Flightradar24 - ते कसे कार्य करते? भाग 2, ADS-B प्रोटोकॉल

हॅलो हॅब्र. कदाचित प्रत्येकजण जे कधीही नातेवाईक किंवा मित्रांना विमानात भेटले किंवा पाहिले असेल त्यांनी विनामूल्य Flightradar24 सेवा वापरली असेल. रिअल टाइममध्ये विमानाच्या स्थितीचा मागोवा घेण्याचा हा एक अतिशय सोयीस्कर मार्ग आहे.

В पहिला भाग अशा ऑनलाइन सेवेचे ऑपरेटिंग तत्त्व वर्णन केले होते. आम्ही आता पुढे जाऊ आणि विमानातून रिसीव्हिंग स्टेशनला कोणता डेटा पाठवला आणि प्राप्त केला जात आहे ते शोधून काढू आणि पायथन वापरून ते स्वतः डीकोड करू.

कथा

अर्थात, वापरकर्त्यांना त्यांच्या स्मार्टफोनवर पाहण्यासाठी विमानाचा डेटा प्रसारित केला जात नाही. या प्रणालीला एडीएस-बी (स्वयंचलित अवलंबित पाळत ठेवणे—प्रसारण) असे म्हणतात आणि विमानाविषयीची माहिती नियंत्रण केंद्राकडे स्वयंचलितपणे प्रसारित करण्यासाठी वापरली जाते - त्याचे अभिज्ञापक, निर्देशांक, दिशा, वेग, उंची आणि इतर डेटा प्रसारित केला जातो. पूर्वी, अशा प्रणालीच्या आगमनापूर्वी, डिस्पॅचर फक्त रडारवर एक बिंदू पाहू शकत होता. खूप विमाने असताना हे पुरेसे नव्हते.

तांत्रिकदृष्ट्या, ADS-B मध्ये विमानावरील ट्रान्समीटर असतो जो वेळोवेळी 1090 मेगाहर्ट्झच्या बर्‍यापैकी उच्च वारंवारतेवर माहितीचे पॅकेट पाठवतो (इतर मोड आहेत, परंतु आम्हाला त्यांच्यामध्ये फारसा रस नाही, कारण निर्देशांक फक्त येथे प्रसारित केले जातात). अर्थात, ट्रान्समीटर व्यतिरिक्त, विमानतळावर कुठेतरी एक रिसीव्हर देखील आहे, परंतु आमच्यासाठी, वापरकर्ते म्हणून, आमचा स्वतःचा रिसीव्हर मनोरंजक आहे.

तसे, तुलना करण्यासाठी, अशी पहिली प्रणाली, एअरनव रडारबॉक्स, सामान्य वापरकर्त्यांसाठी डिझाइन केलेली, 2007 मध्ये दिसली आणि त्याची किंमत सुमारे $900 आहे; नेटवर्क सेवांच्या सदस्यतेसाठी वर्षाला आणखी $250 खर्च येतो.

त्या पहिल्या रशियन मालकांची पुनरावलोकने फोरमवर वाचली जाऊ शकतात रेडिओस्कॅनर. आता आरटीएल-एसडीआर रिसीव्हर्स मोठ्या प्रमाणावर उपलब्ध झाले आहेत, तत्सम डिव्हाइस $30 मध्ये एकत्र केले जाऊ शकते; याबद्दल अधिक पहिला भाग. चला प्रोटोकॉलवर जाऊया - ते कसे कार्य करते ते पाहूया.

सिग्नल प्राप्त करणे

प्रथम, सिग्नल रेकॉर्ड करणे आवश्यक आहे. संपूर्ण सिग्नलचा कालावधी फक्त 120 मायक्रोसेकंद असतो, त्यामुळे त्याचे घटक आरामात वेगळे करण्यासाठी, किमान 5 MHz च्या सॅम्पलिंग वारंवारता असलेला SDR रिसीव्हर घेणे इष्ट आहे.

