DE102009035524B4

DE102009035524B4 - Method for detecting one or more useful signals within a source signal

Info

Publication number: DE102009035524B4
Application number: DE200910035524
Authority: DE
Inventors: Dr. Kurth Frank; Hans Günter Lehn; Rolf Parting
Original assignee: Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV
Current assignee: Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV
Priority date: 2009-07-31
Filing date: 2009-07-31
Publication date: 2012-11-29
Anticipated expiration: 2029-08-01
Also published as: DE102009035524A1

Abstract

Verfahren zur Erkennung eines oder mehrerer, zur Nachrichtenübertragung verwendeter Nutzsignale oder zur Entdeckung potenziell relevanter Nutzsignale innerhalb eines breitbandigen Quellsignals, bei dem – ein Zeitausschnitt des Quellsignals durch Spektraltransformation in ein Spektralsignal überführt wird, – aus dem Spektralsignal ein Frequenzbereich ausgewählt und durch Auswahl einer echten Teilmenge der Werte des Spektralsignals ein entsprechendes Teilbandsignal gebildet wird, – aus dem Teilbandsignal ein transformiertes Teilbandsignal gebildet wird, – durch Multiplikation der Komponenten des Teilbandsignals und des transformierten Teilbandsignals ein Produktsignal gebildet wird, – das Produktsignal mit einer Umkehr-Spektraltransformation in ein Zeitsignal zurücktransformiert wird, – aus dem rücktransformierten Zeitsignal ein Autokorrelationsmuster gewonnen wird, – das Autokorrelationsmuster mit einer Menge bekannter Autokorrelationsmuster verglichen wird, wobei für jedes bekannte Muster ein Ähnlichkeitswert berechnet wird, wobei die Autokorrelationsmuster jeweils gleichlange Vektoren von Zahlen sind und die Ähnlichkeitswerte durch Skalarprodukte solcher Vektoren bestimmt werden oder wobei die Ähnlichkeitswerte durch Vergleich...Method for recognizing one or more useful signals used for message transmission or for discovering potentially relevant useful signals within a broadband source signal, in which - a time segment of the source signal is converted into a spectral signal by spectral transformation, - a frequency range is selected from the spectral signal and a real subset is selected a corresponding sub-band signal is formed from the values of the spectral signal, - a transformed sub-band signal is formed from the sub-band signal, - a product signal is formed by multiplying the components of the sub-band signal and the transformed sub-band signal, - the product signal is transformed back into a time signal with an inverse spectral transformation, - an autocorrelation pattern is obtained from the back-transformed time signal, - the autocorrelation pattern is compared with a set of known autocorrelation patterns, for each known mus ter a similarity value is calculated, the autocorrelation patterns being vectors of numbers of equal length and the similarity values being determined by scalar products of such vectors, or where the similarity values are determined by comparison ...

Description

Die Erfindung betrifft ein Verfahren zur Erkennung eines oder mehrerer Nutzsignale innerhalb eines Quellsignals entsprechend dem Anspruch 1.The invention relates to a method for detecting one or more useful signals within a source signal according to claim 1.

Begriffeterms

Zur Beschreibung des erfindungsgemäßen Verfahrens wird ein im Folgenden beschriebenes vereinfachtes Modell der Nachrichtenübermittlung mittels digitaler Übertragungsverfahren verwendet. Der Stand der Nachrichtentechnik ermöglicht über dieses vereinfachte Modell hinaus eine Vielzahl von, mit der Funktionsweise des erfindungsgemäßen Verfahrens zu vereinbarenden, Verfeinerungen und Ausgestaltungen.To describe the method according to the invention, a simplified model of message transmission by means of digital transmission methods described below is used. The state of telecommunication technology allows beyond this simplified model, a variety of, to be agreed with the operation of the method according to the invention, refinements and refinements.

Eine digitale Nachricht ist eine Folge von Symbolen über einem endlichen Alphabet, in einem typischen Anwendungsfall das binäre Alphabet bestehend aus den beiden Symbolen 0 und 1. Zur Übertragung einer digitalen Nachricht über einen Kanal, etwa einen Funkkanal, werden nach dem Stand der Technik sogenannte digitale Übertragungsverfahren verwendet. Zur Übertragung mit solch einem Verfahren wird eine Nachricht unter Anwendung von bestimmten durch das Verfahren vorgegebenen Schritten der sogenannten Quellen- und Kanalcodierung in ein digitales Ausgangssignal, auch Nutzsignal genannt, überführt. Beispiele solcher Schritte sind die Verwendung fehlerkorrigierender Codes, Umcodierungen von Symbolen oder Symbolblöcken in Symbole oder Symbolblöcke über anderen oder demselben Alphabet, und die Organisation von Symbolblöcken zu sogenannten Paketen. Letzteres findet häufig unter Hinzunahme zusätzlicher zur Organisation der Übertragung benötigter Symbolfolgen statt.A digital message is a sequence of symbols over a finite alphabet, in a typical application the binary alphabet consisting of the two symbols 0 and 1. For transmission of a digital message over a channel, such as a radio channel, the so-called digital Transmission method used. For transmission with such a method, a message is converted into a digital output signal, also called a useful signal, using certain steps prescribed by the method of so-called source and channel coding. Examples of such steps are the use of error correcting codes, transcodes of symbols or symbol blocks into symbols or symbol blocks over other or the same alphabet, and the organization of symbol blocks into so-called packages. The latter often occurs with the addition of additional symbol sequences needed to organize the transmission.

Charakteristisch für die paketbasierte Organisation der Symbole in modernen Übertragungsverfahren ist die häufige Verwendung fester Symbolfolgen, die sich in jedem Block, einmal oder mehrmals, wiederholen. Solche Symbolfolgen können, in zwei Beispielen, (a) als sogenannte Präambeln, der Signalisierung eines beginnenden Blocks oder Blocktyps dienen oder (b) als sogenannte Trainingssequenzen, für den autorisierten Empfänger zur Synchronisation und zur Eliminierung von Übertragungsfehlern (Kanalentzerrung) dienen. Oft sind in modernen Übertragungsverfahren sogar Blockhierarchien, bestehend aus geschachtelten Blockstrukturen mit entsprechend geschachteltem Auftreten wiederholter Symbolfolgen, zu finden.Characteristic of the packet-based organization of the symbols in modern transmission methods is the frequent use of fixed symbol sequences, which repeat themselves in each block, once or several times. Such symbol sequences may serve, in two examples, (a) as so-called preambles, the signaling of a starting block or block type, or (b) as so-called training sequences for the authorized receiver for synchronization and elimination of transmission errors (channel equalization). Often, in modern transmission methods even block hierarchies consisting of nested block structures with a correspondingly nested occurrence of repeated symbol sequences can be found.

Nachfolgend der Quellen- und Kanalcodierung wird das digitale Nutzsignal zur Funkübertragung mittels verschiedener Schritte nach dem Stand der Technik im Bereich Nachrichtenübertragung, bespielsweise Impulsformung und Modulation, sowie einer abschließenden Digital-zu-Analogwandlung in ein Analogsignal überführt (Leitungscodierung).Subsequent to the source and channel coding, the digital useful signal for radio transmission is converted into an analog signal by means of various prior art steps in the area of message transmission, for example pulse shaping and modulation, as well as a final digital-to-analog conversion (line coding).

Das durch Leitungscodierung generierte Analogsignal besitzt dabei üblicherweise eine durch die Abtastrate des Nutzsignals bestimmte Bandbreite. Das Analogsignal wird daraufhin durch Verschiebung um eine Mittenfrequenz in ein geeignetes Frequenzband verschoben und mittels eines Senders nach dem Stand der Technik gesendet. Empfänger nach dem Stand der Technik erfassen Analogsignale eines bestimmten Frequenzbereichs und wandeln diese mittels Analog-zu-Digitalwandlung in ein digitales Signal, im folgenden Quellsignal genannt, um.The analog signal generated by line coding usually has a bandwidth determined by the sampling rate of the useful signal. The analog signal is then shifted by shifting by a center frequency to a suitable frequency band and transmitted by means of a transmitter according to the prior art. Prior art receivers detect analog signals of a particular frequency range and convert them by analog-to-digital conversion into a digital signal, referred to hereafter as the source signal.

Im Falle der gezielten Kommunikation zwischen Sender und Empfänger (autorisierter Emfang) wird der Empfänger unter Kenntnis des vom Sender genutzten Frequenzbandes (d. h. Mittenfrequenz und Bandbreite) so konfiguriert, dass der Frequenzbereich des erfassten Analogsignals das Frequenzband des Senders umfasst. In einem hier besonders interessierenden Fall findet der Empfang ohne gegenseitige Kenntnis von Sender und Empfänger statt (nicht autorisierter Empfang). Hier besteht seitens des Empfängers im allgemeinen keine oder keine genaue Kenntnis über das vom Sender gewählte Frequenzband. Um mögliche Nutzsignale empfangen zu können, wird der Empfänger hier bevorzugt so konfiguriert, dass der Frequenzbereich des erfassten Analogsignals möglichst groß ist. Man spricht bei den erfassten Signalen auch von Breitbandsignalen.In the case of targeted communication between transmitter and receiver (authorized reception), the receiver is configured knowing the frequency band used by the transmitter (i.e., center frequency and bandwidth) so that the frequency range of the detected analog signal comprises the frequency band of the transmitter. In a case of particular interest here, the reception takes place without mutual knowledge of sender and receiver (unauthorized reception). Here, the receiver generally has no or no exact knowledge of the frequency band selected by the transmitter. In order to be able to receive possible useful signals, the receiver is here preferably configured such that the frequency range of the detected analog signal is as large as possible. One speaks with the detected signals also of broadband signals.

Eine wichtige Aufgabe im Bereich des nicht autorisierten Emfangs von Funksignalen besteht darin, alle in einem erfassten Quellsignal enthaltenen Nutzsignale, unter Bestimmung der zur Sendung verwendeten Mittenfrequenz und der Bandbreite, zu detektieren und das zu Grunde liegende Übertragungsverfahren zu bestimmen. Dem erfindungsgemäßen Verfahren liegt genau diese Aufgabe, die Erkennung von in einem empfangenen Quellsignal enthaltenen Nutzsignalen zu Grunde. Die Erkennung der Nutzsignale wird dabei anhand einer Erkennung der verwendeten Übertragungsverfahren durchgeführt.An important task in the field of unauthorized reception of radio signals is to detect all useful signals contained in a detected source signal, determining the center frequency and the bandwidth used for the transmission, and to determine the underlying transmission method. The method according to the invention is based precisely on this task, the detection of useful signals contained in a received source signal. The recognition of the useful signals is carried out based on a recognition of the transmission method used.

Stand der TechnikState of the art

Es werden im Folgenden Methoden nach dem Stand der Technik vorgestellt, die zur Erkennung von Nutzsignalen innerhalb von Quellsignalen, denen bestimmte Übertragungsverfahren zu Grunde liegen, verwendet werden.In the following, methods according to the prior art are presented, which are used to detect useful signals within source signals, which are based on specific transmission methods.

