DE19960161C2 - Verfahren zur Detektion von sprachmodulierten Sendungen - Google Patents

Description

Die Erfindung betrifft ein Verfahren zur Detektion von sprachmodulierten Sendungen nach dem Oberbegriff des Patentanspruch 1 und HF-Empfänger zur Durchführung des Verfahrens nach dem Oberbegriff des Patentanspruch 6.

Die Erfindung findet Verwendung bei der automatischen Klassifikation von Nachrichtensignalen, die über Kurzwelle übertragen werden.

Die DE 32 52 288 T2 beschreibt ein Verfahren zur Sprachverarbeitung, bei dem der Angangs- und Endpunkt einer Sprachprobe eines Eingangssignals durch Erstellen eines auf einer Messung des Rauschpegels des Eingangssignals basierenden Anfangsschwellwerts bestimmt werden, wobei der Anfangsschwellwert zum Erstellen einer gespeicherten Anfangssprachprobe verwendet wird, die dann unter Verwendung eines weiteren, auf einem vorbestimmten Pegel unterhalb eines maximalen Pegels liegenden Schwellwertpegels weiterverarbeitet wird.

Die DE 32 36 000 C2 beschreibt ein Verfahren zur Klassifizierung von Audiosignalen, insbesondere Musik- und Sprachinformationen, durch Detektion von Signalpausen mit vorgegebener, minimaler Dauer. Durch Analog-Digitalwandlung des Audiosignals an zwei weit auseinanderliegenden Schwellen wird zusätzlich die Signaldynamik berücksichtigt.

Im HF-Bereich werden sprachmodulierte Sendungen, impulsartige Störungen und Datensendungen mit stationären Eigenschaften durch den zeitinvarianten Kanalfluß einander immer ähnlicher. HF-spezifische Ausbreitungsbedingungen bei der Funkübertragung im Kanal mit zeitinvarianten, frequenzselektiven Kanalverzerrungen sowie fehlende Kenntnis der Trägerfrequenz führen dazu, daß sprachmodulierte Sendungen z. B. der Modulationsarten A3E (Zweiseitenband mit Träger) und J3E (Einseitenband ohne Träger) und kanaltypische, binäre Datensendungen, wie z. B. M- PSK (Phase Shift Keying), M-FSK (Frequency Shift Keying), MSK (Minimum Shift Keying), M-ASK (Amplitude Shift Keying) oder Wechselträger mit bekannten Klassifikationsverfahren nicht zu unterscheiden sind. Die bekannten Klassifikationsverfahren benötigen ein Basisbandsignal, zu dessen Erzeugung die exakte Kenntnis der Trägerfrequenz Voraussetzung ist.

Durch die Mehrwegeausbreitung der Signale wird das Signal im Empfänger destruktiv überlagert (Fading). Für die Modulationserkennung ist das Fading ein störender Faktor, da die Datenübertragung instationär wird. Dies führt zu Fehlerkennungen, da Datensendungen als Sprachsignale detektiert werden, die diesen instationären Charakter von sich aus besitzen.

Aufgabe der Erfindung ist es, ein Verfahren und einen HF-Empfänger anzugeben, mit dem eine Trennung von sprachmodulierten Sendungen und Datensendungen auch unter Fadingeinflüssen im HF-Bereich erreicht wird.

Die Erfindung ist in Bezug auf das Verfahren in Anspruch 1 und auf den HF-Empfänger in Anspruch 6 beschrieben. Vorteilhafte Aus- und Weiterbildungen sind in den Unteransprüchen angegeben.

