Cześć Habr. Pewnie każdy, kto choć raz witał lub odprowadzał krewnych czy przyjaciół na lotnisko, korzystał z darmowej usługi Flightradar24. To bardzo wygodny sposób na śledzenie aktualnej pozycji samolotu.
W został opisany zasada działania takiego serwisu online. Teraz pójdziemy dalej i dowiemy się, jakie dane są przesyłane i odbierane od statku powietrznego do stacji odbiorczej oraz sami je zdekodujemy za pomocą Pythona.
Historia
Jasne jest, że dane o samolotach są przesyłane nie po to, aby użytkownicy mogli je widzieć na swoich smartfonach. System nazywa się ADS–B (Automatic dependent surveillance—broadcast) i służy do automatycznego przesyłania informacji o statku powietrznym do centrum kontroli — przesyłane są jego identyfikator, współrzędne, kierunek, prędkość, wysokość i inne dane. Wcześniej, przed wprowadzeniem takich systemów, dyspozytor mógł widzieć tylko punkt na radarze. To stało się niewystarczające, gdy było zbyt wiele samolotów.
Technicznie, ADS-B składa się z nadajnika na statku powietrznym, który okresowo wysyła pakiety z informacjami na dość wysokiej częstotliwości 1090 MHz (są też inne tryby, ale nas one tak bardzo nie interesują, ponieważ współrzędne są przesyłane tylko tutaj). Oczywiście, oprócz nadajnika, w jakimś miejscu na lotnisku jest też odbiornik, ale dla nas, jako użytkowników, interesujący jest nasz własny odbiornik.
A propos, dla porównania, pierwszy taki system, Airnav Radarbox, stworzony dla zwykłych użytkowników, pojawił się w 2007 roku i kosztował około 900$, a subskrypcja na usługi sieciowe wynosiła około 250$ rocznie.
Opinie tych pierwszych rosyjskich właścicieli można przeczytać na forum . Teraz, gdy masowo stają się dostępne odbiorniki RTL-SDR, podobne urządzenie można złożyć za 30$, szczegóły na ten temat były w . Przejdźmy teraz do protokołu — zobaczmy, jak to działa.
Odbiór sygnałów
Na początek należy zarejestrować sygnał. Czas trwania całego sygnału wynosi zaledwie 120 mikrosekund, więc aby wygodnie zrozumieć jego składniki, warto mieć odbiornik SDR o częstotliwości próbkowania minimum 5MHz.
Po zapisaniu otrzymujemy plik WAV z częstotliwością próbkowania 5000000 próbek/sek, 30 sekund takiego nagrania „waży” około 500MB. Odsłuchanie go w odtwarzaczu multimedialnym jest oczywiście bezsensowne — plik zawiera nie dźwięk, a bezpośrednio zdigitalizowany sygnał radiowy — dokładnie tak działa Software Defined Radio.
Otworzymy i przetworzymy plik za pomocą Pythona. Ci, którzy chcą eksperymentować samodzielnie, mogą pobrać przykład nagrania. .
Załadujemy plik i zobaczymy, co jest w środku.
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()
Wynik: widzimy wyraźne „impulsy” na tle szumu.
Każdy „impuls” to właśnie sygnał, którego strukturę dobrze widać, jeśli zwiększymy rozdzielczość na wykresie.
Jak widać, obrazek całkowicie odpowiada temu, co zostało przedstawione w opisie powyżej. Można przystąpić do przetwarzania danych.
Dekodowanie
Na początek musimy uzyskać strumień bitów. Sam sygnał jest zakodowany za pomocą kodowania manchester:
Z różnicy poziomów w pół bajtach łatwo uzyskać rzeczywiste „0” i „1”.
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 += "1"
Struktura samego sygnału ma następujący wygląd:
Przyjrzymy się polom bardziej szczegółowo.
DF (Downlink Format, 5 bitów) — definiuje typ wiadomości. Jest kilka typów:
()
Interesuje nas tylko typ DF17, ponieważ to on zawiera współrzędne statku powietrznego.
