Огляд аналізаторів радіочастотного спектра та пропозиції щодо динамічної реалізації енергетичного детектора

Микола Вікторович  Бугайов; Олександр Анатолійович  Нагорнюк; Роман Вікторович  Шапар

doi:10.26642/ten-2021-2(88)-95-102

Автор(и)

Микола Вікторович Бугайов Житомирський військовий інститут імені С.П. Корольова, Україна https://orcid.org/0000-0003-0899-9843
Олександр Анатолійович Нагорнюк Житомирський військовий інститут імені С.П. Корольова, Україна https://orcid.org/0000-0002-7680-7201
Роман Вікторович Шапар Житомирський військовий інститут імені С.П. Корольова, Україна https://orcid.org/0000-0002-2600-8081

DOI:

https://doi.org/10.26642/ten-2021-2(88)-95-102

Ключові слова:

аналізатор спектра; динамічний метод; енергетичний детектор; поріг; радіочастотний спектр; тестова статистика

Анотація

На сьогоднішній день основним підходом до організації моніторингу радіочастотного спектра є повністю автоматичний безперервний аналіз заданого діапазону частот. Переважна більшість програмних продуктів світових лідерів, що спеціалізуються на розробленні засобів радіомоніторингу, має відкриту архітектуру, що дозволяє користувачам реалізовувати власні модулі оброблення сигналів. Тому вдосконалення програмно-алгоритмічного забезпечення існуючих аналізаторів спектра дозволить підвищити ефективність виявлення зайнятих ділянок частот та формування приймальних каналів. У роботі для виявлення частотних каналів запропоновано використовувати динамічний енергетичний детектор у частотній області. Динамічність детектора полягає у послідовному формуванні порогу виявлення залежно від значення тестової статистики. Як тестову статистику використано коефіцієнт варіації частотних відліків. Сутність запропонованого методу полягає у розрахунку коефіцієнта варіації із використанням відліків спектральної щільності потужності прийнятого сигналу, порівняно з її граничним значенням, у разі перевищення якого розраховується поріг для розділення частотних відліків на сигнальні та шумові. Надалі процедура повторюється, доки не будуть виявлені усі сигнальні відліки. Для забезпечення роботи алгоритму необхідно задати лише параметри періодограми Уелча, вектор порогових значень тестової статистики та ймовірність хибної тривоги. Програмна реалізація запропонованого підходу дозволить виявляти та визначати частотні межі сигналів у широкому динамічному діапазоні, за невідомих значень завантаженості смуги частот аналізу та потужності шуму. Зростання швидкодії розробленого алгоритму, порівняно з аналогічними, залежить від рівня зайнятості радіочастотного спектра, динамічного діапазону сигналів і довжини швидкого перетворення Фур’є та може становити десятки разів.

Посилання

Feng, H. et al. (2018), «A Novel Iterative Discrete Estimation Algorithm for Low-Complexity Signal Detection in Uplink Massive MIMO Systems», Electronics, Vol. 8, pp. 1–13, doi:10.3390/electronics80.

Vartiainen, J., Lehtomaki, J. and Saarnisaari, H. (2005), «Double-threshold based narrowband signal extraction», IEEE 61st Vehicular Technology Conference, 5 р, doi: 10.1109/VETECS.2005.1543516.

Bugajov, M.V. (2015), «Algorytm vyjavlennja akustychnyh sygnaliv BPLA», Visnyk ZhDTU, Serija Tehnichni nauky, ZhDTU, Zhytomyr, No. 74 (3), pp. 46–53.

Hu, X-L., Ho, P-H. and Peng, L. (2019), «Statistical Properties of Energy Detection for Spectrum Sensing by Using Estimated Noise Variance», Journal of Sensors and Actuator Networks, No. 8 (28), pp. 1–22, doi:10.3390/jsan8020028.