Im Falle des nicht autorisierten Empfangs arbeitet eine Vielzahl existierender Systeme nach dem Stand der Technik mittels folgender Prozesskette. Nach dem Empfang des Analogsignals findet eine Analog-zu-Digitalwandlung in ein (Breitband-)Quellsignal statt. Mittels Methoden nach dem Stand der Technik findet eine Grobsegmentierung des Quellsignals statt, bei der ungefähre Positionen möglicher Nutzsignale in Zeit und Frequenz innerhalb des Quellsignals ermittelt werden. Diese Grobsegmentierung benutzt häufig entweder (a) das Quellsignal selbst, (b) das Leistungsdichtespektrum oder (c) das Spektrogramm (Leistungsdichtespektrum über die Zeit bzw. gefensterte Fouriertransformierte). Es schließt sich im allgemeinen eine Feinsegmentierung an, bei der für jedes mögliche Nutzsignal (auch Kandidat genannt) möglichst präzise Start- und Endzeitpunkte sowie Mittenfrequenz und Bandbreite genauer geschätzt werden. Abschließend wird das mögliche Nutzsignal unter Verwendung von Filterung, Frequenzverschiebung und Abtastratenänderung in ein Nutzsignal abgemischt. Nachfolgend werden üblicherweise aus dem abgemischten Nutzsignal verschiedene technische Parameter des genutzten Übertragungsverfahrens und/oder der Leitungscodierung ermittelt. Hierzu gehören beispielsweise die Symbolrate (Schrittgeschwindigkeit) und die Modulationsart. Ein beispielhaftes Verfahren zur Erkennung von Modulationsarten nach dem Stand der Technik wird in der EP 0 948 172 B1 beschrieben. In Fällen schlechter Signalqualität wird häufig an geeigneter Stelle ein zusätzlicher Entzerrungsschritt (auch Equalizer) zur Verbesserung der Signalqualität unter Berücksichtigung der Eigenschaften des Übertragungskanals verwendet. Unter Verwendung der abgeleiteten technischen Parameter wird das Signal demoduliert. Idealerweise erhält man so das vom Sender ursprünglich nach den Schritten der Quell- und Kanalcodierung generierte digitale Nutzsignal. Anhand dieses Nutzsignals wird nun; unter Kenntnis der Eigenheiten verschiedener interessierender Übertragungs- verfahren, versucht zu erkennen, ob es sich um ein mit einem dieser Übertragsungsverfahren generiertes Nutzsignal handelt.In the case of unauthorized reception, a variety of existing prior art systems operate using the following process chain. After receiving the analog signal, an analog-to-digital conversion into a (broadband) source signal takes place. By methods after the In the prior art, a coarse segmentation of the source signal takes place in which approximate positions of possible useful signals in time and frequency within the source signal are determined. This coarse segmentation often uses either (a) the source signal itself, (b) the power density spectrum, or (c) the spectrogram (power density spectrum versus time or windowed Fourier transform). This is generally followed by a fine segmentation in which for each possible useful signal (also known as a candidate) the most precise possible start and end times as well as center frequency and bandwidth are estimated more accurately. Finally, the possible useful signal is mixed into a useful signal using filtering, frequency shifting and sampling rate change. Subsequently, various technical parameters of the used transmission method and / or the line coding are usually determined from the mixed-use useful signal. These include, for example, the symbol rate (step speed) and the modulation type. An exemplary method for the detection of modulation types according to the prior art is in the EP 0 948 172 B1 described. In cases of poor signal quality, an additional equalization step (also called an equalizer) is often used in an appropriate place to improve the signal quality taking into account the characteristics of the transmission channel. Using the derived technical parameters, the signal is demodulated. Ideally, this way, the digital payload signal originally generated by the transmitter after the steps of source and channel coding is obtained. Based on this useful signal is now; knowing the peculiarities of various transmission methods of interest, attempts to detect whether it is a useful signal generated using one of these transmission methods.

Ein anderer Ansatz nach dem Stand der Technik zur Erkennung von Nutzsignalen in Quellsignalen arbeitet mit Methoden der Mustererkennung. Dabei wird das, bevorzugt über ein Zeitintervall gemittelte, Leistungsdichtespektrum des Quellsignals herangezogen. Innnerhalb dieses Leistungsdichtespektrums sind Nutzsignale häufig durch Energieanhäufungen (glocken- oder linienförmige Kurvenverläufe) zu erkennen. Da bestimmte Übertragungsverfahren bzw. die im Zusammenhang mit diesen Verfahren verwendeten Methoden der Leitungscodierung, insbesondere die Symbolrate und die Art der Modulation, zu charakteristischen Formen der Energieanhäufungen im Leistungsdichtespektrum führen, werden diese zur Erkennung eines Übertragungsverahrens herangezogen. Hierzu wird stückweise der lokale Kurvenverlauf des Leistungsdichtespektrums mit einer Datenbasis von Referenz-Kurvenverläufen interessierender Übertragungsverfahren verglichen. Wird eine Ähnlichkeit festgestellt, wird das betreffende Frequenzband genauer auf Vorliegen des Übertragungsverfahrens hin untersucht. In der US 2005/0032479 A1 wird hierzu eine allgemeine Methode vorgeschlagen, bei der verschiedene Stellen des Leistungsdichtespektrums zur Merkmalsberechnung herangezogen werden und die berechneten Merkmale mit einer Datenbank bekannter Merkmale, sogenannter Fingerprints, verglichen werden. Neben dem allgemeinen Vorgehen werden verschiedene spezielle Typen von Signalmerkmalen vorgeschlagen. Die DE 38 78 423 T2 beschreibt darüber hinaus ein Verfahren zur Klassifikation von Rundfunkinformationen, in dem ein Abgleich wie gerade beschrieben mit einer Datenbank bekannter Merkmale zweistufig mittels Kreuzkorrelation erfolgt.Another prior art approach to detecting payloads in source signals employs pattern recognition techniques. In this case, the power density spectrum of the source signal, which is preferably averaged over a time interval, is used. Within this power density spectrum, useful signals are often recognizable by accumulations of energy (bell-shaped or linear curves). Since certain transmission methods or the methods of line coding used in connection with these methods, in particular the symbol rate and the type of modulation, lead to characteristic forms of energy accumulations in the power density spectrum, these are used to detect a transmission method. For this purpose, the local curve shape of the power density spectrum is compared piece by piece with a database of reference curves of transmission methods of interest. If a similarity is found, the frequency band in question is examined more closely for the presence of the transmission method. In the US 2005/0032479 A1 For this purpose, a general method is proposed in which different points of the power density spectrum are used for the feature calculation and the calculated features are compared with a database of known features, so-called fingerprints. In addition to the general procedure, various special types of signal features are proposed. The DE 38 78 423 T2 describes, moreover, a method for classifying broadcast information in which a comparison as just described with a database of known features is carried out in two stages by means of cross-correlation.

Eine weitere Methode zur Ermittlung vorliegender Übertragungsverfahren benutzt die Autokorrelation des abgemischten Nutzsignals (nach der Grob- bzw. Feinsegmentierung) zur Erkennung von Übertragungsverfahren anhand der Paketstruktur der im Nutzsignal codierten Symbolfolge. Hierzu wird aus dem abgemischten Nutzsignal ein zeitlicher Ausschnitt gebildet und mit sich selbst korreliert. Es resultiert eine Autokorrelartionsfunktion. Es ist bekannt, dass sich wiederholte Signalstrukturen, beispielsweise wiederholte Symbolfolgen, Symbol- oder Signalkonstellationen, in scharfen lokalen Maxima (Spitzen) innerhalb der Autokorrelationsfunktion äußern. Verfahren nach dem Stand der Technik verwenden beispielsweise die Position des ersten, nach einem bestimmten Kriterium signifikanten, lokalen Maximums zur Erkennung eines vorhandenen Übertragungsverfahrens. Ein konkretes Anwendungsbeispiel ist die Erkennung von Übertragungen mit auf OFDM (Orthogonal Frequency Division Multiplex) basierenden Verfahren und deren Parameter nach ITU-R SM.1600. Ein Verfahren zur Erkennung eines Nutzsignals in einem Quellsignal unter Verwendung der Autokorrelation ist in EP 1543665 B1 offenbart. Auch in anderen Anwendungskontexten wird die aus schmalbandigen Nutzsignalen bestimmte Autokorrelation zur Erkennung bestimmter Signalanteile verwendet. So wird in der DE 198 28 409 B4 , neben anderen abgeleiteten Signalmerkmalen, ein Autokorrelationsmerkmal eines akustischen Signals bestimmt, um mittels Vergleich mit Referenzmerkmalen Unfallgeräusche erkennen zu können.A further method for determining present transmission methods uses the autocorrelation of the mixed-use useful signal (after coarse or fine segmentation) for the detection of transmission methods on the basis of the packet structure of the symbol sequence coded in the useful signal. For this purpose, a time segment is formed from the mixed-use useful signal and correlated with itself. The result is an autocorrelation function. It is known that repeated signal structures, such as repeated symbol sequences, symbol or signal constellations, express themselves in sharp local maxima (peaks) within the autocorrelation function. For example, prior art methods use the position of the first local maximum, significant according to a particular criterion, to detect an existing transmission method. A concrete application example is the detection of transmissions with methods based on OFDM (Orthogonal Frequency Division Multiplex) and their parameters according to ITU-R SM.1600. A method of recognizing a useful signal in a source signal by using the autocorrelation is in EP 1543665 B1 disclosed. In other application contexts, the autocorrelation determined from narrow-band useful signals is used to detect specific signal components. So will in the DE 198 28 409 B4 , among other derived signal characteristics, determines an autocorrelation feature of an acoustic signal in order to detect accidental noises by comparison with reference features.

Das soeben beschriebene Vorgehen ist prinzipiell aus dem Bereich des autorisierten Empfangs bekannt und wird dort beispielweise zur Synchronisierung eines Empfängers auf die Symbolfolge des Nutzsignals verwendet. Auch im nicht autorisierten Empfang wird die Autokorrelation schon seit längerer Zeit zur Analyse der demodulierten Symbolfolgen mit dem Ziel der Ermittlung von Übertragungsverfahren und zu Grunde liegenden Parametern verwendet.The procedure just described is known in principle from the field of authorized reception and is used there, for example, to synchronize a receiver to the symbol sequence of the useful signal. Even in unauthorized reception, the autocorrelation has long been used to analyze the demodulated symbol sequences with the aim of determining transmission methods and underlying parameters.