रेकॉर्डिंग केल्यानंतर, आम्हाला 5000000 नमुने/सेकंद सॅम्पलिंग रेट असलेली WAV फाइल मिळते; अशा रेकॉर्डिंगचे 30 सेकंद "वजन" सुमारे 500MB असते. मीडिया प्लेयरसह ते ऐकणे, अर्थातच, निरुपयोगी आहे - फाइलमध्ये ध्वनी नसतो, परंतु थेट डिजिटायझ्ड रेडिओ सिग्नल - सॉफ्टवेअर परिभाषित रेडिओ हेच कसे कार्य करते.

आम्ही पायथन वापरून फाइल उघडू आणि त्यावर प्रक्रिया करू. ज्यांना स्वतः प्रयोग करायचे आहेत ते उदाहरण रेकॉर्डिंग डाउनलोड करू शकतात दुवा.

चला फाईल डाउनलोड करू आणि आत काय आहे ते पाहू.

from scipy.io import wavfile
import matplotlib.pyplot as plt
import numpy as np

fs, data = wavfile.read("adsb_20190311_191728Z_1090000kHz_RF.wav")
data = data.astype(float)
I, Q = data[:, 0], data[:, 1]
A = np.sqrt(I*I + Q*Q)

plt.plot(A)
plt.show()

परिणाम: आम्ही पार्श्वभूमीच्या आवाजाविरूद्ध स्पष्ट "पल्स" पाहतो.

प्रत्येक "पल्स" एक सिग्नल आहे, ज्याची रचना आपण आलेखावरील रिझोल्यूशन वाढविल्यास स्पष्टपणे दृश्यमान आहे.

तुम्ही बघू शकता, वरील वर्णनात जे दिले आहे त्याच्याशी चित्र अगदी सुसंगत आहे. तुम्ही डेटावर प्रक्रिया सुरू करू शकता.

डीकोडिंग

प्रथम, आपल्याला थोडा प्रवाह मिळणे आवश्यक आहे. मँचेस्टर एन्कोडिंग वापरून सिग्नल स्वतःच एन्कोड केलेले आहे:

निबल्समधील पातळीच्या फरकावरून वास्तविक “0” आणि “1” मिळवणे सोपे आहे.

    bits_str = ""
    for p in range(8):
        pos = start_data + bit_len*p
        p1, p2 = A[pos: pos + bit_len/2], A[pos + bit_len/2: pos + bit_len]
        avg1, avg2 = np.average(p1), np.average(p2)
        if avg1 < avg2:
            bits_str += "0"
        elif avg1 > avg2:
            bits_str += "1"

सिग्नलची रचना स्वतः खालीलप्रमाणे आहे:

चला फील्ड अधिक तपशीलवार पाहू.

DF (डाउनलिंक फॉरमॅट, 5 बिट) - संदेशाचा प्रकार निर्धारित करते. अनेक प्रकार आहेत:

(टेबल स्रोत)

आम्हाला फक्त DF17 प्रकारात स्वारस्य आहे, कारण... यातच विमानाचे निर्देशांक असतात.

आयसीएओ (24 बिट) - विमानाचा आंतरराष्ट्रीय अद्वितीय कोड. तुम्ही विमान त्याच्या कोडद्वारे तपासू शकता ऑनलाइन (दुर्दैवाने, लेखकाने डेटाबेस अद्यतनित करणे थांबवले आहे, परंतु तरीही ते संबंधित आहे). उदाहरणार्थ, कोड 3c5ee2 साठी आमच्याकडे खालील माहिती आहे:

संपादित करा: मध्ये लेखावर टिप्पण्या ICAO कोडचे वर्णन अधिक तपशीलवार दिले आहे; मी शिफारस करतो की ज्यांना स्वारस्य आहे त्यांनी ते वाचावे.

