APPLICATION OF FOURIER TRANSFORM AND WAVELET DECOMPOSITION FOR DECODING THE CONTINUOUS AUTOMATIC LOCOMOTIVE SIGNALING CODE

O. O. Hololobova, V. I. Havrilyuk

Abstract


Purpose. The existing system of automatic locomotive signaling (ALS) was developed at the end of the last century. This system uses the principle of a numerical code which is implemented on the basis of relay engineering, and therefore, it is exposed to various types of interferences. Over the years, the system has been upgraded several times, but the causes of faults and failures in its operation are still the subject of research. It is known that the frequency and the phase modulation of signal has a higher interference immunity as compared to the amplitude modulation. Therefore, the purpose of the article is to study the possibility of using the frequency methods such as Fourier series expansion and wavelet decomposition to extract the informational component of the received code from ALS signals under the action of various types of interferences. Methodology. One can extract the information unavailable in time representation of the signal using the signal studies in the frequency domain. The wavelet decomposition has been used for this purpose. This makes it possible to represent the local characteristics of the signal and to provide time-frequency decomposition in two spaces at the same time. Due to the high accuracy of the signal representation it is possible to analyze the time localization of spectral components and eliminate interference components even in the case of coincidence of interference frequency with the signal carrier frequency. Findings. To compare informativity of the methods of Fourier expansion and wavelet decomposition it was studied the reference and noisy signal of green fire code using the software package MATLAB. Detailed analysis of the obtained spectral characteristics showed that the wavelet decomposition provides a more correct decoding of the signal. Originality. Replacing the electromagnetic relays in the ALS system by microprocessor hardware involves the use of some mathematical tool for decoding, in order to obtain more information about the code. More often than not, as a mathematical tool, the classical Fourier decomposition is used. But because of a number of drawbacks in this method, it was suggested to use the wavelet decomposition, which has a number of advantages and accounts the disadvantages of the Fourier transform. Practical value. The presented method of code signal research can be the basis for developing dynamic model of the ALS receiver and decoder using digital processing module, which will enable to increase the reliability and accuracy of extraction of the code information component.


Keywords


automatic locomotive signaling; Fourier transform; wavelet decomposition; interference immunity; amplitude modulation; shift; scale; time-frequency domain

Full Text:

PDF

References


Alekseev, K. A. Ocherk «Vokrug CWT». (n.d.). Retrieved from http://matlab.exponenta.ru/wavelet/book3/index.php

Аnan’yevа, O. M., & Davidenko M. G. (2015). The reception of the signals of continuous automatic cab signaling (CACS) under the conditions of two-component interference effect. Informacijno-kerujuchi systemy na zaliznychnomu transporti, 5, 52-56. doi: 10.18664/ikszt.v0i5.55748

Аnan’yevа, O. M., & Davidenko, M. G. (2015). Synthesis of the nonlinear receiver of CACS signals in the conditions of the additive two-component interference. Informacijno-kerujuchi systemy na zaliznychnomu transporti, 6, 46-50. doi: 10.18664/ikszt.v0i6.60191

Astaf’eva, N. M. (1996). Wavelet analysis: basic theory and some applications. Uspekhi Fizicheskikh Nauk, 11(166), 1145-1170. doi: 10.3367/UFNr.0166.199611a.1145

Baskakov, S. I. (2000). Radiotekhnicheskie tsepi i signaly. Moscow: Vysshaya shkola.

Boynik, A. B., Cheptsov, M. N., & Trunaev, A. M. (2008). Korrelyatsionnyy priem i deshifratsiya koda ALSN po spektralnomu priznaku. Informacijno-kerujuchi systemy na zaliznychnomu transporti, 2, 64-68.

Bushuev, V. I., & Bushuev, S. V. (2004). Yavlenie ferrorezonansa v fazochuvstvitelnykh relsovykh tsepyakh chastotoy 50 Gts. Automation, communication and Informatics, 3, 31-32.

Havrilyuk, V. I., Shcheka, V. I., & Meleshko, V. V. (2015). Testing New Types of Rolling Stock for Electromagnetic Compatibility With Signaling and Communication Devices. Science and Transport Progress, 5(59), 7-15. doi: 10.15802/stp2015/55352

Dremin, I. M., Ivanov, O. V., & Nechitailo, V. A. (2001). Wavelets and their uses. Uspekhi Fizicheskikh Nauk, 5(171), 465-501. doi: 10.3367/UFNr.0171.200105a.0465

Dyakonov, V. (2010). Wavelet signal analysis of actual oscillograms using Math. Test & Measuring Instruments and Systems, 3, 19-25. Retrieved from http://www.tmi-s.com/upload/kipis_articles/article_Dyakonov_3-2010.pdf

Dyakonov, V. & Abramenkova, I. (2002). MATLAB. Obrabotka signalov i izobrazheniy: spetsialnyy spravochnik. Saint Petersburg: Piter.

