RU2216748C2 - Method of recognition of signals of radio communication systems - Google Patents
Method of recognition of signals of radio communication systems Download PDFInfo
- Publication number
- RU2216748C2 RU2216748C2 RU2001117418A RU2001117418A RU2216748C2 RU 2216748 C2 RU2216748 C2 RU 2216748C2 RU 2001117418 A RU2001117418 A RU 2001117418A RU 2001117418 A RU2001117418 A RU 2001117418A RU 2216748 C2 RU2216748 C2 RU 2216748C2
- Authority
- RU
- Russia
- Prior art keywords
- signal
- signals
- parameters
- frequency
- rpu
- Prior art date
Links
Images
Landscapes
- Monitoring And Testing Of Transmission In General (AREA)
Abstract
Description
Изобретение относится к радиотехнике и может быть использовано для целей радиоконтроля излучений при решении задачи скрытого определения характеристик (частоты, ширины спектра, скорости манипуляции, вида передачи) источников радиоизлучения. The invention relates to radio engineering and can be used for radiation monitoring purposes when solving the problem of covert determination of characteristics (frequency, spectrum width, manipulation speed, type of transmission) of radio emission sources.
Известны способы формирования признаков распознавания сигналов на основе их частотно-временных распределений (ЧВР) плотности энергии (см. "Метод формирования признаков распознавания сигналов на основе их частотно-временных распределений плотности энергии", Аладинский В.А., Мотков В.И., Симонов А.Н. Военный университет связи, С-Петербург) [1], [2], при котором в качестве признаков распознавания сигналов формируют как минимум одномерный массив собственных чисел {λi}. Предполагается, что эти признаки имеют нормальный закон распределения. В качестве его параметров используют математическое ожидание M(λ) и среднеквадратическое отклонение σ(λ). Из этого массива отбирается минимальное количество контрастных признаков распознавания сигналов. Результаты моделирования подтверждают возможность автоматического формирования минимального количества контрастных признаков распознавания. Known methods for generating signs of recognition of signals based on their frequency-time distributions (CWR) of energy density (see "Method for the formation of signs of recognition of signals based on their frequency-time distributions of energy density", Aladinsky VA, Motkov V.I., Simonov AN Military Communications University, St. Petersburg) [1], [2], in which at least a one-dimensional array of eigenvalues {λi} is formed as signs of signal recognition. It is assumed that these signs have a normal distribution law. The mathematical expectation M (λ) and the standard deviation σ (λ) are used as its parameters. From this array, the minimum number of contrasting signs of signal recognition is selected. The simulation results confirm the ability to automatically generate a minimum number of contrasting recognition signs.
Однако указанные способы позволяют распознавать ограниченное количество видов радиосигналов, что обусловлено использованием только ЧВР их плотности энергии. However, these methods allow you to recognize a limited number of types of radio signals, which is due to the use of only the NWR of their energy density.
Известен способ классификации видов модуляции сигналов с фазовой манипуляцией и квадратурной амплитудной модуляцией (КАМ) путем раздельного анализа дискретного преобразования Фурье (ДПФ) фазовых гистограмм и использования знания о распределении амплитуд (см. в статье Christoph Schreyogg, "Modulation Classification Of QAM Schemes Using The DFT Of Phase Histogram Combined With Modulus Information", http://www. argreenhouse. com/society/TacCom/milcom_97_papers.shtml) [2]. A known method for classifying types of modulation of signals with phase shift keying and quadrature amplitude modulation (QAM) by separately analyzing the discrete Fourier transform (DFT) of phase histograms and using knowledge of the distribution of amplitudes (see Christoph Schreyogg, "Modulation Classification Of QAM Schemes Using The DFT Of Phase Histogram Combined With Modulus Information ", http: // www. Argreenhouse.com / society / TacCom / milcom_97_papers.shtml) [2].
Недостатком данного способа является необходимость априорного знания точных значений частоты несущей и частоты манипуляции сигнала, что не обеспечивается в реальных условиях обнаружения неизвестного сигнала. The disadvantage of this method is the need for a priori knowledge of the exact values of the carrier frequency and the frequency of signal manipulation, which is not provided in real conditions of detection of an unknown signal.
