RU2236693C1 - Method for recognizing frequency-manipulated signals with unknown parameters - Google Patents
Method for recognizing frequency-manipulated signals with unknown parameters Download PDFInfo
- Publication number
- RU2236693C1 RU2236693C1 RU2003122963/09A RU2003122963A RU2236693C1 RU 2236693 C1 RU2236693 C1 RU 2236693C1 RU 2003122963/09 A RU2003122963/09 A RU 2003122963/09A RU 2003122963 A RU2003122963 A RU 2003122963A RU 2236693 C1 RU2236693 C1 RU 2236693C1
- Authority
- RU
- Russia
- Prior art keywords
- frequency
- signal
- frequency components
- signals
- recognition
- Prior art date
Links
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
- Monitoring And Testing Of Transmission In General (AREA)
- Digital Transmission Methods That Use Modulated Carrier Waves (AREA)
- Circuits Of Receivers In General (AREA)
Abstract
Description
Изобретение относится к распознаванию образов, а именно к способам распознавания радиосигналов, в частности к способам распознавания вида и параметров модуляции радиосигналов. Способ может быть использован в автоматизированных технических средствах распознавания сигналов в условиях воздействия шумов и помех.The invention relates to pattern recognition, and in particular to methods for recognizing radio signals, in particular to methods for recognizing the form and modulation parameters of radio signals. The method can be used in automated technical means of signal recognition under the influence of noise and interference.
Заявленное техническое решение расширяет арсенал средств аналогичного назначения.The claimed technical solution expands the arsenal of funds for a similar purpose.
Известен способ обнаружения частотно-манипулированных сигналов, в котором производят многоканальную обработку сигнала в пространстве его частоты и ее производной, заключающийся в том, что осуществляют корреляционную свертку принятого сигнала с эталонным в каждом частотном канале и по полученному значения принимают решение о наличии или отсутствии сигнала [Я.А.Фомин, Г.Р.Тарловский. Статистическая теория распознавания образов. - М.: Радио и связь, 1986. - 264 с.].There is a method of detecting frequency-manipulated signals, in which multi-channel signal processing is performed in the space of its frequency and its derivative, which consists in the fact that the received signal is correlated with the reference signal in each frequency channel, and the decision is made on the presence or absence of the signal [ Ya.A. Fomin, G.R. Tarlovsky. Statistical theory of pattern recognition. - M .: Radio and communications, 1986. - 264 p.].
Недостатком данного способа является невозможность его реализации при большом диапазоне изменения параметров, что приводит к большому числу каналов обработки сигнала.The disadvantage of this method is the impossibility of its implementation with a wide range of parameter changes, which leads to a large number of signal processing channels.
Также известен способ распознавания сигналов [Омельченко В.А. Распознавание сигналов по спектру мощности в оптимальном базисе Карунена-Лоева. - Известия ВУЗов MB и ССО СССР. Сер. Радиоэлектроника, 1980, №12, с.11-18], в котором вычисляют спектр мощности сигнала, затем выполняют преобразование Карунена-Лоева, на основе полученных признаков сначала производят селекцию сигналов на полезные и мешающие, и в случае наличия полезного сигнала выполняют его отнесение к одному из эталонных классов.Also known is a method of signal recognition [Omelchenko V.A. Signal recognition by power spectrum in the optimal Karunen-Loev basis. - Proceedings of the universities MB and MTR of the USSR. Ser. Radioelectronics, 1980, No. 12, pp. 11-18], in which the signal power spectrum is calculated, then the Karunen-Loev transformation is performed, based on the received signs, the signals are first selected for useful and interfering, and if there is a useful signal, it is assigned to one of the reference classes.
Недостатком данного способа является низкая вероятность правильного распознавания сигналов, имеющих похожие спектры, что обусловливается низкой контрастностью признаков, сформированных по данному способу при распознавании таких сигналов.The disadvantage of this method is the low probability of correct recognition of signals having similar spectra, which is due to the low contrast of the signs formed by this method when recognizing such signals.
