Detekcja emisji FH na podstawie analizy czasowo-cz stotliwo ciowej widma

Transkrypt

1 G. Baranowski, R. Urban, K. Wilgucki, Woskowy Instytut Ł czno ci, Zegrze Detekca emisi FH na podstawie analizy czasowo-cz stotliwo ciowe widma W artykule omówiono metod detekci sygnałów FH na podstawie analizy czasowocz stotliwo ciowe widma. Na wst pie opisano algorytmy obliczania warto ci progu według którego przeprowadzana est filtraca odebranych sygnałów oraz przedstawiono własny algorytm. W kolenym punkcie zaprezentowano rezultaty otrzymane dla rzeczywistego widma cz stotliwo ciowego w wyniku zastosowania omówionych algorytmów. Przedstawiono równie wyniki detekci ró nych sekwenci skoków FH na podstawie wyznaczonych histogramów. W ostatnim punkcie podsumowano otrzymane wyniki.. Wprowadzenie Emise FH (ang. Frequency Hopping) znadu obecnie szerokie zastosowanie w bezprzewodowych systemach ł czno ci eksploatowanych przez armie pa stw na całym wiecie. W trakcie transmisi sygnału z wykorzystaniem FH cz stotliwo sygnału no nego zmienia si skokowo według okre lonego pseudolosowego schematu, co powodue rozproszenie widma sygnału w szerokim pa mie cz stotliwo ci [,2]. Dzi ki temu detekca oraz przechwycenie informaci przesyłane za pomoc tych sygnałów est utrudnione [,2]. Dodatkowym problemem podczas detekci sygnałów FH est wyst powanie w badanym widmie sygnału szumów oraz sygnałów zakłóca cych. Powszechnie stosowan metod wykrywania emisi FH est analiza czasowo-cz stotliwo ciowa (spektrogramowa) odbieranych sygnałów oraz ich parametrów w zadanym pa mie cz stotliwo ciowym [3,6,7]. Analiza taka składa si z dwóch etapów obemu cych wyznaczenie progu detekci i na ego podstawie przeprowadzenie filtraci w celu separaci emisi FH od szumów i zakłóce [5]. Próg mo e by wyznaczany globalnie dla całego spektrogramu lub lokalnie dla ego fragmentu. Korzystnieszym sposobem filtraci est obliczenie progu detekci na podstawie poziomów odbieranych sygnałów w zadanym fragmencie spektrogramu [4], dzi ki czemu zmienia si on dynamicznie i dopasowue do poszczególnych punktów analizowanego spektrogramu. Podczas tak przeprowadzane filtraci wykrywane s równie sygnały, które nie nale do emisi FH, a ich poziom i cz stotliwo wyst powania mogłyby wskazywa, e s one e cz ci. Dodatkowa analiza statystyczna pozwala ednak wyeliminowa tego typu sygnały i wyodr bni tylko te, które s sygnałami FH. W ninieszym artykule zaproponowano własn metod wykrywania sygnałów FH bazu c na analizie czasowo-cz stotliwo ciowe widma i analizie histogramowe. Omówiono i przebadano trzy ró ne algorytmy wyznaczania progu detekci, a uzyskane wyniki porównano ze sob. Odbiór sygnałów (FFT) Filtraca spektrogramu Analiza histogramu Wykrycie cz stotliwo ci no nych FH Algorytm wyznaczenia progu detekci Rys.. Schemat blokowy opracowane metody detekci sygnałów FH

