging to the signal class and, at the same time, one signal characteristic in the predetermined one Signal features is present, which is not yet used in the previous decision path and is suitable for signal classification in the further decision node. The training signals supplied to a decision node can either all classed as belonging to the signal class or all being classified as not belonging to the signal class, the decision path ends at that node and the node represents a final decision node.
In einer weiteren bevorzugten Ausgestaltung der Erfindung wird berücksichtigt, dass die Klassifizierung des Funksignals hinsichtlich eines Signalmerkmals von zusätzlichen nicht-signalimmanenten Größen abhängig ist, die den zum Signalmerkmal gehörigen Messwert des Funksignals beeinflussen. Ein dem Funksignal überlagertes Rauschen beispielsweise verschlechtert den Signal-Rausch-Abstand des Funksignals und erhöht die Bandbreite – ein signalimmanentes Signalmerkmal – des Funksignals. Wird zur Klassifizierung des Funksignals in einem Entscheidungsknoten als Signalmerkmal die Bandbreite des Funksignals benutzt, so ist zumindest der obere Grenzwert für die Signalklassifizierung in Abhängigkeit des ermittelten Wertes des Signal-Rausch-Abstandes entsprechend zu erhöhen. In a further preferred embodiment of the invention, it is considered that the classification of the radio signal with respect to a signal characteristic is dependent on additional non-signal-immanent variables which influence the measured value of the radio signal associated with the signal feature. For example, noise superimposed on the radio signal degrades the signal-to-noise ratio of the radio signal and increases the bandwidth - a signal immanent signal feature - of the radio signal. If the bandwidth of the radio signal is used as the signal feature for classifying the radio signal in a decision node, at least the upper limit value for the signal classification as a function of the determined value of the signal-to-noise ratio must be increased accordingly.
Somit werden in einer ersten bevorzugten Variante dieser Ausgestaltung der Erfindung die zu den einzelnen Signalmerkmalen in den einzelnen Entscheidungsknoten eines Entscheidungsbaumes jeweils vorab in einer Trainingsphase bestimmten Bereichsgrenzen mittels Trainingssignalen ermittelt, die hinsichtlich des Signalmerkmals im jeweiligen Entscheidungsknoten mit einem inversen Wert verzerrt werden, der dem Wert der Beeinflussung des Signalmerkmals des Funksignals durch die beeinflussende Einflussgröße entspricht. Wird ein Signalmerkmal des Funksignals durch mehrere Einflussgrößen beeinflusst, so sind deren Einflüsse auf das Signalmerkmal vorab zu bestimmen und ein Trainingssignal mit diesem Signalmerkmal zu generieren, das die Summe der ermittelten Einflüsse von mehreren Einflussgrößen auf das Signalmerkmal beinhaltet. Thus, in a first preferred variant of this embodiment of the invention, the range limits determined for the individual signal characteristics in the individual decision nodes of a decision tree are determined in advance by means of training signals which are distorted with respect to the signal feature in the respective decision node with an inverse value corresponding to the value the influencing of the signal feature of the radio signal by the influencing influencing variable corresponds. If a signal feature of the radio signal is influenced by a plurality of influencing variables, then their influences on the signal feature must be determined in advance and a training signal with this signal feature must be generated which contains the sum of the determined influences of a plurality of influencing variables on the signal feature.
In einer bevorzugten zweiten Variante dieser Ausgestaltung der Erfindung werden die zu den einzelnen Signalmerkmalen des Funksignals jeweils ermittelten Messwerte in einer Kalibrierungs-Einheit mittels Gewichtung mit jeweils einem Kalibrierungswert kalibriert, der jeweils invers zum vorab ermittelten Wert der Beeinflussung des einzelnen Signalmerkmals des Funksignals durch die jeweils beeinflussende Einflussgröße ist. Wird ein Signalmerkmal des Funksignals durch mehrere Einflussgrößen beeinflusst, so wird auch in der zweiten Variante der zum Signalmerkmal erfasste Messwert des Funksignals mit einem Kalibrierungswert kalibriert, der dem inversen Wert der vorab ermittelten und summierten Einflüsse dieser Einflussgrößen auf das Signalmerkmal entspricht. In a preferred second variant of this embodiment of the invention, the measured values determined in each case for the individual signal characteristics of the radio signal are calibrated in a calibration unit by means of weighting, each with a calibration value in each case inversely to the previously determined value of influencing the individual signal characteristic of the radio signal by the respective influencing factor is. If a signal characteristic of the radio signal is influenced by a plurality of influencing variables, then in the second variant the measured value of the radio signal acquired for the signal characteristic is calibrated with a calibration value which corresponds to the inverse value of the previously determined and summed influences of these influencing variables on the signal characteristic.
Die Klassifizierung des Funksignals erfolgt im Zeitbereich bevorzugt anhand von Abtastwerten des Funksignals, im Frequenzbereich bevorzugt anhand von Spektralwerten des Funksignals oder im Zeit-Frequenz-Bereich bevorzugt anhand von Spektrogrammwerten des Funksignals. Über eine zusätzliche Mittelung der Abtastwerte, Spektralwerte oder Spektrogrammwerte aus jeweils aufeinander folgenden Zeitsequenzen wird eine Bereinigung des zu klassifizierenden Signals von überlagerten Störungen erzielt. In the time domain, the radio signal is preferably classified on the basis of samples of the radio signal, preferably in the frequency domain on the basis of spectral values of the radio signal or in the time-frequency range, preferably on the basis of spectrogram values of the radio signal. An additional averaging of the sampled values, spectral values or spectrogram values from successive time sequences in each case achieves a cleansing of the signal to be classified from superposed disturbances.