Dem erfindungsgemäßen Verfahren liegen die folgenden weiteren nach dem Stand der Technik bekannten mathematischen Gesetzmäßigkeiten zu Grunde. Bildet man von einem Zeitausschnitt eines digitalen Quellsignals, wie es in 5 als Zeit-Amplitudenverlauf gezeigt ist, die Autokorrelation, resultiert bei im Quellsignal periodisch vorliegenden wiederholten Strukturen ein charakteristischer Verlauf wie in 6 gezeigt. In dem Beispiel aus 5 ist im Quellsignal ein Nutzsignal nach dem STANAG 4285-Übertragungsverfahren enthalten, für das eine Paketlänge von 256 Symbolen charakteristisch ist. 3 zeigt einen Überblick eines einzelnen Pakets des STANAG 4285-Verfahrens bestehend aus aus 256 Symbolen. 4 zeigt schematisch die Paketabfolge des STANAG 4285-Verfahrens, bei dem Folgen von Blöcke aus 256 Symbole erzeugt werden. Hierdurch wiederholt sich die dargestellte, aus 80 Symbolen bestehende, Präambel periodisch, was die signifikantesten der im Folgenden beschriebenen, und beispielsweise in 6 dargestellten, periodisch auftretenden lokalen Maxima bedingt. Dementsprechend beträgt, bei einer bei diesem Übertragungsverfahren üblichen Symbolrate von 2400 Symbolen pro Sekunde, der Abstand der charakteristischen lokalen Maxima in 6 jeweils 106,66 Millisekunden. Zur Vermeidung der, die eigentlich gleichberechtigten Maxima zu den Seiten der Autokorrelation hin abschwächenden, Dreiecksform verwendet man an Stelle der Autokorrelation genauer die Kreuzkorrelation des gewählten Ausschnitts des Quellsignals mit einem kürzeren Segment desselben Ausschnitts. Obwohl es sich im strengen Sinne um eine Kreuzkorrelation handelt, wird diese Art der Korrelation im folgenden als lokale Autokorrelation bezeichnet, da hier tatsächlich nur ein einziges Signal an der Berechnung beteiligt ist. Unter der Annahme, dass die Wiederholungsstruktur periodisch ist, resultiert der in 7 dargestellte Kurvenverlauf, der in einem nutzbaren Intervall von Position 0 bis ca. Position 3000 ein von Dreieckseffekten unbeeinflussten Ausschnitt, die lokale Autokorrelation, liefert.The method according to the invention, the following further according to the prior Technique based on known mathematical laws. If one forms of a time excerpt of a digital source signal, as in 5 is shown as time-amplitude curve, the autocorrelation results in periodically present in the source signal repeated structures a characteristic course as in 6 shown. In the example off 5 is in the source signal a useful signal according to the STANAG 4285 transmission method included, for which a packet length of 256 symbols is characteristic. 3 shows an overview of a single package of the STANAG 4285 process consisting of 256 symbols. 4 schematically shows the packet sequence of the STANAG 4285 method, in which sequences of blocks of 256 symbols are generated. As a result, the illustrated preamble, consisting of eighty symbols, repeats periodically, the most significant of those described below, and for example in 6 shown, occurring periodically local maxima. Accordingly, at a symbol rate of 2400 symbols per second common in this transmission method, the distance of the characteristic local maxima is 6 each 106.66 milliseconds. In order to avoid the triangular shape actually attenuating the equal maxima to the sides of the autocorrelation, the cross correlation of the selected section of the source signal with a shorter segment of the same section is used more exactly instead of the autocorrelation. Although strictly cross-correlated, this type of correlation is referred to below as local autocorrelation, since in fact only a single signal is involved in the calculation. Assuming that the repeating structure is periodic, the result in 7 shown curve, which provides in a usable interval from position 0 to about position 3000 a non-triangular section, the local autocorrelation.

Zur schnellen Berechnung der Korrelation zweier als Vektoren gegebener Signale mit einer Länge von N Abtastwerten, wobei mit Korrelation insbesondere die Kreuzkorrelation, die Autokorrelation und die lokale Autokorrelation gemeint sind, kann bekanntlicherweise die diskrete Fouriertransformation, bevorzugt die Methode der schnellen Fouriertransformation, eingesetzt werden. Hierzu werden die zu korrelierenden Signalausschnitte fouriertransformiert, einer der beiden nach Transformation resultierenden Signalvektoren wird komplex konjugiert, beide Vektoren werden komponentenweise komplex multipliziert und das Ergebnis der Multiplikation mittels inverser Fourierformation zurück in ein Zeitsignal transformiert. Als resultierendes Zeitsignal erhält man mittels dieser Vorschrift die Korrelation beider Signale, wenn beide Signale vor Anwendung der Fouriertransformation mit Nullvektoren der Länge mindestens N Signalwerte zu zwei Vektoren der Länge mindestens 2N Signalwerte konkateniert, und die diskreten Fouriertransformationen auf diesen Vektoren ausgeführt werden. Eine solche Berechnung von Kreuz- und Autokorrelationen wird in zahlreichen Verfahren nach dem Stand der Technik verwendet, so auch in der US 4450531 , wo hierdurch die Kreuzkorrelation zwecks Erkennung gesendeter Rundfunkbeiträge bestimmt wird.For the rapid calculation of the correlation of two signals given as vectors with a length of N samples, whereby correlation is meant in particular the cross-correlation, the autocorrelation and the local autocorrelation, the discrete Fourier transformation, preferably the method of fast Fourier transformation, can be used as is known. For this purpose, the signal sections to be correlated are Fourier-transformed, one of the two signal vectors resulting after transformation is complex conjugated, both vectors are complex multiplied complex and the result of the multiplication by inverse Fourier formation transformed back into a time signal. By means of this provision, the correlation of the two signals is obtained as the resulting time signal if both signals concatenate at least N signal values to two vectors of length at least 2N signal values before application of the Fourier transformation, and the discrete Fourier transforms are carried out on these vectors. Such computation of cross and autocorrelations is used in many prior art methods, as well as in US Pat US 4450531 , where this cross-correlation is determined for the purpose of detecting transmitted broadcast contributions.

Nachteile des Standes der TechnikDisadvantages of the prior art

Die Verwendung der im Stand der Technik beschriebenen Prozesskette zur Erkennung von Übertragungsverfahren und damit von Nutzsignalen in Quellsignalen hat den grundsätzlichen Nachteil, dass der Erfolg dieses Ansatzes vom Funktionieren mehrerer einzelner Verarbeitungsschritte abhängt. Es ist jedoch bekannt, dass bei ungünstigen Signal-zu-Rauschverhältnissen, Kanalverzerrungen oder anderen Störungen der Signalübertragung mit deutlichen Beeinträchtigungen der einzelnen Komponenten zu rechnen ist. Zum einen kann die Segmentierung, hier insbesondere die Feinsegmentierung, beeinträchtigt sein. Zum anderen kann die Bestimmung technischer Parameter, insbesondere die Erkennung der Modulationsart, nicht möglich sein. Weiterhin kann die Signalqualität zu einer erfolgreichen Demodulation nicht ausreichen. Besonders starke Beeinträchtigungen, insbesondere Kanalverzerrungen, sind hierbei im Kurzwellenbereich, auch HF-Bereich (HF – High Frequency) bekannt. Weiterhin ist der Rechenaufwand zur Realisierung dieser Prozesskette bereits für einen einzelnen zu betrachtenden Kandidaten nicht unerheblich. Interessiert man sich für ein umfassendes Monitoring eines erfassten Breitband-Quellsignals, werden unter Zugrundelegung heutzutage gängiger Hardware größere Verbünde leistungsfähiger Rechner zur Bewältigung dieser Aufgabe benötigt. Dies ist für zahlreiche interessierende Anwendungen im Aufklärungsbereich nicht akzeptabel.The use of the process chain described in the prior art for the detection of transmission methods and thus of useful signals in source signals has the fundamental disadvantage that the success of this approach depends on the functioning of several individual processing steps. However, it is known that in case of unfavorable signal-to-noise ratios, channel distortions or other disturbances of the signal transmission is to be expected with significant impairment of the individual components. On the one hand, the segmentation, in particular the fine segmentation, may be impaired. On the other hand, the determination of technical parameters, in particular the recognition of the modulation type, may not be possible. Furthermore, the signal quality may not be sufficient for successful demodulation. Particularly strong impairments, in particular channel distortions, are known here in the shortwave range, also HF range (HF - High Frequency). Furthermore, the computational effort for the realization of this process chain is not insignificant for a single candidate to be considered. If one is interested in a comprehensive monitoring of a detected broadband source signal, larger networks of powerful computers are needed on the basis of today's common hardware to accomplish this task. This is unacceptable for many educational applications of interest.

Die im Stand der Technik beschriebenen Mustererkennungsmethoden der Erkennung von charakteristischen Formen und Kurvenverläufen im Leistungsdichtespektrum arbeiten bei, wie im etwa im Kurzwellenbereich üblichen, ungünstigen Signal-zu-Rauschverhältnissen und Kanalverzerrungen nicht zuverlässig.The pattern recognition methods of the recognition of characteristic shapes and curve progressions in the power density spectrum described in the prior art do not work reliably, as in the unfavorable signal-to-noise ratios and channel distortions usual in the shortwave range.

Prinzipiell umgeht die im Stand der Technik beschriebene Methode mittels Bestimmung der Autokorrelation einige dieser Probleme durch Vermeidung von Symbolratenschätzung, Modulationsartenermittlung und Demodulation. Nachteilig ist hierbei jedoch immer noch die Erfordernis des Abmischens der als Kandidaten für Nutzsignale ermittelten Frequenzbereiche. Das Abmischen aus dem erfassten (Breitband-)Quellsignal erfordert hier, da es für alle ermittelten Kandidaten einzeln durchgeführt wird, einen hohen Rechenaufwand. Nachteilig bei den auf Verwendung der Autokorrelation basierenden Methoden kann weiterhin die alleinige Verwendung des signifikantesten Maximums bzw. der Maximumsposition der Autokorrelation zur Verfahrenserkennungn sein, da dies zu Mehrdeutigkeiten und somit zu fehlerhaften Erkennungsmeldungen führen kann.In principle, the method described in the prior art circumvents some of these problems by determining the autocorrelation by avoiding symbol rate estimation, modulation type detection, and demodulation. However, the disadvantage here is still the requirement of mixing the frequency ranges determined as candidates for useful signals. The mixing from the acquired (broadband) source signal here, since it is performed individually for all candidates determined, requires one high computational effort. A disadvantage of the methods based on the use of the autocorrelation method can furthermore be the sole use of the most significant maximum or the maximum position of the autocorrelation for method recognition, since this can lead to ambiguities and thus to erroneous recognition messages.

Zusammenfassend sind die bekannten Verfahren nach dem Stand der Technik einerseits zur Erkennung vorhandener Übertragungsverfahren in Breitband-Quellsignalen bei schlechten Signal-zu-Rauschverhältnissen und hohen Kanalverzerrungen nicht robust genug. Andererseits arbeiten. die dargestellten Verfahren auch nicht effizient genug, um eine umfassende Erkennung aller in erfassten Breitband-Quellsignalen vorhanderer relevanter Übertragungsverfahren zu leisten.In summary, the known prior art methods on the one hand are not robust enough to detect existing transmission methods in broadband source signals with poor signal-to-noise ratios and high channel distortions. On the other hand work. Also, the illustrated methods are not efficient enough to provide comprehensive detection of all relevant transmission methods present in detected broadband source signals.

Aufgabe der ErfindungObject of the invention

Die Aufgaben des erfindungsgemäßen Verfahrens besteht in der effizienten und gegen vorhandene Störungen robusten Erkennung möglichst aller in einem empfangenen Quellsignal enthaltener Nutzsignalen, denen ein bestimmtes Übertragungsverfahren zugrunde liegt. Das Quellsignal kann dabei ein in digitaler Form vorliegendes Signal beliebiger Abtastrate (bzw. Bandbreite) sein. Das erfindungsgemäße Verfahren zielt dabei insbesondere auf die Erkennung derjenigen Übertragungsverfahren ab, bei denen aufgrund der Eigenheiten des Übertragunsverfahrens, insbesondere durch die Schritte der Quellen-, Kanal- und Leitungscodierung, wiederholte Symbol- oder Signalkonstellationen erzeugt werden.The objects of the method according to the invention are the efficient and robust detection of any interference contained in a received source signal, which is based on a specific transmission method. The source signal can be a signal of arbitrary sampling rate (or bandwidth) present in digital form. The method according to the invention aims in particular at detecting those transmission methods in which, due to the characteristics of the transmission method, in particular by the steps of source, channel and line coding, repeated symbol or signal constellations are generated.

