radioelectronicsИзвестия высших учебных заведений России. РадиоэлектроникаJournal of the Russian Universities. Radioelectronics1993-89852658-4794Saint Petersburg Electrotechnical University10.32603/1993-8985-2025-28-3-73-84radioelectronics-1017Research ArticleРАДИОТЕХНИЧЕСКИЕ СРЕДСТВА ПЕРЕДАЧИ, ПРИЕМА И ОБРАБОТКИ СИГНАЛОВRADIO ELECTRONIC FACILITIES FOR SIGNAL TRANSMISSION, RECEPTION AND PROCESSINGОбнаружение, оценка параметров и пеленгование периодических импульсных сигналовDetection, Parameter Estimation and Direction Finding of Periodic Pulse Signalshttps://orcid.org/0009-0008-7077-3611МанелисВ. Б.ManelisV. B.

Манелис Владимир Борисович – доктор технических наук (2010), ведущий научный сотрудник 

Автор более 130 научных работ. Сфера научных интересов: системы связи; радиомониторинг; алгоритмы приема и обработки сигналов.

101б, Рабочий пр., Воронеж, 394024

Vladimir B. Manelis, Dr Sci. (Eng.) (2010), leading researcher

The author of more than 70 scientific publications. Area of expertise: communication systems; radiomonitoring; algorithms for receiving and processing signals.

101b, Rabochiy Ave., Voronezh 394024

https://orcid.org/0009-0005-3054-5540ФаустовИ. С.FaustovI. S.

Фаустов Иван Сергеевич – инженер по специальности "Радиоэлектронные системы и комплексы" (2021), аспирант кафедры радиотехники; научный сотрудник

Автор 11 научных работ. Сфера научных интересов: радиомониторинг; алгоритмы приема и обработки сигналов; цифровая обработка сигналов.

101б, Рабочий пр., Воронеж, 394024

Ivan S. Faustov, engineer in Radio-electronic devices and systems (2021), Postgraduate student of the Department of Radio Engineering; researcher

The author of 11 scientific publications. Area of expertise: radiomonitoring; algorithms for receiving and processing signals; digital signal processing.

101b, Rabochiy Ave., Voronezh 394024

https://orcid.org/0000-0002-5268-1114КозьминВ. А.KozminV. A.

Козьмин Владимир Алексеевич – кандидат технических наук (1989), доцент (1989), директор по научной работе

Автор более 200 научных работ. Сфера научных интересов: радиомониторинг; алгоритмы приема и обработки сигналов; цифровая обработка сигналов.

101б, Рабочий пр., Воронеж, 394024

Vladimir A. Kozmin, Cand. Sci. (Eng) (1989), Associate Professor (1989), Director for scientific work

The author of more than 200 scientific publications. Area of expertise: radiomonitoring; algorithms for receiving and processing signals; digital signal processing.

101b, Rabochiy Ave., Voronezh 394024

АО "ИРКОС"РоссияJSC "IRCOS"Russian FederationАО "ИРКОС"; ФГБОУ ВО "Воронежский государственный технический университет"РоссияJSC "IRCOS"; Voronezh State Technical UniversityRussian Federation2025050720252837384Copyright © Манелис В.Б., Фаустов И.С., Козьмин В.А., 20252025Манелис В.Б., Фаустов И.С., Козьмин В.А.Manelis V.B., Faustov I.S., Kozmin V.A.This work is licensed under a Creative Commons Attribution 4.0 License.https://re.eltech.ru/jour/article/view/1017

