DSP ARGP Spectrum Lab Linrad

Для визуального приёма слабых сигналов применяют DSP программы, которые позволяют "вытащить" сигналы ниже уровня помех на -20...30 дБ. Поскольку применяются большие длительности для точек, то практически все программы снабжены сервисом для периодической записи изображения экрана в файл, внекоторых можно записать всё что подаётся на вход звуковой карты (SB) в звуковой файл. А также появились программы позволяющие принимать сигналы с двух разных приёмных систем и затем обрабатывать их для программного подавления помех (что-то подобное УВЧ noise canceler). Очень большая коллекция DSP программ собрана голландским радионаблюдателем Ko Versteeg - NL9222 - в его файловом архиве можно найти софт на любой "вкус". Я же ограничусь только двумя наиболее популярными и опишу как с ними работать и приведу программу под Linux - linrad.
Но для начала попробую представить немного теории по DSP обработке. В статье в основном использованы материалы Rik ON7YD , с его согласия переведённые Алексеем UA3VVM Если Вы собираетесь осваивать Spectrum Lab, то ниженаписанное может Вам помочь.

Цифровая обработка сигнала ( DSP )
Цифровая обработка сигнала (DSP) - одно из магических выражений, которые вы можете слышать время от времени. Это кажется уделом специалистов, инженеров-электронщиков. И ранее для реализации этой технологии были необходимы сложные специализированные устройства (DSP - процессоры, кстати они в настоящее время широко распространены в различных устройствах, связанных с обработкой звуковых сигналов). Однако аппаратный DSP-процессор может быть заменен связкой: компьютер не ниже Pentium + звуковая плата + программное обеспечение.
ADC - DAC

DSP технология предполагает, что входной аналоговый сигнал (input) сначала преобразовывается в цифровую форму (аналого-цифровым преобразователем (АЦП) или analog-to-digital conversion (ADC), обрабатывается и затем вновь преобразовывается в аналоговую форму на выходе (output) при помощи цифро-аналогового преобразователя (ЦАП) или digital-to analog conversion (DAC).

При аналого-цифровом преобразовании автоматически, в известном временном интервале производится измерение мгновенных значений амплитуд определенное число раз, называемое сэмплированием сигнала. В результате на выходе получается серия измерений, где в каждом из них мы знаем амплитуду сигнала и точное время, когда это было измерено. Т.е.во время прохождения аналогового сигнала через АЦП происходит 2 процесса: дискретизация во времени и квантование по уровню (квантование значений амплитуды) Дискретизация сигнала во времени заключается в измерении значений амплитуды аналогового сигнала через определённые промежутки времени, называемые шагом дискретизации. Чем выбранный шаг меньше, тем соответственно, чаще измеряются значения амплитуды.
ADC grapf

После этого производится более или менее сложный анализ цифровой последовательности. Далее это может интерпретироваться как цифровые данные или обратно преобразовываться в аналоговую форму ЦАП. Преобразование тем точнее, чем чаще производится измерение, короче временные интервалы. Над цифровыми данными могут выполнены самые различные измерения, но мы рассматриваем ниже только фильтрацию сигналов. Если предполагается преобразованный сигнал выводить на экран монитора (что применяется для визуальных программ), то преобразовывать его опять в аналоговый уже нет необходимости. Некоторые программы позволяют с выхода SB слушать на наушники уже обработанный DSP сигнал

Быстрое преобразование Фурье ( FFT или БПФ )
Несмотря на то, что существует несколько методов выделения цифровых сигналов, основная методика основана на быстром преобразовании Фурье (FFT). Математическое обоснование было разработано Joseph Fourier около 200 лет назад. Основная идея состоит в том, что любой сигнал может быть представлен в виде набора синусоидальных сигналов, каждый из которых может иметь различные амплитуды и фазы.
Multi signals
На рисунке выше, красной линией показан комплексный сигнал, который равняется сумме зеленой, синей, желтой и белой синусоид. Математические уравнения преобразования Фурье довольно сложны, но если вы интересуетесь этими вопросами, можно посмотреть следующие ссылки:
Fourier and the frequency domain (Strathclyde University, Glasgow, Scotland)
The Fourier series и The fast Fourier transform (VisLab, Sydney, Australia)
The basic tutorial on frequency analysis (Steema Software, Girona, Spain)
FFT for dummies (by Renato Romero, IK1QFK)
К счастью нам нет необходимости углубляться в математику для понимания преобразования Фурье.
Так как в преобразовании Фурье должно производиться большое количество измерений для большого количества временных интервалов, то был разработан соответствующий алгоритм для скоростного преобразования. Он получил название быстрого преобразования Фурье (FFT или БПФ). Когда мы производим преобразование Фурье над каким-то сигналом, мы фактически разделяем сигнал на составляющие его синусоиды и в каждой синусоиде вычисляется её амплитуда и фаза. Каждая из этих синусоид представляется некоторой центральной частотой (а лучше частотным диапазоном) и по сумме синусоид (и их амплитуд) мы можем реконструировать частотный спектр измеренного сигнала.
Multi signals #2