Lösung der AufgabeSolution of the task

Die Aufgabe wird durch die kennzeichnenden Merkmale eines Verfahrens nach Anspruch 1 gelöst. Vorteilhafte Weiterbildungen und Ausgestaltungen des erfindungsgemäßen Verfahrens ergeben sich aus den Unteransprüchen.The object is solved by the characterizing features of a method according to claim 1. Advantageous developments and refinements of the method according to the invention will become apparent from the dependent claims.

Es zeigen:Show it:

1 ein Blockschaltbild einer Verfahrenserkennung; 1 a block diagram of a process detection;

2 eine bevorzugte Ausgestaltung der Verfahrenserkennung nach Anspruch 8; 2 a preferred embodiment of the method recognition according to claim 8;

3 einen einzelnen Symbolblock des Übertragungsverfahrens nach STANAG 4285; 3 a single symbol block of the STANAG 4285 transmission method;

4 eine zeitliche Blockabfolge beim Verfahren nach STANAG 4285; 4 a temporal block sequence in the process according to STANAG 4285;

5 ein beispielhaftes Quellsignal mit zeitlichem Verlauf der Abtastwerte (Samples); 5 an exemplary source signal with a time course of the samples (samples);

6 eine Autokorrelation eines Zeitausschnitts des Quellsignals aus 5, entsprechend der Berechnung des rücktransformierten Signals (G) (bei Auswahl des kompletten Frequenzbereichs (2) zur Bestimmung des Teilbandsignals (D)) unter Verwendung des Verfahrensablaufs nach 1; 6 an autocorrelation of a time segment of the source signal 5 , according to the calculation of the inverse transformed signal (G) (when selecting the complete frequency range (2) for the determination of the subband signal (D)) using the method sequence 1 ;

7 eine Kreuzkorrelation (hier auch „lokale Autokorrelation”) eines Zeitausschnitts (B1) des Quellsignals aus 5 mit einem zeitlichen Präfix (B2) desselben Signals entsprechend der Berechnung des rücktransformierten Signals (G) (bei Auswahl des kompletten Frequenzbereichs (2) zur Bestimmung des Teilbandsignals (D)) unter Verwendung des Verfahrensablaufs nach 2; 7 a cross-correlation (here also "local autocorrelation") of a time segment (B1) of the source signal 5 with a time prefix (B2) of the same signal in accordance with the calculation of the inverse transformed signal (G) (when selecting the complete frequency range (2) for the determination of the subband signal (D)) using the method according to 2 ;

8 einen Ausschnitt aus dem anhand von Zeitausschnitten (B1) und (B2) bestimmten, rücktransformierten Zeitsignal (G) eines Quellsignals (A), in dem ein Nutzsignal nach STANAG 4285 enthalten ist; 8th a section of the time-cut (B1) and (B2) determined, back-transformed time signal (G) of a source signal (A), in which a useful signal according to STANAG 4285 is included;

9 ein Beispiel für ein AKF-Muster, welches aus dem rücktransformierten Zeitsignal nach dem in 8 dargestellten Beispiel gewonnen wurde; 9 an example of an AKF pattern, which from the retransformed time signal after the in 8th example was obtained;

10 einen Logarithmierten Absolutbetrag des Spektralsignals (C) eines Zeitausschnitts (B) eines Quellsignals, welches ein Nutzsignal nach STANAG 4285 enthält. Markiert ist ein Frequenzbereich von ca. 3280 Hz Bandbreite; 10 a logarithmic absolute value of the spectral signal (C) of a time segment (B) of a source signal which contains a useful signal according to STANAG 4285. Marked is a frequency range of approx. 3280 Hz bandwidth;

11 unter Verwendung des Verfahrensablaufs 2 erhaltenes rücktransformiertes Zeitsignal (G), wobei der ausgewählte Frequenzbereich (2) das komplette Spektralsignal umfasst; 11 using the procedure 2 received inverse transformed time signal (G), wherein the selected frequency range (2) comprises the complete spectral signal;

12 einen logarithmierten Absolutbetrag des Spektralsignals (C) eines Zeitausschnitts (B) eines Quellsignals, welches ein Nutzsignal nach STANAG 4285 enthält. Markiert ist ein Frequenzbereich von ca. 950 Hz Bandbreite, anhand dessen das Teilbandsignal (D) bzw. das transformierte Teilbandsignal (E) bestimmt werden; 12 a logarithmic absolute value of the spectral signal (C) of a time segment (B) of a source signal which contains a useful signal according to STANAG 4285. A frequency range of approximately 950 Hz bandwidth is marked, on the basis of which the subband signal (D) or the transformed subband signal (E) are determined;

13 Unter Verwendung des Verfahrensablaufs gemäß 2 erhaltenes rücktransformiertes Zeitsignal (G), wobei der ausgewählte Frequenzbereich (2) den in 12 ausgewählten Ausschnitt des dort dargestellten Spektralsignals umfasst; 13 Using the procedure according to 2 received inverse transformed time signal (G), wherein the selected frequency range (2) the in 12 selected section of the spectral signal shown there comprises;

14 (i) Wasserfalldarstellung eines Signalgemischs (x-Achse: Frequenz in 10^6 Hz, y-Achse: Zeit). (ii) Logarithmierter Absolutbetrag des Spektralsignals. Ein Frequenzbereich um ca. 4.680.000 Hz ist markiert; 14 (i) Waterfall representation of a composite signal (x-axis: frequency in 10 ^ 6 Hz, y-axis: time). (ii) Logarithm absolute value of the spectral signal. A frequency range around 4,680,000 Hz is marked;

15 mit dem erfindungsgemäßen Verfahren unter Verwendung des in 14 (II) ausgewählten Frequenzbereichs bzw. des zugehörigen Teilbandsignals erzeugtes rücktransformiertes Zeitsignal (G); 15 with the method according to the invention using the in 14 (II) selected frequency range or its associated Subband signal generated inverse transformed time signal (G);

16 eine Gegenüberstellung der Leistungsfähigkeit des erfindungsgemäßen Verfahrens mit Verfahren nach dem Stand der Technik zur Extraktion technischer Parameter. Untersuchungsgegenstand war ein mittels eines Übertragungsverfahrens nach dem NIL-Standard 188, 110S, erzeugtes Nutzsignal, welches eine Symbolrate von 2400 Symbolen pro Sekunde aufweist und eine Modulation des Typs „PSK8A” besitzt. Entsprechend, der in der ersten Spalte angegebenen Signal-zu-Rausch-Abstände wurde das Nutzsignal vor der Analyse mit Rauschsignalen unterschiedlicher Intensität überlagert; 16 a comparison of the performance of the method according to the invention with methods of the prior art for the extraction of technical parameters. The subject of the study was a useful signal generated by a transmission method according to the NIL standard 188, 110S, which has a symbol rate of 2400 symbols per second and has a "PSK8A" type modulation. Accordingly, the signal-to-noise ratios given in the first column were superimposed on the useful signal before analysis with noise signals of different intensity;

17 ein prototypisches System zur Erkennung von Nutzsignalen in Breitband-Quellsignalen unter Verwendung des erfindungsgemäßen Verfahrens; 17 a prototypical system for detecting useful signals in broadband source signals using the method according to the invention;

18 ein prototypisches System zur Erkennung von Nutzsignalen in Breitband-Quellsignalen unter Verwendung des erfindungsgemäßen Verfahrens, wobei (I) die Wasserfalldarstellung des analysierten Signalausschnitts, (II) den logarithmierten Absolutbetrag des Spektralsignals mit eingezeichneten, durch Segmentierung gewonnenen Frequenzbereichen, (III) eine Übersicht aller paarweisen Ähnlichkeiten der Frequenzbereiche in Matrixform und (IV) eine Auflistung der Frequenzbereiche mit als signifikant ermittelten, und mit „*Candidate*” beschrifteten, Frequenzbereichen zeigt; und 18 a prototypical system for detecting useful signals in broadband source signals using the method according to the invention, wherein (I) the waterfall representation of the analyzed signal detail, (II) the logarithmic absolute value of the spectral signal with drawn, obtained by segmentation frequency ranges, (III) an overview of all pairs Similarities of the frequency ranges in matrix form and (IV) shows a list of the frequency ranges with frequency ranges marked as significant and labeled with "* Candidate *"; and

19 eine bevorzugte Ausgestaltung der Verfahrenserkennung nach Anspruch 11. 19 A preferred embodiment of the method recognition according to claim 11.

Beschreibung des VerfahrensDescription of the procedure

Zur besseren Orientierung, nicht jedoch einschränkend, ist ein Schema des im folgenden beschriebenen erfindungsgemäßen Verfahrens in 1 dargestellt. Eine alternative Ausgestaltung ist in 2 angegeben.For a better orientation, but not limiting, is a scheme of the inventive method described in FIG 1 shown. An alternative embodiment is in 2 specified.

Das erfindungsgemäße Verfahren verarbeitet ein digitales Quellsignal x. Das Quellsignal wird in einzelnen Schritten abgearbeitet, wobei in jedem Schritt ein Zeitausschnitt x(1), ..., x(n) des Quellsignals bestehend aus n Abtastwerten gebildet wird. Der Zeitausschnitt x(1), ..., x(n) wird durch Anhängen von Nullwerten zu einem Vektor der Länge L ergänzt, wobei L bevorzugt größer als die doppelte Länge von n und, ebenfalls bevorzugt, eine Zweierpotenz ist. Mittels Spektraltransformation, bevorzugt eine Fouriertransformation, wird der resultierende Signalvektor in ein Spektralsignal X(1), ..., X(L) überführt. Mittels irgendeines Verfahrens, bevorzugt ein Verfahren zur spektralen Segmentierung, werden daraufhin ein oder mehrere Frequenzbereiche ausgewählt, wobei ein solcher Frequenzbereich einem Wertebereich s, s + 1, ..., e mit 1 <= s und e <= L des Spektralsignals entspricht.The method according to the invention processes a digital source signal x. The source signal is processed in individual steps, with a time segment x (1),..., X (n) of the source signal consisting of n samples being formed in each step. The time segment x (1),..., X (n) is supplemented by adding zero values to a vector of length L, where L is preferably greater than twice the length of n and, also preferably, a power of two. By means of spectral transformation, preferably a Fourier transformation, the resulting signal vector is converted into a spectral signal X (1),..., X (L). One or more frequency ranges are then selected by means of some method, preferably a method for spectral segmentation, wherein such a frequency range corresponds to a value range s, s + 1,..., E with 1 <= s and e <= L of the spectral signal.

