DE102009035524B4 - Method for detecting one or more useful signals within a source signal - Google Patents
Method for detecting one or more useful signals within a source signal Download PDFInfo
- Publication number
- DE102009035524B4 DE102009035524B4 DE200910035524 DE102009035524A DE102009035524B4 DE 102009035524 B4 DE102009035524 B4 DE 102009035524B4 DE 200910035524 DE200910035524 DE 200910035524 DE 102009035524 A DE102009035524 A DE 102009035524A DE 102009035524 B4 DE102009035524 B4 DE 102009035524B4
- Authority
- DE
- Germany
- Prior art keywords
- signal
- spectral
- autocorrelation
- transformed
- subband
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/0012—Modulated-carrier systems arrangements for identifying the type of modulation
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
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
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
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
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
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
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
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
Es zeigen:Show it:
Beschreibung des VerfahrensDescription of the procedure
Zur besseren Orientierung, nicht jedoch einschränkend, ist ein Schema des im folgenden beschriebenen erfindungsgemäßen Verfahrens in
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
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
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.
Über die gezeigte Robustheit gegenüber zu groben Segmentierungen hinaus ist das erfindungsgemäße Verfahren weiterhin äußerst robust gegenüber unvollständigen Segmentierungen, wie in
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
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).
Das hier verwendete im Folgenden vorgestellte beispielhafte Vorgehen zur Bestimmung des AKF-Musters (H) ist in
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
Der in
Claims (11)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE200910035524 DE102009035524B4 (en) | 2009-07-31 | 2009-07-31 | Method for detecting one or more useful signals within a source signal |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE200910035524 DE102009035524B4 (en) | 2009-07-31 | 2009-07-31 | Method for detecting one or more useful signals within a source signal |
Publications (2)
Publication Number | Publication Date |
---|---|
DE102009035524A1 DE102009035524A1 (en) | 2011-03-24 |
DE102009035524B4 true DE102009035524B4 (en) | 2012-11-29 |
Family
ID=43603187
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE200910035524 Active DE102009035524B4 (en) | 2009-07-31 | 2009-07-31 | Method for detecting one or more useful signals within a source signal |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102009035524B4 (en) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102019124399B3 (en) | 2019-09-11 | 2020-09-03 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | METHOD AND DEVICE FOR ROOM FILTERING AT LEAST ONE AUTOCORRECT USEFUL SIGNAL FROM A RECEIVED SIGNAL OF A GROUP ANTENNA |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4450531A (en) * | 1982-09-10 | 1984-05-22 | Ensco, Inc. | Broadcast signal recognition system and method |
DE3878423T2 (en) * | 1987-06-24 | 1993-08-26 | Broadcast Data Systems Lp | SYSTEM AND METHOD FOR CLASSIFYING BROADCASTING INFORMATION. |
DE19828409B4 (en) * | 1996-11-13 | 2004-02-05 | Mitsubishi Electric Engineering Co., Ltd. | Circuit for detecting an accident noise |
EP0948172B1 (en) * | 1998-04-02 | 2004-08-18 | Rohde & Schwarz GmbH & Co. KG | Method of automatic, clock-free, recognition of modulation type |
US20040236570A1 (en) * | 2003-03-28 | 2004-11-25 | Raquel Tato | Method for pre-processing speech |
US20050032479A1 (en) * | 2003-07-28 | 2005-02-10 | Miller Karl A. | Signal classification methods for scanning receiver and other applications |
EP1543665B1 (en) * | 2002-09-26 | 2007-05-02 | Infineon Technologies AG | Device and method for identifying a useful signal in a receiver |
-
2009
- 2009-07-31 DE DE200910035524 patent/DE102009035524B4/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4450531A (en) * | 1982-09-10 | 1984-05-22 | Ensco, Inc. | Broadcast signal recognition system and method |
DE3878423T2 (en) * | 1987-06-24 | 1993-08-26 | Broadcast Data Systems Lp | SYSTEM AND METHOD FOR CLASSIFYING BROADCASTING INFORMATION. |
DE19828409B4 (en) * | 1996-11-13 | 2004-02-05 | Mitsubishi Electric Engineering Co., Ltd. | Circuit for detecting an accident noise |
EP0948172B1 (en) * | 1998-04-02 | 2004-08-18 | Rohde & Schwarz GmbH & Co. KG | Method of automatic, clock-free, recognition of modulation type |
EP1543665B1 (en) * | 2002-09-26 | 2007-05-02 | Infineon Technologies AG | Device and method for identifying a useful signal in a receiver |
US20040236570A1 (en) * | 2003-03-28 | 2004-11-25 | Raquel Tato | Method for pre-processing speech |
US20050032479A1 (en) * | 2003-07-28 | 2005-02-10 | Miller Karl A. | Signal classification methods for scanning receiver and other applications |
Also Published As
Publication number | Publication date |
---|---|
DE102009035524A1 (en) | 2011-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1125377B1 (en) | Method for processing ofdm signals simultaneously received via a multiple antenna system | |
DE10115221A1 (en) | Method for frame and frequency synchronization of an OFDM signal and method for transmitting an OFDM signal | |
DE4447230A1 (en) | Uplink access device in a direct sequence code division multiple access system | |
DE102009046548A1 (en) | Microphone system and method for selecting a useful frequency for one or the microphone system and computer program | |
DE102007037105A1 (en) | Method and device for detecting simultaneous double transmission of AM signals | |
EP0243885B1 (en) | Method and apparatus for setting up a short wave radio network communication | |
DE60207860T2 (en) | METHOD AND DEVICE FOR PROVIDING TIME CONTROL INFORMATION IN A WIRELESS COMMUNICATION SYSTEM | |
DE102009035524B4 (en) | Method for detecting one or more useful signals within a source signal | |
DE4102412A1 (en) | Modulation mode recognition for baseband signal transformation - subjecting intermediate signal, or couples band signal to parameter estimation | |
EP0048859B1 (en) | Method of recognizing digital data when using a digital data transmission, particularly a data transmission in mobile radio communication systems | |
EP2248268A2 (en) | Method for the detection and generation of a useful signal and associated devices and communications system | |
DE112009004337B4 (en) | signal reception | |
EP0309855A2 (en) | Method and apparatus for transmitting selective addresses and/or distress signals in short-wave radio networks | |
DE102004017548B4 (en) | Method for detecting and analyzing radio signals | |
DE10214581A1 (en) | Demodulation of a digital frequency-modulated analog received signal by evaluating the time intervals between the zero crossings | |
DE102011052900A1 (en) | Method of automatically detecting and classifying high frequency signals in air, involves examining two-dimensional allocation pattern to find for possible indicator wrong assignment, and output electromagnetic emission classification | |
DE3915779A1 (en) | Phase-shift keying signals identification system - using evaluation of statistical distribution of phase difference values obtained from sampled phase values of received signal | |
DE3611959A1 (en) | Synchronisation method | |
DE102020105383B4 (en) | Method for transmitting encoded data | |
DE19746507B4 (en) | Method for assigning a received signal to one of several classes of modulation types | |
DE102015217954A1 (en) | Method for transmitting data | |
DE10342361B3 (en) | Demodulation of a frequency-modulated received signal by means of a two-stage path selection in a trellis diagram | |
DE102015216755B4 (en) | Method for transmitting data | |
DE102022121842A1 (en) | INTERFERENCE DETECTION IN WIRELESS TDD NETWORKS | |
DE102013207239B4 (en) | Method and system for classifying a radio signal into at least one signal class |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
R018 | Grant decision by examination section/examining division | ||
R020 | Patent grant now final |
Effective date: 20130301 |