डेटा (56 किंवा 112 बिट) - वास्तविक डेटा जो आपण डीकोड करू. डेटाचे पहिले 5 बिट फील्ड आहेत प्रकार कोड, संचयित केल्या जाणार्‍या डेटाचा उपप्रकार समाविष्टीत आहे (DF सह गोंधळून जाऊ नये). यापैकी बरेच प्रकार आहेत:

(टेबल स्रोत)

पॅकेजची काही उदाहरणे पाहू.

विमानाची ओळख

बायनरी स्वरूपात उदाहरणः

00100 011 000101 010111 000111 110111 110001 111000

डेटा फील्ड:

+------+------+------+------+------+------+------+------+------+------+
| TC,5 | EC,3 | C1,6 | C2,6 | C3,6 | C4,6 | C5,6 | C6,6 | C7,6 | C8,6 |
+------+------+------+------+------+------+------+------+------+------+

TC = 00100b = 4, प्रत्येक वर्ण C1-C8 मध्ये ओळीतील निर्देशांकांशी संबंधित कोड असतात:
#ABCDEFGHIJKLMNOPQRSTUVWXYZ####_##############0123456789#####

स्ट्रिंग डीकोड करून, विमान कोड मिळवणे सोपे आहे: EWG7184

symbols = "#ABCDEFGHIJKLMNOPQRSTUVWXYZ#####_###############0123456789######"
code_str = ""
for p in range(8):
     c = int(bits_str[8 + 6*p:8 + 6*(p + 1)], 2)
     code_str += symbols[c]
print("Aircraft Identification:", code_str.replace('#', ''))

एअरबोर्न स्थिती

जर नाव सोपे असेल, तर निर्देशांक अधिक क्लिष्ट आहेत. ते 2, सम आणि विषम फ्रेम्सच्या स्वरूपात प्रसारित केले जातात. फील्ड कोड TC = 01011b = 11.

सम आणि विषम पॅकेटचे उदाहरण:

01011 000 000101110110 00 10111000111001000 10000110101111001
01011 000 000110010000 01 10010011110000110 10000011110001000

निर्देशांकांची गणना स्वतःच एका अवघड सूत्रानुसार होते:

(स्त्रोत)

मी GIS तज्ञ नाही, त्यामुळे ते कुठून आले हे मला माहीत नाही. कोणास ठाऊक, टिप्पण्यांमध्ये लिहा.

उंची सोपी मानली जाते - विशिष्ट बिटवर अवलंबून, ते 25 किंवा 100 फूट एकतर गुणाकार म्हणून दर्शविले जाऊ शकते.

वायुवेग

TC=19 सह पॅकेज. येथे मनोरंजक गोष्ट अशी आहे की वेग एकतर अचूक असू शकतो, जमिनीच्या सापेक्ष (ग्राउंड स्पीड), किंवा एअरबोर्न, एअरक्राफ्ट सेन्सर (एअरस्पीड) द्वारे मोजला जातो. अनेक भिन्न फील्ड देखील प्रसारित केले जातात:

(स्त्रोत)

निष्कर्ष

जसे आपण पाहू शकता, एडीएस-बी तंत्रज्ञान एक मनोरंजक सहजीवन बनले आहे, जेव्हा मानक केवळ व्यावसायिकांसाठीच नाही तर सामान्य वापरकर्त्यांसाठी देखील उपयुक्त आहे. परंतु अर्थातच, यामध्ये महत्त्वाची भूमिका डिजिटल एसडीआर रिसीव्हर्सच्या स्वस्त तंत्रज्ञानाद्वारे खेळली गेली, जी डिव्हाइसला शब्दशः "पेनीसाठी" गिगाहर्ट्झपेक्षा जास्त फ्रिक्वेन्सीसह सिग्नल प्राप्त करण्यास अनुमती देते.

मानकातच, अर्थातच बरेच काही आहे. ज्यांना स्वारस्य आहे ते पृष्ठावरील PDF पाहू शकतात आयसीएओ किंवा वर नमूद केलेल्याला भेट द्या वेबसाइट.