Für jeden dieser Frequenzbereiche wird das im folgenden beschriebene Verfahren angewendet. Aus dem Spektralsignal wird ein Teilbandsignal X(s), ..., X(e) anhand des gewählten Frequenzbereichs ausgeschnitten. Mittels einer geeigneten Signaltransformation, bevorzugterweise eine komponentenweise komplexe Konjugation, wird ein transformiertes Teilbandsignal T[X](s), ..., T[X](e) gebildet. Beide Teilbandsignale werden komponentenweise multipliziert, so dass ein Produktsignal A(1), ..., A(e – s + 1) entsteht, wobei für 1 <= i <= e – s + 1 die Werte des Produktsignals A durch A(i) = T[X](e + i – 1)·X(e + i – 1) gegeben sind und * die Multiplikation komplexer Zahlen bezeichnet. Das Produktsignal wird, nachdem es ebenfalls durch Anhängen von Nullwerten zu einem Vektor der Länge r aufgefüllt wurde, wobei r bevorzugt die kleinste Zweierpotenz mit r >= e – s + 1 ist, mittels einer zur Spektraltransformation gehörigen Umkehr-Spektraltrans-formation zu einem Zeitsignal a = (a(1), ..., a(r)) zurücktransformiert. Aus dem rücktransformierten Zeitsignal wird mittels eines Verfahrens zur Musterextraktion ein Vektor t = (t(1), ..., t(k)), genannt AKF-Muster (AKF – Autokorrelationsfunktion), gebildet. Zur Verfahrenserkennung wird dieser Vektor sodann mit einer Menge von gleichartigen, in einer Datenbank abgelegten, AKF-Mustern verglichen. Hierzu sind die in der Datenbank abgelegten AKF-Muster in einem der Verfahrenserkennung vorangehenden Schritt zu berechnen. Jedes der AKF-Muster in der Datenbank ist dabei einem interessierenden Übertragungsverfahren zugeordnet.For each of these frequency ranges, the method described below is used. From the spectral signal, a subband signal X (s), ..., X (e) is cut out based on the selected frequency range. By means of a suitable signal transformation, preferably a component-wise complex conjugation, a transformed subband signal T [X] (s),..., T [X] (e) is formed. Both subband signals are multiplied component by component so that a product signal A (1),..., A (e-s + 1) arises, where for 1 <= i <= e - s + 1 the values of the product signal A are represented by A ( i) = T [X] (e + i-1) * X (e + i-1) and * denotes the multiplication of complex numbers. The product signal, after being also filled up by adding zero values to a vector of length r, where r is preferably the smallest power of two with r> = e - s + 1, becomes a time signal by means of a spectral transformation associated with inverse spectral transformation a = (a (1), ..., a (r)) is transformed back. From the back-transformed time signal, a vector t = (t (1),..., T (k)), called the AKF pattern (AKF autocorrelation function), is formed by means of a method for pattern extraction. For method recognition, this vector is then compared with a set of similar, stored in a database, AKF patterns. For this purpose, the AKF patterns stored in the database are to be calculated in a step preceding the process recognition. Each of the AKF patterns in the database is assigned to a transmission method of interest.

In einer bevorzugten Ausgestaltung beinhaltet die Musterextraktion folgende Schritte der Signaltransformation zur Überführung des Zeitsignals a in ein AKF-Muster t: (i) Herausbildung lokaler Maxima des Zeitsignals a, (ii) Änderung des Abtastrate, bevorzugt durch Wahl eines Abtastintervalls (entsprechend der reziproken Abtastrate) in Sekunden, (iii) Anpassung der Anzahl der Werte des resultierenden Signals auf k. Es ist dabei zu bevorzugen, dass alle berechneten AKF-Muster, insbesondere auch die AKF-Muster in der Datenbank, aus derselben Anzahl von Werten k bestehen. Die Herausbildung lokaler Maxima erfolgt bevorzugt durch Abzug des gewichteten, Median-gefilterten Zeitsignals von dem Zeitsignal selbst, wobei weitere Verarbeitungsschritte folgen können.In a preferred embodiment, the pattern extraction includes the following steps of the signal transformation for transferring the time signal a into an AKF pattern t: (i) formation of local maxima of the time signal a, (ii) change of the sampling rate, preferably by selecting a sampling interval (corresponding to the reciprocal sampling rate ) in seconds, (iii) adjusting the number of values of the resulting signal to k. It is preferable that all calculated AKF patterns, especially the AKF patterns in the database, consist of the same number of k values. The formation of local maxima preferably takes place by subtracting the weighted, median-filtered time signal from the time signal itself, wherein further processing steps can follow.

Der Vergleich des berechneten AKF-Musters mit den AKF-Mustern in der Datenbank liefert für jedes AKF-Muster in der Datenbank einen Ähnlichkeitswert, bevorzugt eine reelle Zahl aus dem Intervall [0,1], wobei ein Wert von 0 eine geringe Ähnlichkeit und ein Wert von 1 eine hohe Ähnlichkeit beider AKF-Muster bedeuten. Bei einer bevorzugten Ausgestaltung sind alle verwendeten AKF-Muster auf den Wert 1 energienormiert und der Vergleich findet jeweils mittels Skalarprodukt zweier Vektoren (AKF-Muster) statt. Übersteigt einer der berechneten Ähnlichkeitswerte eine bestimmte Zahl (Schwellwert), wird eine Erkennungsmeldung generiert, in der bevorzugt dasjenigen Übertragungsverfahren ausgegeben wird, dessen AKF-Muster für ein Überschreiten des Schwellwertes gesorgt hat. In einer alternativen Ausgestaltung werden die Namen der den AKF-Mustern in der Datenbank zugeordneten Übertragungsverfahren in einer nach Ähnlichkeitwerten sortierten Liste ausgegeben, wobei bevorzugt die die höchsten Ähnlichkeitswerte erzeugenden Übertragungsverfahren an den vorderen Positionen der Liste aufgeführt werden.The comparison of the calculated AKF pattern with the AKF patterns in the database provides for each AKF pattern in the database a similarity value, preferably a real number from the interval [0,1], where a value of 0 has a low similarity and a Value of 1 a high similarity both AKF patterns mean. In a preferred embodiment, all of the used AKF patterns are energy normalized to the value 1 and the comparison takes place in each case by means of scalar product of two vectors (AKF pattern). If one of the calculated similarity values exceeds a specific number (threshold value), a recognition message is generated in which the transmission method whose AKF pattern has exceeded the threshold value is preferably output. In an alternative embodiment, the names of the transmission methods associated with the AKF patterns in the database are output in a list sorted by similarity values, wherein the transmission methods generating the highest similarity values are preferably listed at the front positions of the list.

In einer vorteilhaften Ausgestaltung ist es möglich, die Datenbank der AKF-Muster jeweils um neue, während der Anwendung des erfindungsgemäßen Verfahrens berechneten, AKF-Muster zu erweitern. Hierdurch können sowohl der Vorrat bekannter Übertragungsverfahren erweitert, als auch zunächst unbekannte, aber gleichwohl interessierende Nutzsignale in die Datenbank aufgenommen werden. Die Entscheidung, ob ein unbekanntes, während des erfindungsgemäßen Verfahrens berechnetes, AKF-Muster interessierend ist, kann beispielsweise anhand der Ausgeprägtheit der lokalen Maxima erfolgen.In an advantageous embodiment, it is possible to expand the database of the AKF patterns by new, calculated during the application of the method according to the invention, AKF pattern. As a result, both the supply of known transmission methods can be expanded, and initially unknown, but nevertheless interesting, useful signals can be included in the database. The decision as to whether an unknown AKF pattern calculated during the method according to the invention is of interest can be made, for example, on the basis of the expressiveness of the local maxima.

In einer alternativen, in der Praxis zu bevorzugenden, Ausgestaltung des erfindungsgemäßen Verfahrens nach Anspruch 7 wird das transformierte Teilbandsignal, in 2 mit (E) bezeichnet, wie folgt gebildet. Von dem gewählten Zeitausschnitt x = (x(1), ..., x(n)) des Quellsignals wird eine Teilfolge x' gebildet, in einem Beispiel die Teilfolge x' = (x(1), ..., x(m)) bestehend aus einem Anfangsstück der Länge m von x. Die Teilfolge x' wird daraufhin, in gleicher Weise wie der Zeitausschnitt x, durch Anhängen von Nullwerten zu einem Vektor der Länge L ergänzt, der sodann mit derselben Spektraltransformation wie x in ein Spektralsignal X' überführt wird. Das transformierte Teilbandsignal T[X'] = (T[X'](s), ..., T[X'](e)) wird nun, analog zur Bildung von T[X] aus X, durch Ausschneiden des Wertebereichs von Wert e bis Wert s von X' mit anschließender Anwendung der Signaltransformation gebildet. Die Signaltransformation ist wiederum bevorzugt die, auf jede Komponente angewandte, Konjugation komplexer Zahlen. Alle übrigen Schritte des Verfahrens verlaufen bei dieser alternativen Art der Ausgestaltung wie oben bereits beschrieben.In an alternative, in practice preferred, embodiment of the method according to claim 7, the transformed subband signal, in 2 denoted by (E), formed as follows. From the selected time segment x = (x (1),..., X (n)) of the source signal, a subsequence x 'is formed, in one example the subsequence x' = (x (1),..., X ( m)) consisting of an initial piece of length m of x. The subsequence x 'is then, in the same way as the time segment x, supplemented by appending zero values to a vector of length L, which is then converted into a spectral signal X' with the same spectral transformation as x. The transformed subband signal T [X '] = (T [X'] (s),..., T [X '] (e)) is now, analogously to the formation of T [X] from X, by cutting out the value range from value e to value s of X 'with subsequent application of signal transformation. Signal transformation, in turn, is the preferred conjugate of complex numbers applied to each component. All other steps of the method proceed in this alternative type of embodiment as already described above.

Sind die Frequenzbereiche eines Breitband-Quellsignals in denen Nutzsignale erwartet werden nicht exakt bekannt oder soll ein breiter Frequenzbereich systematisch auf das Vorhandensein bestimmter Nutzsignale hin untersucht werden, wird die Anwendung des erfindungsgemäßen Verfahrens auf mehrere Frequenzbereiche bzw. mehrere Teilbandsignale des bestimmten Spektralsignals bevorzugt.If the frequency ranges of a broadband source signal in which useful signals are expected are not exactly known or if a broad frequency range is to be systematically examined for the presence of specific useful signals, the application of the method according to the invention to a plurality of frequency ranges or a plurality of subband signals of the specific spectral signal is preferred.

Die Auswahl der Frequenzbereiche kann dabei auf irgendeine Art und Weise erfolgen. Beispiele hierfür sind die manuelle Bestimmung und Angabe einzelner Frequenzbereiche. Weiterhin ist eine erschöpfende Aufteilung des gesamten Frequenzbereichs des Spektralsignals in einzelne, bei Bedarf überlappende, Frequenzbereiche möglich. Bevorzugt wird eine automatisierte Grobsegmentierung des Spektralsignals zur Ermittlung möglicherweise. relevanter Frequenzbereiche (Kandidaten) durchgeführt.The selection of the frequency ranges can be done in any way. Examples include manual determination and specification of individual frequency ranges. Furthermore, an exhaustive division of the entire frequency range of the spectral signal into individual, if necessary overlapping, frequency ranges is possible. Preferably, an automated coarse segmentation of the spectral signal for detection may be possible. relevant frequency ranges (candidates).

Werden mehrere Frequenzbereiche mittels des erfindungsgemäßen Verfahrens untersucht, ist es weiterhin von Vorteil, die AKF-Muster der einzelnen Frequenzbereiche nicht nur mit den AKF-Mustern in der Datenbank, sondern auch untereinander zu vergleichen, um ähnliche Übertragungsverfahren oder Sendungen erkennen zu können, sowie dem Anwender eine Übersicht über Querbeziehungen der vorhandenen Nutzsignale geben zu können.If several frequency ranges examined by the method according to the invention, it is also advantageous to compare the AKF pattern of the individual frequency ranges not only with the AKF patterns in the database, but also with each other to recognize similar transmission methods or broadcasts, and the Users can give an overview of cross-relationships of the existing useful signals.

