Результат интеллектуальной деятельности: Способ распознавания протоколов низкоскоростного кодирования

Изобретение относится к области техники связи, в частности к обработке цифровой информации, и может быть использовано в широком классе систем передачи данных для распознавания протоколов низкоскоростного кодирования речи (НСКР), используемых вокодерами.

Заявленное техническое решение расширяет арсенал средств аналогичного назначения за счет возможности распознавания протоколов НСКР с более высокой точностью.

Уровень техники

Известен способ распознавания радиосигналов (см. Патент РФ 2551903 /Способ распознавания радиосигналов / Дворников А.С., Дворников С.В./, опубликованный 10.06.2015 г.), в котором на первом этапе из дискретизированных и квантованных отсчетов эталонных радиосигналов формируют матрицы распределения энергии на основе их фреймовых вейвлет-преобразований. Затем из них, начиная со второй строки, формируют векторы признаков путем построчной конкатенации всех вейвлет-коэффициентов. Далее элементы векторов признаков нормируют и вычисляют их параметры. Причем в качестве параметров определяют усредненную величину нормированных амплитудных значений элементов векторов признаков, а решение принимают по результатам вычисления разностей значений параметров распознаваемого радиосигнала и эталонных радиосигналов. Распознаваемый радиосигнал считают инцидентным эталонному радиосигналу, модуль разницы параметров векторов признаков с которым будет минимальным.

Недостатком способа является недостаточная точность распознавания протоколов НСКР.

Наиболее близким к заявленному является способ (прототип) декодирования циклического помехоустойчивого кода (см. Тимофеев Д.И., Тавалинский Д.А., Чубатый Д.Н. Анализ параметров низкоскоростных кодеров речи в условиях структурной и параметрической неопределенности // Наукоемкие технологии, №8, 2011. С. 4-9.), заключающийся в том, что принимают цифровой информационный поток Y в течение интервала времени ΔT, на основе Y формируют нормированную автокорреляционную функцию А, по регулярным с равными интервалами Δt экстремумам автокорреляционной функции А принимают решение о наличии блочной структуры в информационном потоке Y, по интервалам между экстремумами автокорреляционной функции А делят информационный поток Y на информационные блоки объемом N_б бит каждый, последовательно присваивают информационным блокам порядковые номера k=1, 2, …, K, начиная с первого информационного блока, формируют прямоугольную информационную матрицу Y_K×L, L=N_б, строками которой являются последовательно размещенные друг под другом информационные блоки в соответствии с их порядковыми номерами k=1, 2, …, K, формируют последовательность прямоугольных матриц , z=1, 2, …, Z; Z=N_б-2, содержащих по три соседних столбца прямоугольной информационной матрицы Y_K×L, где текущий номер z прямоугольной матрицы определяется номером столбца матрицы Y_K×L, являющийся первым столбцом матрицы , по каждой из матриц вычисляют коэффициент избыточности ϕ_z, на основе полученного набора коэффициентов избыточности формируют вектор измеренных коэффициентов избыточности ϕ_Z путем последовательного их размещения в соответствии с порядковыми номерами z, формируют эталонные вектора коэффициентов избыточности ϕ_{Zj эт} известных протоколов НСКР, вектор измеренных коэффициентов избыточности ϕ_Z сравнивают с эталонными векторами коэффициентов избыточности ϕ_{Zj эт}, j=1, 2, … J, известных протоколов НСКР.

Данный способ потенциально обладает достаточно высокой точностью распознавания протоколов НСКР.

Однако недостатком прототипа является относительно невысокая точность распознавания протоколов НСКР при отсутствии N_п символов в первом блоке цифрового информационного потока Y. Вероятность отсутствия символов в первом блоке цифрового информационного потока Y определяется выражением вида:

.