Neben der Klassifizierung des Funksignals hinsichtlich einer einzigen Signalklasse ist von der Erfindung auch eine Klassifizierung des Funksignals hinsichtlich mehrerer Signalklassen abgedeckt. Hierzu werden für jede Signalklasse jeweils ein erster Klassifikator und ein nachfolgender zweiter Klassifikator verwendet. Jeder erste Klassifikator wird von einer einzigen Mess-Einheit mit den zu den einzelnen selektierten Signalmerkmalen des Funksignals jeweils selektierten Messwerten versorgt. In addition to the classification of the radio signal with respect to a single signal class, the invention also covers a classification of the radio signal with regard to a plurality of signal classes. For this purpose, a first classifier and a subsequent second classifier are used for each signal class. Each first classifier is supplied by a single measuring unit with the respectively selected to the individual selected signal characteristics of the radio signal measured values.
Die Klassifikationsergebnisse jedes zweiten Klassifikators werden bevorzugt von einem nachgeschalteten dritten Klassifikator zur Klassifizierung des Funksignals hinsichtlich eines von mehreren Signalklassen benutzt. Der dritte Klassifikator benutzt für seine Klassifizierung die Klassifizierungsergebnisse aller zweiten Klassifikatoren. Auch hierbei kann eine unterschiedliche Gewichtung der Klassifizierungsergebnisse in den einzelnen zu einer Signalklasse gehörigen Entscheidungsbäumen berücksichtigt werden. The classification results of each second classifier are preferably used by a downstream third classifier for classifying the radio signal with respect to one of several signal classes. The third classifier uses for its classification the classification results of all second classifiers. Here too, a different weighting of the classification results in the individual decision trees belonging to a signal class can be taken into account.
Die einzelnen Ausführungsformen und Varianten des erfindungsgemäßen Verfahrens und des erfindungsgemäßen Systems zum Klassifizieren eines Funksignals zu einer einzigen Signalklasse bzw. zum Klassifizieren eines Funksignals zu einer von mehreren Signalklassen werden im Folgenden anhand der Zeichnung im Detail beispielhaft erläutert. Die Figuren der Zeichnung zeigen: The individual embodiments and variants of the method according to the invention and of the system according to the invention for classifying a radio signal into a single signal class or for classifying a radio signal into one of a plurality of signal classes are explained in detail below by way of example with reference to the drawing. The figures of the drawing show:
Im Folgenden wird ein erstes Ausführungsbeispiel des erfindungsgemäßen Verfahrens zum Klassifizieren eines Funksignals zu einer Signalklasse anhand des Flussdiagrammes in
Im ersten Verfahrensschritt S10 des erfindungsgemäßen Verfahrens werden in einer Trainingsphase vor der Durchführung der Klassifizierung die Trainingssignale zum Eintrainieren der einzelnen Entscheidungsbäume, mit denen das Funksignal hinsichtlich einer einzigen Signalklasse klassifiziert wird, ausgewählt. In the first method step S10 of the method according to the invention, the training signals for training the individual decision trees, with which the radio signal is classified with regard to a single signal class, are selected in a training phase before the classification is carried out.
Die Selektion der Trainingssignale erfolgt hierbei stochastisch, indem aus einer bestimmten Anzahl von vorher festgelegten Trainingssignalen, die sowohl zur Signalklasse gehörige Trainingssignale als auch zur Signalklasse nicht gehörige Trainingssignale enthält, eine Teilmenge von Trainingssignalen rein zufällig selektiert wird. Aufgrund der zufälligen Selektion ist das Verhältnis zwischen der Anzahl der zur Signalklasse gehörigen Trainingssignale und der Anzahl der zur Signalklasse nicht gehörigen Trainingssignale innerhalb der selektierten Teilmenge von Trainingssignalen zufällig. The selection of the training signals is carried out stochastically by a subset of training signals is selected purely randomly from a certain number of predetermined training signals containing both the signal class associated training signals and the signal class not associated training signals. Due to random selection, the ratio between the number of training signals associated with the signal class and the number of training signals not associated with the signal class is random within the selected subset of training signals.