Das Verfahren analysiert die Instationarität des Signals anhand des Verlaufs seiner Amplitude. Die Auswertung der Instationarität erfolgt einerseits durch die Betrachtung der Kurzzeitenergie über den gesamten Signalverlauf. Die Kurzzeitenergie wird über die durchschnittliche Phonemdauer der Sprache gebildet. Die Änderungen in der Kurzzeitenergie werden beitragsmäßig aufsummiert. Andererseits liefert unabhängig vom relativen Verlauf des Signals die Korrelation mit der Gammaverteilung, deren Parameter aus dem Signal geschätzt werden, ein weiteres Merkmal für die Instationarität des Signals. Die Abgrenzung gegen instationäre Datensendungen erfolgt an Merkmalen, die aus der Momentanfrequenz ermittelt werden. Zur Unterscheidung zwischen Zweiseitenband-modulierten Sendungen (z. B. A3E) und Trägern wird das Signal Amplituden-moduliert und die Änderung der Kurzzeitenergie und die Korrelation mit der Gammaverteilung am demodulierten Signal betrachtet. Die Unterscheidung zu instationären Datensendungen erfolgt durch Merkmale aus der Konstanz der Momentanfrequenz. Die aus dem Signal gewonnenen Merkmale werden mit einem Polynomklassifikator ausgewertet und beispielsweise einer der Klassen "J3E", "A3E" oder "Daten" zugeordnet.

Die Erfindung wird anhand von Ausführungsbeispielen beschrieben unter Bezugnahme auf eine schematische Zeichnung.

Fig. 1 zeigt ein Blockschaltbild der Signalverarbeitung.

In einem Ausführungsbeispiel liegt das Signal als reellwertiges Bandpaßsignal auf einer ZF von 12,5 kHz mit einer Abtastfreqeunz von 44,1 kHz als reellwertiger Vektor x(k) vor. Dieses Signal x(k) wird mit einem komplexwertigen Vektor um 12,5 kHz abwärtsgemischt und liegt dann als komplexwertiges Basisbandsignal E(k) vor. Nach der Abwärtsmischung wird das Signal gefiltert, um die periodischen Fortsetzungen des in die Basisbandlage verschobenen Signals zu unterdrücken. Das Vorverarbeitungsfilter ist z. B. ein FIR-Filter mit linearer Phase, so daß keine Phasenverzerrungen durch das Filter entstehen.

Nach der Vorverarbeitung erfolgt die Signalnormierung, damit die Merkmalsbildung immer unter gleichen Voraussetzungen stattfindet. Eine Normierung auf gleiche Signalamplitude ist durch die im Kanal häufig vorkommenden Knackgeräusche und Impulsstörungen nicht empfehlenswert. Daher werden vor der Merkmalsbildung alle Signale auf gleiche, mittlere Energie normiert. Dazu wird zunächst die mittlere Energie des Signals (k) bestimmt, und anschließend wird das Signal auf die mittlere Energie 1 normiert.

Das normierte Signal z(k) ist das Ausgangssignal für die Merkmalsberechnung. N ist die Anzahl der Abtastwerte des Signals, f_a seine Abtastfrequenz.

Sprache ist ein instationärer Prozeß mit starken Schwankungen in der Amplitude. Diese Schwankungen in der Amplitude führen zu einem instationären Verlauf der Kurzzeitenergie. Die Kurzzeitenergie entspricht der mittleren Energie eines kurzen Beobachtungszeitraumes. Die Annahme der Instationarität der Sprache gilt nicht für Zeiträume, die kleiner als die Phonemdauer des Sprachsignals sind. Die Phonemdauer liegt dabei im Mittel zwischen 15 und 30 ms. Um mittels der Kurzzeitenergie die Instationarität von sprachmodulierten Sendungen zu erfassen, bewegt sich die Zeitspanne für die Berechnung der Kurzzeitenergie in dem Bereich der Phonemdauer. Für längere Zeiträume ergibt sich dabei eine bessere Mittelung der Signalenergie, so daß kanalabhängige, impulsartige Störungen bei größerer Mittelung keine Rolle mehr spielen. Auf der anderen Seite wird für eine größere Mittelung die Dynamik der Amplitude nicht mehr richtig erfaßt.

