Aplicación de la transformada de Hilbert-Huang en el análisis de señales de comunicación satelital

Autores/as

  • J. Villanueva Consejo Nacional de Ciencia y Tecnología - Universidad Autónoma de Zacatecas https://orcid.org/0000-0002-7484-6506
  • M. Bueno Universidad del Cauca
  • J. Simón Consejo Nacional de Ciencia y Tecnología - Universidad Autónoma de Zacatecas
  • M. Molinas Norwegian University of Science and Technology
  • J. Flores Universidad Autónoma de Zacatecas
  • P. E. Méndez Universidad Nacional Autónoma de México

DOI:

https://doi.org/10.4995/riai.2019.10878

Palabras clave:

Análisis de Señales de Comunicación Satelital, Descomposición de Modo Empírico, Frecuencia Instantánea, Transformada de Hilbert Huang

Resumen

En los enlaces de comunicación entre satélites y estaciones terrenas, la señal transmitida está expuesta a perturbaciones y ruido de diferentes tipos que dificultan la recepción y recuperación de la información. Por está razón, diferentes métodos son utilizados para procesar la señal recibida y eliminar dichas perturbaciones, y así recuperar la información. Diferentes técnicas de análisis de señales se han utilizado para lograr lo anteriormente descrito pero los resultados no son completamente satisfactorios. La Transformada de Hilbert Huang ha venido aplicándose cada vez más en diferentes áreas y las señales satelitales no son la excepción. En este trabajo, se realiza el análisis mediante la Transformada de Hilbert Huang de una señal de comunicación satelital que presenta ruido gausiano; el propósito es eliminar las perturbaciones del ruido y poder recuperar la señal transmitida. La estrategia propuesta es comparada con la Transformada Rápida de Fourier la cual normalmente es usada para estas aplicaciones. Algunos resultados con señales simuladas y reales son mostradas para validar la metodología.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

J. Villanueva, Consejo Nacional de Ciencia y Tecnología - Universidad Autónoma de Zacatecas

Centro de Investigación, Innovación y Desarrollo en Telecomunicaciones

Coordinador de Control y Automatización.

Catedrático Conacyt

M. Bueno, Universidad del Cauca

Departamento de Electrónica, Instrumentación y Control

J. Simón, Consejo Nacional de Ciencia y Tecnología - Universidad Autónoma de Zacatecas

Centro de Investigación, Innovación y Desarrollo en Telecomunicaciones

Catedrático Conacyt

M. Molinas, Norwegian University of Science and Technology

Department of Engineering Cybernetics

J. Flores, Universidad Autónoma de Zacatecas

Unidad Académica de Ingeniería Eléctrica, Centro de Investigación, Innovación y Desarrollo en Telecomunicaciones

P. E. Méndez, Universidad Nacional Autónoma de México

Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas, Unidad Académica de Ciencias y Tecnología

Citas

Boashash, B., Apr 1992. Estimating and interpreting the instantaneous fre- quency of a signal. Part 1: Fundamentals. Proceedings of the IEEE 80 (4), 520-538. https://doi.org/10.1109/5.135376

Bueno-Lopez, M., Giraldo, E., Molinas, M., December 2017a. Analysis of neu- ral activity from EEG data based on EMD frequency bands. In: 24th IEEE International Conference on Electronics, Circuits and Systems (ICECS). Vol. 1. IEEE, Batumi, Georgia, pp. 401-405. https://doi.org/10.1109/ICECS.2017.8292116

Bueno-Lopez, M., Molinas, M., Kulia, G., September 2017b. Understanding instantaneous frequency detection: A discussion of Hilbert-Huang Trans- form versus Wavelet Transform. In: International Work-Conference on Time Series Analysis-ITISE. Vol. 1. University of Granada, Granada, Spain, pp. 474-486.

Dowel, J. M. (Ed.), 2014. The Cubesat Explosion. Harvard, http://planet4589.org/talks/cubesats/cube3.pdf.