Наиболее близким по технической сущности к заявляемому изобретению является способ разработки и применения моделей для распознавания речевых сигналов, при котором:
1) увязывают во времени блоки полученных тренинговых данных в разговорной речи и модели звуков речи;
2) объединяют модели в группы звуков и формируют соответствующие блоки;
3) формируют из блоков компоненты моделей;
4) из полученных компонентов составляют модели для каждой группы звуков речи;
50 принимают речевой сигнал и выделяют в нем звуки;
6) помещают каждый звук в определенную группу однородных звуков с использованием первого набора параметров по правилам дерева решений (классификаций);
7) выделяют в группе блок однородных звуков, используя второй набор параметров;
8) формируют набор новых классификационных признаков для блока однородных звуков;
9) корректируют модели групп звуков по новому набору классификационных признаков.The closest in technical essence to the claimed invention is a method for the development and application of models for the recognition of speech signals, in which:
1) link in time the blocks of the received training data in colloquial speech and the model of speech sounds;
2) combine models into groups of sounds and form the corresponding blocks;
3) form model components from blocks;
4) from the obtained components are models for each group of speech sounds;
50 receive a speech signal and emit sounds in it;
6) place each sound in a specific group of homogeneous sounds using the first set of parameters according to the rules of the decision tree (classifications);
7) allocate in the group a block of homogeneous sounds using the second set of parameters;
8) form a set of new classification features for a block of homogeneous sounds;
9) correct models of groups of sounds according to a new set of classification features.
(См. патент US 5715367, М.кл. G 01 L 9/00, Feb. 3, 1998 "Apparatuses and methods for developing and using models for speach recognition" [3]). (See US patent 5715367, M.cl. G 01 L 9/00, Feb. 3, 1998 "Apparatuses and methods for developing and using models for speach recognition" [3]).
Сущность данного способа состоит в создании адаптивной системы формирования моделей сигналов для их распознавания. The essence of this method is to create an adaptive system for generating signal models for their recognition.
Однако работа системы обеспечивается только при фиксированных параметрах системы получения входных сигналов. However, the operation of the system is provided only with fixed parameters of the system for receiving input signals.
Техническим результатом изобретения является распознавание сигналов систем радиосвязи при заранее неизвестных параметрах принимаемого сигнала за счет адаптивной многоступенчатой настройки параметров системы приема и цифровой обработки радиосигналов, включающей ее подстройку по частоте и полосе приема сигнала, изменение частоты дискретизации принятого сигнала, формирование контекстного второго набора классификационных признаков, а также адаптивное (контекстное) подключение второй половины дерева классификации. The technical result of the invention is the recognition of signals of radio communication systems with previously unknown parameters of the received signal due to adaptive multi-stage tuning of the parameters of the reception system and digital processing of radio signals, including its adjustment in frequency and bandwidth of the signal, changing the sampling frequency of the received signal, forming a contextual second set of classification features, as well as adaptive (contextual) connection of the second half of the classification tree.
В заявляемом способе осуществляется адаптивная многоступенчатая настройка параметров системы приема и цифровой обработки радиосигналов, в то время как в [3] параметры приемной системы фиксированы (неизменны), а создается адаптивная система формирования моделей сигналов для их распознавания. In the claimed method, adaptive multi-stage adjustment of the parameters of the reception system and digital processing of radio signals is carried out, while in [3] the parameters of the reception system are fixed (unchanged), and an adaptive system is created for generating signal models for their recognition.