Das Signal z_k wird in Blöcke aufgeteilt. Die Kurzzeitenergie STE wird bei gegebener Phonemdauer t_phonem in [ms] aus dem Signal z(k) mit folgender Vorschrift erreicht:

Die Berechnung der relativen Änderungen der Kurzzeitenergie mit anschließender Betragsbildung:

führt auf die relative, prozentuale Änderung der Kurzzeitenergie DSTE. Diese wird anschließend noch durch N_Block - 1 normiert:

Die Größe DSTE_Norm ist die Summe der Beträge der differentiellen Änderung der Kuzzeitenergie und wird als erstes Merkmal verwendet.

Besonders bei J3E- und ASK-Sendungen liefert das Merkmal 1 aussagekräftige Ergebnisse. Die Amplitudeneinbrüche durch frequenzselektives Fading führen bei FSK- Sendungen mit ganzzahligem, hohem Modulationsindex ebenfalls zu starken Schwankungen in der Kurzzeitenergie. Breitbandigere PSK-Sendungen sind zwar vom frequenzselektiven Fading ebenfalls betroffen; die Änderung in der Kurzzeitenergie ist bei PSK-Sendungen durch Kanaleinflüsse nur wenig festzustellen. Durch Symbolwechsel verursachte Energieeinbrüche in der PSK werden durch die lange Mittelung der Kurzzeitenergie nicht erfaßt.

Die Amplitudenverteilung eines Sprachsignals wird z. B. durch die Gammadichte:

p(x) = γx^b-1e^-cx mit γ = c^b/Γ(b).

ϒ ist die Gammafunkton.

Setzt man die Konstanten b = 1/2 (7) und C = √3/2σ und erweitert die Gammaverteilung für negative x, so erhält man eine spezielle Farm der Gammadichte, die zur Beschreibung der statistischen Eigenschaften des Sprachsignalprozesses verwendet wird.

Die Gammadichte ist um die Standardabweichung σ des Zufallsprozesses erweitert. Diese spezielle Form der Gammadichte hängt nun nur noch von einem Parameter ab, der Standardabweichung σ des Zufallsprozesses. Die Standardabweichung wird aus dem Zufallsprozeß direkt geschätzt.

Die Merkmalsbildung wird am Realteil z_Real(k) des Signals z(k) durchgeführt. Die Wahrscheinlichkeitsdichte pzr1 des Signals z_Real(k) wird durch ein Histogramm mit z. B. 32 Bins bestimmt. Die Gammadichte prz2 wird an den Stellen berechnet, die der Mitte eines jeden Bins von pzr1 entspricht. Als Maß für die Übereinstimmung der Wahrscheinlichkeitsdichten wird der Korrelationskoeffizient ρ_pzr1,pzr2 zwischen Histogramm und Gammadichte berechnet (Literatur siehe E. Häusler: "Statische Signale", Springer-Verlag (1997)).

Eine Übereinstimmung beider Histogramme liegt bei ρ_pzr1,pzr2 = 1 vor. Der Korrelationskoeffizient ρ_pzr1,pzr2 wird als zweites Merkmal verwendet.

Da die Merkmalsberechnung von der Länge des Beobachtungsintervalls unabhängig ist, muß bei diesem Merkmal keine von der Signaldauer abhängige Normierung durchgeführt werden.

Die bisher beschriebenen Merkmale dienen dazu, Einseitenbandsendungen mit Sprache von anderen Sendungen zu trennen. Eine Trennung von J3E-Sendungen zu ASK- Datensendungen ist mit diesen Merkmalen nicht möglich. Daher wird nun die Momentanfrequenz des Signals betrachtet, um diese Trennung vornehmen zu können.

Die Momentanfrequenz f_M wird hier definiert als die Phasendifferenz zwischen aufeinanderfolgenden Abtastwerten:

f_M = ϕ_k+1 - ϕ_k.