Vorteile der ErfindungAdvantages of the invention

Die Vorteile des erfindungsgemäßen Verfahrens gegenüber dem Stand der Technik liegen einerseits in einer wesentlich geringeren Anfälligkeit gegenüber Störungen und Verzerrungen des Nutzsignals. Andererseits ist die Verfahrenserkennung auf breiter Basis, d. h. die simultane Analyse aller in einem erfassten Breitband-Quellsignal enthaltenen Kandidaten, wesentlich effizienter durchführbar, als dies mit Verfahren nach dem Stand der Technik möglich ist. Erklärbar ist diese höhere Leistungsfähigkeit prinzipiell dadurch, dass das erfindungsgemäße Verfahren die Erkennung von Übertragungsverfahren alleine anhand bestimmter Merkmale (wiederholte Symbol- und Signalstrukturen) durchführt, die sich in den AKF-Mustern widerspiegeln. Auf diese Art und Weise werden die zahlreichen, potenziell fehleranfälligen Schritte von Verfahren nach dem Stand der Technik vermieden. Die höhere Effizienz rührt vor allem daher, dass an Stelle des Abmischens einzelner Frequenzbereiche aus dem Breitband-Quellsignal – wie es bei Verfahren nach dem Stand der Technik verwendet wird – die Merkmalsgenerierung unmittelbar anhand von aus den Spektralsignalen ausgeschnittenen Teilbandsignalen erfolgt. Die hierzu weiterhin für jedes Teilband durchgeführte Umkehr-Spektraltransformation kann, beispielsweise mittels schneller Fouriertransformation, effizient berechnet werden.The advantages of the method according to the invention over the prior art are, on the one hand, a significantly lower susceptibility to interference and distortion of the useful signal. On the other hand, the process recognition is on a broad basis, d. H. the simultaneous analysis of all candidates contained in a detected broadband source signal, much more efficiently feasible than is possible with the prior art method. In principle, this higher performance is explained by the fact that the method according to the invention carries out the recognition of transmission methods solely on the basis of specific features (repeated symbol and signal structures) which are reflected in the AKF patterns. In this way, the numerous potentially error prone steps of prior art methods are avoided. Above all, the higher efficiency stems from the fact that, instead of mixing individual frequency ranges from the broadband source signal-as used in prior art methods-the feature generation is performed directly on the basis of subband signals cut out of the spectral signals. The reversal spectral transformation, which is furthermore carried out for each subband, can be calculated efficiently, for example by means of fast Fourier transformation.

Die hohe Robustheit gegenüber vorhandenem Rauschen wurde in Experimenten nachgewiesen, wobei die Erkennungsleistung des erfindungsgemäßen Verfahrens mit der Leistungsfähigkeit von Verfahren zur Parameteranalyse entsprechend der beschriebenen Prozesskette nach dem Stand der Technik verglichen wurde. 16 zeigt die detaillierten Untersuchtungsergebnisse in einer Tabelle. Untersuchungsgegenstand war ein erfasstes Nutzsignal, welchem ein Übertragungsverfahren nach dem MIL-Standard 188, 110 (seriell), mit einer Symbolrate von 2400 Symbolen pro Sekunde zugrunde liegt, wobei für die Nutzdaten eine Modulation des Typs „PSK8A” (PSK – Phase Shift Keying) verwendet wird. Entsprechend den in der ersten Spalte angegebenen Signal-zu-Rausch-Abständen wurde das Nutzsignal vor der Analyse mit Rauschsignalen unterschiedlicher Intensität überlagert. Es zeigt sich dabei, dass eine Erkennung der Übertragungsverfahren innerhalb der als Test angelegten Quellsignale mittels des erfindungsgemäßen Verfahrens noch bei sehr geringen Signal-zu-Rausch-Verhältnissen möglich ist, wohingegen mittels der klassischen Prozeßkette lediglich die Symbolrate in allen Fällen zu ermitteln war. Die Art der Modulation wurde bereits ab einem Signal-zu-Rauschabstand von 12 dB nur eingeschränkt richtig bestimmt. Die Ergebnisse der zwei rechten Spalten zeigen eine hohe Leistungsfähigkeit des erfindungsgemäßen Verfahrens.The high robustness to existing noise was in experiments The detection performance of the method according to the invention was compared with the performance of methods for parameter analysis according to the described process chain according to the prior art. 16 shows the detailed screening results in a table. The subject of the study was a detected useful signal, which is based on a transmission method according to the MIL standard 188, 110 (serial), with a symbol rate of 2400 symbols per second, wherein a payload of the type "PSK8A" (PSK - Phase Shift Keying) is used. According to the signal-to-noise ratios given in the first column, the useful signal was superimposed before the analysis with noise signals of different intensity. It can be seen that recognition of the transmission methods within the test signals applied to the source by means of the method according to the invention is still possible at very low signal-to-noise ratios, whereas only the symbol rate was to be determined in all cases by means of the classical process chain. The type of modulation has been determined to a limited extent already with a signal-to-noise ratio of 12 dB. The results of the two right columns show a high performance of the method according to the invention.

Über die gezeigte Robustheit gegenüber zu groben Segmentierungen hinaus ist das erfindungsgemäße Verfahren weiterhin äußerst robust gegenüber unvollständigen Segmentierungen, wie in 10 bis 13 demonstriert wird. Die 10 zeigt das in einem Anwendungsbeispiel durch eine Segmentierung mit guter Qualität aus einem Spektralsignal erhaltene Teilbandsignal entsprechend einem Nutzsignal, welches mit dem Übertragungsverfahren nach STANAG 4285 erzeugt wurde. Mittels des erfindungsgemäßen Verfahrens wurde unter Verwendung des markierten, ca. 3280 Hz breiten, Teilbandsignals das in 11 dargestellte Zeitsignal durch die Umkehr-Spektraltransformation gewonnen. Zum Vergleich wurde, wie in 12 dargestellt, ein weiteres Teilband unter Einschränkung auf einen kleinen Bereich von ca. 950 Hz des ursprünglichen Teilbands ausgewählt. 13. zeigt hierfür das mittels Umkehr-Spektraltransformation gewonnene Zeitsignal. Die in 11 und 13 deutlich, und an denselben Positionen, erkennbaren lokalen Signalmaxima sind charakteristisch für das Übertragungsverfahren nach STANAG 4285 und erlauben in beiden Fällen eine zuverlässige Erkennung desselben. Das erfindungsgemäße Verfahren leistet in diesem Beispiel mit anderen Worten eine zuverlässige Verfahrenserkennung, obwohl nur ungefähr ein Drittel der Energie des Nutzsignals hierzu verwendet wurde. Eine solch hohe Toleranz gegenüber unvollständiger Segmentierung ist mit Verfahren nach dem Stand der Technik nicht erzielbar.In addition to the robustness shown in relation to coarse segmentations, the method according to the invention is furthermore extremely robust with respect to incomplete segmentations, as in 10 to 13 is demonstrated. The 10 shows in an application example by a segmentation of good quality obtained from a spectral signal subband signal corresponding to a useful signal, which was generated with the transmission method according to STANAG 4285. By means of the method according to the invention, using the marked, approximately 3280 Hz wide, subband signal, the in 11 time signal obtained by the inverse spectral transformation. For comparison, as in 12 another subband is selected, limited to a small range of about 950 Hz of the original subband. 13 , shows for this purpose the signal obtained by means of inverse spectral transformation time signal. In the 11 and 13 clearly, and at the same positions, recognizable local signal maxima are characteristic of the transmission method according to STANAG 4285 and allow in both cases a reliable detection of the same. In other words, the method according to the invention provides reliable method recognition, although only about one third of the energy of the useful signal was used for this purpose. Such a high tolerance to incomplete segmentation is not achievable with prior art methods.

Mittels Vergleich der, bei gleichzeitiger Anwendung des Verfahrens auf mehrere Frequenzbereiche eines Quellsignal gewonnenen, AKF-Muster untereinander (und nicht nur mit den AKF-Mustern in der Datenbank), können einerseits ähnliche, vormals unbekannte Übertragungsverfahren ermittelt werden und andererseits aussagekräftige visuelle Darstellungen der Belegung des gesamten Frequenzbereichs des untersuchten Quellsignals generiert werden, die eine bessere Unterstützung des Anwenders als bisher bieten können. Die einfache Erweiterbarkeit der Datenbank um vormals unbekannte, aber dennoch interessierende, Nutzsignale, ist weiterhin von Vorteil.By comparing the, with the simultaneous application of the method on several frequency ranges of a source signal obtained, AKF patterns with each other (and not only with the AKF patterns in the database), similar, previously unknown transmission methods can be determined on the one hand and on the other hand meaningful visual representations of the occupancy the entire frequency range of the examined source signal can be generated, which can offer a better support of the user than before. The easy expandability of the database to previously unknown, but still interesting, useful signals is still beneficial.

Bei bevorzugter Anwendungsweise werden die Spektraltransformation und die Umkehr-Spektraltransformation mittels, im mathematischen Sinne, linearen Transformationen realisiert. Ein weiterer Vorteil der Erfindung ist in diesem Falle die universelle Anwendbarkeit auf Quell- und Nutzsignale beliebiger Bandbreite und beliebiger Signallänge, wobei unter Ausnutzung der Linearität die Verarbeitung einzelner langer Signalblöcke in eine Verarbeitung mehrerer kurzer Signalblöcke aufgeteilt werden kann.In a preferred application, the spectral transformation and the inverse spectral transformation are realized by means of, in the mathematical sense, linear transformations. A further advantage of the invention in this case is the universal applicability to source and useful signals of arbitrary bandwidth and arbitrary signal length, wherein the use of linearity, the processing of individual long signal blocks can be divided into a processing of several short signal blocks.

Anwendungsgebieteapplication areas

Für das erfindungsgemäße Verfahren gibt es allgemeine Einsatzmöglichkeiten im Bereich der Funkaufklärung, der Überwachung und des Monitorings von Funkverkehr. Insbesondere besteht Anwendungspotenzial im Bereich des nicht autorisierten, oder auch „nicht kooperativen”, Empfangs. Aufgrund seiner Eigenschaften ist das erfindungsgemäße Verfahren nicht nur anwendbar zur Erkennung vorhandener Nutzsignale in erfassten Quellsignalen, sondern auch zu Entdeckung vormals unbekannter, potenziell relevanter, Nutzsignale. Solche Nutzsignale können anhand bestimmter, vorher festzulegender, Signifikanzkriterien aus den berechneten AKF-Mustern ermittelt und anschließend einer weiteren Verarbeitung zugeführt werden.For the inventive method, there are general applications in the field of radio reconnaissance, monitoring and monitoring of radio communications. In particular, there is application potential in the area of unauthorized, or even "non-cooperative," reception. Because of its properties, the method according to the invention is not only applicable for the detection of existing useful signals in detected source signals, but also for the detection of previously unknown, potentially relevant, useful signals. Such useful signals can be determined from the calculated AKF patterns on the basis of specific, previously to be defined, significance criteria and then fed to a further processing.

Einsatzgebiete des erfindungsgemäßen Verfahrens gibt es auf Grund von dessen Robustheit insbesondere dort, wo interessierende Nutzsignale unter ungünstigen Übertragungsbedingungen erfasst und erkannt werden sollen. Von besonderem Nutzen ist das Verfahren dann, wenn zusätzlich zur Erkennung bestimmmter interessierender Nutzsignale keine weiteren Schritte wie Demodulation und Decodierung notwendig sind.Fields of application of the method according to the invention are, due to its robustness, especially where useful signals of interest are to be detected and recognized under unfavorable transmission conditions. The method is of particular use when, in addition to the detection of certain useful signals of interest, no further steps such as demodulation and decoding are necessary.

