[논문]FSK 변조 레이더 신호 인식 기술

임하영; 유경진; 신현출

doi:10.5370/kiee.2017.66.2.425

FSK 변조 레이더 신호 인식 기술
Identification of FSK Radar Modulation 원문보기

전기학회논문지 = The Transactions of the Korean Institute of Electrical Engineers, v.66 no.2, 2017년, pp.425 - 430

임하영 (Dept. of Electronic Engineering, Soongsil University) , 유경진 (Dept. of Electronic Engineering, Soongsil University) , 신현출 (Dept. of Electronic Engineering, Soongsil University)

Abstract ▼ AI-Helper

This paper presents a novel method for identification of FSK modulated radar signal. Three features which measure the number of frequency tones, the regularity of the frequency shifting, and the diversity of power spectrum of detected radar signal, are introduced. A Two-step combined maximum likelihood classifier was used to identify the details of the detected FSK signal; the modulation order and the use of Costas code. We attempted to divide FSK signal into binary FSK, ternary FSK, 8-ary FSK, and FSK with Costas code of length 7. The simulation results indicated that the proposed methods achieves an averaged identification accuracy was 99.93% at a signal-to-noise of 0 dB.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 FSK 레이더 변조신호를 인식에 사용될 시간- 주파수 분석 기반의 세 종류의 특징인자를 소개한다. M-FSK 변조 신호의 심볼 수를 인식하기 위한 톤 개수(FT: frequency tones), 신호의 주파수 도약 패턴의 간격변화 특성을 감지하는 도약특성(FH: frequency hopping), 그리고 신호의 전력성분 배분특성과 관련된 주파수 엔트로피(FE: frequency entropy)이다.
본 연구에서는 전자전 지원의 중요한 요소인 레이더 변조 인식 기술의 개발을 목표로 한다. 기존 변조 인식 기술 연구[2~4]에서는 레이더 신호를 주로 주파수편이변조(FSK), 위상편이변조(PSK), 진폭편이변조(ASK), 주파수변조(FM) 등의 변조 형식으로만 인식하는 것을 목표로 하였다.
이 논문에서는 FSK 레이더 변조 신호의 자동 변조 인식 기법에 대한 연구 내용을 기술하였다. FSK 변조 방식들을 구분할 수 있는 새로운 특징인자들을 도출하고 2단계의 최대우도분류기를 설계하였고, 이를 적용하여 FSK 변조 신호를 인식하였다.

제안 방법

이 논문에서는 FSK 레이더 변조 신호의 자동 변조 인식 기법에 대한 연구 내용을 기술하였다. FSK 변조 방식들을 구분할 수 있는 새로운 특징인자들을 도출하고 2단계의 최대우도분류기를 설계하였고, 이를 적용하여 FSK 변조 신호를 인식하였다.
기존 연구에서는 FSK변조 신호를 다른 변조 신호와 구분해내는 데에 그치거나 도약 코드의 사용을 배제하였지만, 본 논문에서는 FSK 변조 신호의 특징을 면밀하게 분석하여 신호의 변조차수와 Costas 코드의 사용 여부까지 인식하는 알고리즘을 설계하였다.
변조 차수를 인식하기 위한 톤 개수, 주파수 도약 코드의 사용여부를 판단할 도약특성, 그리고 주파수축에서의 전력성분 배분특성인 주파수 엔트로피이다. 또한 인식 대상 FSK 변조신호들에 대한 세 특징인자의 확률모델을 생성하고, 신호 인식을 위한 두 단계의 분류기를 설계하였다.
수신된 FSK 변조신호의 파라미터를 추정을 위하여 세 종류의 특징인자를 개발하였다. 변조 차수를 인식하기 위한 톤 개수, 주파수 도약 코드의 사용여부를 판단할 도약특성, 그리고 주파수축에서의 전력성분 배분특성인 주파수 엔트로피이다.
M-FSK 변조 신호의 심볼 수를 인식하기 위한 톤 개수(FT: frequency tones), 신호의 주파수 도약 패턴의 간격변화 특성을 감지하는 도약특성(FH: frequency hopping), 그리고 신호의 전력성분 배분특성과 관련된 주파수 엔트로피(FE: frequency entropy)이다. 이상의 세 특징인자들을 조합하여, 미지의 FSK 변조 신호에 대한 변조 차수와 주파수 도약 코드의 사용여부를 추정하는 방법을 제안한다. 본 연구의 인식 대상 FSK 변조 신호는 총 4종으로, 2-FSK, 3-FSK, 8-FSK, FSK with Costas 7 code이며 제안하는 방법의 성능은 모의실험을 통해 확인하였다.