E. Hari Krishna, M. Raghuram, K. V. M. K. S., Reddy, K. A., May 2012. Emd based ofdm channel estimation. IEEE International Instrumentation and Measurement Technology Conference Proceedings. https://doi.org/10.1109/I2MTC.2012.6229395

Gasca Segura, M., Bueno-Lopez, M., Molinas, M., Fosso, O. B., April 2018. Time-frequency analysis for nonlinear and non-stationary signals using hht: A mode mixing separation technique. IEEE Latin America Transactions 16 (4), 1091-1098. https://doi.org/10.1109/TLA.2018.8362142

Hao Chen, J.-h. G., Liu, T., December 2013. Fm signal parameter estimation using the hilbert huang transform. 6th International Congress on Image and Signal Processing (CISP). https://doi.org/10.1109/CISP.2013.6743863

Hou, T. Y., Shi, Z., Sept 2013. Data-driven time-frequency analysis. Applied and Computational Harmonic Analysis 35 (2), 284-308. https://doi.org/10.1016/j.acha.2012.10.001

Huang, N. E., Shen, S. S. P. (Eds.), 2014. Hilbert-Huang Transform and its Ap- plications. Vol. 16. Interdisciplinary Mathematical Sciences. https://doi.org/10.1142/5862

Huang, N. E., Shen, Z., Long, S. R., Wu, M. C., Shih, H. H., Zheng, Q., Yen, N.-C., Tung, C. C., Liu, H. H., 1998. The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analy- sis. Proceedings of the Royal Society of London A: Mathematical, Physical and Engineering Sciences 454 (1971), 903-995. https://doi.org/10.1098/rspa.1998.0193

Huang Yuchun, Huang Zailu, H. B., Shuhua, X., September 2007. Integrated fft- based interpolation frequency estimator and its application to feature extrac- tion of fm signal. International Conference on Wireless Communications, Networking and Mobile Computing. https://doi.org/10.1109/WICOM.2007.305

Mandic, D. P., Rehman, N. U., Wu, Z., Huang, N. E., Nov 2013. Empirical mode decomposition-based time-frequency analysis of multivariate signals: The power of adaptive data analysis. IEEE Signal Processing Magazine 30 (6), 74-86.

https://doi.org/10.1109/MSP.2013.2267931

N.Padmaja, D. a., R.Swathi, September 2011. Signal processing of radar echoes using wavelets and hilbert huang transform. Signal & Image Processing : An International Journal (SIPIJ) 2 (3). https://doi.org/10.5121/sipij.2011.2310

Radiometrix, 2010a. Manual: 500mw rf power amplifier module. urlhttp://www.radiometrix.com/content/afs2-0.

Radiometrix, 2010b. Manual:uhf narrow band fm multi channel transceiver. urlhttps://www.radiometrix.com/node/187.

Stone, T. (Ed.), 2004. Technical Report NAS-04-009: Introduc- tion to Satellite Communications Technology for NREN. NASA, https://www.nas.nasa.gov/assets/pdf/techreports/2004/nas-04-009.pdf.

Wang, X., Wang, Y., October 2013. A single-channel bss new method of time- frequency overlapped communication signal based on multi-scale cwt and ica. International Conference on Computational Problem-Solving (ICCP). https://doi.org/10.1109/ICCPS.2013.6893582

Wu, Z., Huang, N. E. (Eds.), August 2009. Ensemble Empirical Mode Decom- position: A Noise Assisted Data Analysis Method. Vol. 1. World Scientific Publishing Company. https://doi.org/10.1142/S1793536909000047

Xu, D., Xia, Y., Mandic, D. P., Feb 2016. Optimization in quaternion dynamic systems: Gradient, hessian, and learning algorithms. IEEE Transactions on Neural Networks and Learning Systems 27 (2), 249-261. https://doi.org/10.1109/TNNLS.2015.2440473

Yingjun Yuan, Zhitao Huang, H. W., Wang, X., 2013. Specific emitter iden- tification based on hilbert-huang transform-based time-frequency-energy distribution features. IET Communications 8 (13), 2404-2412. https://doi.org/10.1049/iet-com.2013.0865

Yu, W., Qian, X., November 2010. Some factors which affect the satellite com- munication. In: 2nd International Workshop on Database Technology and Applications. IEEE, Wuhan, China. https://doi.org/10.1109/DBTA.2010.5659067

Descargas

Publicado

07-04-2020

Cómo citar

Villanueva, J., Bueno, M., Simón, J., Molinas, M., Flores, J. y Méndez, P. E. (2020) «Aplicación de la transformada de Hilbert-Huang en el análisis de señales de comunicación satelital», Revista Iberoamericana de Automática e Informática industrial, 17(2), pp. 181–189. doi: 10.4995/riai.2019.10878.

Número

Sección

Artículos