Наиболее близким к предлагаемому изобретению является известный способ обнаружения частотно-модулированного сигнала с неизвестными параметрами (патент РФ №2154837, G 01 S 7/285 от 16.06.1999), основанный на определении максимума модуля корреляционной суммы выборок принятого сигнала и опорного сигнала в пространстве параметров частота сигнала и ее производная, заключающийся в том, что осуществляют аналого-цифровое преобразование сигнала, вычисляют корреляционные суммы путем суммирования отсчетов дискретного преобразования Фурье сегментов, умноженных на комплексные коэффициенты, определяют максимум модуля корреляционной суммы для частоты сигнала и ее производной по узлам сетки, далее сравнивают значение максимума модуля корреляционной суммы с порогом и принимают решение о наличии сигнала в узле сетки с индексом, соответствующим максимальному значению модуля корреляционной суммы.Closest to the proposed invention is a known method for detecting a frequency-modulated signal with unknown parameters (RF patent No. 2154837, G 01 S 7/285 of 06.16.1999), based on determining the maximum modulus of the correlation sum of samples of the received signal and the reference signal in the parameter space the frequency of the signal and its derivative, which consists in the fact that the analog-to-digital conversion of the signal is carried out, the correlation sums are calculated by summing the samples of the discrete Fourier transform of the segments, intelligently ennyh by complex coefficients determined maximum correlation sum frequency module for signal and its derivative with respect to grid points, then comparing the value of the maximum modulus of the correlation sum to a threshold and decide on the presence of a signal at grid point index corresponding to the maximum correlation value sum module.
Недостатком прототипа является относительно низкая вероятность правильного распознавания частотно-манипулированного радиосигналов при малом отношении сигнал/шум, обусловленным наличием в полосе анализа различного рода помех или сигналов других радиоэлектронных средств (РЭС). Это определяется тем, что производная частоты сигнала при воздействии шумов и помех приобретает случайный характер и данный метод становится непригодным для распознавания сигналов в сложной помеховой обстановке.The disadvantage of the prototype is the relatively low probability of correct recognition of frequency-manipulated radio signals with a small signal to noise ratio due to the presence in the analysis band of various kinds of interference or signals of other electronic means (RES). This is determined by the fact that the derivative of the signal frequency under the influence of noise and interference acquires a random character and this method becomes unsuitable for signal recognition in a complex interference environment.
Кроме того, распознавание по способу-прототипу связано со значительными вычислительными затратами за счет необходимости формирования опорных сигналов в узлах сетки гексагонального типа.In addition, recognition by the prototype method is associated with significant computational costs due to the need for the formation of reference signals in the nodes of the hexagonal type of grid.
Целью заявленного технического решения является разработка способа распознавания частотно-манипулированных радиосигналов, обеспечивающего повышение вероятности правильного распознавания при воздействии шумов и помех, за счет использования жесткой зависимости частот манипуляции при передаче информационных символов в системах частотной телеграфии.The purpose of the claimed technical solution is to develop a method for recognizing frequency-manipulated radio signals, which increases the likelihood of correct recognition when exposed to noise and interference, through the use of a rigid dependence of the manipulation frequencies when transmitting information symbols in frequency telegraphy systems.
Поставленная цель достигается тем, что в известном способе распознавания частотно-манипулированных радиосигналов, заключающемся в том, что принятый аналоговый сигнал дискретизируют с частотой fд, квантуют, после чего на предварительно заданном интервале из n выборок квантованных отсчетов формируют признаки сигнала, по значениям которых принимают решение о принадлежности принятого сигнала к классу частотно-манипулированных сигналов, для формирования признаков сигнала интервал из n выборок квантованных отсчетов представляют в спектральном виде. Последовательно фильтруют частотные составляющие спектра, для пиковых значений Un которых выполняется условие Un≥ кUmax, где Umax - наибольшее пиковое значение из всех частотных составляющих спектра, к - предварительно заданный коэффициент соотношения Un и Umax, каждую i-ю, где i=1, 2, ... m - номер частотной составляющей. Далее каждую отфильтрованную составляющую спектра детектируют и выделяют ее огибающую без постоянной составляющей. После чего вычисляют коэффициенты взаимной корреляции Bij для всех возможных сочетаний из двух частотных составляющих при i≠ j, где i,j=1, 2, ... m - номера частотных составляющих. Для принятия решения по распознаванию сигнала сравнивают вычисленные коэффициенты корреляции Bij с предварительно заданным пороговым уровнем Впор - коэффициента взаимной корреляции, причем при Вij>Впор принимают решение о принадлежности сигнала, образованного двумя частотными составляющими с номерами i и j, к классу частотно-манипулированных сигналов.This goal is achieved by the fact that in the known method for recognizing frequency-manipulated radio signals, namely, that the received analog signal is sampled with a frequency f d , quantized, after which, at a predetermined interval of n samples of quantized samples, signal characteristics are generated, according to the values of which the decision on whether the received signal belongs to the class of frequency-manipulated signals, for the formation of signal characteristics, an interval of n samples of quantized samples is presented in the spectrum in a real form. The frequency components of the spectrum are sequentially filtered, for peak values of U n the condition U n ≥ kU max is satisfied, where U max is the largest peak value of all frequency components of the spectrum, k is a predefined ratio of U n and U max , each i-th one, where i = 1, 2, ... m is the number of the frequency component. Next, each filtered component of the spectrum is detected and its envelope is extracted without a constant component. Then cross-correlation coefficients B ij are calculated for all possible combinations of two frequency components for i ≠ j, where i, j = 1, 2, ... m are the numbers of frequency components. To make a decision on signal recognition, the calculated correlation coefficients B ij are compared with a predetermined threshold level B pore , the cross-correlation coefficient, and when B ij > B pore , a decision is made whether the signal formed by two frequency components with numbers i and j belongs to the class of frequency -manipulated signals.