Ilyushin, Y. A. (2009). Teoriya i primenenie veyvletov. [CD].

Kaganov, V. I. (2001). Radiotekhnika+kompyuter+Math CAD. Moscow: Goryachaya liniya.

Levkovich-Maslyuk, L., & Pereberin, A. (1999). Vvedenie v veyvlet-analiz. Moscow: GrafiKon’99.

Mistetskiy, V. (2010). Razrabotka. Nepreryvnoe wavelet preobrazovanie. Habrahabr. Retrieved from https://habrahabr.ru/post/103899/

Novikov, L. V. (1999). Osnovy veyvlet-analiza signalov. St. Petersburg: IAI RAS.

Smolentsev, N. K. (2005). Osnovy teorii veyvletov. Veyvlety v MATLAB. Moscow: DMK Press.

Cotnyk, V. O., Babaiev, M. M., & Cheptsov, M. M. (2013). Neiromerezheva model rozpiznavannia tryvalosti impulsiv ta intervaliv kodiv ALSN. Zbirnik naukovih prac' of Donetsk Railway Transport Institute, 36, 67-78.

Cheptsov, M. M. (2005). The method of determination of parameters software safety in microsystems by moving the trains. Zbirnik naukovih prac' of Donetsk Railway Transport Institute, 2, 39-45.

Djukanovic, S., & Popovic, V. (2012). A Parametric Method for Multicomponent Interference Suppression in Noise Radars. IEEE Transactions on Aerospace and Electronic Systems, 48(3), 2730-2738. doi: 10.1109/taes.2012.6237624

Lewalle, J. (n.d.) Vvedenie v analiz dannykh s primeneniem nepreryvnogo veyvlet-preobrazovaniya (V. G. Gribunin, Trans.). Saint Petersburg Autex. Retrieved from http://www.autex.spb.su/download/wavelet/books/lewalle.pdf

Polikar, R. (n.d.) Vvedenie v veyvlet-preobrazovanie (V. G. Gribunin, Trans.). St. Petersburg: Autex. Retrieved from http://www.autex.spb.su/download/wavelet/books/tutorial.pdf

Said, A., & Pearlman, W. A. (1996). A New Fast and Efficient Image Codec Based on Set Partitioning in Hierarchical Trees. Transactions on Circuits and Systems for Video Technology, 6(3), 243-250. doi: 10.1109/76.499834

Hololobova, O. O., Havryliuk, V. I., Kovryhin, M. O., & Buriak, S. Y. (2014). Study of transmission lines effect on the system operation of continuous automatic cab signaling. Science and Transport Progress, 5(53), 17-28. doi: 10.15802/stp2014/30833


