Д.В. Иванов1, В.А. Иванов2, А.А. Елсуков3, Н.В. Рябова4, В.В. Овчинников5, Н.Р. Исаев6

1-5 Поволжский государственный технологический университет (г. Йошкар-Ола, Россия)

6 НОЦ воздушно-космической обороны «Алмаз – Антей» им. академика В.П. Ефремова (Москва, Россия)

1 IvanovDV@volgatech.net; 2 IvanovVA@volgatech.net; 3 ElsukovAA@volgatech.net; 4 RyabovaNV@volgatech.net; 5 OvchinnikovVV@volgatech.net; 6 inekitr9711@gmail.com

Постановка проблемы. Для повышения эффективности работы систем диагностики и оценки структурных функций ионосферных радиоканалов необходимо развитие алгоритмов автоматического обнаружения сигнала. Поскольку в диапазоне коротких волн (КВ) на работу различных радиотехнических систем негативное влияние оказывают сосредоточенные и флуктуационные помехи, при организации оптимального приема требуется их фильтрация. Обычно фильтрация помех при приеме осуществляется после демодуляции. Однако преддемодуляционная фильтрация имеет свои преимущества, особенно в случае применения сигналов с расширенным спектром.

Цель. Представить метод цифровой обработки сложного зондирующего сигнала и реализующий его комплексный адаптивный алгоритм для решения задачи экспериментальной диагностики и оценки структурных функций многомерных ионосферных каналов КВ-связи с использованием возможностей технологии SDR (Software Defined Radio), универсальной платформы USRP N210 и принципа «АЦП к антенне».

Результаты. Разработаны метод и новые алгоритмы фильтрации изменяющихся во времени и по частоте помех (как флуктуационных, так и сосредоточенных), способствующие увеличению энергетического выигрыша при приеме сложных сигналов при сжатии их в частотной области в условиях применения SDR-технологии и принципа «АЦП к антенне». Приведен и исследован алгоритм преддемодуляторной обработки сложного сигнала, который эффективно подавляет меняющиеся в времени сосредоточенные помехи даже с уровнем, превышающим сложный сигнал на 40 дБ. Исследовано применение алгоритмов типа CFAR (Constant False Alarm Rate) для повышения эффективности автоматического обнаружения принимаемых многомодовых сигналов в условиях их большой плотности по задержке. Установлено, что последовательное применение этих алгоритмов позволяет получать практически не зашумленные изображения структурных функций многомерных каналов КВ-связи и ионосферы, пригодные для автоматической обработки как содержащие информацию только о диагностирующем сигнале. Показано, что такой метод обработки сложного сигнала дает возможность оценивать частотные зависимости отношения сигнал/шум (SNR) и значения параметров межмодового частотно-временно́го рассеяния в каналах.

Практическая значимость. Представленные метод и реализующие его алгоритмы позволяют существенно повысить качество анализируемых данных, что влияет на эффективность дальней КВ-связи, использующей изменчивую среду – ионосферу, в которой работает множество радиотехнических средств, создающих взаимные антропогенные помехи.

Иванов Д.В., Иванов В.А., Елсуков А.А., Рябова Н.В., Овчинников В.В., Исаев Н.Р. Метод и алгоритмы автоматического обнаружения сигнала в задаче сенсорной диагностики КВ-радиоканала // Радиотехника. 2023. Т. 87. № 12. С. 158−170. DOI: https://doi.org/10.18127/j00338486-202312-17