वरील सर्व अनेकांसाठी उपयुक्त ठरतील अशी शक्यता नाही, परंतु ते कसे कार्य करते याबद्दल किमान सामान्य कल्पना, मला आशा आहे, राहते.

तसे, पायथनमध्ये तयार डीकोडर आधीपासूनच अस्तित्वात आहे, आपण त्याचा अभ्यास करू शकता येथे. आणि एसडीआर रिसीव्हर्सचे मालक रेडीमेड एडीएस-बी डीकोडर एकत्र आणि लॉन्च करू शकतात पृष्ठावरून, यावर अधिक तपशीलवार चर्चा केली होती पहिला भाग.

लेखात वर्णन केलेल्या पार्सरचा स्त्रोत कोड कट खाली दिलेला आहे. हे एक चाचणी उदाहरण आहे जे उत्पादन असल्याचे भासवत नाही, परंतु काही गोष्टी त्यात कार्य करतात आणि ते वर रेकॉर्ड केलेल्या फाइलचे विश्लेषण करण्यासाठी वापरले जाऊ शकते.
स्रोत कोड (पायथन)

from __future__ import print_function
from scipy.io import wavfile
from scipy import signal
import matplotlib.pyplot as plt
import numpy as np
import math
import sys
def parse_message(data, start, bit_len):
max_len = bit_len*128
A = data[start:start + max_len]
A = signal.resample(A, 10*max_len)
bits = np.zeros(10*max_len)
bit_len *= 10
start_data = bit_len*8
# Parse first 8 bits
bits_str = ""
for p in range(8):
pos = start_data + bit_len*p
p1, p2 = A[pos: pos + bit_len/2], A[pos + bit_len/2: pos + bit_len]
avg1, avg2 = np.average(p1), np.average(p2)
if avg1 < avg2:
bits_str += "0"
elif avg1 > avg2:
bits_str += "1"
df = int(bits_str[0:5], 2)
# Aircraft address (db - https://junzis.com/adb/?q=3b1c5c )
bits_str = ""
for p in range(8, 32):
pos = start_data + bit_len * p
p1, p2 = A[pos: pos + bit_len / 2], A[pos + bit_len / 2: pos + bit_len]
avg1, avg2 = np.average(p1), np.average(p2)
if avg1 < avg2:
bits_str += "0"
elif avg1 > avg2:
bits_str += "1"
# print "Aircraft address:", bits_str, hex(int(bits_str, 2))
address = hex(int(bits_str, 2))
# Filter specific aircraft (optional)
# if address != "0x3c5ee2":
#    return
if df == 16 or df == 17 or df == 18 or df == 19 or df == 20 or df == 21:
# print "Pos:", start, "DF:", msg_type
# Data (56bit)
bits_str = ""
for p in range(32, 88):
pos = start_data + bit_len*p
p1, p2 = A[pos: pos + bit_len/2], A[pos + bit_len/2: pos + bit_len]
avg1, avg2 = np.average(p1), np.average(p2)
if avg1 < avg2:
bits_str += "0"
# bits[pos + bit_len / 2] = 50
elif avg1 > avg2:
bits_str += "1"
# http://www.lll.lu/~edward/edward/adsb/DecodingADSBposition.html
# print "Data:"
# print bits_str[:8], bits_str[8:20],  bits_str[20:22], bits_str[22:22+17], bits_str[39:39+17]
# Type Code:
tc, ec = int(bits_str[:5], 2), int(bits_str[5:8], 2)
# print("DF:", df, "TC:", tc)
# 1 - 4  Aircraft identification
# 5 - 8  Surface position
# 9 - 18  Airborne position (w/ Baro Altitude)
# 19  Airborne velocities
if tc >= 1 and tc <= 4: # and (df == 17 or df == 18):
print("Aircraft address:", address)
print("Data:")
print(bits_str[:8], bits_str[8:14],  bits_str[14:20], bits_str[20:26], bits_str[26:32], bits_str[32:38], bits_str[38:44])