Технический результат достигается тем, что способ распознавания сигналов систем радиосвязи включает:
а) прием радиосигнала x(t) радиоприемным устройством (РПУ);
б) преобразование радиосигнала в цифровую форму с помощью аналого-цифрового преобразователя (АЦП);
в) выполнение прямого дискретного преобразования Фурье S{Xi} и S{Xi2} над массивами отсчетов сигнала {Xi} и массивами квадратов отсчетов сигнала { Xi2} соответственно;
г) измерение по полученным спектрам частотных параметров принятого сигнала;
д) сравнение значений измеренных частотных параметров принятого сигнала с параметрами настройки РПУ;
e) осуществление подстройки частоты и полосы РПУ в случае выхода значений измеренных частотных параметров за границы допустимых значений и повторение действий с а) по д);
ж) выполнение обратного дискретного преобразования Фурье {Yi} над массивами S{Xi} при соответствии параметров настройки РПУ принятому сигналу;
з) измерение значений параметров принятого сигнала, входящих в первый набор классификационных признаков дерева классификации, построенного заранее;
и) отнесение принятого сигнала к определенной группе сигналов или к неизвестным сигналам по правилам дерева классификации;
к) формирование второго набора классификационных признаков сигналов для данной группы сигналов;
л) измерение значений параметров принятого сигнала, входящих во второй набор классификационных признаков;
м) отнесение принятого сигнала к одному из типов сигналов данной группы или к неизвестным сигналам данной группы по правилам дерева классификаци;
н) в случае отнесения сигнала к неизвестному осуществление подстройки частоты дискретизации АЦП и частоты и полосы РПУ и повторение действий с а) по н) до тех пор, пока не произойдет отнесение сигнала к определенному типу или не будет достигнуто максимальное значение количества циклов подстройки РПУ и АЦП и в этом случае будет принято решение о приеме сигнала неизвестного типа.The technical result is achieved by the fact that the method of recognition of signals of radio communication systems includes:
a) receiving a radio signal x (t) by a radio receiving device (RPU);
b) the conversion of the radio signal into digital form using an analog-to-digital converter (ADC);
c) performing the direct discrete Fourier transform S {Xi} and S {Xi 2 } over the arrays of signal samples {Xi} and arrays of squares of the samples of the signal {Xi 2 }, respectively;
g) measurement of the received frequency spectra of the received signal;
d) comparing the values of the measured frequency parameters of the received signal with the settings of the RPU;
e) adjusting the frequency and band of the RPU in the event that the values of the measured frequency parameters go beyond the limits of acceptable values and repeating steps a) to e);
g) performing the inverse discrete Fourier transform {Yi} over the arrays S {Xi} with the corresponding settings of the RPU to the received signal;
h) measuring the values of the parameters of the received signal included in the first set of classification features of the classification tree built in advance;
i) assignment of the received signal to a specific group of signals or to unknown signals according to the rules of the classification tree;
j) the formation of a second set of classification characteristics of signals for a given group of signals;
l) measuring the values of the parameters of the received signal included in the second set of classification features;
m) assigning the received signal to one of the types of signals of this group or to unknown signals of this group according to the rules of the classification tree;
m) in the case of assigning a signal to an unknown, adjusting the sampling frequency of the ADC and the frequency and band of the RPU and repeating steps a) to n) until the signal is assigned to a certain type or the maximum value of the number of cycles of adjustment of the RPU is reached and In this case, the ADC will decide to receive an unknown type of signal.
На фиг. 1 приведена схема осуществления способа распознавания сигналов систем радиосвязи. In FIG. 1 shows a diagram of an implementation of a method for recognizing signals of radio communication systems.
На фиг. 2 приведен пример реализации спектра сигнала, содержащего две группы частотных составляющих (Nгp=2) и имеющего ширину спектра сигнала ΔFc. In FIG. Figure 2 shows an example of the implementation of a signal spectrum containing two groups of frequency components (Ngp = 2) and having a signal spectrum width ΔFc.
На фиг.3 приведен пример фрагмента дерева классификации. Figure 3 shows an example of a fragment of the classification tree.
Способ распознавания сигналов систем радиосвязи содержит следующие операции (фиг.1):
а) прием радиосигнала x(t) радиоприемным устройством (РПУ) 1;
б) преобразование радиосигнала в цифровую форму с помощью аналого-цифрового преобразователя (АЦП) 2;
в) выполнение прямого дискретного преобразования Фурье S{Xi} и S{Xi2} над массивами отсчетов сигнала {Xi} и массивами квадратов отсчетов сигнала { Xi2} соответственно с использованием ЭВМ 3;
г) измерение по полученным спектрам частотных параметров принятого сигнала 4;
д) сравнение значений измеренных частотных параметров принятого сигнала с параметрами настройки РПУ 5;
е) осуществление подстройки частоты и полосы РПУ в случае выхода значений измеренных частотных параметров за границы допустимых значений 6 и повторение действий с а) по д);
ж) выполнение обратного дискретного преобразования Фурье {Yi} над массивами S{ Xi} при соответствии параметров настройки РПУ параметрам принятого сигнала с использованием ЭВМ 7;