Das normierte Signal z(k) hat die Form:

z(k) = R(k).e^jϕ(k).

Dort, wo die Amplitude R(k) des ASK-Signals groß ist, ist die Momentanfrequenz nahezu konstant. Schwankungen in der Momentanfrequenz treten kaum auf. Beim J3E- Signal dagegen ist die Momentanfrequenz nicht konstant, wenn die Amplitude R(k) groß wird. Daher kann die Standardabweichung der Momentanfrequenz in leistungsstarken Signalabschnitten als Merkmal herangezogen werden. Als leistungsstarker Signalabschnitt wird der Anteil des Signals in die Merkmalsberechnung einbezogen, dessen Amplitude über einem festen Schwellwert der Signalamplitude liegt. f_M ist die Momentanfrequenz des normierten Eingangssignals in den leistungsstarken Signalabschnitten.

Die Standardabweichung von f_M wird in Abhängigkeit der Anzahl der Abtastwerte, deren Betrag die gewählte Schwelle überschreitet, berechnet.

Die Momentanfrequenz von A3E-Signalen ist zwar nicht konstant, aber die durch die Modulation verursachten Schwankungen in der Momentanfrequenz sind sehr klein. Damit ist die Trennung zwischen Signalen mit einem Trägeranteil möglich. Mit diesem dritten Merkmal sind A3E- und ASK-Sendungen sowie einzelne Träger von anderen Sendungen zu unterscheiden.

Charakteristisch für ASK-Sendungen ist der schnelle Amplitudenwechsel beim Symbolübergang sowie die Konstanz der Amplitude während der Übertragung eines Symbols. Diese für die Detektion gute Eigenschaft wird durch das Fading stark gestört. Die Amplitude ist nicht mehr konstant, sondern verändert sich mit kleiner Frequenz. Eine einfache Amplitudendetektion ist somit nicht mehr möglich. Um die Fadingeinflüsse rückgängig zu machen, wird das Fading aus dem Signal heraus­ gerechnet. Dazu wird das Signal wie beim 1. Merkmal in kurze Blöcke aufgeteilt, für die die mittlere Energie berechnet wird. Ist die Energie eines Blockes größer als ein Schwellwert STE_min, wird das Signal in diesem Block mit der mittleren Energie normiert. In Blöcken, in denen die Energie kleiner als STE_min ist, bleibt das Signal unverändert.

Die Blocklänge t_min zur Berechnung der Kurzzeitenergie muß dabei deutlich kleiner sein als die minimale Symboldauer. Dieses Verfahren wird als Block-AGC (Automativ Gain Control) bezeichnet.

Bei einer im HF-Kanal auftretenden ASK liegt die Baudrate in der Regel zwischen 10-100 Baud, d. h. die minimale Symboldauer beträgt 10 ms. Da eine Synchronisation auf die Symbole nicht erfolgt, sollte die Blocklänge für die Kurzzeitenergie im Bereich von 2 ms liegen. Dann werden die Symbolübergänge noch gut erfaßt.

Als Maß für die Instationarität der Amplitude wird das Verhältnis p_5,95 des 5%- Percentils zum 95%-Percentil des Betrages bestimmt:

Das |z'|_x%-Percentil ist der Wert, für den gilt, daß x% der Stichprobenelemente einen Betrag kleiner als diesen Wert haben. Dieses vierte Merkmal hängt sehr vom Signal- zu Rauschverhältnis ab. Überschreitet die Rauschleistung die Schwelle E_min, kann das Fading nicht mehr herausgerechnet werden.

Da die Amplitude des ASK-Signals nach Anwendung der Block-AGC immer maximal ist, ist die Standardabweichung des Betrages nach der Block-AGC für ein ASK-Signal groß und geht gegen 0,5. Daher wird die Standardabweichung des Betrages nach der Block-AGC als fünftes Merkmal herangezogen.

