Flightradar24 - ဘယ်လိုအလုပ်လုပ်လဲ။ အပိုင်း 2၊ ADS-B ပရိုတိုကော

မင်္ဂလာပါ Habr။ လေယာဉ်ပေါ်ရှိ ဆွေမျိုးများ သို့မဟုတ် သူငယ်ချင်းများနှင့် တွေ့ဆုံဖူးသူ သို့မဟုတ် မြင်ဖူးသူတိုင်း အခမဲ့ဝန်ဆောင်မှု Flightradar24 ကို အသုံးပြုဖူးကြပေမည်။ ဤသည်မှာ လေယာဉ်၏ တည်နေရာကို အချိန်နှင့်တပြေးညီ ခြေရာခံရန် အလွန်အဆင်ပြေသော နည်းလမ်းဖြစ်သည်။

В ပထမအပိုင်း ထိုကဲ့သို့သောအွန်လိုင်းဝန်ဆောင်မှု၏လည်ပတ်မှုနိယာမကိုဖော်ပြခဲ့သည်။ ယခုကျွန်ုပ်တို့ ထပ်မံသွား၍ လေယာဉ်မှ လက်ခံရေးဌာနသို့ ပို့လွှတ်သည့် ဒေတာများကို ရှာဖွေပြီး Python ကို အသုံးပြု၍ ၎င်းတို့ကို ကိုယ်တိုင်ကုဒ်လုပ်ပါမည်။

ပုံပြင်

ထင်ရှားသည်မှာ၊ အသုံးပြုသူများသည် ၎င်းတို့၏စမတ်ဖုန်းများတွင် ၎င်းကိုမြင်နိုင်စေရန်အတွက် လေယာဉ်နှင့်ပတ်သက်သည့် ဒေတာများကို မကူးစက်နိုင်ပေ။ အဆိုပါစနစ်ကို ADS-B (အလိုအလျောက်မှီခိုစောင့်ကြည့်ရေး-ထုတ်လွှင့်မှု) ဟုခေါ်ပြီး ၎င်းသည် လေယာဉ်နှင့်ပတ်သက်သော အချက်အလက်များကို ထိန်းချုပ်ရေးစင်တာသို့ အလိုအလျောက် ပို့လွှတ်ရန်အတွက် အသုံးပြုသည် - ၎င်း၏ identifier, coordinates, direction, speed, altitude နှင့် အခြားသော data များကို ပေးပို့ပါသည်။ ယခင်က ယင်းစနစ်များ မပေါ်မီတွင် စေလွှတ်သူသည် ရေဒါပေါ်တွင် အစက်တစ်စက်သာ မြင်နိုင်ခဲ့သည်။ လေယာဉ်တွေ အရမ်းများလာတဲ့အခါ ဒါက မလုံလောက်ဘူး။

နည်းပညာပိုင်းအရ၊ ADS-B တွင် 1090 MHz မြင့်မားသောကြိမ်နှုန်းဖြင့် အချက်အလက်ထုပ်ပိုးမှုများကို အခါအားလျော်စွာ ပေးပို့သည့် လေယာဉ်ပေါ်တွင် ထုတ်လွှင့်သည့်ကိရိယာတစ်ခုပါရှိသည် (အခြားမုဒ်များရှိသည်၊ သို့သော် ၎င်းတို့ကို ဤနေရာတွင်သာ ပို့လွှတ်သောကြောင့် ကျွန်ုပ်တို့ သိပ်စိတ်မဝင်စားပါ)။ ဟုတ်ပါတယ်, transmitter အပြင်၊ လေဆိပ်မှာ receiver လည်းရှိတယ်၊ ဒါပေမယ့် သုံးစွဲသူတွေအတွက်တော့ စိတ်ဝင်စားစရာကောင်းတဲ့ receiver က ကျွန်တော်တို့ကိုယ်တိုင်ပါပဲ။

စကားမစပ်၊ နှိုင်းယှဉ်ကြည့်ရန်၊ သာမန်အသုံးပြုသူများအတွက် ဒီဇိုင်းထုတ်ထားသော ပထမဆုံး Airnav Radarbox စနစ်သည် ၂၀၀၇ ခုနှစ်တွင် ပေါ်ထွက်လာခဲ့ပြီး ဒေါ်လာ ၉၀၀ ခန့် ကုန်ကျခဲ့သည်။ 250$ ကွန်ရက်ဝန်ဆောင်မှုများအတွက် စာရင်းသွင်းခ တစ်နှစ်လျှင် ကုန်ကျစရိတ်။

