Active and passive sensors for diagnostics quasi-zenith ionospheric HF communication channels

Full Text

Введение

Полоса прозрачности, параметры частотно-временной дисперсии и спектральная плотность помех квазизенитной линии КВ-радиосвязи (NVIS) испытывают значительные вариации в геофизическом времени. Эту полосу можно разделить на множество парциальных каналов с заданной системой связи полосой пропускания из диапазона от 3 до 24 кГц [1]. Работа систем КВ-связи должна осуществляться в доступных парциальных каналах. Доступность определяется параметрами дисперсии и уровнем антропогенных сосредоточенных помех [2].

В настоящее время для оценки доступности стали применять активные и пассивные сенсоры. Известные активные сенсоры используют принцип последовательной диагностики парциальных каналов из полосы прозрачности (МПЧ-НПЧ) ионосферной линии связи. Последовательная диагностика требует существенных затрат времени, которое вычитается из времени, отведенного на передачу информации. Преодолению данной проблемы способствует переход от последовательной к параллельной (одновременной) диагностике. В работе [3] предлагается применение одновременного зондирования в 4 диапазонах возможных рабочих частот сигналами с ЛЧМ. В работе [4] представлен алгоритм быстрого измерения ионограмм дискретно-частотным сигналом, состоящим из радиоимпульсов на разных несущих частотах. Альтернативным вариантом может быть применение нескольких параллельных BPSK-сигналов с расширенным спектром (СРС), расположенных на близких ортогональных поднесущих, обеспечивающих частотное разделение парциальных каналов на приеме. Переход от последовательного зондирования к параллельному требует развития алгоритмов синтеза и обработки многочастотного зондирующего сигнала. Пассивные сенсоры позволяют оценивать доступность парциальных каналов по уровню спектральной плотности мощности (СПМ) помех в них. Работа активных сенсоров в доступных по уровню помех каналах позволяет существенно увеличить энергетику СРС.

Цель работы: развитие алгоритмов и программных средств, реализующих спектральный мониторинг и параллельное зондирование парциальных каналов для сенсорной диагностики ионосферных каналов квазизенитной КВ-связи.

Для реализации поставленной цели необходимо было развить алгоритмы оценки доступности каналов на основе обнаружения сосредоточенных помех, синтеза группового импульса, состоящего из ортогональных поднесущих с учетом минимизации пик-фактора, алгоритмы разделения поднесущих и вычисление корреляционной функции на приеме. Для верификации предлагаемого подхода были проведены натурные эксперименты.

 

1. Синтез группового импульса, состоящего из ортогональных парциалов с учетом минимизации пик-фактора

Рассмотрим многочастотный импульс, включающий N ортогональных парциалов на поднесущих с индексами $k\in [\mathrm{0,}N-1],$ содержащий M чипов длительностью $T_{ch}$ с индексами $m\in \left[\mathrm{1,}M\right].$ Из теории сигналов известно, что амплитудный спектр прямоугольного импульса определяется синусом Котельникова и носит лепестковый характер (рис. 1) [5].

 

Рис. 1. Фрагмент амплитудного спектра чипов трех ортогональных парциалов со спектрами, описываемыми синусами Котельникова, и их кусочно-постоянная модель

Fig. 1. Fragment of the amplitude spectrum of chips of three orthogonal partials with spectra described by Kotelnikov sines, and their piecewise constant model

 

Пересечение графиков синуса Котельникова происходит на уровне $2/\pi =$$\mathrm{0,64}\approx \mathrm{0,7.}$ При этом полоса частот элемента многочастотного сигнала длительностью $T_{ch}$ равна $B_s=$$N/T_{ch}.$ Таким образом многочастотный импульс с ортогональными поднесущими можно рассматривать как альтернативу одночастотному импульсу с последовательной перестройкой с шагом $1/T_{ch}.$ Задача синтеза многочастотного сигнала может быть решена путем применения обратного дискретного преобразования Фурье (ОДПФ) к $N$ дискретным комплексным отсчетам, задающим начальную амплитуду и фазу соответствующей поднесущей.