з) измерение значений параметров принятого сигнала, входящих в первый набор классификационных признаков дерева классификации, построенного заранее, 8;
и) отнесение принятого сигнала к определенной группе сигналов или к неизвестным сигналам по правилам дерева классификации 9;
к) формирование второго набора классификационных признаков сигналов для данной группы сигналов и измерение значений параметров принятого сигнала, входящих во второй набор классификационных признаков, 10;
л) отнесение принятого сигнала к одному из типов сигналов данной группы или к неизвестным сигналам данной группы по правилам дерева классификации 11;
м) в случае отнесения сигнала к неизвестному осуществление подстройки частоты дискретизации АЦП и частоты и полосы РПУ 13 и повторение действий с а) по м) до тех пор, пока не произойдет отнесение сигнала к определенному типу или не будет достигнуто максимальное значение количества циклов подстройки РПУ и АЦП 12 и в этом случае будет принято решение о приеме сигнала неизвестного типа 14.The method for recognizing signals of radio communication systems contains the following operations (figure 1):
a) receiving the radio signal x (t) by a radio receiving device (RPU) 1;
b) the conversion of the radio signal into digital form using an analog-to-digital converter (ADC) 2;
c) performing the direct discrete Fourier transform S {Xi} and S {Xi 2 } over the arrays of signal samples {Xi} and arrays of squares of the samples of the signal {Xi 2 }, respectively, using computer 3;
g) measurement of the received spectra of the frequency parameters of the received signal 4;
d) comparing the values of the measured frequency parameters of the received signal with the settings of the RPU 5;
f) the implementation of the adjustment of the frequency and band of the RPU in the event that the values of the measured frequency parameters go beyond the permissible values of 6 and the repetition of steps a) to e);
g) performing the inverse discrete Fourier transform {Yi} over the arrays S {Xi} when the settings of the RPU match the parameters of the received signal using a computer 7;
h) measuring the values of the parameters of the received signal included in the first set of classification features of the classification tree built in advance, 8;
i) assignment of the received signal to a specific group of signals or to unknown signals according to the rules of classification tree 9;
j) the formation of a second set of classification characteristics of signals for a given group of signals and measurement of parameter values of the received signal included in the second set of classification features, 10;
k) assignment of the received signal to one of the types of signals of this group or to unknown signals of this group according to the rules of
m) in case of assigning a signal to an unknown, adjustment of the sampling frequency of the ADC and the frequency and band of the RPU 13 and repeating steps a) to m) until the signal is assigned to a certain type or the maximum value of the number of cycles of adjustment of RPU and ADC 12, and in this case, a decision will be made to receive an unknown type of signal 14.
При реализации способа распознавания сигналов систем радиосвязи принимают радиосигнал x(t), полученный с выхода антенной системы, с помощью радиоприемного устройства (РПУ) 1, настроенного на частоту Fп для приема излучения данного сигнала частотой Fc. Настройка РПУ на частоту Fп вызвана тем, что, как правило, значение частоты Fc известно заранее (например, в результате обнаружения сигнала) с некоторой ошибкой, так же, как и величина ширины полосы частот спектра данного сигнала ΔFc. When implementing the method of recognizing signals of radio communication systems, a radio signal x (t) received from the output of the antenna system is received using a radio receiving device (RPU) 1 tuned to a frequency Fп for receiving radiation of a given signal with a frequency Fc. Tuning the RPU to the frequency Fп is caused by the fact that, as a rule, the value of the frequency Fc is known in advance (for example, as a result of signal detection) with some error, as well as the value of the frequency bandwidth of the spectrum of this signal ΔFc.
Сигнал с выхода РПУ на промежуточной частоте преобразуют в цифровую форму с помощью аналого-цифрового преобразователя (АЦП) 2, в результате чего получают массив цифровых эквивалентов (отсчетов) мгновенных значений принятого сигнала { Xi} (где i - номер текущего отсчета), выбранных с установленной в АЦП частотой дискретизации Fдискр. The signal from the output of the RPU at the intermediate frequency is converted into digital form using an analog-to-digital converter (ADC) 2, as a result of which an array of digital equivalents (samples) of the instantaneous values of the received signal {Xi} (where i is the number of the current sample) selected from the sampling frequency Fdiscr set in the ADC.
Над массивами отсчетов сигнала {Xi} и квадратов отсчетов сигнала {Xi2}, переданными в память ЭВМ, выполняют прямое дискретное (быстрое) преобразование Фурье (БПФ), получая массивы отсчетов спектров сигнала S{Xi} и S{Xi2}. По полученным спектрам измеряют основные частотные параметры принятого сигнала, например значения Fc и ΔFc.Arrays of signal samples {Xi} and squares of signal samples {Xi 2 }, transferred to the computer memory, perform direct discrete (fast) Fourier transform (FFT), obtaining arrays of samples of the signal spectra S {Xi} and S {Xi 2 }. According to the obtained spectra, the main frequency parameters of the received signal are measured, for example, the values of Fc and ΔFc.