При выполнении условия 0≤N_п≤N_б в информационной матрице Y_K×L наблюдается сдвиг столбцов влево на величину , что вызывает сдвиг значений вектора коэффициентов избыточности ϕ_Z на величину . В этом случае в векторе ϕ_Z будут отсутствовать значения коэффициента избыточности ϕ_z с номерами z=N_п, N_п+1, а также добавляются значения коэффициента избыточности ϕ_z с номерами z=N_б-1, N_б. Значения N_б цифровых потоков, формируемых вокодерами, которые разработаны для радиостанций диапазона ВЧ, могут составлять 45, 48, 54, 60, 64, 66, 81 или 96 бит. Таким образом, высока вероятность искажения в векторе коэффициентов избыточности ϕ_Z, что приводит к ошибочным решениям в способе-прототипе. Кроме того, точностные характеристики прототипа снижаются из-за некорректного сокращения длины измеренного и эталонного векторов ϕ_Z и ϕ_{Zj эт} соответственно на два элемента. Последнее приводит к неполному использованию информации о структуре принятого сигнала и, как следствие, к снижению точности распознавания протоколов НСКР.

Целью изобретения является разработка способа распознавания протоколов НСКР, обеспечивающего повышение точности распознавания протокола НСКР.

Поставленная цель достигается тем, что в известном способе распознавания протоколов НСКР, включающем прием бинарного цифрового информационного потока Y в течение интервала времени ΔT, формирование на основе Y нормированной автокорреляционной функции A, принятие решение о наличии блочной структуры в информационном потоке Y по регулярным с равными интервалами Δτ экстремумам автокорреляционной функции A, деление информационного потока Y на информационные блоки объемом N_б бит каждый по интервалам между экстремумами автокорреляционной функции A, последовательное присвоение информационным блокам порядковых номеров k=1, 2, …, K, начиная с первого информационного блока, формирование прямоугольной информационной матрицы Y_K×L, L=N_б; строками которой являются последовательно размещенные друг под другом информационные блоки в соответствии с их порядковыми номерами k=1, 2, …, K, формирование последовательности прямоугольных матриц , z=1, 2, …, Z; Z=N_б-2, содержащих по три соседних столбца прямоугольной информационной матрицы Y_K×L, где текущий номер z прямоугольной матрицы определяется номером столбца прямоугольной информационной матрицы Y_K×L, являющийся первым столбцом прямоугольной матрицы , вычисление по каждой из прямоугольных матриц коэффициента избыточности ϕ_Z, формирование измеренного вектора коэффициентов избыточности ϕ_z на основе полученного набора значений коэффициента избыточности путем последовательного их размещения в соответствии с порядковыми номерами z, формирование эталонных векторов коэффициентов избыточности ϕ_{Zj эт} известных протоколов НСКР, сравнение измеренного вектора коэффициентов избыточности ϕ_Z с эталонными векторами коэффициентов избыточности ϕ_{Zj эт}, j=1, 2, …, J, известных протоколов НСКР. Увеличивают до значения L размерность эталонных векторов коэффициентов избыточности ϕ_L. Увеличивают до значения L размерность измеренного вектора коэффициентов избыточности ϕ_{Lj эт} для известных протоколов НСКР. Для каждого j-го известного протокола НСКР на основе соответствующего эталонного вектора ϕ_{Lj эт} формируют квадратную эталонную матрицу Φ_{Lj эт}. Поэлементно сравнивают измеренный вектор ϕ_L со строками всех квадратных эталонных матриц Φ_{Lj эт}. Принимают решение в пользу j-го протокола НСКР, для которого обеспечивается минимальное и меньше заданного порога R отклонение , , измеренного вектора ϕ_L от одной из строк j-й квадратной эталонной матрицы Φ_{Lj эт}.

При этом увеличение размерности измеренного вектора коэффициентов избыточности до значения L достигают увеличением размерности прямоугольной информационной матрицы Y_K×M, М=N_б+2, путем добавления к исходной матрице Y_K×L ее первого и второго столбцов в качестве предпоследнего и последнего столбцов соответственно.

Квадратную эталонную матрицу Φ_{Lj эт} формируют (см. фиг.6), используя в качестве первой строки ϕ_{Li эт}(0) эталонный вектор ϕ_{Lj эт}, остальные ее строки , содержат значения вектора ϕ_{Lj эт}, последовательно сдвинутые в каждой строке относительно первой строки влево на величину .

