Clever Geek Handbook

如何通过声卡接收来自德国海军的信号，或研究超低频无线电信号

哈Ha



接收和分析超长波这一主题非常有趣，但是在哈布雷（Habré）上很少提及。让我们尝试填补空白，看看它是如何工作的。





日本的VLF发射机（c）en.wikipedia.org/wiki/Very_low_frequency



甚低频



超低频被认为是无线电范围的频率，其频率小于30 KHz。很久以前，军方就对它们产生了兴趣，当时很明显，如此长的波长（长达100公里的波长！）的无线电波可以穿透水，并可以与潜艇通信。很难说是谁提出了这种方法，但是早在1943年，歌利亚发射器就在德国发射，以15至25 kHz的频率向潜艇发射数据。战后，发射机被拆卸，运到苏联重新启动，据维基百科说，它仍然可以工作。



任何天线的效率都取决于波长，对于长波，天线效率也极低-兆瓦时，辐射功率（EIRP）仅30-50 kW。但是，秘密地向潜艇传输信号的可能性非常诱人，因此它并没有阻止任何人-这样的系统现在可以正常工作了。传输VLF信号非常困难，但是任何人都可以接收它们。您甚至不需要无线电接收器，普通PC声卡的20-30 KHz频率就足够了。我们将需要更长的电缆，将其连接到声卡的输入端，并在森林或野外没有工业干扰的地方随身携带一台笔记本电脑。尽管现代技术提供了一种更方便的接收方式-使用SDR在线进行。例如，您可以看到荷兰大学接收器的全景图Twente：







所有垂直线均为当前系统。结果是惊人的，VLF频谱被“干扰”了不少于FM广播频段上的晚间广播。让我们看看我们在这里能看到什么。



在12-15 KHz的频率下，我们看到与俄罗斯无线电导航系统Alpha（全名RSDN-20-远程导航无线电技术系统）有关的标记。根据Wikipedia的说法，Alpha的发射器以11.9、12.6和14.8 kHz的频率运行，该系统可提供高达1.5 km的定位精度。但是，在全景图中看不到任何脉冲，也许它们有输出Twente的接收器对此信号不够敏感，或者无线电信号是按照某种时间表发送的。下一个工作频率为16.4 kHz的是位于挪威的Noviken发射机。列出其余列表没有任何意义，可以在Wikipedia上查看列表。



接待处



如何接收超低频信号同样是一个有趣的问题。但是出于明显的原因，几乎没有关于带有开源潜艇的通信设备的详细信息。可以从图片中了解总体思路：





跨信号传播©IEEE Communications Magazine 1981



如您所见，一根长电线用作天线，它可以简单地在船后延伸，或通过特殊的浮标固定在一定深度。天线本身显然不是秘密，谷歌很容易找到带有说明的pdf：







700 m的电缆长度令人印象深刻，但对我们来说，幸运的是，“在陆地上”的一切都简单得多，并且不需要这种巨型天线，即使在天线上也可以接收VLF信号。便携式天线MiniWhip位于阳台上。



记录与分析



现在让我们看一下所发射的无线电信号的结构。例如，我从德国以23.4 kHz传输了一个随机的DHO38信号。对于录音，我们选择如图所示的频率和调制，然后单击“录音”按钮。







可以在免费的Signals Analyzer程序中打开生成的文件。从图片中可以明显看出，信号使用了调频（FSK）：







让我们应用FSK解调器，我们得到一个比特序列：







顺便说一下，传输速率是每秒200比特-观看youtube绝对不够，但是对于30 m深度的潜艇来说这还不错。您可能会猜到，甚低频通讯是单向的-船员无法从水下回答。



让我们更详细地考虑信号。让我们将FSK解码器之后获得的文件保存在WAV中。当然，我们将无法接收传输的内容-信号很可能已加密。但是您可以使用Python将位流“扩展”为2D图像，从而看到位流的结构。如果数据包含任何重复的片段（例如，流被分成一定长度的数据包），则这将在图像上清晰可见。



资源 
from scipy.io import wavfile
import matplotlib.pyplot as plt
from PIL import Image

_, data = wavfile.read('websdr_recording_2020-11-06T15_00_00Z_23.4kHz_.wav')
print("WAV: %d samples" % data.shape[0])

for iw in range(400, 1024, 2):
    print("Saving: {} of {}...".format(iw, 1024))
    w, h = iw, 800
    image = Image.new('RGB', (w, h))

    px, py = 0, 0
    for p in range(data.shape[0]):
        image.putpixel((px, py), (0, data[p]//16, 0))
        px += 1
        if px >= w:
            px = 0
            py += 1
            if py >= h:
                break

    image.save("image-%d.png" % iw)


我们不知道传输的参数，因此我们只介绍所有输出选项。结果将是一组看起来像这样的文件：







很容易看到，在图片的一定宽度下，很容易猜出一些图案。比特流扩大：







那些感兴趣的人可以自己尝试图片的宽度，我希望原理很清楚。线路的斜率是由于发射器和接收器的频率不匹配而造成的。当然，要获得完整的比特流，显然20条代码是不够的，用PLL编写数字解调器显然超出了本文的范围。总的来说，这没有太多意义-信号仍然是加密的，即使使用位数据，我们也不会做其他任何事情。虽然那些希望的人可以尝试自己搜索模式。



结论



如您所见，对此类通信系统的研究不仅具有技术意义，而且具有历史意义。而且在超低频下，仍然有许多有趣的信号，包括自然起源的信号，例如，舒曼共振在10-20赫兹的频率下。



作为对那些到目前为止阅读以下内容的人的奖励：那些希望“现场”观看在这样的频率上的发送和接收工作方式的人可以尝试接收德国Pinneberg电台，该电台以147.3 kHz的开放格式广播天气报告。您可以使用其他程序（例如MultiPSK）对信号进行解码。您还可以考虑使用Python解码，如果需要，请在注释中编写。



和往常一样，祝大家好运。


More articles:


All Articles