Im nächsten Verfahrensschritt S20, der ebenfalls in der Trainingsphase vor der Durchführung der Klassifizierung durchgeführt wird, werden für den ersten Entscheidungsknoten jedes Entscheidungsbaumes jeweils aus einer Anzahl von vorab festgelegten Signalmerkmalen, die mehr oder weniger charakteristisch für die Signalklasse sind, ein Signalmerkmal rein stochastisch selektiert. Hierbei steht für die Selektion des Signalmerkmals für den ersten Entscheidungsknoten in jedem Entscheidungsbaum jeweils die gesamte Anzahl von vorab festgelegten Signalmerkmalen zur Auswahl. Für jeden weiteren Entscheidungsknoten in einem Entscheidungsbaum stehen nur noch die Signalmerkmale aus den vorab festgelegten Trainingssignalen zur Selektion zur Verfügung, die noch nicht im bisherigen Entscheidungspfad vom ersten Entscheidungsknoten zum aktuell betrachteten Entscheidungsknoten benutzt worden sind. In the next method step S20, which is likewise carried out in the training phase before the classification is carried out, a signal feature is purely stochastically selected for the first decision node of each decision tree from a number of predetermined signal features which are more or less characteristic of the signal class. In this case, for the selection of the signal feature for the first decision node in each decision tree in each case the total number of predetermined signal characteristics to choose from. For each further decision node in a decision tree, only the signal features from the previously defined training signals are available for selection, which have not yet been used in the previous decision path from the first decision node to the currently considered decision node.
Der darauf folgende Verfahrensschritt S30, der ebenfalls in der Trainingsphase vor der Durchführung der Klassifizierung durchgeführt wird, beinhaltet die Bestimmung der Bereichsgrenzen für die erste Klassifizierung des Funksignals im ersten Entscheidungsknoten in jedem einzelnen Entscheidungsbaum. Hierzu wird für das Signalmerkmal, das jeweils für den ersten Entscheidungsknoten in jeweils einem der Entscheidungsbäume selektiert wird, der zugehörige Messwert von jedem selektierten Trainingssignal ermittelt. The subsequent method step S30, which is likewise carried out in the training phase before the classification is carried out, involves the determination of the range limits for the first classification of the radio signal in the first decision node in each individual decision tree. For this purpose, the associated measured value of each selected training signal is determined for the signal feature which is selected in each case for the first decision node in each case one of the decision trees.
Die ermittelten Messwerte jedes selektierten Trainingssignals werden beispielsweise graphisch auf einer eindimensionalen Koordinatenachse entsprechend ihrer Wertigkeit aufgetragen. Die beiden zu bestimmenden Bereichsgrenzen – oberer Grenzwert und unterer Grenzwert – werden anschließend entlang der Koordinatenachse solange iterativ versetzt, bis möglichst viele zum Signalmerkmal gehörigen Messwerte von zur Signalklasse gehörigen Trainingssignalen innerhalb der Bereichsgrenzen zu liegen kommen und gleichzeitig möglichst viele zum Signalmerkmal gehörige Messwerte von zur Signalklasse nicht gehörigen Trainingssignalen außerhalb der Bereichsgrenzen zu liegen kommen. Auf diese Weise ergibt sich eine Signalklassifizierung des Funksignals hinsichtlich des selektierten Signalmerkmals mit einer in Bezug auf das selektierte Signalmerkmal optimierten Signalklassenreinheit. The determined measured values of each selected training signal are, for example, plotted graphically on a one-dimensional coordinate axis according to their significance. The two range limits to be determined-upper limit value and lower limit value-are then iteratively offset along the coordinate axis until as many as possible belonging to the signal characteristic of training signals belonging to the signal class come within the range limits and at the same time as many to the signal feature associated measured values of the signal class Inappropriate training signals come to lie outside the range limits. In this way results in a signal classification of the radio signal with respect to the selected signal feature with an optimized with respect to the selected signal feature signal class purity.
Es werden also die Bereichsgrenzen solange iterativ versetzt, bis das Verhältnis zwischen dem Anteil der für die Klassifizierung im ersten Entscheidungsknoten bestimmten und innerhalb der Bereichsgrenzen zu liegen kommenden und zur Signalklasse gehörigen Trainingssignale zu allen für die Klassifizierung im ersten Entscheidungsknoten bestimmten und zur Signalklasse gehörigen Trainingssignalen und dem Anteil der für die Klassifizierung im ersten Entscheidungsknoten bestimmten und innerhalb der Bereichsgrenzen zu liegen kommenden und zur Signalklasse nicht gehörigen Trainingssignalen zu allen für die Klassifizierung im ersten Entscheidungsknoten bestimmten und zur Signalklasse nicht gehörigen Trainingssignalen maximiert ist. Thus, the range limits are iteratively offset until the ratio between the proportion of training signals destined for the classification in the first decision node and within the range limits belonging to the signal class belongs to all training signals for the classification in the first decision node and belonging to the signal class the proportion of classifications in the first decision node and within the range limits training signals not belonging to the signal class are maximized for all training signals intended for the classification in the first decision node and not belonging to the signal class.
Im ersten Entscheidungsknoten jedes einzelnen Entscheidungsbaumes wird anhand des im Verfahrensschritt S20 selektierten Signalmerkmals und der im Verfahrensschritt S30 ermittelten Bereichsgrenzen und der zugehörigen Messwerte der im Verfahrensschritt S10 selektierten Trainingssignale eine Klassifizierung der selektierten Trainingssignale im darauf folgenden Verfahrensschritt S40 durchgeführt, der ebenfalls in der Trainingsphase vor der Durchführung der Klassifizierung erfolgt. In the first decision node of each individual decision tree, the training signals selected in method step S10 are used to classify the selected training signals in subsequent method step S40 based on the signal characteristic selected in method step S20 and the range limits and associated measurement values selected in method step S10 Carrying out the classification.