ပထမဆုံး ရုရှားပိုင်ရှင်များထံမှ သုံးသပ်ချက်များကို ဖိုရမ်တွင် ဖတ်ရှုနိုင်ပါသည်။ ရေဒီယိုစကင်နာ. ယခု RTL-SDR လက်ခံကိရိယာများကို တွင်ကျယ်စွာရရှိနိုင်ပြီဖြစ်သောကြောင့် အလားတူကိရိယာကို $30 ဖြင့် တပ်ဆင်နိုင်သည်၊ ၎င်းနှင့်ပတ်သက်သည့် နောက်ထပ်အသေးစိတ်အချက်အလက်များကို ဖော်ပြထားသည် ပထမအပိုင်း. ပရိုတိုကောလ်သို့ ဆက်သွားကြပါစို့ - ၎င်းသည် မည်သို့အလုပ်လုပ်သည်ကို ကြည့်ကြပါစို့။

အချက်ပြမှုများကို လက်ခံခြင်း။

ပထမဦးစွာ signal ကိုမှတ်တမ်းတင်ရန်လိုအပ်သည်။ အချက်ပြမှုတစ်ခုလုံးသည် 120 မိုက်ခရိုစက္ကန့်မျှသာ ရှည်လျားသောကြောင့် ၎င်း၏အစိတ်အပိုင်းများကို ခွဲခြမ်းစိတ်ဖြာရန် အနည်းဆုံး 5 MHz နမူနာကြိမ်နှုန်းရှိသော SDR လက်ခံသူသည် နှစ်လိုဖွယ်ကောင်းသည်။

မှတ်တမ်းတင်ပြီးနောက်၊ ကျွန်ုပ်တို့သည် နမူနာကြိမ်နှုန်း 5000000 နမူနာ/sec ဖြင့် WAV ဖိုင်ကို ရရှိသည်၊ ထိုကဲ့သို့သော အသံသွင်းမှု၏ စက္ကန့် 30 ကြာ "အလေးချိန်" 500 MB ခန့်ရှိသည်။ ဟုတ်ပါတယ်၊ မီဒီယာပလေယာနဲ့ နားထောင်တာက အသုံးမဝင်ပါဘူး - ဖိုင်မှာ အသံမပါဝင်ပေမယ့် တိုက်ရိုက် ဒစ်ဂျစ်တယ်ရေဒီယို အချက်ပြမှု - ဒါက Software Defined Radio အလုပ်လုပ်ပုံပါ။

Python ကိုအသုံးပြု၍ ဖိုင်ကိုဖွင့်ပြီး စီမံဆောင်ရွက်ပါမည်။ ကိုယ်တိုင် စမ်းသုံးကြည့်ချင်သူများ ဒေါင်းလုဒ်လုပ်ယူနိုင်ပါသည်။ လင့်ခ်.

ဖိုင်ကိုဒေါင်းလုဒ်လုပ်ပြီး အထဲမှာ ဘာတွေပါလဲ ကြည့်ရအောင်။

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()

ရလဒ်- နောက်ခံဆူညံသံကို ဆန့်ကျင်သည့် ပြတ်သားသော "ပဲ့များ" ကို ကျွန်ုပ်တို့ မြင်သည်။

"သွေးခုန်နှုန်း" တစ်ခုစီသည် ဂရပ်ဖစ်ပေါ်ရှိ ကြည်လင်ပြတ်သားမှုကို တိုးမြှင့်ပါက ၎င်းဖွဲ့စည်းပုံသည် ရှင်းလင်းစွာမြင်နိုင်သည်။

သင်တွေ့မြင်ရသည့်အတိုင်း၊ ပုံသည် အထက်ဖော်ပြချက်တွင်ဖော်ပြထားသည့်အရာများနှင့် အတော်လေးကိုက်ညီပါသည်။ ဒေတာကို စတင်လုပ်ဆောင်နိုင်ပါသည်။

ကုဒ်ဆွဲခြင်း။

ပထမဦးစွာသင် bitstream ကိုရယူရန်လိုအပ်သည်။ အချက်ပြကို မန်ချက်စတာ ကုဒ်ဖြင့် ကုဒ်လုပ်ထားသည်-

nibbles များတွင် အဆင့်များကွာခြားမှုမှ အစစ်အမှန် "0" နှင့် "1" ကို ရရှိရန် လွယ်ကူသည်။