Bozovic, R. and Simic, M. (2019), «Spectrum Sensing Based on Higher Order Cumulants and Kurtosis Statistics Tests in Cognitive Radio», Radioengineering, Vol. 28, No. 2, pp. 464–472, doi: 10.13164/re.2019.0464.

Negi, B.S., Singh, O. and Khairnan, C. (2019), «Enhancing Entropy Based Spectrum Sensing using Eigen Value Decomposition in Cognitive Radio Networks», International Journal of Engineering Research and Technology, Vol. 12, No. 7, pp. 1008–1013.

Ahmad, B.I. and Tarczynski, А. (2010), «Reliable wideband multichannel spectrum sensing using randomized sampling schemes, Signal Processing», pp. 2232–2242.

Bugajov, M.V. (2019), «Uzagal'nenyj energetychnyj detektor z iteratyvnym obroblennjam vuz'kosmugovyh sygnaliv u chastotnij oblasti», Visnyk NTUU «KPI», Serija Radiotehnika. Radioaparatobuduvannja, KPI, Kyi'v, No. 78, рр. 27–35, doi: https://doi.org/10.20535/RADAP.2019.78.27-35.

Bugajov, M.V. (2020), «Iteratyvnyj metod vyjavlennja radiosygnaliv na osnovi vyrishujuchyh statystyk», Visnyk NTUU «KPI», Serija Radiotehnika. Radioaparatobuduvannja, KPI, Kyi'v, No. 81, рр. 11–20, doi: https://doi.org/10.20535/RADAP.2020. 18.11-20.

Buhaiov, M.V. (2020), «Fast spectrum sensing method for cognitive radio», Visnyk NTUU KPI, Serija Radiotehnika. Radioaparatobuduvannja, No. 83, pp. 41−46, doi: 10.20535/RADAP.2020.83.41-46.

R&S CA120 Multichannel signal analysis software. Automatic detection, classification, demodulation and decoding, [Online], аvailable at: https://www.rohde-schwarz.com/products/aerospace-defense-security/online-signal-analysis/rs-ca120-multichannel-signal-analysis-software_63493-52993.html

R&S®GX410 Signal analysis software. Offline analysis of frequency agile short-time emissions, [Online], аvailable at: https://www.rohde-schwarz.com/products/aerospace-defense-security/technical-signal-analysis/rs-gx410-signal-analysis-software_63493-9553.html

Signal Surveyor 4D, [Online], аvailable at: https://www.keysight.com/us/en/software/application-sw/spectrum-monitoring-software/signal-surveyor-4d.html

Vision MX280001A Software, [Online], аvailable at: https://dl.cdn-anritsu.com/en-us/test-measurement/files/Brochures-Datasheets-Catalogs/Brochure/11410-00876J.pdf

TCI SCORPIO SPECTRUM MONITORING SOFTWARE, [Online], аvailable at: https://www.tcibr.com/tci-scorpio-spectrum-monitoring-software/

DeepView – RF Spectrum Analyzer software, [Online], аvailable at: https://www.crfs.com/product/software/deepview/

LS OBSERVER. Automated spectrum monitoring, direction finding and geolocation system, [Online], аvailable at: htps://www.lstelcom.com/en/solutions-in/spectrum-monitoring/ls-observer/

Decodio RED, [Online], аvailable at: https://www.decodio.com/products/red

Krypto500. Narrowband Signals Analysis and Decoding Suite, [Online], аvailable at: https://www.comintconsulting.com/krypto500

Kobzar', A.I. (2006), Prikladnaya matematicheskaya statistika. Dlya inzhenerov i nauchnykh rabotnikov, FIZMATLIT, M., 816 р.

López-Benίtez, М., Casadevall, F. and Martella, C. (2010), «Performance of Spectrum Sensing for Cognitive Radio based on Field Measurements of Various Radio Technologies», European Wireless Conference, pp. 969–977, doi: 10.1109/EW.2010.5483510.