Сравнивают измеренные частотные параметры принятого сигнала с параметрами настройки РПУ в блоке 5; в качестве параметров настройки РПУ могут использоваться частота приема Fп и ширина полосы частот РПУ ΔFп. В большинстве случаев частота принимаемого сигнала Fc и частота настройки РПУ Fп не совпадают, а также ширина спектра сигнала ΔFc и полоса частот РПУ ΔFп не соответствуют друг другу из-за неточных априорных данных о сигнале или их отсутствия, применения дискретного крупного шага перестройки частоты приема РПУ, разброса параметров РПУ и т.д. Compare the measured frequency parameters of the received signal with the settings of the RPU in block 5; as parameters of the RPU settings, the reception frequency Fп and the bandwidth of the RPU ΔFп frequencies can be used. In most cases, the frequency of the received signal Fc and the tuning frequency of the RPU Fп do not coincide, as well as the width of the spectrum of the signal ΔFc and the frequency band of the RPU ΔFp do not match each other due to inaccurate a priori data on the signal or their absence, the use of a discrete large step of tuning the reception frequency of the RPU , scatter parameters RPU, etc.
В случае выхода значений измеренных частотных параметров сигнала за границы допустимых значений настройки РПУ осуществляют подстройку частоты и полосы РПУ 6. За счет такой подстройки условия приема сигнала и его дальнейшей обработки улучшаются по сравнению с отсутствием указанного этапа адаптивной подстройки РПУ, учитывающей параметры принимаемого сигнала по частоте и занимаемой полосе частот. If the values of the measured frequency parameters of the signal go beyond the allowable settings, the RPU adjusts the frequency and band of the RPU 6. Due to this adjustment, the conditions for receiving the signal and its further processing are improved compared to the absence of the indicated stage of adaptive adjustment of the RPU taking into account the parameters of the received signal in frequency and occupied bandwidth.
После подстройки РПУ повторяют действия, соответствующие реализации блоков 1...5. After adjusting the RPU, the actions corresponding to the implementation of
Если параметры настройки РПУ и параметры принимаемого сигнала соответствуют друг другу, то выполняют обратное дискретное (быстрое) преобразование Фурье (ОБПФ) {Yi} в блоке 7. If the settings of the RPU and the parameters of the received signal correspond to each other, then perform the inverse discrete (fast) Fourier transform (IFFT) {Yi} in block 7.
В блоке 8 измеряют значения параметров принятого сигнала, входящих в первый набор классификационных признаков дерева классификации, построенного заранее. К ним могут быть отнесены, например, количество локальных групп частотных составляющих в спектре сигнала Nгp (фиг.2), усредненная ширина спектра сигнала ΔFс, количество уровней фазы, частоты или амплитуды. In block 8, the values of the parameters of the received signal included in the first set of classification features of the classification tree constructed in advance are measured. These may include, for example, the number of local groups of frequency components in the spectrum of the signal Ngp (Fig. 2), the average width of the spectrum of the signal ΔFc, the number of phase, frequency or amplitude levels.
В зависимости от сочетания измеренных в блоке 8 величин значений параметров принятого сигнала, входящих в первый набор классификационных признаков дерева классификации, по правилам дерева классификации (дерева решений), построенного заранее (фиг.3), относят в блоке 9 принятый сигнал к одной из выделенных ранее групп однотипных сигналов или к неизвестным сигналам. Depending on the combination of the values of the parameters of the received signal measured in block 8 that are included in the first set of classification features of the classification tree, according to the rules of the classification tree (decision tree) built in advance (Fig. 3), the received signal in block 9 is assigned to one of the selected earlier groups of the same type of signals or to unknown signals.