Благодаря новой совокупности существенных признаков в заявленном способе достигается повышение точности распознавания протоколов НСКР за счет увеличения размерности измеренного вектора коэффициентов избыточности ϕ_L, с Z=N_б-2 до величины L=N_б учета эффекта сдвига элементов вектора коэффициентов избыточности ϕ_L путем формирования квадратной эталонной матрицы Φ_{Lj эт} для всех J известных протоколов НСКР.

Заявленный способ поясняется чертежами, на которых показаны:

на фиг. 1 - алгоритм распознавания протоколов НСКР;

на фиг. 2 - автокорреляционная функция информационного потока Y;

на фиг. 3 - порядок формирования информационной матрицы Y_K×L;

на фиг. 4 - порядок формирования информационной матрицы Y_K×M;

на фиг. 5 - порядок формирования матриц ;

на фиг. 6 - порядок формирования квадратной эталонной матрицы Φ_{Lj эт};

на фиг. 7 - результаты имитационного моделирования;

на фиг. 8 - влияние потери символов в ЦП на вектор измеренных коэффициентов избыточности ϕ_Z:

а) вектор измеренных коэффициентов избыточности ϕ_Z, сформированный при отсутствии потерь в первом блоке цифрового информационного потока Y;

б) вектор измеренных коэффициентов избыточности ϕ_Z, сформированный при потере первых четырех бит (N_п=4) в первом блоке цифрового информационного потока Y;

на фиг. 9 - обобщенная структурная схема устройства распознавания протоколов НСКР.

Анализ использования низкоскоростных кодеров речи в системах связи свидетельствует о том, что несмотря на стремление международного союза электросвязи перейти к использованию стандартных кодеров, зачастую разрабатывается новый алгоритм сжатия и соответствующий ему протокол НСКР, что приводит к многообразию низкоскоростных кодеров речи (см. Бондаренко М.Ф., Работягов А.В., Щепковский С.В. Современные методы кодирования речевого сигнала. - Харьков: ХНУРЭ Бионика интеллекта №2 (69), 2008). В условиях структурной и параметрической неопределенности, в связи с ростом количества протоколов НСКР усложняется задача их распознавания, решение которой необходимо для последующего декодирования речевых сигналов.

В силу того, что различные кодеры речевых сигналов формируют различающиеся структуры блоков ЦП, анализ параметров ЦП состоит в определении количества бит в одном блоке ЦП и выявлении структуры блока ЦП на основе анализа условных вероятностей переходов значений параметра от блока к блоку на всей длине окна линейного предсказания.

В вокодерах диапазона ВЧ, используемых в зарубежных радиостанциях диапазона ВЧ, реализованы - метод кодирования (МК) с десятью коэффициентами линейного предсказания (ЛП) LPC-10 (Linear Predictive Coding), МК с ЛП и смешанным возбуждением MELP (Mixed Excitation Linear Prediction), МК со смешанным многополосным возбуждением MMBE (Mixed-Multiband Excitation). Параметрами, которые характеризуют вокодеры, являются: скорость B_вок ЦП (600, 800, 1200 или 2400 бит/с), количество N_б бит в одном информационном блоке (длина информационного блока) и длительность t_б его передачи. Последнюю задают на этапе разработки вокодера (см. Быков С.Ф., Журавлев В.И., Шалимов И.А. Цифровая телефония. Учебное пособие для вузов. - М.: Радио и связь, 2003. - 144 с.). Скорость В_вок выходного ЦП связана с параметрами N_б и t_б выражением В_вок=N_б/t_б, из которого следует N_б=B_вок⋅t_б (см. Аладинский В.А., Кузьминский С.В. Анализ цифровых потоков на выходах вокодеров, применяемых на зарубежных линиях радиосвязи диапазона высоких частот. - М.: Успехи современной радиоэлектроники. №7, 2015. С. 73-76). Длительность одного речевого сообщения определяют по формуле ΔT=K⋅t_б.