GOST Style Citations


  1. Алексеев, К. А. Очерк «Вокруг CWT» [Электронный ресурс] / К. А. Алексеев. – Режим доступа: http://matlab.exponenta.ru/wavelet/book3/index.php. – Загл. с экрана. – Проверено : 30.01.2017.
  2. Ананьева, О. М. Прием сигналов АЛСН в условиях действия двухкомпонентной помехи / О. М. Ананьева, М. Г. Давиденко // Інформ.-керуючі системи на залізн. трансп. – 2015. – Вип. 5. – С. 52–56. doi: 10.18664/ikszt.v0i5.55748.
  3. Ананьева, О. М. Синтез нелинейного приемника сигналов АЛСН в условиях действия аддитивной двухкомпонентной помехи / О. М. Ананьева, М. Г. Давиденко // Інформ.-керуючі системи на залізн. трансп. – 2015. – Вип. 6. – С. 46–50. doi: 10.18664/ikszt.v0i6.60191.
  4. Астафьева, Н. М. Вейвлет-анализ: основы теории и примеры применения / Н. М. Астафьева // Успехи физических наук. – 1996. – Т. 166, № 11. – С. 1145–1170. doi: 10.3367/UFNr.0166.199611a.1145.
  5. Баскаков, С. И. Радиотехнические цепи и сигналы / С. И. Баскаков. – Москва : Высш. шк., 2000. – 448с.
  6. Бойник, А. Б. Корреляционный прием и дешифрация кода АЛСН по спектральному признаку / А. Б. Бойник, М. Н., Чепцов, А. М. Трунаев // Інформ.-керуючі системи на залізн. трансп.– 2008. – № 2. – С. 64–68.
  7. Бушуев, В. И. Явление феррорезонанса в фазочувствительных рельсовых цепях частотой 50 Гц / В. И. Бушуев, С. В. Бушуев // Автоматика, связь, информатика. – 2004. – № 3. – С. 31–32.
  8. Гаврилюк, В. И. Испытания новых типов подвижного состава на электромагнитную совместимость с устройствами сигнализации и связи / В. И. Гаврилюк, В. И. Щека, В. В. Мелешко // Наука та прогрес транспорту. – 2015. – № 5 (59). – С. 7–15. doi: 10.15802/stp2015/55352.
  9. Дремин, И. М. Вейвлеты и их использование / И. М. Дремин, О. В. Иванов, В. А. Нечитайло // Успехи физических наук. – 2001. – Т. 171, № 5. – С. 465–501. doi: 10.3367/UFNr.0171.200105a.0465.
  10. Дьяконов, В. П. Вейвлет-анализ в MATLAB реальных осциллограмм [Электронный ресурс] / В. П. Дьяконов // Измерения в технике и связи. – С. 19–25. – Режим доступа: http://www.tmi-s.com/upload/kipis_articles/article_Dyakonov_3-2010.pdf. – Загл. с экрана. – Проверено : 27.01.2017.
  11. Дьяконов, В. MATLAB. Обработка сигналов и изображений : спец. справ. / В. Дьяконов, И. Абраменкова. – Санкт-Петербург : Питер, 2002. 608 с.
  12. Илюшин, Я. А. Теория и применение вейвлетов [Электронный ресурс] / Я. А. Илюшин // Вейвлеты. – 2009. – 1 эл. опт. диск (CDROM).
  13. Каганов, В. И. Радиотехника+компьютер+Math CAD / В. И. Каганов. – Москва : Горячая линия, 2001. –413 с.
  14. Левкович-Маслюк, Л. Введение в вейвлет-анализ : учеб. курс / Л. Левкович-Маслюк, А. Переберин. – Москва : ГрафиКон’99, 1999. – 218 с.
  15. Мистецкий, В. Разработка. Непрерывное wavelet преобразование [Электронный ресурс] / В. Мистецкий // Хабрахабр. – 2010. – Режим доступа: https://habrahabr.ru/post/103899/. – Загл. с экрана. – Проверено : 17.01.2017.
  16. Новиков, Л. В. Основы вейвлет-анализа сигналов : учеб. пособие / Л. В. Новиков. – Санкт-Петербург : ИАнП РАН. –1999. – 152 с.
  17. Смоленцев, Н. К. Основы теории вейвлетов. Вейвлеты в MATLAB / Н. К. Смоленцев. – Москва : ДМК Пресс, 2005. – 304 с.
  18. Cотник, В. О. Нейромережева модель розпізнавання тривалості імпульсів та інтервалів кодів АЛСН / В. О. Cотник, М. М. Бабаєв, М. М. Чепцов // Зб. наук. пр. Донец. ін-ту залізн. трансп. – Донецьк, 2013. – Вип. 36. – С. 67–78.
  19. Чепцов, М. Н. Метод определения параметров безопасности программного обеспечения в микропроцессорных системах управления движением поездов / М. Н. Чепцов // Зб. наук. пр. Донец. ін-ту залізн. трансп. – Донецьк, 2005. – Вип. 2. – С. 39–45.
  20. Djukanovic, S. A Parametric Method for Multicomponent Interference Suppression in Noise Radars / S. Djukanovic, V. Popovic // IEEE Transactions on Aerospace and Electronic Systems. – 2012. – Vol. 48. – Iss. 3. – P. 2730–2738. doi: 10.1109/taes.2012.6237624.
  21. Lewalle, J. Введение в анализ данных с применением непрерывного вейвлет-преобразования [Электронный ресурс], [пер. с англ. Грибунин В.Г.] / J. Lewalle. – Режим доступа: http://www.autex.spb.su/download/wavelet/books/lewalle.pdf. – Загл. с экрана. – Проверено : 27.01.2017.
  22. Polikar, R. Введение в вейвлет-преобразование [Электронный ресурс], [пер. с англ. Грибунин В. Г.] / R. Polikar. – Режим доступа: http://www.autex.spb.su/download/wavelet/books/tutorial.pdf. – Загл. с экрана. – Проверено : 27.01.2017.
  23. Said, A. A New Fast and Efficient Image Codec Based on Set Partitioning in Hierarchical Trees / А. Said, W. A. Pearlman // Transactions on Circuits and Systems for Video Technology. – 1996. – Vol. 6. – Iss. 3. – P. 243–250. doi: https://doi.org/10.1109/76.499834.
  24. Study of transmission lines effect on the system operationon of continuous automatic cab signaling / O. O. Hololobova, V. I. Havryliuk, M. O. Kovryhin, S. Yu. Buriak // Наука та прогрес транспорту. – 2014. – № 5 (53) – С. 17–28. doi: 10.15802/stp2014/30833.


DOI: https://doi.org/10.15802/stp2017/92771

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

 

ISSN 2307–3489 (Print)
ІSSN 2307–6666 (Online)