Коэффициент корреляции между огибающими отдельных частотных составляющих вычисляют по формуле:The correlation coefficient between the envelopes of the individual frequency components is calculated by the formula:
где a(fi) - огибающая сигнала на частоте fi;where a (f i ) is the envelope of the signal at a frequency f i ;
Число выборок квантованных отсчетов n выбирают в пределах n=100-1000. Коэффициент к соотношения между Un и Umax выбирается в пределах к=0.5-0.8The number of samples of quantized samples n is selected in the range n = 100-1000. The coefficient k of the ratio between U n and U max is selected in the range of k = 0.5-0.8
Благодаря новой совокупности существенных признаков в заявленном способе снижают влияние шумов и помех на вероятность распознавания частотно-манипулированных сигналов за счет использования свойства корреляции между огибающими частотных компонент радиосигнала, что обеспечивает достижение необходимой контрастности признака, использующегося для распознавания, при меньшем объеме выборки, а следовательно, сокращает время на обработку. Все это в совокупности позволяет отказаться от применения различных эталонных описаний, сократить время и повысить вероятность распознавания в сложной сигнально-помеховой обстановке.Due to the new combination of essential features in the claimed method, the influence of noise and interference on the probability of recognition of frequency-manipulated signals is reduced by using the correlation property between the envelopes of the frequency components of the radio signal, which ensures the necessary contrast of the feature used for recognition with a smaller sample size, and therefore reduces processing time. All this together allows you to abandon the use of various reference descriptions, reduce time and increase the likelihood of recognition in a complex signal-noise environment.
Проведенный анализ уровня техники позволил установить, что аналоги, характеризующиеся совокупностью признаков, тождественных всем признакам заявленного технического решения отсутствуют, что указывает на соответствие заявленного способа условию патентоспособности “новизна”. Результаты поиска известных решений в данной и смежной областях техники с целью выявления признаков, совпадающих с отличными от прототипа признаками заявленного объекта показали, что они не следуют явным образом из уровня техники. Из уровня техники также не выявлена известность влияния предусматриваемых существенными признаками заявленного изобретения преобразований на достижение указанного технического результата. Следовательно, заявленное изобретение соответствует условию патентоспособности “изобретательский уровень”.The analysis of the prior art made it possible to establish that analogues that are characterized by a combination of features that are identical to all the features of the claimed technical solution are absent, which indicates the compliance of the claimed method with the condition of patentability “novelty”. The results of the search for known solutions in this and related fields of technology in order to identify features that match the features of the claimed object that are different from the prototype showed that they do not follow explicitly from the prior art. The prior art also did not reveal the popularity of the impact provided by the essential features of the claimed invention, the transformations on the achievement of the specified technical result. Therefore, the claimed invention meets the condition of patentability “inventive step”.
Заявленный способ поясняется чертежами, на которых показаны:The claimed method is illustrated by drawings, which show:
Фиг.1. Обобщенная структурная схема распознавания.Figure 1. Generalized block diagram of recognition.
Фиг.2. Структурная схема, иллюстрирующая процесс распознавания сигналов с частотной манипуляцией по предлагаемому способу.Figure 2. Structural diagram illustrating the process of recognition of signals with frequency manipulation according to the proposed method.