2 Schemat działania metody został przedstawiony na rysunku. Po odebraniu sygnałów z zadanego widma cz stotliwo ciowego przeprowadzana est filtraca na podstawie progu detekci obliczanego według ednego z badanych algorytmów (pkt 3). Poniewa dokonanie same filtraci umo liwia edynie wyodr bnienie sygnałów składowych emisi FH, w kolenym etapie przeprowadzana est analiza histogramowa, na podstawie które wyznaczane s nominały cz stotliwo ci no nych FH. 2. Metoda wyznaczenia progu detekci Próg detekci obliczany est koleno dla ka dego punktu spektrogramu, na podstawie poziomów odebranych sygnałów znadu cych si wokół tego punktu, umieszczonych wewn trz przy tego okna analizy (rys. 2). W oknie tym zawarte s dane o poziomach sygnałów zareestrowanych w dziedzinie cz stotliwo ci i czasu. Na rysunku 2 przedstawiono schematycznie przykładowe okno analizy oraz punkt, dla którego obliczany est próg detekci. Czas Analizowany spektrogram Bie ca linia danych Analizowany punkt X(i,) Okno y = 6 0,0 x = 5 Rys. 2. Przykładowe okno obserwaci o wymiarach 6. Cz stotliwo Warto progu detekci est zale na nie tylko od poziomów sygnałów, ale równie od dobranych wymiarów okna. Niewła ciwy dobór rozmiarów okna mo e spowodowa nadmierny wzrost lub spadek warto ci progu, przez co filtraca sygnałów FH b dzie nieprawidłowa b d niemo liwa. Dodatkowo zbyt du e rozmiary okna analizy powodu wzrost zło ono ci obliczeniowe, a tym samych czasu detekci emisi FH. Filtraca danych przeprowadzana est na podstawie obliczonego progu detekci T(i,) dla danego punktu X(i,) spektrogramu. W przypadku, gdy poziom sygnału przekracza wyznaczony próg podemowana est decyza o ego reestraci, natomiast w przeciwnym razie o ego pomini ciu 0. 0, gdy X i, T i, Y i, (), gdy X i, T i, X(i,) poziom sygnału dla analizowanego punktu T(i,) wyznaczony próg detekci i, współrz dne analizowanego punktu Obliczenie progu detekci mo e by wykonane przy zastosowaniu ró nych algorytmów, które bazu na wyznaczeniu ró nych miar statystycznych takich ak: warto maksymalna, warto minimalna, warto rednia oraz odchylenie standardowe. Algorytm Bernsena Jednym z algorytmów wyznaczania warto ci progu detekci est algorytm Bernsena [3] bazu cy na warto ci maksymalne i minimalne sygnału. Warto ci te obliczane s na podstawie odebranych poziomów sygnałów znadu cych si wewn trz okre lonego okna. Wyznaczenie warto ci progu według te metody odbywa si na podstawie poni sze zale no ci: T i, 2 max x n x 0 l y X i n, l min x n x 0 l y X i n, l (2) X(i,) poziom sygnału w danym punkcie spektrogramu

3 T(i,) wyznaczony próg detekci i, współrz dne analizowanego punktu x,y wymiary przy tego okna Algorytm Niblacka Kolenym algorytmem wyznaczania warto ci progu detekci est algorytm Niblacka [8] bazu cy na warto ci rednie oraz odchyleniu standardowym. Wielko ci te podobnie ak w poprzednim algorytmie wyznaczane s na podstawie warto ci sygnałów znadu cych si wewn trz przy tego okna. W przypadku tego algorytmu została wprowadzona dodatkowo zmienna k, któr nale y dobra w sposób do wiadczalny. Głównie od e warto ci zale y wynik przeprowadzone filtraci. Obliczenie warto ci progu detekci odbywa si na podstawie poni sze zale no ci: T i i, k i, 0, (3), k n x l y i, X i n, l (4) y 2x n x l 0 n x l y 2 i, X i n, l i, (5) y 2x n x l 0 2 X(i,) poziom sygnału w danym punkcie spektrogramu T(i,) wyznaczony próg detekci µ(i,) warto rednia obliczona na podstawie danych z przy tego okna (i,) odchylenie standardowe obliczone na podstawie danych z przy tego okna k zmienna dobrana w sposób do wiadczalny Zmodyfikowany algorytm Niblacka Jest to autorski algorytm obliczania progu detekci, opracowany w oparciu o algorytm Niblacka. W te metodzie podobnie ak w przypadku klasycznego algorytmu Niblacka zostały wykorzystane podstawowe miary statystyczne warto rednia i odchylenie standardowe. Dodatkowo w algorytmie tym została zastosowana dodatkowa zmienna k 2 normu ca warto otrzymanego progu w zale no ci od warto ci maksymalne amplitudy, warto ci rednie i odchylenia standardowego wyznaczonych dla przy tego okna. Obliczenie warto ci progu detekci odbywa si na podstawie poni sze zale no ci: T i, k2 i, k i, (6) T(i,) wyznaczony próg detekci k zmienna dobrana w sposób do wiadczalny zmienna zale na od miar statystycznych k 2 3. Wyniki filtraci sygnałów otrzymane na podstawie omówionych algorytmów wyznaczania progu Do bada nad zaproponowan metod detekci wykrywania sygnałów FH wykorzystano odbiornik firmy Rohde&Schwarz EM550 oraz własn aplikac do sterowania odbiornikiem i umo liwia c zapis odebranych danych. W czasie pomiarów odbiornik pracował w trybie Panorama Scan, w którym wykonywane były obliczenia FFT z rozdzielczo ci 25kHz, w pa mie 0MHz i szybko ci 0GHz/s. Dzi ki temu mo liwa była reestraca wszystkich emisi FH, których ródłem była radiostaca UKF RRC 920AP. Praca radiostaci odbywała si w pa mie 25kHz, w zakresie cz stotliwo ci 50MHz-59MHz z szybko ci skoków 300hop/s, z zaprogramowanymi 6 nominałami cz stotliwo ciowymi. Czas reestraci danych wynosił 0s.