Die mit ihrem Messwert innerhalb der Bereichsgrenzen jeweils zu liegen kommenden Trainingssignale werden in einer ersten Verzweigung einem nachfolgenden Entscheidungsknoten zugeführt, falls diese Trainingssignale noch Trainingssignale enthalten, die nicht zur Signalklasse gehören, und somit noch keine ausreichende Signalklassenreinheit aufweisen, die eine eindeutige Klassifizierung eines unbekannten Funksignals im Hinblick auf die Signalklasse bereits in diesem Entscheidungsknoten gewährleistet. The training signals respectively lying within the range limits with their measured value are supplied in a first branch to a subsequent decision node, if these training signals still contain training signals which do not belong to the signal class, and thus do not yet have sufficient signal class purity, which clearly classifies an unknown radio signal with regard to the signal class already guaranteed in this decision node.
Für den nachfolgenden Entscheidungsknoten wird in Anlehnung an Verfahrensschritt S20 ein Signalmerkmal aus den verbleibenden Signalmerkmalen der vorab festgelegten Signalmerkmalen nach dem Zufallsprinzip selektiert und in Anlehnung an Verfahrensschritt S30 mit dem zum selektierten Signalmerkmal ermittelten Messwerten aller dem nachfolgenden Entscheidungsknoten zugeführten Trainingssignale die zugehörigen Bereichsgrenzen bestimmt. For the subsequent decision node, a signal feature from the remaining signal characteristics of the predetermined signal characteristics is randomly selected based on method step S20 and the associated range boundaries are determined based on method step S30 with the measured values of all the training signals supplied to the subsequent decision node.
Anhand des selektierten Merkmales, der zugehörig bestimmten Bereichsgrenzen und der zugehörig ermittelten Messwerte aller dem nachfolgenden Entscheidungsknoten zugeführten Trainingssignalen erfolgt eine Klassifizierung aller dem nachfolgenden Entscheidungsknoten zugeführten Trainingssignale. On the basis of the selected feature, the associated specific range limits and the associated measured values of all training signals supplied to the subsequent decision node, a classification of all the training signals supplied to the subsequent decision node takes place.
Enthalten die dem nachfolgenden Entscheidungsknoten zugeführten Trainingssignale nur noch Trainingssignale, die zur Signalklasse gehören, so weisen die dem nachfolgenden Entscheidungsknoten zugeführten Trainingssignale eine optimale Signalklassenreinheit auf. If the training signals supplied to the subsequent decision node contain only training signals which belong to the signal class, the training signals supplied to the subsequent decision node have optimum signal class purity.
Der nachfolgende Entscheidungsknoten wird in diesem Fall zu einem terminalen Entscheidungsknoten, an dem keine weiteren Verzweigungen des Entscheidungsbaumes ausgebildet werden. The subsequent decision node in this case becomes a terminal decision node on which no further branches of the decision tree are formed.
Die mit ihren Messwerten außerhalb der Bereichsgrenzen des zum ersten Entscheidungsknoten gehörigen Signalmerkmals zu liegen kommenden Trainingssignale werden einem weiteren nachfolgenden Entscheidungsknoten zugeführt, falls sie noch Trainingssignale enthalten, die zur Signalklasse gehören, und somit noch nicht eindeutig als zur Signalklasse nicht gehörig klassifizierbar sind. The training signals which lie with their measured values outside the range limits of the signal characteristic belonging to the first decision node are supplied to a further subsequent decision node if they still contain training signals which belong to the signal class and thus can not yet be clearly classified as not belonging to the signal class.
Für diesen weiteren nachfolgenden Entscheidungsknoten wird wiederum ein Signalmerkmal aus den vorab festgelegten und im ersten Entscheidungsknoten noch nicht benutzten Signalmerkmalen nach dem Zufallsprinzip selektiert und anhand der zum selektierten Signalmerkmal gehörigen Messwerte der dem weiteren nachfolgenden Entscheidungsknoten zugeführten Trainingssignale Bereichsgrenzen bestimmt. Schließlich erfolgt auch in diesem weiteren nachfolgenden Entscheidungsknoten eine Klassifizierung der dem weiteren nachfolgenden Entscheidungsknoten zugeführten Trainingssignale anhand des selektierten Signalmerkmals und der zugehörig bestimmten Bereichsgrenzen. For this further subsequent decision node, in turn, a signal feature from the previously defined signal features not yet used in the first decision node is randomly selected and determined on the basis of the measured values belonging to the selected signal feature of the training signals range limits supplied to the further subsequent decision node. Finally, in this further subsequent decision node, a classification of the training signals supplied to the further following decision node takes place on the basis of the selected signal feature and the associated specific area boundaries.