Bei der Berechnung der Standardabweichung der Momentanfrequenz ist den leistungsstarken Signalabschnitten liegen alle Modulationsarten mit einem Träger ungefähr im gleichen Wertebereich, da die Momentanfrequenz nur bei großen Signalpegeln betrachtet wird. Betrachtet man die Momentanfrequenz über den ganzen Signalausschnitt, so werden mittels der Standardabweichung des Betrages der Momentanfrequenz f_M die ASK-Sendungen von A3E-Sendungen und Trägern besser getrennt, da die Signalabschnitte ohne Träger in die Betrachtung mit eingehen.

Durch frequenzselektives Fading im Kanal wird bei langsamen FSK-Sendungen oft ein Träger gestört, so daß die Amplitude starke Einbrüche aufweist. Um die FSK- Sendungen mit einem ganzzahligen Modulationsindex von A3E-modulierten Sendungen besser zu unterscheiden, wird die Nulldurchgangsrate der Momentanfreqeunz f_M0(k) berechnet. Das Verhältnis der Nulldurchgänge von f_M0 zu N ist die Nulldurchgangsrate und wird als siebtes Merkmal verwendet. Die Nulldurchgangsrate ist für langsame FSK- Sendungen mit einem ganzzahligen Modulationsindex klein, da nur wenige Symbolwechsel auftreten.

Bei vielen A3E-Sendungen liegt die Leistung im Träger weit über der Leistung der Seitenbänder. Daher können Sprachcharakteristika nach einer Demodulation der A3E- Sendung besser herausgearbeitet werden. Da die Trägerlage unbekannt ist, wird die A3E-Sendung inkohärent demoduliert, indem von der Betragseinhüllenden des Signals der Mittelwert abgezogen wird. Bei der Übertragung im HF-Kanal unterliegt der Träger aber immer Fadingeinflüssen, daß eine einfache Einhüllendendemodulation nicht ausreicht. Zusätzlich müssen mit Hochpaß langsamveränderliche Anteile des Signals herausgefiltert werden. Das so entstandene, reellwertige Signal ist das Ausgangssignal für die Merkmalsberechnung der weiteren Merkmale 8 bis 10.

Das achte Merkmal wird analog zum Merkmal 1, jedoch auf dem demodulierten Signal berechnet. Bei der Berechnung des Merkmals 1 ist der Verlauf der Kurzzeitenergie bei A3E-Sendungen überwiegend vom Träger bestimmt. Nach der Demodulation ist die Kurzzeitenergie für Sprachsendungen instationär, so daß die Summation der Absolutwerte der relativen Änderungen der Kurzzeitenergie eine bessere Unterscheidung zu rauschbehafteten Trägern ermöglicht.

Durch die Demodulation und Filterung niedriger Frequenzanteile verlieren Signale mit konstanter Einhüllenden deutlich an Energie gegenüber dem nicht demodulierten Signal. Daher ist die Standardabweichung der Kurzzeitenergie des demodulierten Signals bei Einseitenbandsendungen deutlich größer, als bei allen anderen Verfahren. Die Standardabweichung der Kurzzeitenergie des demodulierten Signals bildet das neunte Merkmal.

Zur Erkennung von Sprachpausen in der A3E-Sendung und zur Unterscheidung zu Musikübertragungen wird analog zum Merkmal 3 der Realteil des demodulierten Signals mit der Gammadichte korreliert. Der Korrelationskoeffizient des Histogramms des Realteils des demodulierten Signals mit einer Gammadichte, die z. B. die spezielle Form für die Amplitudenverteilung eines Sprachsignals gemäß dem zweiten Merkmal aufweist, wird als zehntes Merkmal verwendet.

Nach der Vorverarbeitung und Merkmalsbestimmung wird nun ein Merkmalsvektor v_m mit m Elementen gebildet, der das empfangene und bearbeitete Signal repräsentiert. Wie in Fig. 1 dargestellt, wird der empfangene Signalvektor z(k) auf den Merkmalsvektor v_m transformiert und damit in der Dimension erheblich reduziert.