symbols = "#ABCDEFGHIJKLMNOPQRSTUVWXYZ#####_###############0123456789######"
code_str = ""
for p in range(8):
c = int(bits_str[8 + 6*p:8 + 6*(p + 1)], 2)
code_str += symbols[c]
print("Aircraft Identification:", code_str.replace('#', ''))
print()
if tc == 11:
print("Aircraft address:", address)
print("Data: (11)")
print(bits_str[:8], bits_str[8:20],  bits_str[20:22], bits_str[22:22+17], bits_str[39:39+17])
# Bit 22 contains the F flag which indicates which CPR format is used (odd or even)
# First frame has F flag = 0 so is even and the second frame has F flag = 1 so odd
# f = bits_str[21:22]
# print("F:", int(f, 2))
# Altitude
alt1b = bits_str[8:20]
if alt1b[-5] == '1':
bits = alt1b[:-5] + alt1b[-4:]
n = int(bits, 2)
alt_ft = n*25 - 1000
print("Alt (ft)", alt_ft)
# lat_dec = int(bits_str[22:22+17], 2)
# lon_dec = int(bits_str[39:39+17], 2)
# print("Lat/Lon:", lat_dec, lon_dec)
# http://airmetar.main.jp/radio/ADS-B%20Decoding%20Guide.pdf
print()
if tc == 19:
print("Aircraft address:", address)
print("Data:")
# print(bits_str)
print(bits_str[:5], bits_str[5:8], bits_str[8:10], bits_str[10:13], bits_str[13] ,bits_str[14:24], bits_str[24], bits_str[25:35], bits_str[35:36], bits_str[36:65])
subtype = int(bits_str[5:8], 2)
# https://mode-s.org/decode/adsb/airborne-velocity.html
spd, hdg, rocd = -1, -1, -1
if subtype == 1 or subtype == 2:
print("Velocity Subtype 1: Ground speed")
v_ew_sign = int(bits_str[13], 2)
v_ew = int(bits_str[14:24], 2) - 1       # east-west velocity
v_ns_sign = int(bits_str[24], 2)
v_ns = int(bits_str[25:35], 2) - 1       # north-south velocity
v_we = -1*v_ew if v_ew_sign else v_ew
v_sn = -1*v_ns if v_ns_sign else v_ns
spd = math.sqrt(v_sn*v_sn + v_we*v_we)  # unit in kts
hdg = math.atan2(v_we, v_sn)
hdg = math.degrees(hdg)                 # convert to degrees
hdg = hdg if hdg >= 0 else hdg + 360    # no negative val
if subtype == 3:
print("Subtype Subtype 3: Airspeed")
hdg = int(bits_str[14:24], 2)/1024.0*360.0
spd = int(bits_str[25:35], 2)
vr_sign = int(bits_str[36], 2)
vr = int(bits_str[36:45], 2)
rocd = -1*vr if vr_sign else vr         # rate of climb/descend
print("Speed (kts):", spd, "Rate:", rocd, "Heading:", hdg)
print()
# print()
def calc_coordinates():
def _cprN(lat, is_odd):
nl = _cprNL(lat) - is_odd
return nl if nl > 1 else 1
def _cprNL(lat):
try:
nz = 15
a = 1 - math.cos(math.pi / (2 * nz))
b = math.cos(math.pi / 180.0 * abs(lat)) ** 2
nl = 2 * math.pi / (math.acos(1 - a/b))
return int(math.floor(nl))
except:
# happens when latitude is +/-90 degree
return 1
def floor_(x):
return int(math.floor(x))
lat1b, lon1b, alt1b = "10111000111010011", "10000110111111000", "000101111001"
lat2b, lon2b, alt2b = "10010011101011100", "10000011000011011", "000101110111"