    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"

signal ကိုယ်တိုင်ဖွဲ့စည်းပုံမှာ အောက်ပါအတိုင်းဖြစ်သည်။

အကွက်တွေကို အသေးစိတ်ကြည့်ရအောင်။

DF (ဒေါင်းလုပ်လင့်ခ်ပုံစံ၊ 5 bits) — မက်ဆေ့ခ်ျအမျိုးအစားကို သတ်မှတ်သည်။ အမျိုးအစားများစွာရှိသည်-

(ဇယားအရင်းအမြစ်)

လေယာဉ်သြဒိနိတ်များပါ၀င်သောကြောင့် DF17 အမျိုးအစားကို ကျွန်ုပ်တို့စိတ်ဝင်စားပါသည်။

ICAO (24 bits) — လေယာဉ်၏ နိုင်ငံတကာ ထူးခြားသော ကုဒ်။ လေယာဉ်ကို ၎င်း၏ကုဒ်ဖြင့် စစ်ဆေးနိုင်သည်။ အွန်လိုင်း (ကံမကောင်းစွာဖြင့်၊ စာရေးသူသည် ဒေတာဘေ့စ်ကို မွမ်းမံမွမ်းမံခြင်းကို ရပ်လိုက်သော်လည်း ၎င်းသည် သက်ဆိုင်ဆဲဖြစ်သည်)။ ဥပမာအားဖြင့်၊ ကုဒ် 3c5ee2 အတွက် ကျွန်ုပ်တို့တွင် အောက်ပါအချက်အလက်များ ရှိသည်။

တည်းဖြတ်ရန် ဆောင်းပါးကိုမှတ်ချက်များ ICAO ကုဒ်၏ ရှင်းလင်းချက်အား အသေးစိတ်ဖော်ပြထားသောကြောင့် စိတ်ဝင်စားသူများ ဖတ်ကြည့်ရန် အကြံပြုအပ်ပါသည်။

အချက်အလက် (56 သို့မဟုတ် 112 bits) — ကျွန်ုပ်တို့ ကုဒ်လုပ်မည့် တကယ့်ဒေတာ။ ပထမဆုံးဒေတာ 5 bits သည် အကွက်ဖြစ်သည်။ Code ကိုရိုက်ပါသိမ်းဆည်းထားသောဒေတာ၏ အမျိုးအစားခွဲတစ်ခုပါရှိသည် (DF နှင့် မရောထွေးရ)။ ထိုကဲ့သို့သော အမျိုးအစားများ များစွာရှိပါသည်။

(ဇယားအရင်းအမြစ်)

ပက်ကေ့ဂျ်တွေရဲ့ ဥပမာအချို့ကို ကြည့်ကြရအောင်။

လေယာဉ်မှတ်ပုံတင်ခြင်း။

ဥပမာ binary ပုံစံ-

00100 011 000101 010111 000111 110111 110001 111000

ဒေတာအကွက်များ-

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

TC = 00100b = 4၊ C1-C8 စာလုံးတစ်ခုစီတွင် စာကြောင်းရှိ အညွှန်းကိန်းများနှင့် သက်ဆိုင်သော ကုဒ်များ ပါဝင်သည်-
#ABCDEFGHIJKLMNOPQRSTUVWXYZ#####_################0123456789######

ကြိုးကို ကုဒ်ဖြင့် ကုဒ်ဖြင့်၊ လေယာဉ်ကုဒ်- EWG7184 ရရှိရန် လွယ်ကူသည်။

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('#', ''))

ဝေဟင်အနေအထား

နာမည်က ရိုးရိုးဆိုရင် သြဒိနိတ်တွေက ပိုရှုပ်ထွေးတယ်။ ၎င်းတို့ကို 2x၊ အတောင်နှင့် odd frames များအဖြစ် ထုတ်လွှင့်သည်။ အကွက်ကုဒ် TC = 01011b = 11။

အညီနှင့် odd packets များ၏ ဥပမာ-

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

သြဒီနိတ်များကို တွက်ချက်ခြင်းသည် အတော်လေး ဆန်းကျယ်သော ဖော်မြူလာအရ ဖြစ်ပေါ်သည်-

(အရင်းအမြစ်)

ကျွန်ုပ်သည် GIS ကျွမ်းကျင်သူမဟုတ်ပါ၊ ထို့ကြောင့်၎င်းသည်ဘယ်ကလာသည်မသိပါ။ သိတဲ့သူများရှိရင် comment မှာရေးပေးပါ။

အမြင့်ကို ပိုမိုရိုးရှင်းစွာ တွက်ချက်သည် - တိကျသော bit ပေါ်မူတည်၍ ၎င်းကို 25 ပေ သို့မဟုတ် 100 ပေ၏ အတိုးကိန်းအဖြစ် ကိုယ်စားပြုနိုင်သည်။

