Detectarea semnalelor cu probabilitate scăzută de interceptare: provocările LPI/LPD

Majoritatea semnalelor se anunță singure. O transmisie FM în bandă îngustă, un tren de impulsuri radar, o legătură de date cu microunde – fiecare produce un vârf de putere pe care un detector energetic convențional îl găsește imediat ce se sintonizează pe frecvența potrivită. Formele de undă cu probabilitate scăzută de interceptare (LPI) și cu probabilitate scăzută de detecție (LPD) sunt concepute să facă exact opusul. Acestea își distribuie energia atât de subțire – în frecvență, în timp sau în ambele – încât puterea din orice celulă de rezoluție individuală se situează sub nivelul de zgomot pe care îl poate măsura un receptor necooperativ. Pentru detectorul energetic care stă la baza majorității sistemelor de monitorizare a spectrului, un semnal LPI pur și simplu nu există. Acest articol examinează de ce formele de undă LPI înving calea standard de detecție și ce trebuie să facă diferit un sistem SIGINT – senzori cu bandă largă, disciplina nivelului de zgomot și detecție bazată pe caracteristici – pentru a găsi o transmisie concepută special să nu fie găsită.

Ce face un semnal să aibă probabilitate scăzută de interceptare

LPI este o proprietate a formei de undă, nu a confidențialității emițătorului. Un proiectant face un semnal dificil de interceptat prin reducerea densității spectrale de putere de vârf (PSD) în orice punct în care un adversar ar putea asculta. Există patru tehnici principale, adesea combinate.

Spectrul direct-sequence (DSSS). Datele sunt multiplicate cu o secvență de cipuri pseudoaleatorie de rată ridicată, distribuind un semnal cu bandă îngustă pe o bandă de ori mai largă. Energia totală este neschimbată, dar PSD-ul scade cu câștigul de procesare – raportul dintre banda distribuită și banda de date. Un semnal cu 30 dB de câștig de procesare are PSD-ul împins cu 30 dB în jos, frecvent bine sub nivelul de zgomot. Un receptor cooperativ care cunoaște secvența de cipuri desprinde și recuperează SNR-ul complet; unul necooperativ vede zgomot.

Spectrul cu salt de frecvență (FHSS). Purtătoarea sare rapid pe un set mare de frecvențe pe un program pseudoaleatoriu. În orice moment semnalul este cu bandă îngustă, dar nu rămâne niciodată pe o frecvență suficient de mult timp pentru ca un receptor cu bandă îngustă să o blocheze și să o caracterizeze. Emițătoarele rapide schimbă frecvența de sute până la mii de ori pe secundă pe zeci sau sute de megaherți.

Putere de emisie scăzută și gestionarea puterii. Multe legături tactice radiază doar puterea minimă necesară pentru a închide legătura și reduc adaptiv puterea pe măsură ce distanța scade. Receptorul intenționat este aproape și recuperează legătura; un interceptor mai îndepărtat vede un semnal atenuat de pierderea suplimentară pe traiectorie.

Forme de undă cu undă continuă și asemănătoare zgomotului. Radarul LPI în special folosește forme de undă cu undă continuă modulată în frecvență (FMCW) sau cu undă continuă codificată în fază care distribuie energia pe ambele dimensiuni – timp și frecvență –, înlocuind impulsul cu putere de vârf ridicată ușor detectabil al unui radar convențional cu o emisie joasă și constantă.

De ce detecția energetică eșuează

Detectorul energetic este instrumentul de bază al monitorizării spectrului: integrează puterea recepționată într-un canal, estimează nivelul de zgomot și declară o detecție când puterea depășește un prag deasupra acestui nivel. Punctul său forte este că nu necesită nicio cunoaștere a semnalului. Punctul slab este că depinde în totalitate de putere, iar formele de undă LPI atacă direct puterea.

Două efecte se cumulează. În primul rând, PSD-ul semnalului LPI este sub nivelul de zgomot prin proiectare, astfel că puterea integrată în banda de detecție abia se mișcă când semnalul este prezent. În al doilea rând – și aceasta este capcana care prinde implementările naive – detecția energetică se degradează non-grațios la SNR scăzut. Detectorul se bazează pe cunoașterea precisă a puterii de zgomot pentru a-și stabili pragul. Orice incertitudine în acea estimare, din cauza derivei de calibrare, temperaturii sau emițătorilor interferenți, creează un prag al puterii de zgomot sub care detectorul nu poate distinge semnalul de un nivel de zgomot ușor estimat greșit. Acesta este pragul SNR: un raport semnal-zgomot sub care nicio creștere a timpului de integrare nu produce o detecție fiabilă, deoarece incertitudinea puterii de zgomot, nu zgomotul termic, domină acum. Detectorii energetici au un prag SNR comparativ ridicat, iar formele de undă LPI sunt concepute să funcționeze sub acesta.