Введение. Периодические импульсные сигналы (ПИС) находят широкое применение в различных областях, включая радиолокацию. Параметры ПИС, такие, как период, длительность и форма импульсов, радиочастотное наполнение, могут значительно варьироваться и, как правило, априори неизвестны. В условиях априорной неопределенности и при низких отношениях сигнал/шум актуальная задача обнаружения ПИС, оценки его параметров и пеленгования источника является нетривиальной.Цель работы. Разработка алгоритмов обнаружения, оценки параметров и пеленгования периодических импульсных сигналов в условиях низких значений отношения сигнал/шум и отсутствия априорной информации о параметрах ПИС.Материалы и методы. При решении поставленной задачи использовались методы статистической радиотехники, математической статистики, оценивания параметров сигналов на фоне помех, имитационного компьютерного моделирования.Результаты. Разработаны простые в реализации алгоритмы обнаружения периодических импульсных сигналов, оценки их параметров и пеленгования источника. Методом компьютерного моделирования получены характеристики помехоустойчивости алгоритмов. Выполнено их успешное тестирование посредством приема реальных сигналов. Показано, что помехоустойчивость алгоритмов растет с уменьшением скважности ПИС. Разработанные алгоритмы позволяют отличать ПИС от сигналов беспроводных систем связи, таких, как GSM, UMTS, LTE, Wi-Fi, 5G, имеющих периодическую компоненту, но не являющихся импульсными.Заключение. Полученные алгоритмы успешно функционируют при отсутствии априорной информации о параметрах периодического импульсного сигнала и при низких отношениях сигнал/шум (до –15 дБ). Показан существенный выигрыш в помехоустойчивости пеленгования по сравнению со стандартным фазоразностным алгоритмом. Оценка параметров периодического импульсного сигнала может быть использована для идентификации источника. 

Introduction. Periodic pulse signals are used in various fields, including radar systems. The parameters of periodic pulse signals, such as period, pulse duration and shape, and radio frequency content, can vary significantly and, as a rule, are unknown a priori. Under the conditions of a priori uncertainty and low signal-to-noise ratios, the detection of periodic pulse signals, estimation of their parameters, and direction finding of the source is a non-trivial task.Aim. To develop algorithms for detecting, estimating parameters, and direction finding of periodic pulse signals in the presence of low signal-to-noise ratios and the absence of a priori information about the parameters of a periodic pulse signal.Materials and methods. The methods of statistical radio engineering, mathematical statistics, estimation of signal parameters against interference, and computer simulation were used.Results. Simple-to-implement algorithms for detecting periodic pulse signals, evaluating their parameters, and direction finding of the source have been developed. The noise immunity characteristics of the algorithms obtained by computer simulation were successfully tested when receiving actual signals. The noise immunity of the algorithms was shown to increase with a decrease in the duty ratio of the signal. The developed algorithms allow periodic pulse signals to be distinguished from signals of wireless communication systems, such as GSM, UMTS, LTE, Wi-Fi, 5G. The latter signals, although having a periodic component, are not pulsed signals.Conclusion. The developed algorithms function successfully in the absence of a priori information about the parameters of a periodic pulse signal and at low signal-to-noise ratios (up to –15 dB). A significant gain in the noise immunity of direction finding was achieved in comparison with the standard phase difference algorithm. The parameters of a periodic pulse signal evaluated using the developed algorithms can be used for source identification.