"Качество" реконструирования частотного спектра зависит от следующих факторов:

- скорость(частота) дискретизации (интервал между двумя аналого-цифровыми преобразованиями или количество осуществлённых замеров амплитуды в одну секунду)
- период квантования для одного преобразования
- разрядность аналого-цифрового (A-D) преобразователя

Скорость(частота) дискретизации определяет получение самой высокой частоты в спектре (максимальная частота доступная для анализа равна 1/2 от частоты дискретизации в соответствии с теоремой Котельникова (Найквиста). Например при частоте дискретизации в 5 кГц, максимальная восстановленная частота составит 2,5 кГц.

Период квантования определяет частотное разрешение (или ширину диапазона каждого канала). Частотное разрешение равняется одному периоду квантования. Например при периоде квантования равном 0,1 сек - частотное разрешение составит 10 Гц.

Число выборок (отдельных интервалов времени над которыми производятся все измерения) в преобразовании Фурье составляет ряд чисел - 2 возведенная в степень (2, 4, 8, 16, ..., 256, ..., 56536, ... и т.д.). Несмотря на то, что можно брать любое количество выборок, практически важно выбрать правильное соотношение между скоростью дискретизации и периодом квантования для получения нужного количества сэмплов (выборок). Например если мы имеем скорость дискретизации в 0,2 мс. - нам нельзя брать период квантования равный 0,1 сек., что привело бы к появлению 500 выборок (отдельных измерительных интервалов времени - сэмплов) поскольку 500 не является степенью числа 2. Но при длительности одной выборки в 0,1024 сек. мы получим 512 выборок (сэмплов), что является 29 степенью 2. При этом результат преобразования Фурье будет состоять из 256 синусоид с шириной канала 9,766 Гц в полосе частот от 0 Гц до 2,5 кГц.
Multi signals #3

На рисунке выше показан простой пример. Преобразование Фурье состоит из 16 сэмплов (выборок) с дискретизацией в 1 мс. Результат состоит из 8 синусоид каждая из которых представляет канал шириной в 62,5 Гц в полосе частот от 0 до 500 Гц.

Разрядность аналого-цифрового преобразователя определяет динамический диапазон спектрограммы (или количество уровней квантования). На практике при использовании обычной звуковой карты персонального компьютера (PC soundcard), мы можем иметь разрядность в 8 или 16 бит. Например разрядность аналого-цифрового преобразователя в 8 бит при преобразовании дает 2 в 8-ой = 256 уровней динамического диапазона или 20 log(256) = 48 дб. Для 16 битного аналого-цифрового преобразователя мы будем иметь уже 2 в 16ой = 65536 уровней динамического диапазона или 20 log(65536) = 96 дб.

Что же и когда мы видим на экране специализированных визуальных программ?
Фактически после АЦП программа производит быстрое преобразование Фурье и на основании полученных цифровых данных о сигнале "засвечивает" на экране монитора точки. Причём каждая точка "наносится" на экран в соответствии с её частотой (в масштабе по горизонтали) и с вычисленной амплитудой (с различной яркостью) на этой частоте через определённые периоды времени (программные периоды квантования).
Например, в вертикальной моде ARGO (Full Band View) вычисленные амплитуды для каждой частоты от 0 до 1500Гц представляется в виде сплошного ряда точек (горизонтальной линии) различной яркости. Т.е. каждая "засвеченная" точка в такой линии на экране - это вычисленная амплитуда на конкретной частоте (яркость соответствует вычисленной амплитуде - чем более "сильный" сигнал, тем более светлая точка) В версии 134 ARGO динамический диапазон по яркости точек 140дБ - т.е. отсутсвие сигнала это полностью черная точка (-140дБ), а максимальный сигнал - полностью белая (0дБ). Через программный период квантования программа перемешает "нарисованную" линию вниз и опять "рисует" для следующего периода времени линию. Через некоторое время мы можем наблюдать на экране все эти линии в виде временнОй картинки того, что происходило в диапазоне частот от 0 до 1500Гц. Полный экран в этом режиме "рисуется" за 35 секунд. Это режим самый грубый и предназначен больше для обзора в достаточно большом диапазоне (фактически можно наблюдать больше половины ДВ диапазона) и относительно сильных сигналов
Чтобы принимать более слабые сигналы, нужно "растянуть" экран по-шире - тогда можно увидеть большую разницу по яркости соседних точек-частот. Поскольку АЦП звуковой карты 8-ми или 16-ти разрядный и "выдаёт" программе фиксированное количество уровней квантования, а компьютер (как преобразователю FFT ему надо задать большую скорость дискретизации) имеет ограниченную производительность, то увеличить разрешение можно вычислением и "рисованием" более узкого диапазона частот. Для этого используют горизонтальный режим - линии из точек-частот располагаются вертикально. Максимального разрешения можно добиться при режиме 120 сек, но полный экран в этом случае "рисуется" около 2 часов и картинка по высоте будет только в 1.65 Гц! Полосы видимых (вычисляемых) частот, скорости и периоды квантования выбраны автором Alberto I2PHD по умолчанию так, чтобы загрузка копьютера во всех режимах была примерно одинакова и на экране можно было бы видеть сигналы достаточное количество времени для визуальной "расшифровки". Аналогичного принципа придерживаются и другие визуальные программы - некоторые предполагают ручные настройки вышеперечисленных параметров.

