Rekurencyjny algorytm detekcji sygnału

• Autorzy: Bossy Bartosz , Fotyga Grzegorz , Nowak Aleksander , Żykowski Paweł

Identyfikatory

DOI

10.15199/59.2024.4.82

Warianty tytułu

EN

Recursive signal detection algorithm

• Konferencja: Konferencja Radiokomunikacji i Teleinformatyki (11-13.09.2024 ; Poznań, Polska)
• Języki publikacji: PL

Abstrakty

PL

W niniejszym artykule przedstawiono nowy rekurencyjny algorytm detekcji sygnału, bazując na analizie częstotliwościowo czasowej. Algorytm przetestowano dla szerokiej gamy rzeczywistych sygnałów zarejestrowanych z wykorzystaniem stanowiska pomiarowego. Wyniki pokazują, że zaproponowany algorytm bardzo dobrze wykrywa sygnał użyteczny, a w dodatku jest skalowany. Ponadto w obecnej postaci detekcja zajmuje dwukrotność czasu trwania sygnału, a możliwe jest zmniejszenie jej czasu poprzez m.in. zrównoleglenie obliczeń.

EN

This article presents the proposed recursive signal detection algorithm based on time-frequency analysis. The algorithm has been tested for a wide range of real signals recorded using a measurement station. The results show that the proposed algorithm detects the useful signal very well and is also scalable. Moreover, in its current form, detection takes twice the signal duration and it is possible to reduce its time by, among others, parallelization of calculations.

Słowa kluczowe

PL

detekcja; dron; pomiary; zagłuszanie

EN

detection; drone; jamming; measurements

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne
• Rocznik: 2024
• Tom: nr 4
• Strony: 368--372
• Opis fizyczny: Bibliogr. 9 poz., rys.

Twórcy

autor

Bossy Bartosz

• Hertz Systems Ltd sp. z o. o., Zielona Góra

autor

Fotyga Grzegorz

• Hertz Systems Ltd sp. z o. o., Zielona Góra
• Faculty of Elektronics, Telecomminications and Informatics, Gdańsk University of Technology, Gdańsk

autor

Nowak Aleksander

• Hertz Systems Ltd sp. z o. o., Zielona Góra

autor

Żykowski Paweł

• Hertz Systems Ltd sp. z o. o., Zielona Góra

Bibliografia

• [1] Carolyn J. Swinney oraz John C. Woods. 2021. „The Effect of Real-World Interference on CNN Feature Extraction and Machine Learning Classification of Unmanned Aerial Systems”. Aerospace 8, 7(179). https://doi.org/10.3390/aerospace8070179
• [2] Deepsig. 2023. „Using OmniSIG SDK to Create a Drone Detection Model”. https://www.deepsig.ai/white-papers/
• [3] Deepsig. 2023. „Wireless Signal Identification and Analysis”. https://www.deepsig.ai/white-papers/
• [4] S. Horstmann, D. Ramírez oraz P. J. Schreier. 2020. „Two-Channel Passive Detection of Cyclostationary Signals”. Proceedings of the IEEE Transactions on Signal Processing, 68:2340-2355, 2020, doi: 10.1109/TSP.2020.2981767
• [5] P. Urriza, E, Rebeiz oraz D. Cabric. 2013. „Multiple antenna cyclostationary spectrum sensing based on the cyclic correlation significance test”. IEEE Journal on Selected Areas in Communications, 31(11):2185- 2195
• [6] H. Fan, Y. Guo oraz Y. Xu. 2008, „A novel algorithm of blind detection of frequency hopping signal based on second-order cyclostationarity”. Proceedings of the Congress on Image and Signal Processing, 5:399-402
• [7] Y. Zeng, Y-C Liang. 2009. „Eigenvalue-based spectrum sensing algorithms for cognitive radio”. IEEE transactions on communications, 57(6):1784-1793
• [8] Keogh, E., Chu, S., Hart, D., and Pazzani, M. 2001. „An online algorithm for segmenting time series”. Proceedings of the IEEE International Conference on Data Mining (ICDM), 289–296.
• [9] Fryzlewicz, P. 2007. „Unbalanced Haar technique for nonparametric function estimation”. Journal of the American Statistical Association, 102(480):1318–1327.