In der Klassifikation wird der Merkmalsvektor in einen Zielvektor transformiert, der die Art des empfangenen Signals repräsentiert. Der Klassifikator weist allen z. B. A3E- modulierten Sendungen den Zielvektor:

zu. Dazu bildet man k Unterscheidungsfunktionen d_k(v), wobei k der Anzahl der Klassen entspricht. In diesem Fall ist k = 3. Jede Unterscheidungsfunktion d_k(v) bildet den Merkmalsvektor v_m in eine Zahl ab, aus denen dann der Zielvektor gebildet wird. Je nachdem, wie die Unterscheidungsfunktionen aus dem Merkmalsvektor gebildet werden, unterscheidet man verschiedene Klassifikatortypen. Wird z. B. ein Polynomklassifikator verwendet, sind die Unterscheidungsfunktionen dk(v) Polynome mit Grad G aus dem Merkmalsvektor v_m.

Die Unterscheidungsfunktion besteht beim Polynomklassifikator aus einem Koeffizientenvektor h_m,k und einem Vektor r(v), der die Produkte der Komponenten des Merkmalsvektors darstellt.

Die Unterscheidungsfunktionen sind darstellbar als Vektor:

d(v) = H^T.r(v),

wobei die Matrix H aus den Koeffizientenvektoren gebildet wird.

Zur Bestimmung des Klassifikators ist die Koeffizientenmatrix H zu bestimmen. Die Koeffizientenmatrix läßt sich leicht berechnen, wenn die Monomere r(v) und der Entscheidungsvektor d(v) bekannt sind. Praktisch werden einer Gruppe von Merkmalen Zielvektoren y zugeordnet. Es wird eine Trainingsstichprobe gebildet, bei der man die Zuordnung von Merkmalsvektoren zur Zielklasse kennt. Der Umfang der Trainingsstichprobe richtet sich nach dem Grad des Klassifikators. Mit steigendem Grad des Klassifikators erhöht sich auch die Anzahl der freien Parameter bei der Bestimmung der Koeffizeintenmatrix, so daß mit steigendem Grad des Klassifikators der Umfang der Trainingsstichprobe erhöht werden muß.

Zur Berechnung der Koeffizientenmatrix werden Pivotstrategien verwendet, die eine grobe Auskunft über die Wichtigkeit einzelner Merkmale geben. Da mit steigender Anzahl der Merkmale und steigendem Grad der Monome der Rechen- und Zeitaufwand bei der Approximation der Koeffizientenmatrix H anwächst, wird die Anzahl der Merkmale möglichst klein gehalten. Es werden die Merkmalsvektoren z. B. mit der Karhunen-Loeve-Transformation in einen neuen Merkmalsvektor transformiert. Die Karhunen-Loeve-Transformation transformiert den ursprünglichen Merkmalsvektor in einen neuen Merkmalsvektor, dessen transformierte Merkmale unkorreliert sind. Es bestehen also nach der Karhunen-Loeve-Transformation keine linearen Abhängigkeiten mehr zwischen den Merkmalen. Neben dieser günstigen Eigenschaft der Karhunen- Loeve-Transformation zur Erzeugung unkorrelierter Merkmalsvektoren, liefern die bei der Transformation berechneten Eigenwerte der aus der Trainingsstichprobe gebildeten Merkmalsmatrix eine Aussage über den Beitrag des Merkmals zur Unterscheidung zwischen den Klassen.

Ein Qualitätskriterium für die Reduktion der Transformationsmatrix ist der sogenante Rekonstruktionsfehler. Der Rekonstruktionsfehler wird aus der Summe der nicht in die Transformationen eingegangenen Eigenwerte ermittelt.