대상 데이터

변조 파라미터로는 중심 주파수(F_c), 주파수 편이 간격(F_∆), 심볼 길이(T_s), 펄스 폭(T_p), 심볼별 위상(Φ_k)이 있으며, 수치는 각 구간 내에서 무작위로 결정되도록 하였다. 변조 방식 별 특징인자의 확률모델이 다양한 신호 수신 환경에서의 신호 특성을 반영할 수 있도록, 변조 신호는 -10 dB에서 10 dB까지 5 dB 간격의 SNR 당 200개씩 총 1000개의 신호 데이터를 생성하였다
이 시퀀스와 결합된FSK의 편이 주파수는 F_{(k m od 7) + 1}로부터 F₄,F₇,F₁,F₆,F₅,F₂,F_d 의 순서로 결정된다[10]. 본 연구의 변조 인식 대상은 3종의 M-FSK(2-FSK, 3-FSK, 8-FSK)와 FSK with Costas 7 code(FSK-C)로 총 4종으로 하였다.
및 [수식]max 와, 제안하는 방법에 의한 각 변조 인식 성공률을 SNR 별로 비교하여 나타낸다. 인식 대상 신호로는 표 1에서의 변조 파라미터조합 방식에 의해, 10 dB에서 -10 dB까지 5 dB의 간격의 SNR별로 1000개씩 총 5000개를 생성하였으며, 분류기를 위한 확률모델은 별개로 생성된 1000개의 신호 데이터로부터 생성하였다. 기존 특징인자를 사용한 인식 최대 성능은 50%에 미치지 못하지만, 제안하는 방법에 의한 성능은 SNR이 0 dB일 때 평균 인식 성공률은 99.

데이터처리

추정 순시주파수들의 출현빈도를 히스토그램을 통해 산출한다. 적절한 임계점을 설정하여 노이즈 성분에 의한 출현빈도는 제외한다.

성능/효과

인식 대상 신호로는 표 1에서의 변조 파라미터조합 방식에 의해, 10 dB에서 -10 dB까지 5 dB의 간격의 SNR별로 1000개씩 총 5000개를 생성하였으며, 분류기를 위한 확률모델은 별개로 생성된 1000개의 신호 데이터로부터 생성하였다. 기존 특징인자를 사용한 인식 최대 성능은 50%에 미치지 못하지만, 제안하는 방법에 의한 성능은 SNR이 0 dB일 때 평균 인식 성공률은 99.33%였다.
변조 파라미터의 무작위 조합으로 생성된 충분한 수의 데이터를 통하여 모의실험한 결과, SNR이 0 dB일 때 99.33% 의 평균 인식 성공률을, SNR이 -5 dB일 때 98.83%의 높은 성공 인식률을 보였다.