Для чипа многочастотного сигнала результатом интерференции парциалов с одинаковой фазой является короткий импульс длительностью $T_{ch}/N,$ пик-фактор при этом равен N. Поскольку средняя мощность, а также энергия сигнала на длительности чипа кодовой последовательности $T_{ch}$ определяются пик-фактором, то на чип будет приходиться в $N^2$ раз меньшая энергия, чем у одночастотного. Проблема частично решается изменением начальных фаз поднесущих фазовым окном [6; 7]. На рис. 2 применение окна Ньюмана позволило уменьшить пик-фактор до 1,8. Энергетические потери чипа парциала при ограниченной мощности передатчика будут составлять примерно $2N.$

 

Рис. 2. Импульсный сигнал: 1 – одиночный фазо-кодовый; 2 – многочастный из 8 ортогональных фазо-кодовых парциалов с шагом 24 кГц; 3 – тот же что в 2, но с фазовым окном Ньюмана

Fig. 2. Pulse signal: 1 – single phase-coded; 2 – multi-part of 8 orthogonal phase-code partials with a step of 24 kHz; 3 – the same as in 2, but with a Newman phase window

 

2. Разделение поднесущих и вычисление корреляционной функции на приеме

В приемнике реализовано разделение и сжатие фазо-кодированных парциалов а также их когерентное накопление. Каждый парциал позволяет оценить функцию рассеяния соответствующего подканала, параметры рассеяния по задержке и доплеровской частоте, а также отношение сигнал/шум. Для разделения парциалов используется дискретное преобразование Фурье (ДПФ). Для обеспечения достаточного разрешения по дальности и точности отображения корреляционной функции использовался метод скользящего спектра. Если шаг скольжения составляет один отсчет $S=\mathrm{1,}$ то в каждом парциале будет $N$ отсчетов на один чип. Обозначим через индексы z дискретные отсчеты по времени, их количество определяется длительностью накопления $z\in [\mathrm{0,}Z-1]$

Тогда скользящий спектр будет вычисляться по формуле

$v_{k,z}=$$\frac{1}{N}\sum _{n=zS}^{zS+N-1}{\stackrel{⌢}{U}}_z$ $\exp \left[-j\frac{2\pi }{N}kn\right].$ (1)

Чтобы получить правильный порядок частот с нулевой частотой в центре, используется циклический сдвиг на $N/2.$ Перед сжатием требуется выделить огибающую для всех поднесущих, т. е. перенести каждый парциал с поднесущей на нулевую частоту, что достигается перемножением на соответствующую опорную частоту, взятую с противоположным знаком. Сетка опорных частот для переноса задается формулой

$y_{k,z}=v_{k,z}\exp \left[-j2\pi \left(k-\frac{N}{2}\right)\frac{zS}{N}\right].$ (2)

Результаты исследований при скольжении с разным шагом представлены на рис. 3. В данном случае рассматривался многочастотный импульс с и кодовой манипуляцией чипов последовательностью Баркер-13. Из полученных результатов следует вывод, что разделение поднесущих методом скользящего спектра с шагом скольжения, равным одному отсчету, позволяет получить минимальную погрешность при оценке задержки. Однако для экономии вычислений можно использовать и больший шаг.

 

Рис. 3. Вид модельных АКФ при разделении поднесущих методом скользящего спектра с разным шагом скольжения

Fig. 3. View of model ACFs when separating subcarriers using the sliding spectrum method with different sliding steps

 

После разделения поднесущих и сжатия импульсов для увеличения отношения сигнал/шум можно использовать когерентное накопление, осуществляя повторное зондирование этим сигналом. Данный алгоритм применяется, например, при одночастотном последовательном зондировании фазо-кодированным сигналом и подробно описан в [8]. В работе показано, что при зондировании парциалом АКФ определяется импульсной характеристикой канала с полосой частот, равной полосе данного парциала, а квадрат ее модуля равен текущему профилю задержки мощности (ПЗМ) канала. Оценка ПЗМ при диагностике позволяет определить рассеяние по задержке и отношение сигнал/шум.