Lecția practică este că alocarea mai mult timp de integrare unui detector energetic nu rezolvă problema LPI. Dincolo de pragul SNR, o staționare mai lungă nu aduce nimic. Soluția este schimbarea detectorului, nu rularea aceluiași detector mai intens.

Sensing cu bandă largă: nu poți detecta ceea ce nu observi

Înainte ca orice detector să ruleze, receptorul trebuie să fie îndreptat spre semnal. Pentru formele de undă LPI, aceasta este o constrângere non-trivială. Un emițător cu salt de frecvență se extinde pe un set de salturi mult mai larg decât staționarea pe orice salt individual; un receptor cu bandă îngustă care scanează banda va fi, cu probabilitate mare, sintonizat în altă parte în timpul oricărui salt dat. Capturarea fiabilă a FHSS necesită o bandă de sensing instantanee care acoperă întregul set de salturi, astfel încât fiecare salt să aterizeze în interiorul benzii observate indiferent de momentul în care apare.

Arhitectura standard este un digitizor cu bandă largă care alimentează un banc de filtre polifazice ce împarte banda capturată în sute sau mii de canale înguste, fiecare monitorizat în paralel. Aceasta este aceeași etapă de canalizare descrisă în pipeline-urile de procesare a semnalelor SDR, dar pentru lucrul LPI cerințele de bandă și interval dinamic sunt implacabile. Digitizorul trebuie să mențină un semnal slab de spectru distribuit deasupra nivelului său de cuantizare chiar și în timp ce un emițător convențional puternic împarte banda – o cerință de interval dinamic care împinge spre ADC-uri cu adâncime mare de biți și gestionare atentă a câștigului receptorului.

Există o relație directă între banda de sensing și probabilitatea de detecție pentru emițătoarele cu salt. Dacă banda instantanee acoperă doar o fracțiune din setul de salturi, receptorul observă doar acea fracțiune din salturi, iar probabilitatea de detecție per staționare scade proporțional. Jumătate din setul de salturi înseamnă aproximativ jumătate din salturi văzute – iar pentru un emițător rapid cu staționări scurte, salturile ratate sunt pierdute pentru totdeauna.

Analiza ciclostacionară: structură acolo unde detecția energetică nu vede nimic

Instrumentul decisiv împotriva semnalelor LPI este detecția de caracteristici ciclostacionare. Principiul este că semnalele modulate create de om poartă periodicități ascunse – în frecvența purtătoare, rata simbolurilor, rata cipurilor sau codare – pe care zgomotul termic nu le are. Aceste periodicități fac statistica semnalului ciclostacionară: autocorelația sa este periodică în timp. Zgomotul Gaussian alb este staționar și nu are o astfel de periodicitate. Un detector care măsoară structura ciclică poate deci separa semnalul de zgomot prin structură, nu prin putere.

Măsurătoarea de bază este funcția de corelație spectrală (SCF), care cuantifică corelația dintre două componente spectrale ale semnalului separate printr-o frecvență ciclică, notată alpha. Pentru zgomot, SCF este zero peste tot cu excepția lui alpha egal cu zero (unde se reduce la densitatea spectrală de putere obișnuită). Pentru un semnal modulat, SCF prezintă vârfuri distincte la frecvențele ciclice legate de rata simbolurilor sau cipurilor și de dublul purtătoarei. Un semnal direct-sequence îngropat sub nivelul de zgomot în PSD-ul convențional produce totuși un vârf recognoscibil în SCF la rata sa de cipuri.

Aceasta este ceea ce permite detecției ciclostacionare să funcționeze cu câțiva decibeli sub pragul SNR al detecției energetice. Costul este calculul: SCF este o funcție bidimensională în frecvență și frecvență ciclică, iar calcularea sa pe o bandă largă este costisitoare. Algoritmii eficienți – metoda de acumulare FFT și algoritmul de corelație spectrală în benzi – o fac fezabilă, dar detecția ciclostacionară rămâne una din etapele cele mai solicitante din punct de vedere computațional dintr-un lanț de procesare SIGINT. Aceasta este aplicată de obicei selectiv, ghidată de un detector de primă trecere mai ieftin sau pe canale de interes permanent, mai degrabă decât rulată continuu pe fiecare canal.

Detectori de caracteristici înrudiți

Analiza ciclostacionară este metoda cea mai generală bazată pe structură, dar mai mulți detectori mai ușori exploatează aceeași idee. Detectorul de autocorelație caută un vârf la un decalaj cunoscut – eficient când perioada simbolului sau cipului este aproximativ cunoscută. Filtrul adaptat este optim când forma de undă este complet cunoscută, dar această cunoaștere este rareori disponibilă împotriva unui emițător LPI necooperativ. Statisticile de ordin superior, cum ar fi cumulanții de ordinul patru, suprimă zgomotul Gaussian (ai cărui cumulanți superiori dispar) păstrând în același timp semnalul, oferind o altă cale spre detecție sub pragul energetic. Alegerea corectă depinde de cât de mult se cunoaște a priori despre forma de undă țintă.