Положительный эффект в предлагаемом способе достигается за счет увеличения размерности измеренного и эталонных векторов коэффициентов избыточности ϕ_Z и ϕ_{Zj эт} соответственно и учета сдвига в строках информационной матрицы Y_K×L (из-за отсутствия N_п символов в первом блоке цифрового информационного потока Y) путем формирования квадратных эталонных матриц Φ_{Lj эт} на основе эталонных векторов коэффициентов избыточности увеличенной размерности ϕ_{Lj эт}.

Реализация заявленного способа может быть осуществлена следующим образом (см. фиг. 1). На подготовительном этапе целесообразно осуществить расчет эталонных векторов коэффициентов избыточности ϕ_{Lj эт}, однако для лучшего понимания данная операция рассмотрена после описания порядка формирования измеренного вектора коэффициентов избыточности ϕ_L.

В процессе работы принимают бинарный цифровой информационный поток Y длиной N_цп бит, количество которых определяют на основе выражения:

После этого вычисляют нормированную автокорреляционную функцию A, которая характеризует линейную зависимость исходной последовательности Y от последовательности Y(τ), сдвинутой циркулярно на τ=1, 2, …, N_цп-1 бит по отношению к Y. Нормированная автокорреляционная функция реального речевого сигнала, вид которой представлен на фиг. 2, имеет явновыраженные локальные максимумы, расположенные с периодичностью Δτ, причем Δτ равна длине информационного блока. Наличие локальных максимумов автокорреляционной функции, расположенных с периодом Δτ, объясняется тем, что параметры речевого сигнала расположены внутри информационного блока строго в определенном месте и при сдвигах Δτ, кратных длине информационного блока, значение АКФ будет наибольшим. Искомой автокорреляционной функцией (см. фиг. 2) считают совокупность значений вида:

где a(x)=c(τ)/D(Y) - коэффициент корреляции; c(τ) - коэффициент ковариации; D(Y) - дисперсия цифрового информационного потока Y.

Результатом корреляционного анализа является обнаружение периодической составляющей в цифровом информационном потоке Y. При этом значение периодичности равно длине информационного блока речевого сигнала.

По регулярным с равными интервалами Δτ=N_б экстремумам нормированной автокорреляционной функции A принимают решение о наличии блочной структуры в информационном потоке Y. Отсутствие экстремумов нормированной автокорреляционной функции A с равными интервалами Δτ свидетельствует о том, что цифровой информационный поток Y не содержит речевое сообщение, а выполнение его анализа завершается.

При наличии экстремумов нормированной автокорреляционной функции A с равными интервалами Δτ вычисляют количество информационных блоков, содержащихся в цифровом информационном потоке Y, следующим образом:

На следующем этапе по интервалам Δτ=N_б между экстремумами нормированной автокорреляционной функции А делят информационный поток Y на информационные блоки объемом N_б бит каждый (см. фиг. 3). Последовательно присваивают информационным блокам порядковые номера k=1, 2, …, K, начиная с первого информационного блока. Формируют прямоугольную информационную матрицу Y_K×L, L=N_б (см. фиг. 3), строками которой являются последовательно размещенные друг под другом информационные блоки в соответствии с их порядковыми номерами k=1, 2, …, K.

После этого формируют новую информационную матрицу Y_K×M, М=N_б+2 путем добавления к матрице Y_K×L ее первого и второго столбцов в качестве предпоследнего и последнего столбцов (см. фиг. 4). Здесь знак означает «присоединение». Увеличение размерности прямоугольной информационной матрицы Y_K×L до значения Y_K×M необходимо для последующего увеличения размерности вектора измеренных коэффициентов избыточности ϕ_L.

Известно, что матрица вероятностных переходов дает полное вероятностное описание избыточности представления параметра НСКР, а также качественно и количественно показывает отличие речевого сигнала, обработанного кодером. Вычисление условных вероятностей перехода из i-го в j-е состояние осуществляется методом "скользящего окна", представляющего собой прямоугольную матрицу , где K - количество строк, а 3 - количество столбцов в окне информационной матрицы Y_K×M.