Из фиг. 3 следует, что в блоке 9, реализующем правила первой половины (части) дерева классификации, сигнал с измеренными параметрами, например Nгр= 1 и ΔFc≤0,2 кГц, относят к группе, включающей сигналы двух типов: NON и НС-1. В то же время принятый другой сигнал с параметрами Nгp=2 и ΔFc=0,1... 40 кГц отнесут к группе, включающей сигналы трех других типов: ЧТ2, С-1 и С-2. Сигналы с параметрами Nгp=1 и ΔFc>0,2 кГц или с параметрами Nгp=2 и ΔFс <0,1 кГц либо ΔFc >40 кГц отнесут к неизвестным сигналам. From FIG. 3 it follows that in block 9, which implements the rules of the first half (part) of the classification tree, a signal with measured parameters, for example, Ngr = 1 and ΔFc≤0.2 kHz, is assigned to a group that includes signals of two types: NON and HC-1. At the same time, the received other signal with the parameters Ngp = 2 and ΔFc = 0.1 ... 40 kHz will be assigned to the group including the signals of three other types: CT2, C-1 and C-2. Signals with parameters Ngp = 1 and ΔFc> 0.2 kHz or with parameters Ngp = 2 and ΔFc <0.1 kHz or ΔFc> 40 kHz are assigned to unknown signals.
В блоке 10 в зависимости от выбранной в блоке 9 группы сигналов производят формирование второго (контекстного) набора классификационных признаков, необходимых для разделения сигналов различных типов внутри данной группы. При этом для каждой группы сигналов выполняют свойственный этой группе ряд дополнительных расчетов (например, производят расчет цифровых детекторов AM, ЧМ, ФМ сигналов, строят гистограммы скоростей манипуляции сигналов на выходах детекторов и т.д.). Так, например, для распознавания сигналов внутри первой группы (фиг. 3) формируют набор классификационных признаков, содержащий два признака: прерывистость сигнала и скорость телеграфирования (манипуляции) сигнала на выходе амплитудного детектора Vад. В то же время, для распознавания сигналов внутри второй группы (фиг.3) формируют набор, содержащий три признака: прерывистость сигнала и скорости телеграфирования (манипуляции) сигнала на выходах частотного (Vчд) и фазового (Vфд) детекторов. В общем случае указанные признаки могут быть сложными и включать для своего получения выполнение различных операций обработки сигналов. После формирования второго набора классификационных признаков измеряют значения соответствующих им параметров принятого сигнала, а также отдельные вспомогательные параметры сигнала (например, значение частоты центра "тяжести" спектра или середины спектра сигнала, ширина спектра сигнала на различных уровнях измерения, значение частоты максимальной составляющей спектра, скважность импульсов сигнала и т.д.). In block 10, depending on the group of signals selected in block 9, a second (contextual) set of classification features is required to separate signals of various types within this group. Moreover, for each group of signals, a number of additional calculations typical of this group are performed (for example, digital detectors AM, FM, FM signals are calculated, histograms of signal manipulation speeds at the outputs of the detectors are constructed, etc.). So, for example, to recognize signals within the first group (Fig. 3), a set of classification features is formed containing two features: the discontinuity of the signal and the telegraphy (manipulation) speed of the signal at the output of the amplitude detector Vad. At the same time, to recognize the signals inside the second group (Fig. 3), a set containing three attributes is formed: the signal discontinuity and the telegraphy (manipulation) speed of the signal at the outputs of the frequency (Vchd) and phase (Vfd) detectors. In the General case, these features can be complex and include for its implementation the implementation of various signal processing operations. After the formation of the second set of classification features, the values of the parameters of the received signal corresponding to them are measured, as well as individual auxiliary parameters of the signal (for example, the frequency of the center of gravity of the spectrum or the middle of the spectrum of the signal, the width of the signal spectrum at different measurement levels, the frequency value of the maximum spectrum component, duty cycle signal pulses, etc.).