1. Watterson C., Juroshek J., Bensema W. Experimental Confirmation of an HF Channel Model // IEEE Transactions on Communication Technology. 1970. V. 18. № 6. P. 792–803. DOI: https://doi.org/10.1109/TCOM.1970.1090438.
2. Ivanov V.A., Ryabova N.V., Belgibaev R.R., Chernov A.A. Efficiency of HF Communication Modems Operating Over a Mid-latitude Long-Range Propagation Path // 2018 Systems of Signal Synchronization, Generating and Processing in Telecommunications (SYNCHROINFO). 2018. P. 1–5. DOI: https://doi.org/10.1109/SYNCHROINFO.2018.8457021.
3. Ivanov D.V., Ivanov V.A., Ryabova N.V., Elsukov A.A., Ryabova M.I., Chernov A.A. Software-defined radio technology in the problem concerning with the successive sounding of HF ionospheric communication channels // Journal of Communications Technology and Electronics. 2016. V. 61(7). P. 767–775. DOI: https://doi.org/10.1134/S1064226916070068.
4. Ivanov V.A., Ivanov D.V., Elsukov A.A., Ovchinnikov V.V., Ryabova N.V., Ryabova M.I. BPSK signal shaping and processing for digital SDR ionosonde // 2018 Systems of Signals Generating and Processing in the Field of on Board Communications. 2018. P. 1–5. DOI: https://doi.org/10.1109/SOSG.2018.8350595.
5. Иванов Д.В., Иванов В.А., Рябова Н.В., Овчинников В.В. Новые возможности систем широкополосной когнитивной связи, работающих в ионосферных КВ-радиоканалах с внутримодовой дисперсией // Радиотехника. 2022. Т. 86. № 11. С. 162−177. DOI: https://doi.org/10.18127/j00338486-202211-23.
6. Ivanov D.V., Ivanov V.A., Ryabova N.V., Ryabova M.I., Chernov A.A., Ovchinnikov V.V. Studying the parameters of frequency dispersion for radio links of different length using SDR based sounding system // 2017 XXXIInd General Assembly and Scientific Symposium of the International Union of Radio Science (URSI GASS). 2017. P. 1–3. DOI: https://doi.org/10.23919/URSIGASS.2017.8105045.
7. Reinisch B.W., Galkin I.A., Khmyrov G.M., Kozlov A.V., Bibl K., Lisysyan I.A., et al. New digisonde for research and monitoring applications. Radio Science. 2009. V. 44. Issue 1. RS0A24. DOI: https://doi.org/10.1029/2008RS004115.
8. Ivanov V.A., Ivanov D.V., Ryabova N.V., Ryabova M.I., Chernov A.A., Ovchinnikov V.V. Studying the parameters of frequency dispersion for radio links of different length using software-defined radio based sounding system. Radio Science. 2019. V. 53. Issue 1. P. 34–43. DOI: https://doi.org/10.1029/2018RS006636.
9. Ovchinnikov V.V., Ryabova N.V., Elsukov A.A. Adaptive HF Signal Detection Algorithm CFAR and Its Verification By Means of SDR Based Digital Ionosonde with USRP Platform // 2018 Systems of Signal Synchronization, Generating and Processing in Telecommunications (SYNCHROINFO). 2018. P. 1–5. DOI: https://doi.org/10.1109/SYNCHROINFO.2018.8456970.
10. Huang S., Zhao Z., Yang G., Chen G., Li T., Li N., Yang J. A new design of low-power portable digital ionosonde // Advances in Space Research. 2013. V. 51. Issue 3. P. 388–394, https://doi.org/10.1016/j.asr.2012.09.005.
11. Rohling H. Ordered statistic CFAR technique - an overview // 12th International Radar Symposium (IRS). 2011. P. 631-638.
12. Recommendation ITU–R F.1487 (2000). Testing of HF modems with bandwidths of up to about 12 kHz using ionospheric channel simulators. International Telecommunications Union, Geneva, Switzerland.
13. Иванов Д.В. Методы и математические модели исследования распространения в ионосфере сложных декаметровых сигналов и коррекции их дисперсионных искажений: Монография. Йошкар-Ола: МарГТУ. 2006. 266 с.
14. Ivanov V.A., Ivanov D.V., Ryabova N.V., Ryabova M.I., Chernov A.A., Elsukov A.A. Computer filtering of images of ionograms of HF ionospheric radio communication paths and an algorithm for determining signal‐to‐noise ratio // Journal of Applied Engineering Science. 2018. V. 16(1), 509. P. 116–124. DOI: https://doi.org/10.5937/jaes16‐11790.
15. Dhar S., Perry B.D. Equalized Megahertz-Bandwidth HF Channels for Spread Spectrum Communications // MILCOM 1982 – IEEE Military Communications Conference - Progress in Spread Spectrum Communications. 1982. P. 29.5-1–29.5-5. DOI: https://doi.org/10.1109/MILCOM.1982.4805973.
16. Ivanov D.V., Ivanov V.A., Elsukov A.A., Ryabova N.V., Ovchinnikov V.V., Ryabova M.I. Algorithms of adaptive narrow-band interferences suppression and automatic signal detection for swept-frequency sounding of multiple HF radio channels // URSI AP-RASC 2019. 2019. P. 1–4.
17. Finn H.M., Johnson R.S. Adaptive detection mode with threshold control as a function of spatially sampled clutter level estimates // RCA Rev. V. 29. № 3. P. 414–464.
18. Hansen V.G., Sawyers J.H. Detectability Loss Due to "Greatest Of" Selection in a Cell-Averaging CFAR // IEEE Transactions on Aerospace and Electronic Systems. 1980. V. AES-16. № 1. P. 115-118. DOI: https://doi.org/10.1109/TAES.1980.308885.
19. Weiss M. Analysis of Some Modified Cell-Averaging CFAR Processors in Multiple-Target Situations // IEEE Transactions on Aerospace and Electronic Systems. 1982. V. AES-18. № 1. P. 102-114. DOI: https://doi.org/10.1109/TAES.1982.309210.
20. Rohling H. Radar CFAR Thresholding in Clutter and Multiple Target Situations // IEEE Transactions on Aerospace and Electronic Systems. 1983. V. AES-19. № 4. P. 608-621. DOI: https://doi.org/10.1109/TAES.1983.309350.
21. Richards M.A. Fundamentals of Radar Signal Processing. McGraw Hill Professional. 2005. 656 p.
22. Van Cao T.T. A CFAR thresholding approach based on test cell statistics // Proceedings of the 2004 IEEE Radar Conference (IEEE Cat. No.04CH37509). 2004. P. 349-354. DOI: https://doi.org/10.1109/NRC.2004.1316448.
23. Smith M.E., Varshney P.K. Intelligent CFAR processor based on data variability // IEEE Transactions on Aerospace and Electronic Systems. 2000. V. 36. № 3. P. 837-847. DOI: https://doi.org/10.1109/7.869503.
24. Nathanson F.E., Reilly J.P., Cohen M.N. Radar Design Principles, 2d ed. McGraw-Hill, New York. 1991. 724 p.
25. Иванов В.А., Овчинников В.В., Елсуков А.А., Катков Е.В., Чернов А.А. Фильтрация помех при приёме широкополосных сигналов в системе диагностики ионосферных линий КВ-связи // Вестник Поволжского государственного технологического университета. Сер. Радиотехнические и инфокоммуникационные системы. 2020. № 1(45). С. 18-29. DOI: https://doi.org/10.25686/2306-2819.2020.1.18.
26. Иванов Д.В., Иванов В.А., Рябова Н.В., Овчинников В.В. Новые возможности систем широкополосной когнитивной связи, работающих в ионосферных КВ-радиоканалах с внутримодовой дисперсией // Радиотехника. 2022. Т. 86. № 11. С. 162-177. DOI 10.18127/j00338486-202211-23.