Будущее развитие узкополосной модуляции

В течение 2002 года неофициальным стандартом для QRSS и DFCW стала длина точки равная 3 секундам, поскольку на этой скорости практически достигались лучшие результаты по времени проведения QSO и возможности принимать слабые сигналы HAMs. Некоторые радиолюбители из программного обеспечения используют Spectogram и устанавливают частоту дискретизации в 11 кГц при количестве выборок равном 16384, что составляет длительность одной выборки (sample) - около 1,5 сек. На первый взгляд не очевидно - почему длительность одной выборки составляет половину длительности точки. Почему бы не сделать типовое время длиннее или короче 3 сек?

Причина по которой типовая длительность выборки берётся меньше длительности точки заключается в недостаточной одновременности (несинхронности) передачи и приёма - передатчик и приёмник работают не синхронно. Это означает, что блок выборки (при завершение приёма последовательности) может начаться где-нибудь в середине точки (завершение передачи той же последовательности), или наоборот. Что может случиться, если длительность точки равна времени выборки? Результат можно посмотреть на рисунках ниже:
Signals & samples inphase Signals & samples 1/4Signals & samples 1/2

Видно, что нет никаких гарантий того, что каждая новая выборка начнется в такт с точкой, и дисбаланс не может быть больше половины длины точки. В противном случае на дисплее мы увидим лишь сплошную линию вместо последовательностей, что хорошо видно на самом нижнем рисунке.

Так вот, если синхронизировать приём и передачу (1-й наиболее очевидный способ будущего совершенствования), то можно было бы удвоить типовую длину блока при той же длине точки в 3 сек. и тем самым получить выигрыш при приёме в 3 дБ. Это аналогично как при DFCW с длительностью точки 10 сек получаемый выигрыш в 3 дБ по сравнению с той же продолжительностью QRSS с 3 секундной точкой. Видится, что не должно быть больших трудностей синхронизации передатчика и приёмника на уровне программного обеспечения с точностью в 1 сек. при длине одной выборки 8 сек. (с 2 сек. интервалом), и длине одной точки 10 сек.
8 sec samples

По сравнению с традиционным QRSS3 выигрыш при приеме синхронизированного DFSW3 может составить до 7 дБ при равной длительности QSO. Ошибка синхронизации в 1 сек. не ухудшит соотношения сигнал/шум.

Альтернативный вариант предложен программистами Spectran. Вместо использования множества законченных выборок, для каждого быстрого преобразования Фурье - каждая следующая немного сдвигается и данные для них частично берутся из предыдущих.
FFT transfer

Этот метод дает то преимущество, что в одной длительности точки может быть выполнено большее количество преобразований Фурье. Недостатком же является повышенная требовательность к вычислительным ресурсам компьютера. Скажем компьютер должен выполнить 32 БПФ (быстрых преобразований Фурье) против 1 при традиционном методе. А также происходит некоторое размывание начала и конца точек. Поэтому реально этот метод применим для DFCW
error

Еще один способ улучшения соотношения сигнал/шум основан на том факте, что шум является случайным и уменьшается при многократных измерениях периодического информационного сигнала, что предполагает введение техники усреднения сигнала. Выходная информация нескольких БПФ складывается (усредняется) и выводится на дисплей. Недостаток - медленная регенерация экрана. В программе Spectran предусмотрены 2 техники усреднения.

Успехов на ДВ !
© 2003-12 RU6LA