Enthalten die Trainingssignale, die jeweils mit ihren Messwert außerhalb der Bereichsgrenzen des zum ersten Entscheidungsknoten gehörigen Signalmerkmals zu liegen kommen, keine Trainingssignale, die zur Signalklasse gehören, so müssen diese Trainingssignalen nicht in einem weiteren Entscheidungsknoten klassifiziert werden, um auf diese Weise weitere zur Signalklasse gehörige Trainingssignalen von den zur Signalklasse nicht gehörigen Trainingssignalen zu trennen. Der erste Entscheidungsknoten weist in diesem Falle keine zweite Verzweigung auf und stellt einen terminalen Entscheidungsknoten für ein Funksignal mit einem zum selektierten Signalmerkmal des ersten Entscheidungsknoten ermittelten Messwert dar, der außerhalb der Bereichsgrenzen liegt. If the training signals, each with their measured value outside the range limits of the signal belonging to the first decision node, do not contain training signals belonging to the signal class, then these training signals need not be classified in another decision node, thus further belonging to the signal class To separate training signals from the training signals not belonging to the signal class. The first decision node in this case has no second branch and represents a terminal decision node for a radio signal with a measured value determined for the selected signal feature of the first decision node, which lies outside the range limits.
Nach dieser Vorgehensweise wird im Verfahrensschritt S40 die Struktur jedes einzelnen Entscheidungsbaumes bestehend aus einzelnen Entscheidungsknoten ermittelt. Hierbei wird in einer von zwei Verzweigungen eines vorausgehenden Entscheidungsknoten jeweils ein weiterer Entscheidungsknoten solange erzeugt, bis in dieser Verzweigung eine eindeutige Klassifizierung des Funksignals im Hinblick auf zur Signalklasse gehörig oder im Hinblick auf zur Signalklasse nicht gehörig möglich ist. Für jeden Entscheidungsknoten wird jeweils ein Signalmerkmal selektiert und werden Bereichsgrenzen bestimmt. Following this procedure, the structure of each individual decision tree consisting of individual decision nodes is determined in method step S40. In this case, in each case one further decision node is generated in one of two branches of a preceding decision node until a unique classification of the radio signal with respect to the signal class or with respect to the signal class is not possible in this branch. For each decision node, one signal feature is selected and range boundaries are determined.
Im nächsten Verfahrensschritt S50 werden zu allen in der Trainingsphase selektierten Signalmerkmalen jeweils die Messwerte des unbekannten und zu klassifizierenden Funksignals in einer Mess-Einheit
Im darauffolgenden, optional durchzuführenden Verfahrensschritt S60 werden in einer der Mess-Einheit
Aus
Die Ermittlung des Kalibrierungswertes erfolgt, indem vorab in einer Kalibrierungsphase die Beeinflussung der einzelnen Messwerte des Funksignals für jeweils unterschiedliche Werte der Einflussgröße ermittelt wird. Die Kalibrierung erfolgt hierbei durch Gewichtung des jeweiligen Messwertes mit dem Wert der den Messwert beeinflussende Einflussgröße. Wird der Messwert direkt proportional von der Einflussgröße beeinflusst – wie beispielsweise im Fall eines überlagerten Rauschens, das die Bandbreite des Funksignals typischerweise erhöht –, so erfolgt die Gewichtung des jeweiligen Messwertes mit dem inversen Wert der Einflussgröße, während bei einer indirekt proportionalen Beeinflussung des Messwertes durch die Einflussgröße – wie beispielsweise im Fall eines Fading, das den Signalpegel des Funksignals typischerweise dämpft – die Gewichtung des jeweiligen Messwertes mit dem nicht-inversen Wert der Einflussgröße erfolgt. The determination of the calibration value is carried out by determining in advance the influence of the individual measured values of the radio signal for respectively different values of the influencing variable in a calibration phase. The calibration is carried out by weighting the respective measured value with the value of the influencing variable influencing the measured value. If the measured value is influenced directly in proportion to the influencing variable-as in the case of a superimposed noise which typically increases the bandwidth of the radio signal-then the weighting of the respective measured value takes place with the inverse value of the influencing variable, while with an indirectly proportional influencing of the measured value the influencing variable - as, for example, in the case of a fading which typically dampens the signal level of the radio signal - the weighting of the respective measured value takes place with the non-inverse value of the influencing variable.
Beeinflussen mehrere nicht-systemimmanente Einflussgrößen einen Messwert des Funksignals, so werden die einzelnen Abhängigkeiten des Messwertes des Funksignals von den einzelnen Einflussgrößen vorab ermittelt und die Kalibrierung des Messwertes mit den ermittelten Werten aller Einflussgrößen durchgeführt. If several non-system-immanent influencing variables influence a measured value of the radio signal, the individual dependencies of the measured value of the radio signal on the individual influencing variables are determined in advance and the calibration of the measured value is carried out with the determined values of all influencing variables.
Im nächsten Verfahrensschritt S60 werden die zu den einzelnen vorab selektierten Signalmerkmalen jeweils ermittelten bzw. kalibrierten Messwerte des zu klassifizierenden Funksignals in einem ersten Klassifikator
Hierbei werden die einzelnen Entscheidungsbäume
Die Bereichsgrenzen zur Klassifizierung des Funksignals in einem jeweiligen Entscheidungsknoten werden in einer zweiten Variante angepasst, um den Einfluss eine Einflussgröße auf den in der Klassifizierung im jeweiligen Entscheidungsknoten zu berücksichtigenden Messwert des Funksignals entsprechend zu berücksichtigen. The range limits for the classification of the radio signal in a respective decision node are adapted in a second variant in order to reduce the influence of an influencing variable to that in the Classification in the respective decision node to take into account measured value of the radio signal accordingly.