Фиг.3. Рисунки, поясняющие процесс формирования нормированного коэффициента взаимной корреляции между огибающими отдельных частотных составляющих радиосигнала.Figure 3. Figures explaining the process of formation of the normalized coefficient of cross-correlation between the envelopes of the individual frequency components of the radio signal.
Фиг.4. График зависимости оценки значения нормированного коэффициента взаимной корреляции от длительности анализируемой последовательности и отношения сигнал/шум.Figure 4. A graph of the estimation of the normalized cross-correlation coefficient on the duration of the analyzed sequence and the signal-to-noise ratio.
Фиг.5. Сравнительная оценка вероятности правильного распознавания предлагаемым способом и способом прототипом от ОСШ.Figure 5. A comparative assessment of the probability of correct recognition by the proposed method and method as a prototype from SNR.
Заявленный способ может быть реализован следующим образом.The claimed method can be implemented as follows.
Распознавание радиосигналов базируется на теории распознавания образов [Дж. Ту, Р. Гонсалес. Принципы распознавания образов. Пер. с англ. - М.: Мир, 1978. - 411 с.]. Оно представляет собой отнесение исследуемого радиосигнала, задаваемого в виде совокупности наблюдений, к одному из классов.Radio signal recognition is based on the theory of pattern recognition [J. Tu, R. Gonzalez. Pattern recognition principles. Per. from English - M .: Mir, 1978. - 411 p.]. It represents the assignment of the studied radio signal, specified as a set of observations, to one of the classes.
Процесс распознавания в общем случае включает в себя следующие процедуры (фиг.1): формирование признаков распознавания, сравнение полученных значений признаков с эталонами или пороговыми значениями и принятие решения об отнесении к классу.The recognition process in the General case includes the following procedures (figure 1): the formation of recognition features, comparing the obtained values of the signs with standards or threshold values and deciding whether to classify.
Важнейшей особенностью реальных задач распознавания радиосигналов является то, что наблюдения S(t) неизбежно подвержены случайным возмущениям. Дестабилизирующие факторы выступают в виде влияния внешних шумов и помех на радиосигнал, собственных шумов приемной и анализирующей аппаратуры, погрешностей устройств технического анализа, неточностей регистрации измеренных значений, ошибок округления при вычислениях. Все это приводит к тому, что наблюдения Si(t) неизбежно оказываются реализациями случайных величин, поэтому распознавание радиосигналов должно основываться на статистической теории распознавания. В тоже время различные признаки по разному искажаются под воздействием дестабилизирующих факторов.The most important feature of real radio signal recognition problems is that the observations S (t) are inevitably subject to random perturbations. Destabilizing factors appear in the form of the influence of external noise and interference on the radio signal, the intrinsic noise of the receiving and analyzing equipment, the errors of the technical analysis devices, the inaccuracies in recording the measured values, and rounding errors in the calculations. All this leads to the fact that the observations S i (t) inevitably turn out to be realizations of random variables; therefore, the recognition of radio signals should be based on a statistical theory of recognition. At the same time, various signs are distorted differently under the influence of destabilizing factors.
Из этого можно сделать вывод о том, что для повышения вероятности правильного распознавания радиосигналов при воздействии шумов и помех необходимо, чтобы признаки распознавания были контрастными в условиях решения задачи, т.е. слабо зависели от влияния помех и шумов. Из этого следует, что одним из наиболее эффективных путей повышения вероятности правильного распознавания является выделение наиболее контрастного признака либо совокупности признаков, разделяющих анализируемые радиосигналы на заданные классы.From this we can conclude that in order to increase the likelihood of correct recognition of radio signals when exposed to noise and interference, it is necessary that the recognition signs are contrasting in the conditions of solving the problem, i.e. weakly dependent on the influence of interference and noise. It follows that one of the most effective ways to increase the likelihood of correct recognition is to highlight the most contrasting feature or a combination of features dividing the analyzed radio signals into specified classes.
Суть предлагаемого способа заключается в следующем (фиг.2).The essence of the proposed method is as follows (figure 2).
При распознавании принятый радиосигнал дискретизируют по времени и квантуют по уровню.Upon recognition, the received radio signal is sampled in time and quantized in level.