Aufgrund der Effizienz des erfindungsgemäßen Verfahrens besteht großes Anwendungspotenzial im Bereich der umfassenden Überwachung sowie des Scannings großer Funkfrequenzbereiche, sowohl in online- als auch in offline-Anwendungen.Due to the efficiency of the method according to the invention, there is great application potential in the field of comprehensive monitoring as well as the scanning of large radio frequency ranges, both in online and in offline applications.

Weitere Anwendungsmöglichkeiten für das erfindungsgemäße Verfahren gibt es im Bereich des Cognitive Radio, beispielsweise zu schnellen Ermittlung belegter Frequenzbänder oder zur Erkennung bestimmter Sender auf belegten Frequenzbändern. Somit ist das erfindungsgemäße Verfahren auch im Bereich des autorisierten Empfangs, etwa im Bereich des Software Defined Radio (SDR), vorteilhaft einsetzbar. Further applications for the method according to the invention are in the field of cognitive radio, for example, for fast determination of occupied frequency bands or for the detection of certain stations on occupied frequency bands. Thus, the method according to the invention can also be used advantageously in the area of authorized reception, for example in the area of software defined radio (SDR).

Ausführungsbeispieleembodiments

Die Erfindung wird nachfolgend zunächst anhand eines, im Überblick in 2 dargestellten, Ausführungsbeispiels beschrieben. Aus einem digitalen, komplexwertigen, Breitband-Quellsignal (A) mit einer Abtastrate von 312.500 Hertz (Hz) wird ein Zeitausschnitt x (B1) bestehend aus n = 950.000 Abtastwerten, x = (x(1), ..., x(950.000)) ausgewählt. Zusätzlich wird eine Teilfolge x' des Zeitausschnitts (B2) durch Wahl der ersten 500.000 Werte von x, also x' = (x(1), ..., x(500.000)), gebildet. x und x' werden durch Anhängen von Nullwerten zu Vektoren der Länge L = 2.097.152 = 2^21 Werte verlängert. Als Spektraltransformation (1) wird die diskrete Fouriertransformation gewählt, mittels derer beide Vektoren der Länge L in zwei Spektralsignale X und X' mit Längen von jeweils L Werten überführt werden. Für ein beispielhaftes Signal, welches in einem realen Anwendungsszenarium aus dem Kurzwellenbereich erfasst wurde, zeigt die 14 im unteren Teil (ii) den logarithmierten Absolutbetrag des, zwecks Darstellbarkeit geglätteten, gemittelten Spektralsignals X. Der obere Teil (i) der Figur zeigt zur zusätzlichen Illustration die im Bereich der Nachrichtentechnik gebräuchliche Wasserfalldarstellung (auch Spektrogramm oder Sonagramm), die auf der senkrechten Achse den zeitlichen Verlauf der (logarithmierten) Absolutbeträge der Spektralsignale darstellt.The invention will be described in the following with reference to an overview 2 illustrated, described embodiment. From a digital, complex-valued, broadband source signal (A) with a sampling rate of 312,500 Hertz (Hz), a time segment x (B1) consisting of n = 950,000 samples, x = (x (1), ..., x (950,000 )). In addition, a subsequence x 'of the time segment (B2) is formed by selecting the first 500,000 values of x, that is to say x' = (x (1),..., X (500,000)). x and x 'are extended by appending zero values to vectors of length L = 2.097.152 = 2 ^ 21 values. The spectral transformation (1) chosen is the discrete Fourier transformation, by means of which both vectors of length L are converted into two spectral signals X and X 'with lengths of L values each. For an exemplary signal, which was recorded in a real application scenario from the shortwave range, shows the 14 in the lower part (ii) the logarithmic absolute value of the averaged spectral signal X, smoothed for presentation. The upper part (i) of the figure shows, for additional illustration, the waterfall representation (also spectrogram or sonagram) used in the field of communications technology, which is on the vertical axis represents the time course of the (logarithmized) absolute values of the spectral signals.

Aus dem Spektralsignal wird, entsprechend einem Frequenzbereich von 4830 Hz mit Frequenzzentrum bei ca. 4.680.000 Hz) ein Wertebereich von s = 615.221 bis e = 647.721, bestehend aus 32.501 Werten ausgewählt (2). Hieraus werden (D) unter Verwendung von x ein Teilbandsignal x(615.221), ..., x(647.721) und, mittels einer aus der komplexen Konjugation bestehenden Signaltransformation (3), Verwendung von x' ein (E) transformiertes Teilbandsignal T[x'](615.221), ..., T[X'](647.721) gebildet. Mit anderen Worten gilt für alle 615.221 <= i <= 647.721, T[x'](i) = conj[x(i)], wobei conj die Konjugation komplexer Zahlen bezeichnet. Mittels komponentenweiser Multiplikation komplexer Zahlen wird (4) ein Produktsignal (F) A = (A(1), ..., A(32.501)) mit A(i) = x(i + 615.221-1)·T[x'](i + 615.221 – 1) für 1 <= i <= 32.501, gebildet. Dieses Produktsignal wird durch Anhängen von Nullwerten zu einem Vektor der Länge r = 32.768 = 2^17 verlängert und mittels inverser diskreter Fouriertransformation (5), entsprechend der hier gewählten Umkehr-Spektraltransformation, auf ein rücktransformiertes Zeitsignal (G) a = (a(1), ..., a(32.501)) abgebildet. Entsprechend dem Verhältnis der zur Spektraltransformation und zur Umkehr-Spektraltransformation verwendeten Längen der Fouriertransformationen beträgt die zeitliche Auflösung des rücktransformierten Zeitsignals a noch 0,2048 Millisekunden (ms). 15 zeigt einen 300 ms umfassenden zeitlichen Ausschnitt des Absolutbetrags des rücktransformierten Zeitsignals (G). In dem speziellen Beispiel wurde in dem ausgewählten Frequenzbereich ein Nutzsignal mittels des oben bereits genannten STANAG 4285-Verfahrens gesendet, wodurch die charakteristische Struktur der lokalen Maxima des rücktransformierten Zeitsignals in 15 zu erklären ist.From the spectral signal, a range of values from s = 615,221 to e = 647,721, consisting of 32,501 values is selected (2), corresponding to a frequency range of 4830 Hz with frequency center at approx. 4,680,000 Hz). From this, (D) using x, a subband signal x (615.221), ..., x (647.721) and, using a signal transformation (3) consisting of the complex conjugation, using x ', an (E) transformed subband signal T [ x '] (615.221), ..., T [X'] (647.721). In other words, for all 615.221 <= i <= 647.721, T [x '] (i) = conj [x (i)], where conj denotes the conjugation of complex numbers. By component-wise multiplication of complex numbers, (4) a product signal (F) A = (A (1), ..., A (32.501)) with A (i) = x (i + 615.221-1) · T [x ' ] (i + 615.221 - 1) for 1 <= i <= 32.501. This product signal is lengthened by adding zero values to a vector of length r = 32.768 = 2 ^ 17 and by inverse discrete Fourier transformation (5), corresponding to the inverted spectral transformation chosen here, to an inverse transformed time signal (G) a = (a (1 ), ..., a (32.501)). According to the ratio of the lengths of the Fourier transforms used for the spectral transformation and the inverse spectral transformation, the temporal resolution of the inverse-transformed time signal a is still 0.2048 milliseconds (ms). 15 shows a 300 ms time segment of the absolute value of the inverse transformed time signal (G). In the specific example, in the selected frequency range, a useful signal was transmitted by means of the above-mentioned STANAG 4285 method, whereby the characteristic structure of the local maxima of the inverse-transformed time signal in 15 to explain.

Das hier verwendete im Folgenden vorgestellte beispielhafte Vorgehen zur Bestimmung des AKF-Musters (H) ist in 8 und 9 illustriert. 8 zeigt analog zur 15 ein mittels des oben beschriebenen Verfahrens gewonnenes, rücktransformiertes Zeitsignal. Hierbei sind zusätzlich zwei für das Übertragungsverfahren STANAG 4285 charakteristische Maximumpositionen durch Angabe der Abstandswerte von 106,66 ms und 12,91 ms dargestellt. Zur Bestimmung der AKF-Muster wird im vorliegenden Beispiel nun so vorgegangen, dass vom rücktransformierten Zeitsignal (G) ein mittels Medianfilterung erzeugtes Mediansignal bestimmt wird. Vom rücktransformierten Zeitsignal wird daraufhin eine mit einem konstanten Faktor gewichtete Version des Mediansignals abgezogen, wobei alle Werte kleiner Null auf den Wert Null gesetzt werden. Es resultiert ein Schwellwertsignal. Letztgenannter Faktor kann mittels einer gewichteten Version des Mittelwertes des Mediansignals bestimmt werden. Alternativ kann der Faktor, adaptiv, so bestimmt werden, dass das erzeugte Schwellwertsignal gerade nicht überall Null ist. Das Schwellwertsignal wird nun mit einem Algorithmus zur Extraktion signifikanter lokaler Maxima verarbeitet, der sukzessive alle lokalen Maxima und deren Positionen liefert, die größer einem vorab gewählten Schwellwert sind. Dabei werden bevorzugt solche Positionen als Maximumspositionen ausgeschlossen, in deren unmittelbarer Nähe, in einem typischen Anwendungsbeispiel aus dem Kurzwellenbereich 1,5 ms, bereits in einem vorherigen Schritt größere Maxima detektiert wurden. Die gesamten extrahierten Maxima werden in einen neuen Vektor kopiert, und die Gesamtenergie des Vektors auf 1 normiert. Vor dem Schritt der Energienormierung werden bei Bedarf (i) das Abtastintervall des Vektors auf einen für alle AKF-Muster einheitlichen Wert geändert sowie (ii) die Länge des Vektors durch Abschneiden bzw. Anfügen von Nullwerten auf eine für alle AKF-Muster einheitliche Länge gebracht. 9 zeigt das auf diese Weise im vorliegenden Anwendungsbeispiel aus dem rücktransformierten Zeitsignal aus 8 generierte AKF-Muster. Als Abtastintervall wurden im vorliegenden Beispiel 0,2048 ms und als einheitliche AKF-Muster-Länge k = 2.930 Werte gewählt.The exemplary procedure for determining the AKF pattern (H) used in the following is used in FIG 8th and 9 illustrated. 8th shows analogous to 15 a recovered by the method described above, back-transformed time signal. In addition, two maximum positions characteristic of the STANAG 4285 transmission method are represented by specifying the distance values of 106.66 ms and 12.91 ms. To determine the AKF patterns, the procedure in the present example is to determine a median signal generated by median filtering from the back-transformed time signal (G). From the retransformed time signal, a weighted version of the median signal is then subtracted, with all values less than zero set to zero. The result is a threshold signal. The latter factor can be determined by means of a weighted version of the mean value of the median signal. Alternatively, the factor, adaptive, may be determined so that the threshold signal generated is not nearly zero everywhere. The threshold signal is now processed with an algorithm for extracting significant local maxima, which successively delivers all local maxima and their positions that are greater than a preselected threshold. Preferably, such positions are excluded as maximum positions, in the immediate vicinity of which, in a typical application example from the shortwave range of 1.5 ms, larger maxima were already detected in a previous step. The total extracted maxima are copied to a new vector, and the total energy of the vector is normalized to 1. Before the step of energy normalization, if necessary, (i) the sampling interval of the vector is changed to a uniform value for all the AKF patterns and (ii) the length of the vector is reduced to a uniform length for all the AKF patterns by clipping zero values , 9 shows this in the present application example from the back-transformed time signal 8th generated AKF pattern. The sampling interval used was 0.2048 ms in the present example and k = 2.930 as the uniform AKF pattern length.