 

3. Спектральный мониторинг и обнаружение сосредоточенных помех в КВ-диапазоне

Спектральный мониторинг квазивертикальных ионосферных каналов основан на пороговом обнаружении сосредоточенных помех в упорядоченном многомерном широкополосном радиоканале. Большинство помех в КВ-диапазоне имеет полосу 3 кГц (SSB-станции). Широкие полосы около 20 кГц соответствуют вещательным DRM-стан циям, но больше всего помех дают вещательные станции с АМ-модуляцией, создающие помеху в полосе 9–10 кГц. Стандартами связи [6] предусмотрены максимальные полосы каналов до 24 кГц. Исходными данными спектрального мониторинга является рассчитываемый с использованием FFT спектр мощности с разрешением 100 Гц. Количество отсчетов в спектре 125 000. Полоса составляет 12,5 МГц (от 2 до 14,5 МГц). Спектральные комплексные отсчеты усредняются по 100 последовательным спектрам и пересчитываются в отсчеты мощности так, что в результате получается усредненный за 1 с спектр мощности шума и помех. Пример спектра, полученный в г. Йошкар-Оле (ПГТУ) с использованием универсальной аппаратной платформы типа USRP N210, показан на рис. 4. В качестве антенны использовался широкополосный (рабочий диапазон 1,9…30 МГц) диполь типа AH-710, установленный на крыше пятиэтажного здания.

 

Рис. 4. Спектр смеси шума и антропогенных помех и его тренд

Fig. 4. Spectrum of a mixture of noise and anthropogenic interference and its trend

 

Особенностью спектра является то, что уровень шума на разных частотах значительно отличается, при этом разница в уровнях достигает 20 дБ. Частотные вариации спектра можно рассматривать с позиций наличия в уровне помех случайного тренда, который для повышения качества анализа можно удалить и получить спектр с удаленным трендом. Для обнаружения сосредоточенных помех пороговым методом необходимо решить задачу оценки порога и уровня, от которого он должен отсчитываться. Тренд выделялся методом медианной фильтрации. Полоса фильтрации 100 кГц была выбрана на основе приведенного выше анализа полосы помех. При этом количество отсчетов с шагом 100 Гц для определения медианы составит 1000. Поэтому такая выборка для вариационного ряда является состоятельной. Удаление тренда реализуется путем нормирования отсчетов спектра на соответствующие им значения медианы. В результате спектры приводятся к единому началу отсчета, соответствующему значениям частотной зависимости медианы. Это позволяет использовать на всей полосе прозрачности единый порог обнаружения сосредоточенных помех. Результат фильтрации показан на рис. 5

 

Рис. 5. Спектр шумов и помех после удаления непрерывного тренда и единый уровень порога

Fig. 5. Spectrum of noise and interference after removing a continuous trend and a single threshold level

 

Помехи имеют мощность, значительно превышающую шумовой фон, поэтому они все сосредоточены в конце вариационного ряда. Количество помех в каждом поддиапазоне отличается, есть более загруженные помехами поддиапазоны, однако большую часть отсчетов в вариационном ряду составляет шум. При выборе порога будем иметь в виду, что необходимо минимизировать ложные срабатывания, когда высокий уровень шума может быть принят за помеху. Для задания порога обнаружения воспользуемся критерием Неймана – Пирсона, при котором вероятность обнаружения сигнала (сосредоточенной помехи) в 95 % при вероятности ложной тревоги 0,01 %, выполняется при отношении (сигнал сосредоточенной помехи)/шум, равном 12 дБ. Поэтому уровень порога обнаружения сосредоточенной помехи был выбран равным этой величине, а за начало его отсчета принято значение медианы.

Методика оценки доступности каналов основана на сравнении спектральных отсчетов, попада ющих в полосу канала с порогом. Для оценки примыкающих каналов с полосой 3 кГц в каждом канале будет по 30 спектральных отсчетов, полученных с шагом 100 Гц. Канал с полосой 3 кГц считается доступным, если все отсчеты ниже уровня порога. В результате для каналов 3 кГц вычисляется дискретная бинарная функция. Высокий уровень «1» показывает, что канал доступен, низкий «0» – канал занят. Данная функция может быть использована для бланкирования помех. СРС-сигналы более помехоустойчивы. Широкополосный канал с полосой 24 кГц можно разделить на 8 образующих его примыкающих узкополосных подканалов по 3 кГц. В работе [9], исходя из оценки энергетических потерь показано, что для ФКМ-сигнала с полосой 24 кГц, используемого для вертикального зондирования, канал считается доступным если 7 из 8 образующих его подканалов доступны. Пример работы алгоритма показан на рис. 6.