Die Werte für entsprechend angepasste Bereichsgrenzen werden ebenfalls in einer Trainingsphase ermittelt, indem die einzelnen in den Verfahrensschritten S20 bis S40 jeweils ermittelten Entscheidungsbäume zur Klassifizierung eines unbekannten Funksignals zu einer Signalklasse mit Trainingssignalen beaufschlagt werden, die von der Einflussgröße mit jeweils unterschiedlichen Einflussparametern verzerrt sind. Die Bereichsgrenzen in den jeweiligen Entscheidungsknoten werden dabei so modifiziert, dass identische Klassifizierungsergebnisse wie im Fall einer Beaufschlagung der Entscheidungsbäume mit identischen Trainingssignalen ohne Verzerrung durch Einflussparameter erzielt werden. The values for correspondingly adapted range limits are likewise determined in a training phase in that the individual decision trees respectively determined in method steps S20 to S40 for classifying an unknown radio signal into a signal class are subjected to training signals which are distorted by the influencing variable with respectively different influencing parameters. The range limits in the respective decision nodes are modified in such a way that identical classification results as in the case of the decision trees with identical training signals without distortion by influencing parameters are achieved.
Im abschließenden Verfahrensschritt S80 wird in einem an den ersten Klassifikator
Da die einzelnen Entscheidungsbäume
Ein Entscheidungsbaum weist eine gute Klassifizierungsgüte auf, wenn in der Trainingsphase die den einzelnen terminalen Entscheidungsknoten jeweils zugeführten Trainingssignale jeweils entweder vollständig als zur Signalklasse gehörig oder vollständig als zur Signalklasse nicht gehörig klassifiziert werden können, während bei einem Entscheidungsbaum mit einer schlechten Klassifizierungsgüte mindestens ein terminaler Entscheidungsknoten in der Trainingsphase Trainingssignale erhält, die entweder nicht vollständig als zur Signalklasse gehörig oder nicht vollständig als zur Signalklasse nicht gehörig klassifiziert werden können. A decision tree has a good classification quality if, in the training phase, the training signals respectively supplied to the individual terminal decision nodes can either be completely classified as belonging to the signal class or completely not belonging to the signal class, while in a decision tree with a bad classification quality at least one terminal decision node receives training signals in the training phase that can either not be fully classified as belonging to the signal class or incomplete as belonging to the signal class.
Im Folgenden wird ein zweites Ausführungsbeispiel des erfindungsgemäßen Verfahrens zum Klassifizieren eines Funksignals zu einer von mehreren Signalklassen anhand des Flussdiagrammes in
Die Auswahl von Trainingssignalen aus einer Anzahl von festgelegten Trainingssignalen in einer Trainingsphase im ersten Verfahrensschritt S100 entspricht dem ersten Verfahrensschritt S10 des erfindungsgemäßen Verfahrens zum Klassifizieren eines Funksignals zu einer Signalklasse in
Im darauffolgenden Verfahrensschritt S110 werden ebenfalls in der Trainingsphase für die ersten Entscheidungsknoten in den einzelnen Entscheidungsbäumen der Klassifikatoren für die einzelnen Signalklassen jeweils ein Signalmerkmal nach dem Zufallsprinzip aus den im bisherigen Entscheidungspfad des Entscheidungsbaumes noch nicht benutzten Signalmerkmalen aus einer vorab festgelegten Anzahl von Trainingssignalen selektiert. In the subsequent method step S110, in the training phase for the first decision nodes in the individual decision trees of the classifiers for the individual signal classes, one signal feature is randomly selected from the signal features not yet used in the previous decision path of the decision tree from a predetermined number of training signals.
Ebenfalls in der Trainingsphase werden im nächsten Verfahrensschritt S120 im ersten Entscheidungsknoten in jedem einzelnen Entscheidungsbaum anhand der selektierten Trainingssignale geeignete Bereichsgrenzen für die Klassifizierung des Funksignals hinsichtlich des für den ersten Entscheidungsknoten selektierten Signalmerkmals in der jeweiligen Signalklasse bestimmt. Also in the training phase, in the next method step S120, in the first decision node in each individual decision tree, suitable range limits for the classification of the radio signal with respect to the signal feature selected for the first decision node in the respective signal class are determined on the basis of the selected training signals.
Hierzu werden äquivalent wie in Verfahrensschritt S30 des erfindungsgemäßen Verfahrens zum Klassifizieren eines Funksignals zu einer Signalklasse die Bereichsgrenzen auf iterative Weise so festgelegt, dass von allen Trainingssignalen, die dem ersten Entscheidungsknoten des jeweiligen zur jeweiligen Signalklasse gehörigen Entscheidungsbaumes zugeführt werden, möglichst viele Trainingssignale, die zur jeweiligen Signalklasse gehören, innerhalb der festgelegten Bereichsgrenzen zu liegen kommen und möglichst viele Trainingssignale, die zur jeweiligen Signalklasse nicht gehören, außerhalb der festgelegten Bereichsgrenzen zu liegen kommen. For this purpose, as in method step S30 of the method according to the invention for classifying a radio signal to a signal class, the range limits are determined in an iterative manner so that as many training signals as possible from all training signals which are fed to the first decision node of the respective decision tree belonging to the respective signal class belong to the respective signal class, come to lie within the specified range limits and as many training signals that do not belong to the respective signal class come to lie outside the specified range limits.