На основе совместного использования известных методов спектрального и кластерного анализа [Дж. Ту, Р. Гонсалес. Принципы распознавания образов. Пер. с англ. - М.: Мир, 1978. - 411 с., А. Миленький. Классификация сигналов в условиях неопределенности. - М.: Сов. радио, 1975. - 328 с.] решается задача обнаружения многокомпонентного радиосигнала и его частотных компонент в полосе анализа.Based on the sharing of well-known methods of spectral and cluster analysis [J. Tu, R. Gonzalez. Pattern recognition principles. Per. from English - M .: Mir, 1978. - 411 p., A. Milenky. Signal classification under uncertainty. - M .: Owls. radio, 1975. - 328 p.] the problem of detecting a multicomponent radio signal and its frequency components in the analysis band is solved.
После чего формируют признак, по которому производится отнесение радиосигнала к классу частотно-манипулированных сигналов (фиг.3). Для этого выбирают интервал из n выборок квантованных отсчетов (фиг.3б) и представляют их в спектральном виде (фиг.3в). Число выборок квантованных отсчетов n выбирают в пределах n=128-2048 и должно удовлетворять соотношению n=2k, где к - целое число, кроме того, число квантованных отсчетов должно выбираться в зависимости от того, в какой полосе анализируется сигнал для того чтобы обеспечить точность определения положения частотной составляющей не более 10 Гц. Затем последовательно фильтруют частотные составляющие спектра (фиг.3г), для пиковых значений Un которых выполняется условие Un≥ кUmax, где Umax - наибольшее пиковое значение из всех частотных составляющих спектра, к - предварительно заданный коэффициент соотношения Un и Umax, каждую i-ю, где i=1, 2, ... m - номер частотной составляющей. Коэффициент к соотношения между Un и Umax выбирается в пределах к=0.5-0.8, это связано с тем, что в современных системах передачи информации выполняется требование о равномерности передачи различных кодовых символов алфавита.Then form a sign by which the radio signal is assigned to the class of frequency-manipulated signals (figure 3). To do this, select the interval of n samples of quantized samples (Fig.3b) and present them in spectral form (Fig.3c). The number of samples of quantized samples n is selected in the range n = 128-2048 and must satisfy the relation n = 2 k , where k is an integer, in addition, the number of quantized samples must be selected depending on which band the signal is analyzed in order to ensure the accuracy of determining the position of the frequency component is not more than 10 Hz. Then, the frequency components of the spectrum are sequentially filtered (Fig. 3d), for the peak values U n of which the condition U n ≥ кU max is satisfied, where U max is the largest peak value of all frequency components of the spectrum, and k is the predefined ratio of U n and U max , each i-th, where i = 1, 2, ... m is the number of the frequency component. The coefficient to the ratio between U n and U max is selected in the range k = 0.5-0.8, this is due to the fact that in modern information transfer systems the requirement of uniform transmission of various code symbols of the alphabet is fulfilled.
Далее каждую отфильтрованную составляющую спектра детектируют и выделяют ее огибающую без постоянной составляющей (фиг.3д, е, ж). После чего вычисляют нормированные коэффициенты взаимной корреляции Bij для всех возможных сочетаний из двух частотных составляющих при i≠ j, где i,j=1, 2 ... m - номера частотных составляющих, по формуле:Next, each filtered component of the spectrum is detected and its envelope is extracted without a constant component (Fig. 3d, e, g). After that, the normalized cross-correlation coefficients B ij are calculated for all possible combinations of two frequency components for i ≠ j, where i, j = 1, 2 ... m are the numbers of frequency components, according to the formula:
где а(fi) - нормированная огибающая компоненты радиосигнала на частоте fi, 
Учитывая специфику решаемой задачи, значение коэффициентов взаимной корреляции Bij предполагается использовать для целей идентификации радиосигнала.Given the specifics of the problem to be solved, the value of the cross-correlation coefficients B ij is supposed to be used for the identification of the radio signal.