ဝေဟင်အလျင်

TC=19 ပါသော ထုပ်ပိုးမှု။ ဤနေရာတွင် စိတ်ဝင်စားစရာကောင်းသည်မှာ အမြန်နှုန်းသည် မြေပြင် (Ground Speed) သို့မဟုတ် လေယာဉ်အာရုံခံကိရိယာ (Airspeed) ဖြင့် တိုင်းတာသော လေအမြန်နှုန်းနှင့် အတိအကျ ဖြစ်နိုင်သည်။ မတူညီသောနယ်ပယ်များစွာကိုလည်း ပို့လွှတ်သည်-

(အရင်းအမြစ်)

ကောက်ချက်

သင်တွေ့မြင်ရသည့်အတိုင်း ADS-B နည်းပညာသည် မည်သည့်စံနှုန်းမဆို ကျွမ်းကျင်သူများအတွက်သာမက သာမန်အသုံးပြုသူများအတွက်ပါ အသုံးဝင်လာသောအခါတွင် ADS-B နည်းပညာသည် စိတ်ဝင်စားစရာကောင်းသည့် ပေါင်းစပ်မှုတစ်ခု ဖြစ်လာခဲ့သည်။ သို့သော်၊ ဤအရာတွင် အဓိကအခန်းကဏ္ဍမှာ ဒစ်ဂျစ်တယ် SDR လက်ခံသူနည်းပညာကို စျေးပေါပေါဖြင့် လုပ်ဆောင်ခဲ့ခြင်းဖြစ်ပြီး၊ စက်ပစ္စည်းသည် ဂီဂါဟတ်ဇ်စာသားအရ "for pennies" ထက် ကြိမ်နှုန်းပိုမိုမြင့်မားသော အချက်ပြမှုများကို လက်ခံရရှိစေခြင်းဖြင့် ပါဝင်ခဲ့သည်။

ဟုတ်ပါတယ်၊ စံကိုယ်တိုင်က အများကြီးရှိပါသေးတယ်။ လိုချင်သူများ Page တွင် PDF ကို ကြည့်ရှုနိုင်ပါသည်။ ICAO သို့မဟုတ် အထက်ဖော်ပြပါအတိုင်း သွားရောက်ကြည့်ရှုပါ။ က်ဘ်ဆိုက်.

အထက်တွင်ရေးထားသည့်အရာအားလုံးသည် အသုံးဝင်သည်ဟု လူအများက ထင်မြင်ယူဆမည်မဟုတ်သော်လည်း အနည်းဆုံး ၎င်းမည်ကဲ့သို့အလုပ်လုပ်ပုံ၏ ယေဘူယျအယူအဆမှာ ကျန်ရှိနေဦးမည်ဟု မျှော်လင့်ပါသည်။

စကားမစပ်၊ Python တွင် အဆင်သင့်လုပ်ထားသော ဒီကုဒ်ဒါတစ်ခု ရှိနှင့်ပြီးဖြစ်၍ ၎င်းကို သင်လေ့လာနိုင်သည်။ ဒီမှာ. SDR လက်ခံကိရိယာများ၏ ပိုင်ရှင်များသည် အဆင်သင့်လုပ်ထားသော ADS-B ဒီကုဒ်ဒါကို စုစည်းကာ စတင်နိုင်သည်။ စာမျက်နှာမှ၊ ဤအကြောင်းအသေးစိတ်အချက်အလက်များကိုထည့်သွင်းခဲ့သည်။ ပထမအပိုင်း.

ဆောင်းပါးတွင်ဖော်ပြထားသော parser ၏အရင်းအမြစ်ကုဒ်ကိုဖြတ်တောက်မှုအောက်တွင်ပေးထားသည်။ ဤသည်မှာ စမ်းသပ်မှုနမူနာတစ်ခုဖြစ်ပြီး ထုတ်လုပ်ရန်အတွက် ရည်ရွယ်ခြင်းမဟုတ်ဘဲ အချို့အရာများသည် ၎င်းတွင်အလုပ်လုပ်ပြီး အထက်တွင်ရေးထားသောဖိုင်ကို ၎င်းနှင့်ခွဲခြမ်းစိတ်ဖြာနိုင်သည်။
အရင်းအမြစ်ကုဒ် (Python)

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()

တစ်ယောက်ယောက်က စိတ်ဝင်စားဖို့ကောင်းတယ်လို့ မျှော်လင့်ပါတယ်၊ မင်းရဲ့အာရုံစိုက်မှုအတွက် ကျေးဇူးတင်ပါတယ်။

source: www.habr.com