Аналогично процедуре принятия решения в блоке 9, по набору измеренных значений параметров принятого сигнала, входящих во второй набор классификационных признаков, в блоке 11 (реализующем правила второй половины дерева классификации) относят принятый сигнал к определенному типу (одному из типов) сигналов данной группы или к неизвестному сигналу данной группы. Например, для сигналов первой группы (NON и НС-1) определяют тип сигнала NON, если при измерении значения параметра прерывистости получен результат N (отсутствие прерывистости - непрерывный сигнал); в случае получения другого ответа (Y - сигнал прерывистый) и измеренного значения скорости телеграфирования на выходе амплитудного детектора Vад в пределах от 5 до 20 Бод принимают решение о приеме сигнала типа НС-1; если параметр Vад выходит за эти пределы, то принимают решение о приеме неизвестного сигнала. Аналогичным образом принимают решение о типе принятого сигнала, отнесенного в блоке 9 к сигналам второй группы. В случае отнесения сигнала к неизвестному осуществляют дополнительную подстройку параметров РПУ (частоты и полосы) и/или изменение параметров работы АЦП, в частности изменение частоты дискретизации сигнала Рдискр (13), пользуясь измеренными в блоке 10 вспомогательными параметрами сигнала. Similar to the decision-making procedure in block 9, according to the set of measured values of the received signal parameters included in the second set of classification features, in block 11 (implementing the rules of the second half of the classification tree), the received signal is assigned to a certain type (one of the types) of signals of this group or unknown signal of this group. For example, for the signals of the first group (NON and HC-1), the type of the NON signal is determined if, when measuring the value of the discontinuity parameter, the result is N (no discontinuity - continuous signal); in case of receiving another answer (Y - the signal is intermittent) and the measured value of the telegraphy speed at the output of the amplitude detector Vad in the range from 5 to 20 Baud, they decide to receive a signal of the type NS-1; if the parameter Vad goes beyond these limits, then decide on the reception of an unknown signal. In a similar manner, a decision is made on the type of received signal assigned in block 9 to the signals of the second group. In the case of assigning the signal to unknown, additional adjustment of the RPM parameters (frequency and band) and / or change of the ADC operation parameters, in particular, the change in the sampling frequency of the Rdiskr signal (13), using the auxiliary signal parameters measured in block 10, are carried out.
Повторяют все описанные выше действия до тех пор, пока не произойдет отнесение сигнала к определенному типу или не будет достигнуто предельное значение Nмакс количества циклов подстройки РПУ и АЦП (блок 12). В этом случае принимают решение (блок 14) о приеме сигнала неизвестного типа. All the above steps are repeated until the signal is assigned to a certain type or the maximum value Nmax of the number of adjustment cycles of the RPM and ADC is reached (block 12). In this case, a decision is made (block 14) to receive an unknown type of signal.
Источники информации
1. Аладинский В. А. , Мотков В. И., Симонов А.Н. "Метод формирования признаков распознавания сигналов на основе их частотно-временных распределений плотности энергии". Сборник научных трудов по материалам 6-й международной конференции "Теория и техника передачи, приема и обработки информации" 17-19 сентября 2000 г.. Харьковский ПТУРЭ, стр.396- 398/
2. http://www.argreenhouse.com/society/TacCom/milcom _97_papers.shtml,
[3] Патент US 5715367, М.кл. G 01 L 9/00, Feb. 3, 1998 "Apparatuses and methods for developing and using models for speach recognition".Sources of information
1. Aladinsky V. A., Motkov V. I., Simonov A. N. "A method of generating signs for recognizing signals based on their time-frequency energy density distributions." Collection of scientific papers on the materials of the 6th international conference "Theory and Technique of the Transmission, Reception and Processing of Information" September 17-19, 2000. Kharkov PTURE, pp. 396-398 /
2.Http: //www.argreenhouse.com/society/TacCom/milcom _97_papers.shtml,
[3] Patent US 5715367, M. Cl. G 01 L 9/00, Feb. 3, 1998 "Apparatuses and methods for developing and using models for speach recognition".