периодический импульсный сигналантенная решеткаобнаружение сигналовоценка параметровпеленгованиеperiodic pulse signalantenna arraysignal detectionparameter estimationdirection findingReferencesКоротков В. Ф., Зырянов Р. С. Разделение импульсных последовательностей в смешанном потоке сигналов // Изв. вузов России. Радиоэлектроника. 2017. № 3. С. 5–10.Korotkov V. F., Zyryanov R. S. Pulse Sequence Orsi R. J., Moore J. B., Mahony R. E. Spectrum Division in Mixed Signal Flow. J. of the Russian Universities. Radioelectronics. 2017, no. 3, pp. 5–10. (In Russ.)Mardia H. K. New Techniques for The Deinterleaving of Repetitive Sequences // IEE Proc. F-Radar and Signal Processing. 1989. Vol. 136, № 4. P. 149–154. doi: 10.1049/ip-f-2.1989.0025Mardia H. K. New Techniques for The Deinterleaving of Repetitive Sequences. IEE Proc. F-Radar and Signal Processing. 1989, vol. 136, no. 4, pp. 149–154. doi: 10.1049/ip-f-2.1989.0025Milojevic D. J., Popovic B. M. Improved Algorithm for the Deinterleaving of Radar Pulses // IEE Proc. F-Radar and Signal Processing. 1992. Vol. 139, № 1. P. 98–104. doi: 10.1049/ip-f-2.1992.0012Milojevic D. J., Popovic B. M. Improved Algorithm for the Deinterleaving of Radar Pulses. IEE Proc. F-Radar and Signal Processing. 1992, vol. 139, no. 1, pp. 98–104. doi: 10.1049/ip-f-2.1992.0012Improved Algorithm of Radar Pulse Repetition Interval Deinterleaving based on Pulse Correlation / Z. Ge, X. Sun, W. Ren, W. Chen, G. Xu // IEEE Access. 2019. Vol. 7. P. 30126–30134. doi: 10.1109/ACCESS.2019. 2901013Ge Z., Sun X., Ren W., Chen W., Xu G. Improved Algorithm of Radar Pulse Repetition Interval Deinterleaving based on Pulse Correlation. IEEE Access. 2019, vol. 7, pp. 30126–30134. doi: 10.1109/ACCESS.2019. 2901013Liu Y., Chen Y., Sun S. A Radar Signal Sorting Algorithm based on PRI // 19th Intern. Symp. on Communications and Information Technologies (ISCIT), Ho Chi Minh City, Vietnam, 25–27 Sept. 2019. IEEE, 2019. P. 144–149. doi: 10.1109/ISCIT.2019.8905239Liu Y., Chen Y., Sun S. A Radar Signal Sorting Algorithm based on PRI. 19th Intern. Symp. on Communications and Information Technologies (ISCIT). Ho Chi Minh City, Vietnam, 25–27 Sept. 2019. IEEE, 2019, pp. 144–149. doi: 10.1109/ISCIT.2019.8905239Железняк В. К., Барков А. В. Обнаружение периодических импульсных последовательностей и оценка их периода // Вестн. Полоцкого государственного ун-та. Сер. С. Фундаментальные науки. Информатика. 2012. № 4. С. 16–20.Zheleznyak V., Barkov A. Detection of Periodic Pulse Sequences and Their Estimation Period. Bull. of the Polotsk State University. Fundamental Sciences. 2012, no. 4, pp. 16–20. (In Russ.)Барков А. В., Железняк В. К. Способ подавления зашумленных импульсных последовательностей путем компенсации // Электроника инфо. 2013. № 6(96). С. 212–216.Barkov A., Zheleznyak V. A Method for Suppressing Noisy Pulse Sequences by Compensating. Electronics info. 2013, no. 96, pp. 212–216. (In Russ.)Orsi R. J., Moore J. B., Mahony R. E. Spectrum Estimation of Interleaved Pulse Trains // IEEE Trans. on Signal Processing. 1999. Vol. 47, iss. 6. P. 1646–1653. doi: 10.1109/78.765135Estimation of Interleaved Pulse Trains. IEEE Trans. on Signal Processing. 1999, vol. 47, iss. 6, pp. 1646–1653. doi: 10.1109/78.765135Ng S. A Technique for Spectral Component Location within a FFT Resolution Cell // IEEE Intern. Conf. on Acoustics, Speech, and Signal Processing (ICASSP 84), San Diego, USA, 19–21 March 1984. IEEE, 1984. P. 147–149. doi: 10.1109/icassp.1984.1172774Ng S. A Technique for Spectral Component Location Within a FFT Resolution Cell. IEEE Intern. Conf. on Acoustics, Speech, and Signal Processing (ICASSP 84), San Diego, USA, 19–21 March 1984. IEEE, 1984, pp. 147–149. doi: 10.1109/icassp.1984.1172774Nelson D. Special Purpose Correlation Functions for Improved Signal Detection and Parameter Estimation // IEEE Intern. Conf. on Acoustics, Speech, and Signal Processing (ICASSP 