Розпізнавання радіосигналів на основі апроксимації спектральної функції у базисі передатних функцій резонансних ланок другого порядку

DOI: 10.31673/2409-7292.2024.020002

  • Дробик О. В. (Drobyk O. V.) Державний університет інформаційно-комунікаційних технологій, Київ
  • Лаптєв О. А. (Laptiev O. A.) Київський національний університет імені Тараса Шевченка, м. Київ
  • Пархоменко І. І. (Parkhomenko I. I.) Київський національний університет імені Тараса Шевченка, м. Київ
  • Богуславська О. В. (Boguslavska O. V.) Київський національний університет імені Тараса Шевченка, м. Київ
  • Пепа Ю. В. (Pepa Yu. V.) Державний університет інформаційно-комунікаційних технологій, Київ
  • Пономаренко В. В. (Ponomarenko V. V.) Державний університет інформаційно-комунікаційних технологій, Київ

Анотація

У статті запропоновано новий метод виявлення сигналів засобів негласного отримання інформації, що використовують для передачі перехопленої інформації радіоканал. Новизна методу полягає у об’єднанні двох методів, методу диференціальних перетворень та методу апроксимації спектральної функції у базисі передатних функцій резонансних ланок другого порядку. Сигнали засобів негласного отримання інформації можливо апроксимувати диференціальними тейлорівськими перетвореннями. На відміну від відомих інтегральних перетворень Лапласа та Фур’є, зображення знаходять за допомогою операцій диференціації, а не інтегрування. Цей метод застосовуємо безпосередньо для розв’язання систем нелінійних рівнянь без їх попередньої лінеаризації. Для отримання параметрів виявлення сигналів використовують метод апроксимації спектральної функції на основі передавальних функцій резонансних одиниць другого порядку. Для виявлення параметрів сигналів засобів негласного отримання інформації пропонується використовувати на першому етапі, з метою отримання спектра сигналів, метод диференціальних перетворень. Та на другому етапі, з метою отримання складових сигналів, використовувати метод апроксимації спектральної функції у базисі передатних функцій резонансних ланок другого порядку. Головною перевагою запропонованого методу є те, що він може бути застосований безпосередньо до розв’язування систем нелінійних рівнянь без їх попередньої лінеаризації, що дозволяє отримувати рішення в аналітичній формі. Такий підхід дозволяє значно зменшити обсяг обчислювальної роботи та скорочує час на пошук сигналів засобів негласного отримання інформації. З метою підтвердження запропонованої методики проведено моделювання експонентної функції. Отримані графічні матеріали. Графічні матеріали цілком підтверджують достовірність запропонованої методики.

Ключові слова: засоби нелегального отримання інформації, апроксимація, метод, спектр, радіосигнал, моделювання, форманта.