Die Bestimmung der Bereichsgrenzen im Fall des erfindungsgemäßen Verfahrens zum Klassifizieren eines Funksignals zu einer von mehreren Signalklassen ist folglich für die Entscheidungsknoten von Entscheidungsbäumen bzw. durchzuführen, die zu mehreren Signalklassen – in der Darstellung der
Der nächste Verfahrensschritt S130, der ebenfalls in der Trainingsphase durchgeführt wird, beinhaltet die Bestimmung der Struktur jedes einzelnen Entscheidungsbaumes der jeweiligen Signalklasse anhand der für jeden einzelnen Entscheidungsbaum jeweils selektierten Trainingssignale. Zusätzlich wird in Verfahrensschritt S130 für jeden ermittelten Entscheidungsknoten eines Entscheidungsbaumes jeweils ein Signalmerkmal aus den im bisherigen Entscheidungspfad – vom ersten Entscheidungsknoten zum gerade betrachteten Entscheidungsknoten – noch nicht verwendeten Signalmerkmalen der vorab festgelegten Signalmerkmale selektiert und es werden die zugehörigen Bereichsgrenzen bestimmt. The next method step S130, which is likewise carried out in the training phase, involves the determination of the structure of each individual decision tree of the respective signal class on the basis of the training signals respectively selected for each individual decision tree. In addition, in method step S130, for each determined decision node of a decision tree, one signal feature each is selected from the signal features of the predetermined signal features that have not yet been used in the decision path from the first decision node to the currently considered decision node, and the associated area boundaries are determined.
Optional werden die Bereichsgrenzen mithilfe von Trainingssignalen, die von einem oder mehreren Einflussgrößen mit jeweils einem bestimmten Einflussparameter verzerrt sind, so festgelegt, dass ein zu klassifizierendes Funksignal, dessen Messwert jeweils von einem oder mehreren Einflussgrößen verzerrt bzw. verunreinigt ist, im jeweiligen Entscheidungsknoten hinsichtlich des zum Entscheidungsknoten selektierten Signalmerkmals der jeweiligen Signalklasse richtig klassifiziert wird, d.h. in äquivalenter Weise wie ein nicht verzerrter bzw. nicht verunreinigter Messwert des Funksignals. Optionally, the range limits are determined by means of training signals, which are distorted by one or more influencing variables, each with a specific influencing parameter, such that a radio signal to be classified, the measured value of which is respectively distorted by one or more influencing variables, in the respective decision node with respect to the to the decision node selected signal feature of the respective signal class is classified correctly, ie in an equivalent way as a non-distorted or uncontaminated measured value of the radio signal.
Die Vorgehensweise bei der Bestimmung der ersten Klassifikatoren ist äquivalent zur Vorgehensweise in Verfahrensschritt S40 im Fall des erfindungsgemäßen Verfahrens zum Klassifizieren eines Funksignals zu einer Signalklasse und wird deshalb an dieser Stelle nicht wiederholt im Detail erläutert. Der Vorgang ist nur für eine größere Anzahl von Entscheidungsbäumen parallel durchzuführen. The procedure for determining the first classifiers is equivalent to the procedure in method step S40 in the case of the method according to the invention for classifying a radio signal into a signal class and will therefore not be discussed again in detail at this point. The process is only parallel for a larger number of decision trees.
Der darauffolgende Verfahrensschritt S140, in dem für jedes vorab selektierte Signalmerkmal jeweils der zugehörige Messwert des zu klassifizierenden Funksignals in einer Mess-Einheit
Auch die Kalibrierung der einzelnen erfassten Messwerte des zu klassifizierenden Funksignals im nächsten Verfahrensschritt S150 entspricht dem korrespondierenden Verfahrensschritt S60 des erfindungsgemäßen Verfahrens zum Klassifizieren eines Funksignals zu einer Signalklasse. Hinsichtlich der genauen Vorgehensweise bei der Kalibrierung in einer Kalibrierungs-Einheit
Mit den erfassten bzw. kalibrierten Messwerten des Funksignals erfolgt im darauffolgenden Verfahrensschritt S160 eine erste Klassifizierung nach den einzelnen Signalklassen. Hierzu ist für jede Signalklasse jeweils ein erster Klassifikator bestehend aus mehreren parallel geschalteten Entscheidungsbäumen vorgesehen. Im Beispiel der
Jeder Entscheidungsbaum liefert anhand der erfassten, unkalibrierten oder kalibrierten Messwerte des Funksignals ein Klassifizierungsergebnis, indem jeweils ein einziger terminaler Entscheidungsknoten bei der ersten Klassifizierung erreicht wird. Every decision tree provides a classification result from the detected, uncalibrated or calibrated measurements of the radio signal by reaching a single terminal decision node each at the first classification.
Für jede der insgesamt n Signalklassen erfolgt im darauffolgenden Verfahrensschritt S170 in einem der jeweiligen Signalklasse zugeordneten zweiten Klassifikator
Auch hier können die Klassifizierungsergebnisse in den einzelnen Entscheidungsbäumen, die zur Klassifizierung einer Signalklasse gehören, im Hinblick auf die unterschiedliche Klassifizierungsgüte in den einzelnen Entscheidungsbäumen zueinander gewichtet werden. Here, too, the classification results in the individual decision trees, which belong to the classification of a signal class, can be weighted with regard to the different classification quality in the individual decision trees.