Die Durchführung des Verfahrens ergibt, daß die gemeinsame Verwendung der Merkmale 1, 2, 3, 4, 8, 9 und 10 für die Bildung eines geeigneten Zielvektors notwendig sind. Die zusätzliche Verwendung der Merkmale 5, 6 und 7 oder einzelne davon verringern den Rekonstruktionsfehler und tragen zu einer Verbesserung der Klassifikation bei.

Anstelle des Polynomklassifikators ist ein neuronaler Klassifikator einsetzbar, der in analoger Weise in einem Zielvektor transformiert wird. Daraus wird eine Trainingsstichprobe gebildet, aus der man die Art der Sendung (Zuordnung zu den Klassen z. B. "J3E", "A3E") erkennt.

Claims (7)

1. Verfahren zur Unterscheidung von sprachmodulierten Sendungen und Datensendungen eines HF-Signals, bei dem anhand mehrerer der folgenden Merkmale:

• a) Summe der differentiellen Änderung der Kurzzeitenergie DSTE des aus dem HF-Signal durch Vorverarbeitung und Normierung erzeugten Signals z(k);
• b) Korrelation eines Histogramms des Realteils des Signals z(k) mit einer Gammadichte p;
• c) Standardabweichung der Momentanfrequenz f_M in einzelnen, leistungsstarken Signalabschnitten;
• d) Verhältnis des x%-Percentils zum (100 - x)%-Percentil der Amplitudenwerte nach der Anwendung einer Block-AGC mit x <= 10;
• e) Summe der differentiellen Änderung der Kurzzeitenergie des demodulierten Signals;
• f) Standardabweichung der Kurzzeitenergie des demodulierten Signals;
• g) Korrelation des Histogramms des Realteils des demodulierten Signals mit einer Gammadichte p

ein Merkmalsvektor gebildet wird, der einem Klassifikator zugeführt und in einen Zielvektor transformiert wird, der die Art der Sendung repräsentiert.

2. Verfahren zur Unterscheidung von sprachmodulierten Sendungen und Datensendungen nach Anspruch 1, dadurch gekennzeichnet, daß die Gammadichte:
p(x) = γx^b-1e^-cx mit γ = c^b/Γ(b)
verwendet wird.

3. Verfahren zur Unterscheidung von sprachmodulierten Sendungen und Datensendungen nach Anspruch 1 oder 2, dadurch gekennzeichnet, daß das Verfahren zur Unterscheidung von A3E- und J3E-modulierten Sprachsendungen von binären Datensignalen insbesondere von ASK-Datensendungen verwendet wird.

4. Verfahren zur Unterscheidung von sprachmodulierten Sendungen und Datensendungen nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass bei der Bildung des Merkmalsvektors zusätzlich eines oder mehrere der folgenden Merkmale verwendet werden:

• - Standardabweichung der Einhüllenden des Signals nach Anwendung einer Block- AGC;
• - Standardabweichung des Betrages der Momentanfrequenz f_M;
• - Nulldurchgangsrate der Momentanfrequenz f_M0.

5. Verfahren zur Unterscheidung von sprachmodulierten Sendungen und Datensendungen nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass der Klassifikator ein Polynom- oder ein neuronaler Klassifikator ist.

6. HF-Empfänger zur Durchführung eines Verfahrens nach einem der Ansprüche 1 bis 5, mit einer Einheit zur Vorverarbeitung/Segmentierung eines empfangenen HF- Signals, mit einer Einheit zur Bestimmung von Merkmalen aus der Merkmalsgruppe a), b), c), d), e), f) und g) zur Bildung eines Merkmalsvektors, und mit einem Klassifikator, dem der Merkmalsvektor zuführbar ist und der diesen in einen Zielvektor transformiert, welcher die Art der Sendung unterscheidend repräsentiert.

7. HF-Empfänger nach Anspruch 6, dadurch gekennzeichnet, daß ein Polynom- oder ein neuronaler Klassifikator vorgesehen ist.