Capturarea și caracterizarea emițătoarelor cu salt de frecvență

Detectarea că un semnal LPI există este doar primul obiectiv; valoarea informațiilor vine din caracterizarea acestuia. Pentru un emițător cu salt de frecvență, caracterizarea înseamnă recuperarea setului de salturi (ce frecvențe folosește), a timpului de staționare per salt și a ratei de salt, urmată de reconstrucția modelului de salt în timp-frecvență.

Cu o captură cu bandă largă canalizată în canale paralele, sistemul înregistrează detecții per canal cu marcaje de timp precise. Corelarea acestor detecții pe canale și în timp reconstruiește secvența de salturi: un burst în canalul A la momentul t, apoi canalul F la t plus staționarea, apoi canalul C și așa mai departe. Modelul reconstruit dezvăluie rata de salt și, pe parcursul unei observații suficiente, structura setului de salturi. Această corelație pe canale este ceea ce separă un emițător cu salt de altul când mai mulți împart banda – timpii de staționare și seturile de salturi distincte identifică emițătorii individuali. Legarea acestui lucru de modulație și analiza emițătorului, așa cum este acoperit în clasificarea semnalelor cu învățare automată, oferă o imagine completă a ce este emițătorul și, potențial, care dispozitiv este.

Pentru semnalele direct-sequence, caracterizarea înseamnă estimarea ratei cipurilor din SCF, urmată de căutarea codului de distribuire. Odată ce codul este recuperat, semnalul poate fi desprins și modulația sa de bază citită. Desprinderea oarbă – recuperarea codului fără cunoaștere prealabilă – folosește tehnici ciclostacionare și statistice de ordin superior pentru a estima perioada cipului și lungimea codului, urmată de o căutare de achiziție a codului pentru a bloca secvența.

Învățare automată pentru detecție la SNR scăzut

Detectorii de caracteristici reglați manual necesită ca un proiectant să anticipeze ce statistică separă cel mai bine o formă de undă dată de zgomot. Învățarea automată transferă această sarcină datelor de antrenare. O rețea neuronală antrenată pe segmente IQ etichetate – sau pe reprezentări derivate cum ar fi suprafețele de corelație spectrală sau spectrogramele transformatei Fourier de scurtă durată – învață direct semnătura formelor de undă LPI. Rețelele convoluționale care operează pe imagini timp-frecvență detectează și clasifică semnalele direct-sequence și cu salt de frecvență la SNR scăzut și generalizează peste parametrii formelor de undă pentru care un detector parametric ar necesita reglare.

Două constrângeri guvernează dacă ML ajută în practică. Setul de antrenare trebuie să acopere gama de SNR și diversitatea formelor de undă cu care se va confrunta sistemul; o rețea antrenată doar pe semnale puternice eșuează pe cele slabe care contează cel mai mult pentru LPI. Și rata alarmelor false trebuie limitată explicit – un detector optimizat pur pentru acuratețe poate inunda un mediu spectral dens cu alarme. În producție, detectorii ML sunt cel mai bine desfășurați ca etapă de ghidare care alimentează analiza ciclostacionară mai grea, nu ca singură autoritate, astfel încât o detecție confirmată să se bazeze pe structura interpretabilă a semnalului.

Implicații sistemice: construirea pentru LPI de la început

Detectarea semnalelor LPI este un angajament arhitectural, nu o funcție comutată pe un sistem de monitorizare cu bandă îngustă. Receptorul trebuie să fie cu bandă largă și cu interval dinamic ridicat pentru a observa întregul set de salturi fără a satura pe emițătorii convenționali. Nivelul de zgomot trebuie calibrat și urmărit per canal, deoarece pragul SNR – nu sensibilitatea brută – stabilește limita de detecție. Lanțul de procesare trebuie să rezerve capacitate de calcul pentru detectori ciclostacionari și statistici de ordin superior, care sunt mult mai solicitanți decât detecția energetică. Și fluxul de lucru al analistului trebuie să coreleze detecțiile pe canale și în timp pentru a reconstrui modelele de salt și a desprinde secvențele, mai degrabă decât să trateze fiecare canal în izolare. Un sistem de monitorizare construit exclusiv în jurul detecției energetice nu poate fi modificat pentru a deveni un detector LPI; cerința se întoarce la antenă și digitizor.

Pentru problema conexă de distingere a interferenței deliberate față de emițătorii autentici, consultați discuția privind detecția semnalelor de război electronic, care împărtășește o mare parte din mecanismele de sensing cu bandă largă și detecție de caracteristici descrise aici.