질의응답

핵심어	질문	논문에서 추출한 답변
	전자전 지원이란?	전자전 지원은 적군이 방사하는 각종 전자파를 탐색, 감청, 식별하고 방사위치 및 제원을 탐지하기 위하여 취해지는 제반 활동을 의미한다. 전자전 지원을 통해 수집된 정보를 통하여 효과적인 대응책과 효율적인 전략 수립을 하는데 활용할 수 있으므로, 우수한 전자전 지원 능력의 보유는 승패를 좌우하는 핵심적인 요소라고 할 수 있다[1].
	대조비의 상승 시점을 심볼경계로 간주할 수 있는 이유는?	여기에서 i는 주파수성분 인덱스, N 은 주파수성분 개수이다. 한 심볼이 지속되는 동안 신호의 파워스펙트럼은 변화하지 않으며 대조비 수치 역시 지속된다. 반면에 심볼이 변화하는 시점에서 파워스펙트럼은 두 개의 톤을 포함하게 되고, 표준편차는 감소, 대조비는 증가하게 된다. 따라서 대조비의 상승 시점을 심볼경계로 간주할 수 있다.
	우수한 전자전 지원 능력의 보유는 승패를 좌우하는 핵심적인 요소라고 할 수 있는 이유는?	전자전 지원은 적군이 방사하는 각종 전자파를 탐색, 감청, 식별하고 방사위치 및 제원을 탐지하기 위하여 취해지는 제반 활동을 의미한다. 전자전 지원을 통해 수집된 정보를 통하여 효과적인 대응책과 효율적인 전략 수립을 하는데 활용할 수 있으므로, 우수한 전자전 지원 능력의 보유는 승패를 좌우하는 핵심적인 요소라고 할 수 있다[1].

참고문헌 (11)

C. Park, "Strategic Meaning of US Overseas Army Relocation Plan," Sea Captain, No. 24, pp. 43-52, 2005.
J. Lunden and V. Koivunen. "Automatic radar waveform recognition,"IEEE J.Select. Topics Signal Process., vol. 1, no. 1, pp. 124-136, June 2007.

상세보기
O. A. Dobre, A. Abdi, Y. Bar-Ness, and W. Su, "Survey of automatic modulation classification techniques: classical approaches and new trends," IET Commun, vol. 1, no. 2, pp. 137-156, 2007

상세보기
S. Seo, Y. Yoon, Y. Jin, Y. Seo, S. Lim, J. Ahn, C. Eun, W. Jang, S. Nah, "Automatic recognition of analog and digital modulation signals," The Journal of The Korean Institute of Communication Sciences 30(1C), pp. 73-81, Jan 2005.
Z. Yu, Y. Q. Shi, and W. Su, "M-ary frequency shift keying signal classification based-on discrete Fourier transform," in Military Communications Conference IEEE, vol. 2, pp. 1167-1172, 2003
W. Ahn, B. Seo, "An Efficient Peak Detection Algorithm in Magnitude Spectrum for M-FSK Signal Classification", Journal of Broadcast Engineering, vol. 6, no. 6, Dec 2014.
H. Wang, O. A. Dobre, C. Li, and R. Inkol, "Experimental results for M-FSK signal classification and parameter estimation," in Instrumentation and Measurement Technology Conference (I2MTC), 2013 IEEE International, no. 2, pp. 1786-1789, 2013.
H. Wang, O. A. Dobre, C. Li, and R. Inkol, "M-FSK signal recognition in fading channels for cognitive radio," in Radio and Wireless Symposium (RWS), 2012 IEEE, pp. 375-378, 2012.
C.-S. Park, S.-P. Nah, J.-W. Yang, J.-H. Choi, "Automatic recognition of digital modulation types using Wavelet transformation," The Institute of Electronics Engineers of Korea - Telecommunications vol. 45, no. 4, pp. 22-30, April 2008.
P. E. Pace, Detecting and Classifying Low Probability of Intercept Radar, 2nd ed., Artech House, 2009.
M. C. Tjepkema-Cloostermans, F. B. van Meulen, G. Meinsma and M. J. van Putten, "A cerebral recovery index (CRI) for early prognosis in patients after cardiac arrest," Critical care, vol. 17, 2013.

저자의 다른 논문 :

LOADING...

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증