93), Minneapolis, USA, 27–30 Apr. 1993. IEEE, 1993. P. 73–76. doi: 10.1109/ICASSP.1993.319597Nelson D. Special Purpose Correlation Functions for Improved Signal Detection and Parameter Estimation. IEEE Intern. Conf. on Acoustics, Speech, and Signal Processing (ICASSP 93), Minneapolis, USA, 27–30 Apr. 1993. IEEE, 1993, pp. 73–76. doi: 10.1109/ICASSP.1993.319597Spectrum Monitoring for Radar Bands Using Deep Convolutional Neural Networks / A. Selim, F. Paisana, J. A. Arokkiam, Y. Zhang, L. Doyle, L. A. DaSilva // IEEE Global Communications Conf. (GLOBECOM 2017), Singapore, 4–8 Dec. 2017. IEEE, 2017. 6 p. doi: 10.1109/GLOCOM.2017.8254105Selim A., Paisana F., Arokkiam J. A., Zhang Y., Doyle L., DaSilva L. A. Spectrum Monitoring for Radar Bands Using Deep Convolutional Neural Networks. IEEE Global Communications Conf. (GLOBECOM 2017), Singapore, 4–8 Dec. 2017. IEEE, 2017, 6 p. doi: 10.1109/GLOCOM.2017.8254105A Radar Signal Deinterleaving Method Based on Semantic Segmentation with Neural Network / C. Wang, L. Sun, Z. Liu, Z. Huang // IEEE Trans. on Signal Processing. 2022. Vol. 70. P. 5806–5821. doi: 10.1109/TSP. 2022.3229630Wang C., Sun L., Liu Z., Huang Z. A Radar Signal Deinterleaving Method Based on Semantic Segmentation with Neural Network. IEEE Trans. on Signal Processing. 2022, vol. 70, pp. 5806–5821. doi: 10.1109/TSP. 2022.3229630Zhu M., Wang S., Li Y. Model-Based Representation and Deinterleaving of Mixed Radar Pulse Sequences With Neural Machine Translation Network // IEEE Trans. on Aerospace and Electronic Systems. 2022. Vol. 58, № 3. P. 1733–1752. doi: 10.1109/TAES.2021.3122411Zhu M., Wang S., Li Y. Model-Based Representation and Deinterleaving of Mixed Radar Pulse Sequences With Neural Machine Translation Network. IEEE Trans. on Aerospace and Electronic Systems. 2022, vol. 58, no. 3, pp. 1733–1752. doi: 10.1109/TAES.2021.3122411Han J. W., Park C. H. A Unified Method for Deinterleaving and PRI Modulation Recognition of Radar Pulses Based on Deep Neural Networks // IEEE Access. 2021. Vol. 9. P. 89360–89375. doi: 10.1109/ACCESS. 2021.3091309Han J. W., Park C. H. A Unified Method for Deinterleaving and PRI Modulation Recognition of Radar Pulses Based on Deep Neural Networks. IEEE Access. 2021, vol. 9, pp. 89360–89375. doi: 10.1109/ACCESS. 2021.3091309A Deinterleaving Method for Mechanical-Scanning Radar Signals Based on Deep Learning / С. Wang, Y. Wang, X. Li, D. Ke // 7th Intern. Conf. on Intelligent Computing and Signal Processing (ICSP), Xi'an, China, 15–17 Apr. 2022. IEEE, 2022. P. 138–143. doi: 10.1109/ ICSP54964.2022.9778808Wang С., Wang Y., Li X., Ke D. A Deinterleaving Method for Mechanical-Scanning Radar Signals Based on Deep Learning. 7th Intern. Conf. on Intelligent Computing and Signal Processing (ICSP), Xi'an, China, 15–17 Apr. 2022. IEEE, 2022, pp. 138–143. doi: 10.1109/ ICSP54964.2022.9778808Рембовский А. М., Ашихмин А. В., Козьмин В. А. Автоматизированные системы радиоконтроля и их компоненты / под ред. А. М. Рембовского. М.: Горячая линия-Телеком, 2017. 424 с.Rembovsky А. M., Ashikhmin А. V., Kozmin V. А. Avtomatizirovannyye sistemy radiokontrolya i ikh komponenty [Automated Radio Monitoring Systems and Their Components]. Moscow, Hotline-Telecom, 2017, 424 p. (In Russ.)Liberti J. C., Rappaport T. S. Smart Antennas for Wireless Communication: IS-95 and Third Generation CDMA Applications in IS-95. New Jersey: Prentice Hall, 1999. 376 р.Liberti J. C., Rappaport T. S. Smart Antennas for Wireless Communication: IS-95 and Third Generation CDMA Applications in IS-95. New Jersey, Prentice Hall, 1999, 376 р.Куликов Е. И., Трифонов А. П. Оценка параметров сигналов на фоне помех. М.: Сов. радио, 1978. 296 с.Kulikov E. I., Trifonov A. P. Otsenka parametrov signalov na fone pomekh [Estimation of Signal Parameters in the Presence of Interference]. Moscow, Sov. Radio, 1978, 296 p. (In Russ.)

The authors declare that there are no conflicts of interest present.