lat1, lon1, alt1 = int(lat1b, 2), int(lon1b, 2), int(alt1b, 2)
lat2, lon2, alt2 = int(lat2b, 2), int(lon2b, 2), int(alt2b, 2)
# 131072 is 2^17, since CPR lat and lon are 17 bits each
cprlat_even, cprlon_even = lat1/131072.0, lon1/131072.0
cprlat_odd, cprlon_odd = lat2/131072.0, lon2/131072.0
print(cprlat_even, cprlon_even)
j = floor_(59*cprlat_even - 60*cprlat_odd)
print(j)
air_d_lat_even = 360.0 / 60
air_d_lat_odd = 360.0 / 59
# Lat
lat_even = float(air_d_lat_even * (j % 60 + cprlat_even))
lat_odd = float(air_d_lat_odd * (j % 59 + cprlat_odd))
if lat_even >= 270:
lat_even = lat_even - 360
if lat_odd >= 270:
lat_odd = lat_odd - 360
# Lon
ni = _cprN(lat_even, 0)
m = floor_(cprlon_even * (_cprNL(lat_even)-1) - cprlon_odd * _cprNL(lat_even) + 0.5)
lon = (360.0 / ni) * (m % ni + cprlon_even)
print("Lat", lat_even, "Lon", lon)
# Altitude
# Q-bit (bit 48) indicates whether the altitude is encoded in multiples of 25 or 100 ft (0: 100 ft, 1: 25 ft)
# The value can represent altitudes from -1000 to +50175 ft.
if alt1b[-5] == '1':
bits = alt1b[:-5] + alt1b[-4:]
n = int(bits, 2)
alt_ft = n*25 - 1000
print("Alt (ft)", alt_ft)
fs, data = wavfile.read("adsb_20190311_191728Z_1090000kHz_RF.wav")
T = 1/fs
print("Sample rate %f MS/s" % (fs / 1e6))
print("Cnt samples %d" % len(data))
print("Duration: %f s" % (T * len(data)))
data = data.astype(float)
cnt = data.shape[0]
# Processing only part on file (faster):
# cnt = 10000000
# data = data[:cnt]
print("Processing I/Q...")
I, Q = data[:, 0], data[:, 1]
A = np.sqrt(I*I + Q*Q)
bits = np.zeros(cnt)
# To see scope without any processing, uncomment
# plt.plot(A)
# plt.show()
# sys.exit(0)
print("Extracting signals...")
pos = 0
avg = 200
msg_start = 0
# Find beginning of each signal
while pos < cnt - 16*1024:
# P1 - message start
while pos < cnt - 16*1024:
if A[pos] < avg and A[pos+1] > avg and pos - msg_start > 1000:
msg_start = pos
bits[pos] = 100
pos += 4
break
pos += 1
start1, start2, start3, start4 = msg_start, 0, 0, 0
# P2
while pos < cnt - 16*1024:
if A[pos] < avg and A[pos+1] > avg:
start2 = pos
bits[pos] = 90
pos += 1
break
pos += 1
# P3
while pos < cnt - 16*1024:
if A[pos] < avg and A[pos+1] > avg:
start3 = pos
bits[pos] = 80
pos += 1
break
pos += 1
# P4
while pos < cnt - 16*1024:
if A[pos] < avg and A[pos+1] > avg:
start4 = pos
bits[pos] = 70
pos += 1
break
pos += 1
sig_diff = start4 - start1
if 20 < sig_diff < 25:
bits[msg_start] = 500
bit_len = int((start4 - start1) / 4.5)
# print(pos, start1, start4, ' - ', bit_len)
# start = start1 + 8*bit_len
parse_message(A, msg_start, bit_len)
pos += 450
# For debugging: check signal start
# plt.plot(A)
# plt.plot(bits)
# plt.show()

मला आशा आहे की एखाद्याला स्वारस्य आहे, तुमचे लक्ष दिल्याबद्दल धन्यवाद.

स्त्रोत: www.habr.com