На основе информационной матрицы Y_K×M формируют последовательность прямоугольных матриц , z=1, 2, …, L; L=N_б (см. фиг. 5), содержащих по три соседних столбца информационной матрицы Y_K×M. Текущий номер z прямоугольной матрицы определяется номером столбца матрицы Y_K×M, являющимся первым столбцом прямоугольной матрицы по каждой из прямоугольных матриц .

Вычисляют значения z-го коэффициента избыточности ϕ_z с помощью известного выражения (см. Лебедев А.Н., Куприянов М.С., Недосекин Д.Д., Чернявский Е.А. Вероятностные методы в инженерных задачах: Справочник. - СПб.: Энергоатомиздат. Санкт-Петербургское отделение, 2000. - 333 с.):

где ;;

; - текущее значение энтропии прямоугольной матрицы ; Н₀(Y_K×3) - максимальное значение энтропии матрицы размерностью K×3; s=2³ - объем алфавита 3-битных символов; p_z(y_i) - вероятность появления 3-битного символа y с i-м состоянием в прямоугольной матрице ; p_z(y_j/y_i) - условная вероятность перехода 3-битного символа y из i-го в j-е состояние в прямоугольной матрице .

На основе вычисленных значений коэффициентов избыточности ϕ_z формируют вектор измеренных коэффициентов избыточности ϕ_L=(ϕ₁, ϕ₂, …, ϕ_z, …, ϕ_L). Следует отметить, что благодаря увеличению размерности информационной матрицы Y_K×M (более полному использованию информации о принятом сигнале) увеличилась на два элемента и размерность вектора измеренных коэффициентов избыточности ϕ_L.

Далее вектор ϕ_L поэлементно сравнивают со строками , квадратных эталонных матриц Φ_{Lj эт} (см. фиг. 6), определяют отклонения между измеренным вектором ϕ_L и строками (эталонными векторами) всех J квадратных эталонных матриц Φ_{Lj эт} (см. Ту Дж., Гонсалес Р. Принципы распознавания образов / Пер. с англ. - М.: Мир, 1978. - 411 с.):

Из полученной совокупности значений выбирают минимальное отклонение для . Решение о наиболее вероятному j-м протоколе НСКР принимают при выполнении:

где R - пороговая величина, обусловленная числом информационных блоков K в цифровом информационном потоке Y.

В противном случае:

полагают, что для формирования цифрового информационного потока Y был применен новый (неизвестный ранее) протокол НСКР.

Известный способ формирования эталонов, каждый из которых включает эталонный вектор признаков, описан в (см. Ту Дж., Гонсалес Р. Принципы распознавания образов / Пер. с англ. - М.: Мир, 1978. - 411 с.). В этом случае эталонный вектор признаков ϕ_{Lj эт} имеет вид:

где - z-й элемент эталонного вектора ϕ_{Lj эт} j-го класса, ϕ_z,j,w - z-й элемент w-й реализации обучающей выборки j-го класса, w=1, 2, …, W - порядковый номер реализации обучающей выборки; W - объем обучающей выборки, т.е.

, ϕ_Lj,w - w-я реализации обучающей выборка j-го класса.

Каждую w-ю реализацию j-го класса ϕ_Lj,w формируют вычислением вектора ϕ_Lj на основе информационной матрицы , принадлежащей к заведомо известному j-му классу протоколов НСКР. Достаточным считают объем j-й обучающей выборки W≥200, (см. Математический энциклопедический словарь. / Гл. ред. Прохоров Ю.В. - М.: Большая российская энциклопедия, 1995. Репринтное издание - М.: Сов. энциклопедия, 1988. - 847 с.).

Далее на основе вектора ϕ_{Lj эт} формируют квадратную эталонную матрицу Φ_{Lj эт} (см фиг. 6), у которой первая строка ϕ_{Lj эт}(0) содержит эталонный вектор ϕ_{Lj эт}, остальные строки , квадратной эталонной матрицы Φ_{Lj эт} содержат значения вектора ϕ_{Lj эт}, последовательно сдвинутые в каждой строке относительно первой строки влево на величину .