Перелік посилань
1. Berkman, L., Barabash, O., Tkachenko, O., Musienko, A., Laptiev, O., Salanda, I. The Intelligent Control System for infocommunication networks. International Journal of Emerging Trends in Engineering Research (IJETER) Volume 8. No. 5, May 2020. Scopus Indexed - ISSN 2347 – 3983. Р.1920 – 1925.
2. Laptiev, O., Shuklin, G., Hohonianc, S., Zidan, A., Salanda, I. Dynamic model of Ceber Defence Diagnostics of information Systems with the Use of Fozzy Technologies IEEE ATIT 2019 Conference Proceedings Kyiv, Ukraine, December 18-20, Р.116-120.
3. Ruban, I., Bolohova, N., Martovytskyi, V., Lukova-Chuiko, N., Lebediev, V. Method of sustainable detection of augmented reality markers by changing deconvolution. International Journal of Advanced Trends in Computer Science and Engineering (IJATCSE). Volume 9, No.2, March-April 2020, pp.1113-1120.
4. Savchenko, V., Ilin, O., Hnidenko, N., Tkachenko, O., Laptiev, O., Lehominova, S. Detection of Slow DDoS Attacks based on User’s Behavior Forecasting. International Journal of Emerging Trends in Engineering Research (IJETER) Volume 8. No. 5, May 2020. Scopus Indexed - ISSN 2347 – 3983. Р.2019 – 2025.
5. Laptiev, O., Shuklin, G., Savchenko, V., Barabash, O., Musienko, A., Haidur, H. The Method of Hidden Transmitters Detection based on the Differential Transformation Model. International Journal of Advanced Trends in Computer Science and Engineering. 2019. Vol. 8, №6, November- December. P . 538 – 542.
6. Hryshchuk, R., Korobiichuk, I., Horoshko, V., Khokhlacheva, Y. Microprocessor Means for Technical Diagnostics of Complex Systems.Computer Modeling and Intelligent Systems – 2019. – Vol. 2353. p. 1020–1029.
7. Ahmad, M. Z., Alsarayreh, D., Alsarayreh, A., Qaralleh, I. Differential Transformation Method (DTM) for Solving SIS and SI Epidemic Models. Sains Malaysiana. 2017. Vol. 46(10). pр. 2007–2017.
8. Pukhov, G. E. Differential spectra and models. Kiev: Scientific Thought, 1990. 188 p.
9. Karpov, O. N., Gabovich, A. G., Marchenko, B. G., Khoroshko, V. A., Shcherbak, L. N. Computer technologies of speech signal recognition. - Kiev: Scientific edition, 2005. -138.
10. Hryshchuk, R., Korobiichuk, I., Ivanchenk, S., Roma, O., Golishevsky, A. The Throughput of Technical Channels as an Indicator of Protection Discrete Sources from Information Leakage. Computer Modeling and Intelligent Systems – 2019. – Vol. 2353. p. 523–532.
11. Narayana, V. V., Ahammad, Sk. H., Chandu, B. V., Rupesh, G., Naidu, G. Abishek, G., Gopal, P. Estimation of Quality and Intelligibility of a Speech Signal with varying forms of Additive Noise. International Journal of Emerging Trends in Engineering Research. Volume 7, No. 11 November 2019. pp.430-433.
12. Лаптєв, О. А., Мусієнко, А. П., Собчук, В. В., Борсук, Б. М. Методика вибору оптимального вхідного сигналу радіомоніторингу для програмних засобів на базі перетворення Фур’є . Наукове періодичне видання Системи управління, навігації та зв’язку, Полтава: ПНТУ, 4(56), 2019, С.135 – 141.
13. Laptiev, O., Pohasii, S., Milevskyi, S., Sobchuk, A., Barabash, A. Detection illegal of means of obtaining of information by the method of determining the deviation of characteristics of radio signal from the specified parameters. Znanstvena misel journal. Slovenia. Vol. 1, №61, 2021, pp.23-29. ISSN 3124-1123.
14. Sobchuk, V., Laptiev, O., Pohasii, S., Barabash, A., Salanda, I. The mathematical model of information network protection based on hierarchic. Scientific discussion. Praha, Czech Republic.Vol. 1, No 61, 2021. рр.31– 36. ISSN 3041-4245.
15. Yevseiev, S., Laptiev, O., Korol, O., Pohasii, S., Milevskyi, S., Khmelevsky, R. Analysis of information security threat assessment of the objects of information activity. International independent scientific journal. Poland. Vol. 1, №34, 2021, pp.33 – 39. ISSN 3547-2340.
16. Yevseiev, S., Laptiev, O., Korol, O., Pohasii, S., Milevskyi, S. The mеtodology of automatical detection of digital illegal obtaing means of information. Scientific discussion. Praha, Czech Republic.Vol. 1, No 62, 2021. рр. 16–22. ISSN 3041-4245.
17. Laptiev, O., Pohasii, S., Milevskyi, S., Khmelevsky, R., Barabash, A., Ponomarenko, V. Information security of the eGovernment. Journal of science. Lyon. №27, 2021, pp.49-54. ISSN 3475-3281.
18. Наконечний, В., Лаптєв, О., Погасій, С., Лазаренко, С., Мартинюк, Г. Відбір джерел з неправдивою інформацію методом бджолиної колонії. Наукоємні технології. Інформаційні технології, кібербезпека. Том 52 № 4 (2021) стр.330-337. DOI: https://doi.org/10.18372/2310-5461.52.16379.

Номер
№ 2 (2024)
Розділ
Статті