Конструктивное решение задачи становится возможным за счет использования свойства частотно-манипулированных радиосигналов, заключающегося в том, что, если в отсчетный момент времени сигнал присутствует на частоте f1, то на частоте f2 сигнал отсутствует и присутствует только шумовая составляющая. Таким образом, инвертированная огибающая радиосигнала на частоте f2 будет совпадать с огибающей сигнала на частоте f1. В идеальном случае при анализе двух компонент частотно-манипулированного сигнала коэффициент взаимной корреляции примет значение, равное 1. Естественно, в результате обработки входных реализаций будут возникать ошибки в оценке огибающих за счет воздействия шумов и мешающих радиосигналов. В такой ситуации повышение вероятности распознавания можно достичь только за счет увеличения длительности анализируемой выборки, так как на энергетические параметры радиосигналов на приемной стороне повлиять практически невозможно.A constructive solution to the problem becomes possible by using the property of frequency-manipulated radio signals, which consists in the fact that if at a reference time the signal is present at a frequency f 1 , then at a frequency f 2 the signal is absent and only the noise component is present. Thus, the inverted envelope of the radio signal at a frequency f 2 will coincide with the envelope of the signal at a frequency f 1 . In the ideal case, when analyzing the two components of the frequency-manipulated signal, the cross-correlation coefficient will take a value of 1. Naturally, as a result of processing the input realizations, errors will arise in the estimation of envelopes due to the influence of noise and interfering radio signals. In such a situation, an increase in the recognition probability can be achieved only by increasing the duration of the analyzed sample, since it is practically impossible to influence the energy parameters of radio signals at the receiving side.
При использовании в качестве признака значения коэффициента взаимной корреляции огибающих различных частотных составляющих возможно наличие двух видов ошибок: ошибок, обусловленных наличием шумов, и ошибок, обусловленных совпадением информационной последовательности, содержащейся в компоненте частотно-манипулированного и мешающего сигналов. Со статистической точки зрения вероятность возникновения ситуации совпадения информационной последовательности содержащейся в компоненте частотно-манипулированного и мешающего сигнала определяется выражением:When using as a sign the values of the cross-correlation coefficient of the envelopes of various frequency components, two types of errors are possible: errors due to the presence of noise and errors due to the coincidence of the information sequence contained in the component of the frequency-manipulated and interfering signals. From a statistical point of view, the probability of a situation of coincidence of the information sequence contained in the component of the frequency-manipulated and interfering signal is determined by the expression:
где n - количество символов. Исходя из этого, минимальная длительность анализируемой последовательности для исключения ошибок второго вида (чтобы вероятность ошибки второго вида, например, не превышала 10-3) должна составлять не менее 10 символов.where n is the number of characters. Based on this, the minimum duration of the analyzed sequence to eliminate errors of the second type (so that the probability of an error of the second type, for example, does not exceed 10 -3 ) should be at least 10 characters.
Учитывая, что вероятность передачи “0” и “1” равна 0.5, значение нормированного коэффициента взаимной корреляции огибающих независимых радиосигналов (такой случай возможен при наличии в полосе анализа мешающего амплитудно-манипулированного сигнала или компонент другого частотно-манипулированного сигнала) будет стремиться к уровню 0.25. В случае, когда в качестве анализируемых частотных составляющих берется компонента частотно-манипулированного сигнала и несущей, значение нормированного коэффициента взаимной корреляции их огибающих будет стремиться к 0, т.к. удаление постоянной составляющей из огибающей несущей обращает ее в нулевое значение и остается лишь тренд шумовой составляющей.Given that the probability of transmission of “0” and “1” is 0.5, the value of the normalized cross-correlation coefficient of the envelopes of independent radio signals (this case is possible if there is an interfering amplitude-manipulated signal or components of another frequency-manipulated signal in the analysis band) will tend to the level of 0.25 . In the case when the frequency-manipulated signal and carrier components are taken as the analyzed frequency components, the value of the normalized cross-correlation coefficient of their envelopes will tend to 0, because the removal of the constant component from the envelope of the carrier turns it into a zero value and only the trend of the noise component remains.
С целью изучения контрастности предлагаемого признака был проведен машинный эксперимент по методу статистических испытаний Монте-Карло. В качестве исходных реализаций брались записанные с эфира частотно-манипулированные сигналы с различными скоростями (U) и разносами частот (Δ f) при условии U/Δ f>1. В качестве мешающих излучений использовались сигналы несущей, амплитудной телеграфии и компоненты других частотно-манипулированных сигналов. Для обеспечения корректности результатов проводилась 1000 испытаний. Результаты экспериментов представлены на рисунке, фиг.4. Кривые 1 демонстрируют зависимость оценки значения нормированного коэффициента взаимной корреляции двух компонент частотно-манипулированного сигнала от длительности обрабатываемой реализации и отношения сигнал/шум, кривые 2 соответствуют аналогичной зависимости для компоненты частотно-манипулированного сигнала и амплитудно-манипулированного сигнала или компоненты другого частотно-манипулированного сигнала.In order to study the contrast of the proposed feature, a machine experiment was conducted according to the Monte Carlo statistical test method. The frequency-manipulated signals recorded at the airwaves with various speeds (U) and frequency spacings (Δ f) provided U / Δ f> 1 were taken as initial implementations. As interfering radiation, carrier signals, amplitude telegraphy, and components of other frequency-manipulated signals were used. To ensure the correctness of the results, 1000 tests were carried out. The results of the experiments are presented in the figure, figure 4.