ICAO (24 bity) — międzynarodowy unikalny kod statku powietrznego. Można sprawdzić samolot po jego kodzie (niestety autor przestał aktualizować bazę, ale jest ona nadal aktualna). Na przykład dla kodu 3c5ee2 mamy następujące informacje:
Poprawka: w opis kodu ICAO przedstawiony jest bardziej szczegółowo, zainteresowanym polecam zapoznać się.
DANE (56 lub 112 bitów) — to właśnie dane, które będziemy dekodować. Pierwsze 5 bitów danych — pole Type Code, zawierające podtyp przechowywanych danych (nie mylić z DF). Tych typów jest całkiem sporo:
()
Przyjrzymy się kilku przykładom pakietów.
Identyfikacja statku powietrznego
Przykład w postaci binarnej:
00100 011 000101 010111 000111 110111 110001 111000
Pola danych:
+------+------+------+------+------+------+------+------+------+------+
| TC,5 | EC,3 | C1,6 | C2,6 | C3,6 | C4,6 | C5,6 | C6,6 | C7,6 | C8,6 |
+------+------+------+------+------+------+------+------+------+------+
TC = 00100b = 4, każdy symbol C1-C8 zawiera kody odpowiadające indeksom w ciągu:
#ABCDEFGHIJKLMNOPQRSTUVWXYZ#####_###############0123456789######
Dekodując ciąg, łatwo uzyskać kod samolotu: 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("Identyfikacja samolotu:", code_str.replace('#', ''))
Pozycja w powietrzu
Jeśli z nazwą jest wszystko proste, to z współrzędnymi jest trudniej. Są one przesyłane w formie parzystych i nieparzystych ramek. Kod pola TC = 01011b = 11.
Przykład ramki parzystej i nieparzystej:
01011 000 000101110110 00 10111000111001000 10000110101111001
01011 000 000110010000 01 10010011110000110 10000011110001000
Obliczanie współrzędnych odbywa się według dość skomplikowanej formuły:
()
Nie jestem specjalistą w GIS, więc nie wiem, skąd to pochodzi. Kto wie, niech napisze w komentarzach.
Wysokość oblicza się prościej — w zależności od określonego bitu, może być przedstawiana jako wielokrotność 25 lub 100 stóp.
Prędkość w powietrzu
Pakiet z TC=19. Ciekawostką jest to, że prędkość może być zarówno dokładna, względem ziemi (Ground Speed), jak i powietrzna, mierzona czujnikiem samolotu (Airspeed). Przesyłanych jest też wiele różnych pól:
()
Podsumowanie
Jak można zauważyć, technologia ADS-B stała się interesującym symbiozą, kiedy jakiś standard przydaje się nie tylko profesjonalistom, ale i zwykłym użytkownikom. Oczywiście kluczową rolę w tym odegrało obniżenie kosztów technologii cyfrowych odbiorników SDR, które pozwalają na urządzeniu dosłownie za „grosze” odbierać sygnały z częstotliwością przekraczającą gigaherce.
W samej specyfikacji jest oczywiście znacznie więcej. Zainteresowani mogą zapoznać się z PDF-em na stronie lub odwiedzić wspomnianą wcześniej .
Mało komu przyda się to, co napisano powyżej, ale przynajmniej ogólna idea tego, jak to działa, mam nadzieję, pozostała.
A tak przy okazji, gotowy dekoder w Pythonie już istnieje, można go zbadać . A właściciele odbiorników SDR mogą złożyć i uruchomić gotowy dekoder ADS-B , więcej na ten temat było omawiane w .
Kod źródłowy parsera, opisany w artykule, jest pod katem. To testowy przykład, nieaspirujący do produkcji, ale coś w nim działa i można nim parsować zapisany wcześniej plik.
Kod źródłowy (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()
Mam nadzieję, że kogoś to zainteresowało, dziękuję za uwagę.
Źródło: habr.com
