آشکار‌سازی سیگنال لینک 16

نویسنده

عضو هیئت علمی دانشگاه تهران

چکیده

چکیده: شناسایی سیگنال لینک 16 به مفهوم تشخیص حضور یا عدم حضور سامانه مذکور در محیط نبرد، به دلیل کاربرد زیاد این سیستم دارای اهمیت بسیار بالایی است. در این مقاله، روشی جدید برای شناسایی سیگنال لینک 16 ارائه می‌شود که نسبت به روش‌های موجود برای شناسایی این سیگنال، دارای پیچیدگی بسیار پایین‌تر و عملکرد نسبتاً مناسب‌تر است. در روش ارائه‌شده، با در نظر گرفتن متناوب بودن انرژی ارسالی، سه مشخصه مختلف تعریف و استخراج شده است که باعث می‌شود آشکار‌سازی با دقت بیش از 80% در نسبت سیگنال به نویز حدود 16- دسی‌بل صورت گیرد. این روش به دلیل استخراج مشخصه‌هایی مفید از سیگنال نمونه‌برداری و استفاده از قواعد ساده تصمیم‌گیری به‌دست‌آمده از یادگیری ماشین به‌ راحتی قابل پیاده‌سازی به­صورت زمان ‌واقعی در سامانه‌های عملی شناسایی است. 

کلیدواژه‌ها

عنوان مقاله [English]

Detection of Link 16 Signal

چکیده [English]

Abstract: Detection of link 16 signal, i.e. identifying the presence/absence of this system in battlefield, is of great interest. In this paper, a new method for detection of link 16 signal is proposed with a very lower complexity and better performance compared to the current methods. Due to the periodic nature of transmitted energy, three different features are defined and extracted which result in a detection probability more than 80% for the values of signal to noise ratio around -16 dB. Since this method extracts suitable features from the sampled signal and applies simple rules which are obtained via machine learning, it can be realized in real-time practical detection systems.

کلیدواژه‌ها [English]

  • Keywords: Link 16
  • detection
  • machine learning

مراجع

[1] H. K. Wei, Performance Analysis of An Alternative Link-16/JTIDS Waveform Transmitted over a Channel with Pulse-Noise, Ph.D. Thesis, Naval Postgraduate School, Montere, California, 2008.
[2] M. P. Fargues, H. F. Overdyk, and R. Hippenstiel, “Wavelet-based detection of frequency hopping signals,” Proc. 31st Asilomar Conference on Signals, Systems, and Computers, pp. 515-519, 1997.
[3] Y. Jia, T. Pengwu, and Y. Hongyi, “The identification of frequency hopping signal using compressive sensing,” Communications and Network, vol. 1, no. 1, pp. 52-56, 2009.
[4] K. Kim, I. Akbar, K. Bae, J. S. Um, C. Spooner, and J. Reed, “Cyclostationary approaches to signal detection and classification in cognitive radio,” Proc. 2nd IEEE New Frontiers in Dynamic Spectrum Access Networks (DySPAN), pp. 212-215, 2007.
[5] L. Aydin, and A. Polydoros, “Hop-timing estimation for FH signals using a coarsely channelized receiver,” IEEE Transactions on Communications, vol. 44, no. 4, pp. 516-526, 1996.
[6] S. Barbarossa, and A. Scaglione, “Parameter estimation of spread spectrum frequency-hopping signals using time-frequency distributions,” Proc. 1st IEEE Signal Processing Workshop on Signal Processing Advances in Wireless Communications, pp. 213-216, 1997.
[7] T. C. Chen, “Joint signal parameter estimation of frequency-hopping communications,” IET Communications, vol. 6, no. 4, pp. 381-389, 2012.
[8] L. Congxin, Y. Tieming, X. Jidong, and F. Ruixing, “A detection method of JTDIS signal based on overlapped spectrogram,” Proc. 6th International Conference on Information Management, Innovation Management and Industrial Engineering (ICIII), pp. 600-603, 2013.
[9] T. Zengshan, and L. Liang, “A broadband JTIDS signal receiving method and its FPGA implementation,” Telecommunication Engineering, vol. 55, pp. 564-569, 2015.
[10] A. V. Oppenheim, R. W. Schafer, and J. R. Buck, Discrete-Time Signal Processing, Prentice-hall, Englewood Cliffs, 1989.
[11] زینب اسمعیل‌پور و اشکان سامی، «گسترش ابزارهای خودکار شناسایی الگوهای طراحی با عملگر تصحیح برچسب،» مجله مهندسی برق دانشگاه تبریز، دوره 45، شماره 2، صفحه 11-26، 1394.
[12] مهرداد حیدری ارجلو، سیدقدرت­اله سیف‌السادات و مرتضی رزاز، «یک روش هوشمند تشخیص جزیره در شبکه‌ توزیع دارای تولیـدات پـراکـنده مبتنی بـر تبـدیـل مـوجک و نـزدیـک‌تـرین K-همسایگی (KNN)،» مجله مهندسی برق دانشگاه تبریز، دوره 43، شماره 1، صفحه 15-26، 1392.

فایل ها

هم رسانی

ارجاع به این مقاله

آمار