Имитационное моделирование заявленного способа распознавания протоколов НСКР с использованием цифровых информационных потоков, полученных от вокодеров IPC-10-2400 {STANAG 4197) и MELPe-2400 {STA-NAG 4591), показало следующее. При отсутствии потерь символов в первом блоке цифрового информационного потока Y использование в качестве измеренного вектора коэффициентов избыточности ϕ_L за счет увеличения его размерности обеспечивает точность распознавания Д на 3…5% выше (см. фиг. 7, график 1), чем при использовании в качестве измеренного вектора коэффициентов избыточности ϕ_Z меньшей размерности (см. фиг. 7, график 2). В условиях потерь символов в первом блоке цифрового информационного потока Y точность распознавания заявленного способа не меняется (см. фиг. 7, график 1). В то же время точность распознавания протоколов НСКР при использовании измеренного вектора коэффициентов избыточности ϕ_Z не превышает 16,3% (см. фиг. 7, график 3) из-за смещений элементов измеренного вектора коэффициентов избыточности ϕ_Z. Например, на фиг. 8а изображен измеренный вектор коэффициентов избыточности ϕ_Z, сформированный при отсутствии потерь символов в первом блоке цифрового информационного потока Y (см. фиг 8а). Потеря первых четырех бит в первом блоке цифрового информационного потока Y приводит к смещению всех последующих за ними элементов измеренного вектора коэффициентов избыточности ϕ_Z (см. фиг 8б). Следовательно, способ распознавания, использующий измеренный вектор коэффициентов избыточности ϕ_L, обладает лучшей точностью по сравнении со способом распознавания, использующим измеренный вектор коэффициентов избыточности ϕ_Z, за счет увеличения размерности до L и устранения влияния потери символов в первом блоке цифрового информационного потока Y.

Предлагаемый способ распознавания протоколов НСКР может быть реализован с помощью устройства, обобщенная структурная схема которого приведена на фиг. 9. Устройство содержит последовательно соединенные входной селектор 4, предназначенный для регистрации (запоминания заданного объема входного цифрового информационного потока Y), первый вычислитель 5, предназначенный для вычисления нормированной автокорреляционной функции A в соответствии с (2) и на ее основе определения значений N_б и K (выражения (1) и (3) соответственно), первый формирователь 6, предназначенный для формирования информационной матрицы принятого сигнала Y_K×M, второй вычислитель 7, предназначенный для определения коэффициентов избыточности ϕ_z в соответствии с (4), второй формирователь 8, предназначенный для формирования вектора измеренных коэффициентов избыточности ϕ_L, третий вычислитель 11, предназначенный для поэлементного сравнения измеренного вектора коэффициентов избыточности ϕ_L с эталонными векторами (строками всех квадратных эталонных матриц Φ_{Lj эт}) с целью определения отклонения в соответствии с (5), и блок принятия решения 14, предназначенный для определения принадлежности анализируемого цифрового информационного потока Y к наиболее вероятному j-му протоколу НСКР в соответствии с правилами (6) и (7). Кроме того, устройство содержит первый и второй блоки памяти 9 и 13 соответственно и генератор тактовых импульсов 10.

На подготовительном этапе по первой установочной шине 1 задают необходимый минимальный и максимальный объемы выборки сигнала N_{цп min} и N_{цп max}. По второй установочной шине 2 поступают квадратные эталонные матрицы Φ_{Lj эт} для всех J известных протоколов НСКР, расчет которых осуществляют в соответствии с (8) на подготовительном этапе и далее хранят в блоке 9. По третьей установочной шине 12 оператором задается пороговый уровень R, который записывается во второй блок памяти 13.

В процессе работы устройства (см. фиг. 9) по входной шине 3 на вход блока 4 поступает цифровой информационный поток Y. В функции блока 4 входит его запоминание в объеме N_{цп max}, но не менее чем N_{цп min}. Эти значения задаются по шине 1. В противном случае на второй группе его выходов (первой выходной шине устройства 15) формируется сигнал об окончании работы устройства и необходимости перейти к анализу другой информационной последовательности.