Der AKF-Mustervergleich (7) besteht im vorliegenden Anwendungsbeispiel darin, für jedes in einer Datenbank (I) abgelegte AKF-Muster t' das Skalarprodukt s(t, t') = t(1)·t(1) + ... + t(k)·t'(k) von t mit t' zu bestimmen. Aufgrund der Energienormierung gilt 0 <= s(t, t') <= 1. Die abschließende Entscheidung (8) über eine Erkennung vergleicht für alle Muster t' der Datenbank (I) den Wert s (t, t') mit einem Schwellwert T und gibt das zu t' korrespondierende Übertragungsverfahren sowie den Wert s(t, t') dann aus, falls s(t, t') >= T. In Experimenten hat sich T = 0,4 als in vielen Fällen geeigneter Schwellwert erwiesen.In the present application example, the AKF pattern comparison (7) consists of the scalar product s (t, t ') = t (1) * t (1) + ... for each of the AKF patterns t' stored in a database (I). + t (k) · t '(k) from t with t'. Due to the energy normalization, 0 <= s (t, t ') <= 1. The final decision (8) on a recognition compares the value s (t, t') with a threshold value for all the patterns t 'of the database (I) T and outputs the transmission method corresponding to t 'and the value s (t, t') if s (t, t ')> = T. In experiments, T = 0.4 has proven to be a suitable threshold in many cases ,

Besitzt ein AKF-Muster mit keinem in der Datenbank abgelegten AKF-Muster eine hinreichend hohe Ähnlichkeit, so kann das AKF-Muster dennoch auf das Vorhandensein interessierender Nutzsignale hinweisen. Aus diesem Grunde ist es vorteilhaft, die Ergänzung der AKF-Muster in der Datenbank um weitere AKF-Muster, wie in 19 im Schritt (K) dargestellt, zu ermöglichen. Zur automatisierten Beurteilung, ob ein nicht durch Datenbankabgleich identifizierbares AKF-Muster relevant bzw. interessierend sein könnte, können beispielsweise die Intensitäten und die Ausgeprägtheit der lokalen Maxima des AKF-Musters herangezogen werden.If an ACF pattern does not have a sufficiently high degree of similarity with any of the ACF patterns stored in the database, the ACF pattern may nonetheless indicate the presence of interest-seeking useful signals. For this reason, it is beneficial to supplement the AKF patterns in the database with other AKF patterns, as in 19 in step (K). For example, the intensities and the expressiveness of the local maxima of the AKF pattern can be used to automatically assess whether a non-database-identifiable ACF pattern could be relevant or of interest.

17 zeigt ein Ausführungsbeispiel in Form eines Software-Prototypen zur Erkennung von Nutzsignalen in Breitband-Quellsignalen. Das Bildschirmfoto zeigt eine Momentaufnahme des Software-Prototypen zum Zeitpunkt unmittelbar nach der Anwendung des erfindungsgemäßen Verfahrens auf ein ausgewähltes Teilband. Das verwendete Quellsignal und das ausgewählte Teilband stimmen mit den im vorhergehenden Text beschriebenen STANAG 4285-Beispiel überein. Die Figuren im mittleren Teil zeigen daher dieselbe Wasserfalldarstellung und dieselbe Darstellung des Spektralsignals wie in 14, sowie dasselbe rücktranformierte Zeitsignal wie in 15. Rechts oben im Bildschirmfoto ist in rot eine Erkennungsmeldung „STANAG_4285 [0.898]” angegeben, die als Ausgabe des erfindungsgemäßen Verfahrens (a) den Namen des erkannten Übertragungsverfahrens und (b) den Ähnlichkeitswert zu dem entsprechenden in der Datenbank vorhandenen AKF-Muster zeigt. Darunter befindet sich eine absteigend geordnete Liste der Ähnlichkeitswerte aller AKF-Muster der Datenbank zu dem aktuellen AKF-Muster. 17 shows an embodiment in the form of a software prototype for recognizing useful signals in broadband source signals. The screenshot shows a snapshot of the software prototype at the time immediately following application of the inventive method to a selected subband. The source signal used and the selected subband match the STANAG 4285 example described in the previous text. The figures in the middle part therefore show the same waterfall representation and the same representation of the spectral signal as in 14 , as well as the same retransformed time signal as in 15 , At the top right of the screen shot, a recognition message "STANAG_4285 [0.898]" is indicated in red, showing as output of the method (a) the name of the detected transmission method and (b) the similarity value to the corresponding AKF pattern present in the database. Below this is a descending ordered list of the similarity values of all the AKF patterns in the database for the current AKF pattern.

Der in 17 dargestellte Software-Prototyp bietet die in der Beschreibung der Erfindung genannte Möglichkeit, zu einem gegebenen Breitband-Quellsignal mittels eines spektralen Segmentierungsverfahrens eine automatische Auswahl möglicher Frequenzbereiche vornehmen zu lassen. Frequenzbereiche können hierbei auch manuell angegeben und automatisch bestimmte Frequenzbereiche beliebig durch manuelle Interaktion verändert werden. Der Software-Prototyp ist so konzipiert, dass das erfindungsgemäße Verfahren in einem Schritt für alle somit ausgewählten Frequenzbereiche bzw. die zugehörigen Teilbänder durchgeführt wird.The in 17 The presented software prototype offers the possibility mentioned in the description of the invention of having an automatic selection of possible frequency ranges carried out for a given broadband source signal by means of a spectral segmentation method. Frequency ranges can also be specified manually and automatically certain frequency ranges can be changed as desired by manual interaction. The software prototype is designed such that the method according to the invention is carried out in one step for all frequency ranges thus selected or the associated subbands.

18 zeigt einen Ausschnitt eines Bildschirmfotos des prototypischen Systems zur Erkennung von Nutzsignalen in Breitband-Quellsignalen unter Verwendung des erfindungsgemäßen Verfahrens. Hierbei zeigen die Bildteile (I) die Wasserfalldarstellung des analysierten Signalausschnitts, (II) den logarithmierten Absolutbetrag des Spektralsignals mit eingezeichneten, durch Segmentierung gewonnenen Frequenzbereichen, (III) eine Übersicht aller paarweisen Ähnlichkeiten der Frequenzbereiche in Matrixform und (IV) eine Auflistung der Frequenzbereiche mit als signifikant ermittelten, und mit „*Candidate*” beschrifteten, Frequenzbereichen. Bei der Darstellung (III) der paarweisen Ähnlichkeiten sind sind hohe Ähnlichkeitswerte hell und niedrige Ähnlichkeitswerte dunkel wiedergegeben. Eine darauf basierende Art und Weise, zueinander Ähnliche Frequenzbereiche darzustellen, ist in (II) erkennbar. Hier sind alle, zum aktuell selektierten Frequenzbereich gemäß dem Ähnlichkeitswert ähnlichen Frequenzbereiche hervorgehoben (hellgrauu) markiert. In der Auflistung (IV) aller Frequenzbereiche sind, falls mittels des erfindungsgemäßen Verfahrens ermittelbar, Namen der erkennannten Übertragungsverfahren angegeben. In Fällen, in denen gemäß Verfahren nach den Ansprüchen 9 und 10 signifikante, jedoch nicht einem AKF-Muster der Datenbank zuzuordnende, AKF-Muster gefunden wurden, ist in der entsprechenden Zeile der Vermerk „*Candidate*” zum Hinweis auf mögliche interessierende Übertragungsverfahren, angegeben. 18 shows a section of a screen shot of the prototype system for detecting useful signals in broadband source signals using the method according to the invention. In this case, the image parts (I) show the waterfall representation of the analyzed signal detail, (II) the logarithmic absolute value of the spectral signal with frequency ranges obtained by segmentation, (III) an overview of all pairwise similarities of the frequency ranges in matrix form and (IV) a listing of the frequency ranges identified as significant, and frequency ranges labeled "* Candidate *". In the representation (III) of the pairwise similarities, high similarity values are bright and low similarity values are dark. A way based on this to represent similar frequency ranges to one another can be recognized in (II). Here all, for the currently selected frequency range according to the similarity value similar frequency ranges highlighted (hellgrauu) are marked. Listed in the list (IV) of all frequency ranges, if identifiable by means of the method according to the invention, names of the recognized transmission methods are indicated. In cases in which significant, but not to be attributed to an AKF pattern of the database according to the method according to claims 9 and 10, were found, the corresponding line "* Candidate *" to indicate possible interesting transmission methods, specified.

Claims

Method for detecting one or more useful signals used for message transmission or for detecting potentially relevant useful signals within a broadband source signal, in which - a time excerpt of the source signal is converted by spectral transformation into a spectral signal, - a frequency range selected from the spectral signal and selected by a real subset the values of the spectral signal a corresponding subband signal is formed, - from the subband signal, a transformed subband signal is formed, - by multiplying the components of the subband signal and the transformed subband signal, a product signal is formed, - the product signal is transformed back into a time signal with a reverse spectral transformation, The autocorrelation pattern is compared with a set of known autocorrelation patterns, a similarity value being calculated for each known pattern, the autocorrelation patterns being respectively equal-length vectors of numbers and the similarity values being determined by scalar products of such vectors or wherein the similarity values are determined by comparing coincident or nearly coincident maximum temporal positions, and then outputting a recognition message if one of the similarity values exceeds a threshold value.

The method of claim 1, wherein the spectral transform is the Fourier transform or the swept Fourier transform in the length of the temporal portion of the source signal and the inverse spectral transform is the inverse Fourier transform or the inverse windowed Fourier transform in the length of the product signal.

A method according to claim 1 or 2, wherein the transformed subband signal is formed by complex conjugation of the values of the subband signal. Method according to one of Claims 1-3, in which the autocorrelation pattern is formed by determining local maxima of the inverse-transformed time signal.

Method according to one of Claims 1-4, in which the selection of the frequency range from the spectral signal is determined by means of a method for spectral segmentation.

A method according to any of claims 1-4, wherein more than one frequency range is selected, respective respective subband signals are formed, and the further processing steps are applied to each of the subband signals independently of each other.

Method according to Claim 6, in which the autocorrelation patterns of all subband signals are compared in pairs with the determination of similarity values, and the resulting similarity values are visualized or used for further processing.

Method according to one of claims 1-7, wherein the transformed subband signal is determined by spectral transformation of a subsequence of the time segment of the source signal and formation of the associated subband signal with subsequent formation of the transformed subband signal, wherein the selected subsequence before the spectral transformation with zeros on the length of the time segment of the source signal is expanded.

Method according to one of Claims 1-8, in which the calculated autocorrelation patterns are automatically assessed for their significance by means of a rule, a significance value is determined for this purpose, and a message about an autocorrelation pattern of interest is generated when the significance value exceeds a threshold value.

Method according to Claim 9, in which the significance value is formed on the basis of the local maximum points of the autocorrelation pattern.

A method according to any of claims 1-10, wherein the generated autocorrelation patterns for the purpose of later application of the method are added to the set of known autocorrelation patterns.

Method according to one of Claims 1-11, in which the method for obtaining autocorrelation patterns is applied successively to a plurality of time segments of the time signal, thus producing a time sequence of autocorrelation patterns and using this sequence of autocorrelation patterns to obtain similarity values.