Исходя из анализа зависимости коэффициента взаимной корреляции различных сигналов от отношения сигнал/шум и длительности обрабатываемой реализации для решения задачи классификации можно установить порог принятия решения о присутствии компонент сигнала в полосе анализа. Если значение коэффициента взаимной корреляции В>0,5, то тестируемые составляющие принадлежат одному частотно-манипулированному сигналу, В<0,5 - тестируемые составляющие являются либо двумя независимыми радиосигналами амплитудной телеграфии или компонентами двух независимых сигналов частотной манипуляции, либо одна из анализируемых компонент несущая.Based on the analysis of the dependence of the cross-correlation coefficient of various signals on the signal-to-noise ratio and the duration of the processed implementation, in order to solve the classification problem, we can set the decision threshold for the presence of signal components in the analysis band. If the value of the cross-correlation coefficient is B> 0.5, then the tested components belong to one frequency-manipulated signal, B <0.5 - the tested components are either two independent amplitude-telegraphy radio signals or components of two independent frequency-shift signals, or one of the analyzed carrier components .
Результаты моделирования способа распознавания сигналов с частотной манипуляцией представлены графиком зависимости вероятности распознавания частотно-манипулированного радиосигнала от отношения сигнал/шум и длительности анализируемой последовательности, фиг.5.The simulation results of a method for recognizing signals with frequency manipulation are presented as a graph of the probability of recognition of a frequency-manipulated radio signal on the signal-to-noise ratio and the duration of the analyzed sequence, Fig. 5.
Из анализа графиков вероятности распознавания следует, что при отсутствии мешающих излучений в полосе анализа вероятность правильного распознавания на длительности в 20 посылок при ОСШ=3 дБ составляет 0,99. Таким образом, что для обеспечения вероятности правильного распознавания сигналов с частотной манипуляцией 0,99 при ОСШ=3 дБ достаточно наблюдение реализации на длительности в 20 посылок, что при скоростях передачи от 50 до 600 Бод составляет время наблюдения реализации от 0,03 до 0,4 секунды. Не составляет трудностей расширить возможность применения данного способа для распознавания радиосигналов двойной частотной манипуляции.From the analysis of the recognition probability graphs, it follows that in the absence of interfering radiation in the analysis band, the probability of correct recognition for a duration of 20 bursts with an SNR = 3 dB is 0.99. Thus, in order to ensure the probability of correct recognition of signals with frequency manipulation of 0.99 at SNR = 3 dB, it is sufficient to observe the implementation for a duration of 20 packets, which at transmission rates from 50 to 600 Baud is the observation time of the implementation from 0.03 to 0, 4 seconds. It is not difficult to expand the possibility of using this method for the recognition of radio signals of double frequency manipulation.
Таким образом, предложенный способ обладает высокой помехоустойчивостью, не требует априорной информации о параметрах сигналов, характеристиках каналов и помех, обеспечивает высокую вероятность правильного распознавания при малой длительности выборки входной реализации. Его применение позволит обнаруживать и распознавать радиосигналы частотной манипуляцией при ОСШ>3 дБ с вероятностью распознавания 0,99.Thus, the proposed method has high noise immunity, does not require a priori information about the parameters of the signals, the characteristics of the channels and interference, provides a high probability of correct recognition with a short sampling duration of the input implementation. Its use will allow detecting and recognizing radio signals by frequency manipulation for SNR> 3 dB with a recognition probability of 0.99.
Результаты сравнительных расчетов показали:The results of comparative calculations showed:
1. Вероятность правильного распознавания радиосигналов заявленным способом выше, чем способом-прототипом (фиг.5):1. The probability of correct recognition of radio signals by the claimed method is higher than the prototype method (figure 5):
- в области низких (0-5 дБ) значений Pc/Pш - в 2-3 раза;- in the region of low (0-5 dB) values of P c / P W - 2-3 times;
- в области средних (5-8 дБ) значений Рс/Рш - в 1.1-1.8 раза;- in the region of average (5-8 dB) values of P s / P w - 1.1-1.8 times;
- в области высоких (более 8 дБ) значений Рс/Рш - в 1.01-1.1 раза.- in the region of high (more than 8 dB) values of P s / P w - 1.01-1.1 times.