Im abschließenden Verfahrensschritt S180 wird schließlich in einem dritten Klassifikator
In den
Die erfindungsgemäßen Verfahren und die erfindungsgemäßen Systeme sind nicht auf die dargestellten Ausführungsformen und Varianten beschränkt. Von der Erfindung sind insbesondere alle Kombinationen aller in den Patentansprüchen beanspruchten Merkmale, aller in der Beschreibung offenbarten Merkmale und aller in den Figuren der Zeichnung dargestellten Merkmale mit abgedeckt. The methods according to the invention and the systems according to the invention are not limited to the illustrated embodiments and variants. Of the invention, in particular all combinations of all claimed in the claims characteristics, all disclosed in the description features and all features shown in the figures of the drawing with covered.
Claims (19)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102013207239.2A DE102013207239B4 (en) | 2013-02-19 | 2013-04-22 | Method and system for classifying a radio signal into at least one signal class |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102013202659.5 | 2013-02-19 | ||
DE102013202659 | 2013-02-19 | ||
DE102013207239.2A DE102013207239B4 (en) | 2013-02-19 | 2013-04-22 | Method and system for classifying a radio signal into at least one signal class |
Publications (2)
Publication Number | Publication Date |
---|---|
DE102013207239A1 DE102013207239A1 (en) | 2014-08-21 |
DE102013207239B4 true DE102013207239B4 (en) | 2018-04-05 |
Family
ID=51263943
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102013207239.2A Active DE102013207239B4 (en) | 2013-02-19 | 2013-04-22 | Method and system for classifying a radio signal into at least one signal class |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102013207239B4 (en) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102005025402A1 (en) | 2005-06-02 | 2006-12-07 | Rohde & Schwarz Gmbh & Co. Kg | Method for classifying digitally modulated signals |
DE102010013637A1 (en) | 2010-04-01 | 2011-10-06 | Rohde & Schwarz Gmbh & Co. Kg | Method for classifying signals according to the type of modulation used |
-
2013
- 2013-04-22 DE DE102013207239.2A patent/DE102013207239B4/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102005025402A1 (en) | 2005-06-02 | 2006-12-07 | Rohde & Schwarz Gmbh & Co. Kg | Method for classifying digitally modulated signals |
DE102010013637A1 (en) | 2010-04-01 | 2011-10-06 | Rohde & Schwarz Gmbh & Co. Kg | Method for classifying signals according to the type of modulation used |
Also Published As
Publication number | Publication date |
---|---|
DE102013207239A1 (en) | 2014-08-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102009046548A1 (en) | Microphone system and method for selecting a useful frequency for one or the microphone system and computer program | |
WO2014072271A1 (en) | Method and apparatus for determining a trigger condition for a rare signal event | |
DE4013660C2 (en) | ||
EP0544991B1 (en) | Method for the automatic classification of digitally modulated signals, and apparatus to carry out the method | |
EP3921658A1 (en) | Method and testing device | |
DE102013207239B4 (en) | Method and system for classifying a radio signal into at least one signal class | |
EP2958242B1 (en) | Method and device for processing a broadcast signal | |
DE102011081072A1 (en) | Method and apparatus for automatically assigning a signal to a measurement application | |
DE102017129168A1 (en) | Spectrum classification method, classification method and receiving device | |
DE102005033865B4 (en) | Method and device for evaluating a useful signal having a noise signal | |
DE102013204594B4 (en) | Method and system for determining training signals for classifying a signal | |
WO1997050047A1 (en) | Process for classifying a time series having a predeterminable number of scanning values, e.g. an electric signal, by means of a computer | |
DE102011017473A1 (en) | Method for channel estimation in the vehicle-to-environment communication and communication device configured for this purpose | |
DE19746507B4 (en) | Method for assigning a received signal to one of several classes of modulation types | |
EP3092756B1 (en) | Method and device for spectrum monitoring | |
DE2820097B2 (en) | Method for determining the frequency of yarn defects | |
DE102009035524B4 (en) | Method for detecting one or more useful signals within a source signal | |
DE102007058217A1 (en) | Motor vehicle body'lacquered surface evaluating method, involves comparing brightness and color values to reference brightness value and reference color value, respectively, to determine brightness and color deviations for each sub-area | |
WO2003016927A1 (en) | Method and device for determining the spectral progression of electromagnetic signals inside a given frequency range | |
DE102004047704B4 (en) | Method and device for evaluating a signal | |
DE102016003576A1 (en) | Process for washing mechanical components for an internal combustion engine | |
DE102022211104A1 (en) | Method and device for measuring an electric current | |
WO2013010199A1 (en) | Method for detecting measuring errors or artifacts in weather radar images | |
DE102014007637A1 (en) | Electrical connection device | |
DE10230685B4 (en) | Method for determining the signal quality of a mobile radio signal |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R163 | Identified publications notified | ||
R012 | Request for examination validly filed | ||
R018 | Grant decision by examination section/examining division | ||
R020 | Patent grant now final |