 

Рис. 6. Фрагменты спектра с функциями доступности

Fig. 6. Spectrum slices with accessibility features

 

Очевидно, что диагностика загруженных помехами каналов будет приводить к негативным эффектам при анализе экспериментальных данных с целью оценки параметров частотно-временной дисперсии, а также к энергетическим потерям излучаемого СРС. Для преодоления таких эффектов в работе предусмотрено использование данных пассивного сенсора. В этом случае диапазон прозрачности разбивается на примыкающие полосы величиной 100 кГц, в который укладывается несколько спектров парциальных СРС. В итоге поиска для каждой полосы 100 кГц выбирается полоса парциала с минимальным уровнем помех.

Параметры поиска:

• Количество шагов: 5;
• Шаг по частоте: 10,15, 20, 25 кГц.

Работа на частотах с минимальным уровнем помех, когерентное накопление, согласованная обработка позволяют достичь чрезвычайно высокого отношения сигнал/шум для парциала сенсора.

 

4. Экспериментальная апробация сенсорной диагностики квазизенитных ионосферных каналов КВ-связи

Для реализации предложенного подхода в эксперименте использован многопарциальный импульс, представляющий собой сумму восьми ортогональных парциалов с двоичной фазовой манипуляцией каждого частотного парциала кодовой последовательностью Баркер-13. Полоса каждого частотного парциала составляла 24,4 кГц, длительность парциала – 520 мкс, а его период повторения ~ 5,1 мс.

Алгоритмы были реализованы на универсальной SDR-платформе USRP N210. В результате NVIS-эксперимента, проведенного 13.03.2023 в 20:49 в г. Йошкар-Ола (ПГТУ), получена информация о состоянии радиоканалов в диапазоне 2–8 МГц (рис. 7). На верхнем графике отражена частотная зависимость отношения сигнал/шум, по которой можно определить, что наилучшим каналом с максимальным отношением сигнал/шум является канал номер 153 с частотой 5,7 МГц. Это же подтверждает пассивная диагностика СПМ. Профиль задержки мощности (ПЗМ) для этого канала показан на рисунке слева. Вертикальная ось соответствует задержке при распространении от передатчика к приемнику. На горизонтальной оси отложена мощность ПЗМ и помех в канале на частоте 5,7 МГц. Видно, что временная дисперсия в данном канале (рассеяние по задержке) не превышает 0,3 мс. Провалы до нуля на графике отношения сигнал/шум соответствуют бланкированным парциальным каналам из-за их значительной загруженности. Как видно на этом примере, из 245 частотных каналов для связи доступны только около двадцати.

 

Рис. 7. Данные одновременной диагностики ионосферных радиоканалов СРС типа OFDM-BPSK 8 частотными парциалами с полосой 24,4 кГц каждый

Fig. 7. Data from simultaneous diagnostics of ionospheric radio channels SRS type OFDM-BPSK with 8 frequency partials with a bandwidth of 24,4 kHz each

 

Заключение

Создан сенсор ортогональных квазизенитных ионосферных радиоканалов с применением методов модуляции сигнала OFDM-BPSK, позволяющий работать в режиме одновременно-последовательного зондирования в возможном для связи диапазоне рабочих частот, что позволило в 8 раз сократить общее время излучения сигнала. Представленные алгоритмы реализованы по технологии программно-конфигурируемых радиосистем и верифицированы в натурных экспериментах. Полученные научные результаты имеют широкий спектр практических применений, в том числе для повышения эффективности работы систем широкополосной КВ-связи сигналами с расширенным спектром.

About the authors

Dmitry V. Ivanov

Volga State University of Technology

Author for correspondence.
Email: IvanovDV@volgatech.net
Russian Federation, Yoshkar-Ola, Lenin Square 3, 424000

Vladimir A. Ivanov

Volga State University of Technology

Email: IvanovVA@volgatech.net
Russian Federation, Yoshkar-Ola, Lenin Square 3, 424000

Natalia V. Ryabova

Volga State University of Technology

Email: RyabovaNV@volgatech.net
Russian Federation, Yoshkar-Ola, Lenin Square 3, 424000

Alexey A. Elsukov

Volga State University of Technology

Email: info@volgatech.net
Russian Federation, Yoshkar-Ola, Lenin Square 3, 424000

References

Supplementary files