Il primo passo è l’implementazione di un semplice generatore di segnali modulati AM, FM e BPSK, i quali saranno utilizzati sia per creare le sequenze di test pulite con le quali viene addestrato il modello di Markov a stati nascosti, sia per ottenere dei segnali alterati dal rumore, i quali saranno utilizzati come input dell’algoritmo finale per testarne il funzionamento su segnali con modulazioni sia analogiche che digitali.
Da questo punto in poi verranno quindi indicati i parametri, le funzioni e le procedure che caratterizzano gli script Matlab, riportati in APPENDICE a pag. 107.
46 I primi parametri da impostare riguardano la creazione del vettore del tempo, ai cui istanti temporali verranno considerati i campioni dei segnali che andremo a generare. Nello script Matlab generale è data la possibilità di scegliere tra 2 possibili frequenze di campionamento con cui lavorare:
480 KHz, in quanto, come poi verrà mostrato successivamente nei paragrafi discendenti dal 4.3, per lavorare su segnali audio captati dalle USRP si lavora con tale frequenza di campionamento;
10 MHz, per testare l’algoritmo con segnali modulati di test a rapporto segnale- rumore variabile.
Ovviamente in un caso di implementazione su qualsiasi altro dispositivo, e in qualsiasi altro contesto, è possibile selezionare qualsiasi altra frequenza di campionamento, svincolandosi da questa doppia scelta.
In funzione della frequenza di campionamento adottata, verranno determinati gli istanti temporali che caratterizzeranno il vettore tempo, che si estenderà sino ad un tempo di osservazione fissato per default a 0.01 secondi. Questo valore vale solamente per la creazione dei segnali in ambiente Matlab, mentre nell’ambiente GNU RADIO vengono considerati estratti di segnali captati, che verranno elaborati per essere analizzati senza fare disquisizioni su intervalli temporali di osservazione.
Figura 4.1 Ottenimento del vettore degli istanti temporali
I successivi passaggi del generatore sono ovviamente legati alle tipologie di segnali modulati di test che poi saranno caricati nel database dell’algoritmo e che sono generati tramite Matlab. I parametrici caratteristici di questi ultimi sono parametrizzati in default sulla base di osservazioni fatte su segnali reali. Nello specifico, si è cercato, nel caso di segnali modulati in ampiezza e in frequenza, di riferirsi a valori simili a quelli che si possono notare in segnali
Vettore degli istanti
temporali: tk
Frequenza di campionamento (da tastiera) Tempo di osservazione (default 0.01 sec)47 dello stesso tipo che trasportano un’informazione di tipo musicale, e illustrati nei paragrafi 4.3.3 e 4.3.5.
Le frequenze portanti di tutte le tipologie di segnali modulati che verranno generati vengono caricati in input da tastiera. Questo inserimento simula l’operazione di stima che, come illustrato dalla Figura 1.1, deve essere effettuata a monte della classificazione automatica di modulazione. Caricata la portante, il primo segnale ad essere generato è quello modulato in ampiezza.
Il segnale AM che viene generato tramite lo script Matlab ha le seguenti caratteristiche: Frequenza modulante: 5 KHz;
Profondità di modulazione: 0.75; Ampiezza unitaria.
Successivamente viene generato il segnale FM con i seguenti parametri: Frequenza modulante: 15 KHz;
Deviazione di frequenza: 75 KHz; Ampiezza unitaria.
Infine avviene la generazione del segnale BPSK. Su quest’ultimo bisogna chiarire un aspetto importante che può inficiare sulla corretta classificazione da parte dell’algoritmo. Per questioni di potenza di calcolo in questa tesi sono stati utilizzati per lo sviluppo ed addestramento dell’algoritmo un numero di campioni pari a 100. Questo basso numero di campioni, con i risultati ottenuti che verranno mostrati nel capitolo 5, sta a testimoniare come anche in presenza di pochi campioni si riesce ad ottenere un efficiente processo di classificazione. E’ ovvio che questo numero può essere nettamente incrementato nel momento in cui si ha un sistema di dispositivi dedicati, e quindi molto più performanti rispetto ad un singolo Personal Computer.
Con soli 100 campioni si può creare confusione tra segnale BPSK e segnale AM, soprattutto nel caricamento delle forme di test generate tramite Matlab. Infatti, se nei 100 campioni considerati di segnale la modulante della BPSK rimane costante, si rischia di far addestrare l’algoritmo con un segnale che è simile a quello modulato in ampiezza. Ragion per cui è necessario che all’interno dei 100 campioni che verranno utilizzati successivamente nel
48 modulo di addestramento BPSK vi sia almeno un cambio di fase, che scolleghi la sequenza da una collegata ad una modulazione d’ampiezza (verrà mostrato un esempio di risultati con assenza di cambio di fase in Figura 5.11).
La conseguenza diretta di questa importante considerazione è l’impostazione del parametro che caratterizza il numero di periodi della portante che vengono moltiplicati per un bit della modulante.
Numero di periodi della portante all’interno di un bit: variabile in funzione della tipologia di test che si vuole effettuare e in funzione ovviamente della frequenza portante impostata. In tal maniera si fissa il bit-rate della modulante;
Informazione della modulante randomica; Ampiezza unitaria.
Nello specifico, nell’algoritmo implementato sono state utilizzate le seguenti impostazioni:
Freq. Portante 1 MHz Bit Rate 1 Mbit/sec Freq. Camp. 10 MHz
Freq. Portante 1 MHz Bit Rate 200 Kbit/sec Freq. Camp. 10 MHz
Freq.Portante 500 KHz Bit Rate 100 Kbit/sec Freq. Camp. 10 MHz
Durata Bit 1 µsec 5 µsec 10 µsec
Numero Bit 10000 2000 1000 Numero di campioni per bit 10 50 100 Numero di periodi della portante in un bit 1 5 5 Numero di campioni per periodo di portante 10 10 20
49
Figura 4.2 Schema di base per la generazione e il caricamento di segnali AM, FM e BPSK nel database dell’algoritmo
Il blocco di elaborazioni mostrato in Figura 4.2 sarà spiegato nel dettaglio nel paragrafo 4.2.4, e permetterà l’effettivo caricamento delle sequenze di test nel database dell’algoritmo.