4 Na rysunku 3 przedstawiono fragment spektrogramu utworzonego na podstawie sygnałów odbieranych w zadanym zakresie cz stotliwo ci. Oprócz wyró nia cych si emisi FH widoczny est szum oraz składowe stałe, które nale y odfiltrowa w czasie automatycznego wykrywania. Rys. 3. Oryginalny fragment spektrogramu bez filtraci Na rysunkach 4, 6 i 8 przedstawiono wyniki filtraci z zastosowaniem omówionych powy e algorytmów obliczania progu dla okna detekci o wymiarach 2 0. Na ich podstawie mo na zauwa y, e namnie efektywn filtrac zapewnia algorytm Bernsena, poniewa oprócz nominałów cz stotliwo ciowych, na których przeprowadzana była emisa FH na spektrogramie widoczny est szum oraz sygnały stałe. Dla uzyskanego spektrogramu wyznaczono histogram (rys. 5) przedstawia cy liczb wyst pie sygnału na okre lone cz stotliwo ci. Dokładne wyznaczenie nominałów emisi FH est utrudnione zwłaszcza w zakresie cz stotliwo ci, nominały wyst pu obok siebie. Rys. 4. Fragment spektrogramu po filtraci z zastosowaniem algorytmu Bernsena, okno 2 0 Rys. 5. Histogram danych ze spektrogramu po filtraci z zastosowaniem algorytmu Bernsena Próg detekci obliczony metod Niblacka w porównaniu do algorytmu Bernsena, spowodował wyeliminowanie szumu i sygnałów stałych, co zostało zobrazowane na rysunku 6. Na podstawie uzyskanego histogramu przedstawionego na rysunku 7 mo na stwierdzi, e algorytm ten umo liwia wyznaczenie pasm, w których znadu si nominały emisi FH, ednak s one ró ne długo ci i w niektórych przypadkach zachodz na siebie. Rys. 6. Fragment spektrogramu po filtraci z zastosowaniem algorytmu Niblacka, okno 2 0

5 Rys. 7. Histogram danych ze spektrogramu po filtraci z zastosowaniem algorytmu Niblacka Filtraca przeprowadzona za pomoc opracowanego zmodyfikowanego algorytmu Niblacka, pozwoliła równie wyeliminowa szum i sygnały stałe, a tak e zaw zi pasma cz stotliwo ci, znadu si nominały cz stotliwo ci FH. Ułatwiło to ich okre lenie podczas dalsze analizy przeprowadzane na histogramie (rys. 9) uzyskanym na podstawie danych z przetworzonego spektrogramu. Rys. 8. Fragment spektrogramu po filtraci z zastosowaniem zmodyfikowanego algorytmu Niblacka, okno 2 0 Rys. 9. Histogram danych ze spektrogramu po filtraci z zastosowaniem zmodyfikowanego algorytmu Niblacka W tabeli zestawiono wyniki detekci badane emisi FH według zaproponowane metody przy wykorzystaniu omówionych algorytmów. Na ich podstawie mo na zauwa y, e naszybszym algorytmem wykrywania sygnałów FH okazał si zmodyfikowany algorytm Niblacka. Ju po 2s obserwaci pozwolił na wykrycie wszystkich emisi FH nie pozostawia c przy tym adnych bł dnie wyznaczonych nominałów ak to miało miesce dla dwóch pozostałych algorytmów. Tabela Wyniki detekci emisi FH za pomoc omówionych algorytmów dla czasu obserwaci 0s Algorytm Prawidłowo wykryte nominały FH w stosunku do ilo ci zaprogramowanych nominałów Czas wykrycia wszystkich nominałów emisi FH [s] Bł dnie wykryte nominały FH w stosunku do ilo ci wszystkich wykrytych nominałów Bernsen 93,5% Nie wykryto wszystkich 62,5% (po 0s obserwaci) Niblack 00% 2s 5% (po 0s obserwaci) Niblack(zmod) 00% 2s 0% (po 2s obserwaci) 4. Wyniki detekci nominałów cz stotliwo ci FH dla ró nych sekwenci skoków W celu okre lenia nominałów cz stotliwo ciowych FH przeprowadzono dodatkow analiz histogramu otrzymanego na podstawie filtraci spektrogramu. Do dalszych bada wykorzystano zmodyfikowany algorytm Niblacka. Otrzymany na ego podstawie histogram poddano analizie bior c pod uwag takie parametry ak ilo wyst pie sygnału na dane cz stotliwo ci oraz zamowane pasmo. W wyniku przeprowadzone analizy wyeliminowane zostały niepo dane sygnały oraz wyodr bniono poszukiwane sygnały składowe emisi FH. W celu sprawdzenia skuteczno ci metody detekci emisi FH analizie poddano 6 sekwenci skoków w zakresie cz stotliwo ci 50-59MHz, ró ni cych si ilo ci zaprogramowanych nominałów