Запомненная выборка цифрового информационного потока Y под воздействием тактовых импульсов блока 10 с выхода блока 4 поступает на группу информационных входов первого вычислителя 5. В функции блока 5 входит расчет нормированной автокорреляционной функции A, ее анализ с целью обнаружения регулярных с равными интервалами Δτ экстремумов автокорреляционной функции A, разбиение принятого цифрового информационного потока Y на информационные блоки по N_б бит каждый по их числу в интервалах между экстремумами нормированной автокорреляционной A. С первой группы информационных выходов блока 5 поблочно в N_б бит информационная последовательность Y поступает на группу информационных входов первого формирователя 6. В противном случае, когда в блоке 5 не обнаружены регулярные с равными интервалами Δτ экстремумы функции A, на второй группе его информационных выходов формируется сигнал о завершении анализа принятой информационной последовательности, который поступает на первую выходную шину 15 устройства.

В блоке 6 осуществляют формирование информационной матрицы Y_K×M путем последовательной поблочной записи цифрового информационного потока Y в соответствии с фиг. 4 и дополнения двух столбцов в соответствии с фиг. 5. Значение информационной матрицы Y_K×M в параллельном коде поступает на группу информационных входов второго вычислителя 7. В блоке 7 осуществляют определение коэффициентов избыточности путем последовательного деления информационной матрицы Y_K×M на последовательность из L прямоугольных матриц (см. фиг. 5) с последующим вычислением значений ϕ_z, z=1, 2, …, L в соответствии с (4).

Полученные значения ϕ_z последовательно поступают на группу информационных входов второго формирователя 8.

В блоке 8 осуществляется их последовательная запись (формирование вектора измеренных коэффициентов избыточности ϕ_L) по мере поступления.

Сформированное значение вектора измеренных коэффициентов избыточности ϕ_L поступает на первую группу информационных входов третьего вычислителя 11. На второй группе его информационных входов присутствуют значения квадратных эталонных матриц Φ_{Lj эт}, поступающие с группы информационных выходов первого блока памяти 9. В блоке 11 осуществляют поэлементное сравнение вектора измеренных коэффициентов избыточности ϕ_L со строками (эталонными векторами) всех J квадратных эталонных матриц Φ_{Lj эт}, определение их взаимных отклонений ; , и наименьшего значения . Данная величина поступает на первую группу информационных входов блока принятия решения 14. На второй группе его информационных входов присутствует значение порога R, поступающее с группы информационных выходов второго блока памяти 13. Блок 14 выполняет функцию сравнения значений и при выполнении условия (6) на его группе информационных выходов (одновременно являющихся второй выходной шиной устройства 16) формирует значение j, соответствующее идентифицированному протоколу НСКР. В противном случае выдается информация об обнаружении нового, ранее неизвестного протокола НСКР. Синхронизация работы элементов устройства обеспечивается импульсами генератора тактовых импульсов 10.

Реализация элементов устройства распознавания протоколов НСКР широко освещена в литературе и трудностей не вызывает. Входной селектор 6, первый и второй формирователи 5 и 7 соответственно, первый и второй блоки памяти 9 и 13 соответственно могут быть реализованы на микросхемах памяти (см. Большие интегральные схемы запоминающих устройств: Справочник / А.Ю. Гордонов и др.: Под ред. А.Ю. Гордонова и Ю.Н. Дьяконова. - М.: Радио и связь. 1990. - 288 с.). Первый, второй и третий вычислители 5, 7 и 11 могут быть реализованы на микропроцессорах с достаточным быстродействием (см. Шевкопляс Б.В. Микропроцессорные структуры. Инженерные решения: Справочник. 2-е изд., переаб. и доп. - М.: Радио и связь, 1990. - 512 с.). Блок принятия решения 14 представляет из себя блок сравнения, который может быть реализован на элементарной логике микросхем ТТЛ.