2. Продолжительность процедуры распознавания при применении заявленного способа в среднем в три-четыре раза меньше, чем при использовании способа-прототипа.2. The duration of the recognition procedure when applying the inventive method is on average three to four times less than when using the prototype method.
Claims (4)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2003122963/09A RU2236693C1 (en) | 2003-07-21 | 2003-07-21 | Method for recognizing frequency-manipulated signals with unknown parameters |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2003122963/09A RU2236693C1 (en) | 2003-07-21 | 2003-07-21 | Method for recognizing frequency-manipulated signals with unknown parameters |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| RU2236693C1 true RU2236693C1 (en) | 2004-09-20 |
| RU2003122963A RU2003122963A (en) | 2005-02-20 |
Family
ID=33434078
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2003122963/09A RU2236693C1 (en) | 2003-07-21 | 2003-07-21 | Method for recognizing frequency-manipulated signals with unknown parameters |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2236693C1 (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2484496C1 (en) * | 2011-12-21 | 2013-06-10 | Вячеслав Викторович Печурин | Method of detecting frequency-shift keyed radio signals |
| 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 |
-
2003
- 2003-07-21 RU RU2003122963/09A patent/RU2236693C1/en not_active IP Right Cessation
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2484496C1 (en) * | 2011-12-21 | 2013-06-10 | Вячеслав Викторович Печурин | Method of detecting frequency-shift keyed radio signals |
| 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 |
Also Published As
| Publication number | Publication date |
|---|---|
| RU2003122963A (en) | 2005-02-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8619909B2 (en) | Signal detector using matched filter for training signal detection | |
| US10348939B2 (en) | Detection of the presence of television signals embedded in noise using cyclostationary toolbox | |
| CN102510363A (en) | LFM (linear frequency modulation) signal detecting method under strong interference source environment | |
| EP1614016A2 (en) | System and method for waveform classification and characterization using multidimensional higher-order statistics | |
| EP3826203B1 (en) | Signal detection device, signal detecting method, control circuit and computer readable storage medium | |
| CN105429719B (en) | Based on power spectrum and multi-scale wavelet transformation analysis high reject signal detection method | |
| WO2016035439A1 (en) | Interference identification device, radio communication device, and interference identification method | |
| Yar et al. | A complete framework of radar pulse detection and modulation classification for cognitive EW | |
| KR101426863B1 (en) | A method for recognizing radar intra-pulse modulation type using features | |
| US20220077941A1 (en) | Frequency spectrum analyzers and devices, systems, software and methods for signal power measurement and spectrum analysis | |
| US6430239B1 (en) | Process of cyclic detection in diversity of polarization of digital cyclostationary radioelectric signals | |
| CN108226851B (en) | Method for direction finding and direction finder | |
| RU2236693C1 (en) | Method for recognizing frequency-manipulated signals with unknown parameters | |
| Ming et al. | Intrapulse modulation recognition of radar signals based on statistical tests of the time-frequency curve | |
| CN113191224A (en) | Unmanned aerial vehicle signal extraction and identification method and system | |
| CN104363065B (en) | The wireless communication system frequency spectrum sensing method estimated based on non-Gaussian system | |
| US9424858B1 (en) | Acoustic receiver for underwater digital communications | |
| CN112505641B (en) | Radar interference signal identification method based on characteristic parameter extraction | |
| US6853933B2 (en) | Method of identifying spectral impulses for Rj Dj separation | |
| KR101154166B1 (en) | Method for analyzing performance of spectrum sensing methods for cognitive radio systems | |
| CN111682881B (en) | Communication reconnaissance simulation method and system suitable for multi-user signals | |
| Yoon et al. | Performance comparison of nlos detection methods in uwb | |
| CN114580476A (en) | Unmanned aerial vehicle signal identification model construction method and corresponding identification method and system | |
| Vartiainen et al. | Analysis of the consecutive mean excision algorithms | |
| CN117216519B (en) | Time-frequency aliasing signal identification method and system based on cyclic spectrum characteristics |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20050722 |