6 oraz krokiem pomi dzy nimi. W pierwszych dwóch sekwencach wyst powało nominałów z krokiem 00kHz (52-53MHz), oraz 200 khz (52-54MHz). Sekwence trzecia i czwarta składały si z 26 nominałów z krokiem odpowiednio 00kHz (52-54,5MHz) i 200 khz (52-57MHz). Natomiast ostatnie dwie sekwence charakteryzowany si wyst powaniem 4 nominałów z ustalonym wcze nie krokiem - 00kHz (52-56MHz) i 200kHz (50,5-58,5MHz). Za wystarcza cy próg detekci emisi przy to wykrycie powy e 95% nominałów. W tabeli 2 zestawiono wyniki detekci nominałów cz stotliwo ci u rednione dla 0 realizaci ka de z omówionych powy e sekwenci skoków. Na e podstawie mo na zauwa y, e ilo poprawnie wykrytych cz stotliwo ci no nych zale y od czasu obserwaci oraz ilo ci nominałów. W przypadku pierwszych dwóch sekwenci, w czasie których emisa była przeprowadzana na cz stotliwo ciach no nych ponad 95% skoków zostało wykrytych po s czasu analizy. Dla trzecie i czwarte sekwenci, ilo nominałów była ponad dwukrotnie wi ksza czas wykrycia wzrósł do warto ci 2s. Nawolnie zostały wykryte nominały dla sekwenci 5 i 6 składa ce si z 4 nominałów FH. Tabela 2 Zestawienie wyników detekci nominałów FH dla ró nych sekwenci skoków Wykryte nominały FH [%] Sekwenca Krok Liczba Czas obserwaci [s] nominałów 0,5,0,5 2,0 2,5 3,0 3,5 4,0 4,5 5,0 00kHz kHz kHz kHz kHz kHz Wnioski W artykule omówiono metod detekci sygnałów FH na podstawie analizy czasowocz stotliwo ciowe widma. Działanie metody oparte zostało na zmodyfikowanym algorytmie Niblacka przeznaczonym do obliczania progu detekci i bazu cym na wła ciwo ciach statystycznych odbieranych sygnałów. Filtraca spektrogramu przeprowadzana na podstawie wyznaczonego progu detekci pozwoliła wyodr bni poszukiwan emis FH poprzez eliminac szumu i sygnałów stałych. Natomiast analiza histogramu umo liwiła dokładne wyznaczenie nominałów emisi FH. Na podstawie uzyskanych wyników z punktu 4 mo na stwierdzi, e zaproponowana metoda pozwala wykry nominały emisi FH, przy czym szybko i poprawno ich wyznaczenia zale y głównie od ich liczby. Literatura. R. A. Poisel, Introduction to Comunication Electronic Warfare System, Artech House, Nortwood R. A. Poisel, Modern Communication Jamming Princiles and Techniques, Artech House, Nortwood L. Haiyan, J. Hua, Blind Detection of Frequency Hopping Signal Using Time-Frequency Analisys, Wireless Communications Networking and Mobile, pp. -4, Chengdu S. Luo, L. Luo, Adaptive Detection of an Unknown FH Signal Based on Image Features, Wireless Communications Networking and Mobile Computing, pp , Chengdu A. Abdul-Hamed Khader, Enhanced Performance of FH Detection System Using Adaptive Threshold Level, Al-Rafidain Engineering Journal, Vol. 8 No. 5, pp , Mosul W. J. L. Read, Detection of Frequency Hopping Signals in Digital Wideband Data, Defence R&D Canada, Ottawa J. Yuan, P. Tian, The Identification of Frequency Hopping Signal Using Compressing Sensing, Communication and Network, Vol. No., pp , Zhengzhou Y. Wang, X. Wei, S. Xiao, LBP texture analysis Based on the Local Adaptive Niblack Algorithm, Congress on Image and Signal Processing, pp , Sanya 2008.