Claims (1)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2001117418A RU2216748C2 (en) | 2001-06-21 | 2001-06-21 | Method of recognition of signals of radio communication systems |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2001117418A RU2216748C2 (en) | 2001-06-21 | 2001-06-21 | Method of recognition of signals of radio communication systems |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| RU2001117418A RU2001117418A (en) | 2003-05-27 |
| RU2216748C2 true RU2216748C2 (en) | 2003-11-20 |
Family
ID=32026686
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2001117418A RU2216748C2 (en) | 2001-06-21 | 2001-06-21 | Method of recognition of signals of radio communication systems |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2216748C2 (en) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2464633C1 (en) * | 2011-06-16 | 2012-10-20 | Александр Михайлович Сауков | Method of identifying radio signals |
| RU2473169C1 (en) * | 2011-11-18 | 2013-01-20 | Федеральное государственное казенное военное образовательное учреждение высшего профессионального образования "ВОЕННАЯ АКАДЕМИЯ СВЯЗИ имени Маршала Советского Союза С.М. Буденного" Министерства обороны Российской Федерации | Method for automatic signal detection |
| RU2543567C2 (en) * | 2013-06-19 | 2015-03-10 | Федеральное государственное казенное военное образовательное учреждение высшего профессионального образования "Военно-космическая академия имени А.Ф. Можайского" Министерства обороны Российской Федерации | Method of character synchronisation when receiving code pulse modulation or frequency keying with familiar structure |
| RU2789386C1 (en) * | 2022-07-19 | 2023-02-02 | Федеральное государственное автономное образовательное учреждение высшего образования "Санкт-Петербургский государственный электротехнический университет "ЛЭТИ" им. В.И. Ульянова (Ленина)" | Signal classification method |
-
2001
- 2001-06-21 RU RU2001117418A patent/RU2216748C2/en not_active IP Right Cessation
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2464633C1 (en) * | 2011-06-16 | 2012-10-20 | Александр Михайлович Сауков | Method of identifying radio signals |
| RU2473169C1 (en) * | 2011-11-18 | 2013-01-20 | Федеральное государственное казенное военное образовательное учреждение высшего профессионального образования "ВОЕННАЯ АКАДЕМИЯ СВЯЗИ имени Маршала Советского Союза С.М. Буденного" Министерства обороны Российской Федерации | Method for automatic signal detection |
| RU2543567C2 (en) * | 2013-06-19 | 2015-03-10 | Федеральное государственное казенное военное образовательное учреждение высшего профессионального образования "Военно-космическая академия имени А.Ф. Можайского" Министерства обороны Российской Федерации | Method of character synchronisation when receiving code pulse modulation or frequency keying with familiar structure |
| RU2789386C1 (en) * | 2022-07-19 | 2023-02-02 | Федеральное государственное автономное образовательное учреждение высшего образования "Санкт-Петербургский государственный электротехнический университет "ЛЭТИ" им. В.И. Ульянова (Ленина)" | Signal classification method |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Manesh et al. | Performance evaluation of spectrum sensing techniques for cognitive radio systems | |
| CN109831265B (en) | Broadband signal spectrum sensing method and system based on spatial filtering | |
| Yawada et al. | Cyclostationary Detection Based on Non-cooperative spectrum sensing in cognitive radio network | |
| US20210168008A1 (en) | Signal detecting device, signal detecting method, control circuit and computer readable storage medium | |
| Nikonowicz et al. | Hybrid detection based on energy and entropy analysis as a novel approach for spectrum sensing | |
| CN115546608A (en) | Unmanned aerial vehicle data link electromagnetic interference classification and threat assessment method | |
| GB2600178A (en) | RF fingerprint signal processing device and rf fingerprint signal processing method | |
| Dabcevic et al. | Cognitive radio as the facilitator for advanced communications electronic warfare solutions | |
| RU2216748C2 (en) | Method of recognition of signals of radio communication systems | |
| Subekti et al. | Spectrum sensing for cognitive radio using deep autoencoder neural network and SVM | |
| RU2425394C2 (en) | Method of detecting distorted pulsed signals | |
| Le et al. | Performance analysis of convolutional neural networks with different window functions for automatic modulation classification | |
| Singh et al. | Artificial neural network based spectrum recognition in cognitive radio | |
| JP3532924B2 (en) | How to improve data obtained by radar | |
| Li et al. | An adaptive window time-frequency analysis method based on Short-Time Fourier Transform | |
| RU2386165C2 (en) | Method for determining structure and demodulation of signal with unknown structure | |
| RU2340910C2 (en) | Multi-channel method of identifying radio signals and device to that end | |
| Nascimento et al. | Deep learning in rat and modulation classification with a new radio signals dataset | |
| Sanchez | Utilizing Machine Learning for Signal Classification and Noise Reduction in Amateur Radio | |
| Beard et al. | Analysis of an Open Channel Identifier using Stochastic Gradient Descent and GNU Radio | |
| CN118316797B (en) | Automatic networking method and system for remote Internet of things equipment | |
| Wang et al. | Assessment of speech communication interference effects under small sample conditions | |
| Grosu et al. | A PYTHON-BASED FRAMEWORK FOR ADVANCED RESEARCH AND DEVELOPMENT ON SPECTRUM SENSING FOR COGNITIVE RADIO | |
| Hasan et al. | Improvement of energy detection based spectrum sensing in cognitive radio network using adaptive threshold | |
| McEachern | How the ear really works |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20110622 |