Signalskitchen's Blog

HF, VHF, UHF: Monitoring, DXing, SWL, Signal-Analyse & SDR

Archiv für Signal Analyse

Radio Direction Finding mittels handgeführter Peilantenne

Nach längerer Projekt-Laufzeit habe ich nun endlich meine sog. Handheld Direction Finding Antenna mit RX von 900-2600 MHz fertiggestellt.

Peilantenne mit iPhone und GPS-Kompass.

Peilantenne mit iPhone und GPS-Kompass.

20141025_122821

Die komplette Peilantenne. Lediglich das iPhone muss noch in die Halterung gesetzt werden. RX an die Antenne anschließen und los geht es.

Meine Vorrichtung ist an der bekannten HE300 von R&S angelehnt. Diese zwei Videos zeigen die Möglichkeiten der HE300 zusammen mit der tragbaren R&S-Peilanlage DDF007:

 

Als Antenne kommt eine LPDA von WA5VJB zum Einsatz. Die Antenne kann ggf. mittels einem an den Antennenausgang zwischengeschalteten LNA4ALL zu einer Aktiv-Antenne ausgebaut werden.

 

Wer mehr über die Entstehung und die Konstruktion erfahren möchte, der schaue doch einfach einmal in meinem zweiten Blog „Die Bastelkammer“ rein – zum letzten Beitrag, der sich der Peilantenne widmet gelangt man hier.

Die 3D-Druckdaten für die Herstellung der notwendigen Teile habe ich bei thingiverse eingestellt:

In den kommenden Tagen werde ich die gesamte Vorrichtung testen und hier entsprechend dokumentieren. Als RX werde ich einen kleinen RTL-SDR, den ich mittels SDRTouch am Android-Phone betreiben werde, verwenden.

Kurzer Nachtrag: Als RX werde ich zudem noch mein HackRF One mit der Android App RF Analyzer als RX ausprobieren, Für die Triangulation habe ich eine sehr vielversprechende App (Android und iOS) namens „SigTrax“ gefunden, mehr Infos dazu findet man hier auf der Website des Herstellers.

 

Soweit von hier.

73, Alexander

 

Messtechnik: Iphone-Daten bringen es ans Licht – Die reale Feldstärke von Funkzelle

Bild: www.crowdflow.net

Mittlerweile wissen wir alle, dass Smartphones mehr machen als Telefonie-, Internet- und E-Mail-Verkehr zu ermöglichen. Seit bekannt wurde, dass iPhones als Messempfänger fungieren, die die RX-Signalstärke von Wlan-Stationen und UMTS- & GSM-Funkmasten in regelmäßigen Abständen erfassen, zwischenspeichern und zweimal am Tag an Apple übertragen, hat sich einiges getan.

Besonders beachtenswert ist mittlerweile das von Michael Kreil ins Leben gerufene Projekt Crowdflow, welches angefangen hat mit den von iPhones gesammelten Daten zu „spielen“. Kern der Crowdflow-Initiative ist es, die „enttarnten“ Dateien (consolidated.db), in denen jedes iPhone die oben geschilderten Rohdaten zwischenlagerte, von „Spendern“ einzusammeln und damit eine Datenbank zu füttern, um so das Ausmaß der Sammelwut besser bewerten zu können. Beim explorieren der Daten machte die Gruppe um Kreil nun erste Gehversuche und visualisierte  bestimmte Aspekte der Daten. Auf der Website von Crowdflow gibt es mittlerweile ein reichhaltiges Angebot von Visualisierungen.

Besonders interessant ist ein Vergleich eines Sendemasten, der die Strahlungskeulen der drei Sektorenantennen idealtypisch zeigt. Dieses idealisierten Strahlungsdiagramme werden nun erstmalig mit einem, auf den Apple-Daten basierenden Scan, der gemessenen Realität entgegen gestellt. Gut zu erkennen ist im direkten Vergleich, wie die realen Ausbreitungsbedingungen nun schon erheblich vom Ideal abweichen.

Nun wäre es sicherlich überaus spannend zu erfahren, wie es wohl um die tatsächliche Funkabdeckung der großen Mobilfunkanbieter in Deutschland steht…. Vielleicht werden sich die Spezialisten um Kreil in naher Zukunft mal dieses Aspektes annehmen – sicherlich ein spannender Blick hinter die Kulissen.

Übrigens: Mittlerweile kann die consolidated.db nicht mehr aus dem iPhone 4 extrahiert werden – lediglich beim iPhone 3 ist das noch möglich. Also, wer das Crowdflow-Projekt unterstützen möchte, der kann seine Datei – ganz anonym – dem Projekt zur „spenden“. So wie es bereits über 1000 iPhone-Besitzer schon gemacht haben.

73, Alexander

Bild: http://www.crowdflow.net

Standortbestimmung von Sat-Jammern oder Piraten

Beim durchstöbern und lesen der unterschiedlichen Veröffentlichungen der letzten Wochen bin ich auf einen Artikel gestoßen, der sich mit dem Problem des jammen von Fernseh-Satelliten in der jüngsten Zeit durch den Iran beschäftigte.

Im Artikel wurde ein System vorgestellt, mit dem es gelungen war, exakt zu bestimmen, wer für die Störungen der geostationären TV-Satelliten verantwortlich war. Dieses System satID genannt ist von RT Logic, hier ist der Link zur Firmen-Website mit entsprechender Beschreibung, wie das System prinzipiell funktioniert.

Viel Spaß beim lesen.

73, Alexander

60 m-Tropenband im Visier des Markers

Um die Funktionalität der Marker-Log-Funktion weiter kennen zu lernen habe ich mich am 13.1.2010 daran gemacht und das 60 m-Band von 21.43 UTC bis ca. 01.30 UTC aufgezeichnet. Anschließend nahm ich mir die Datenkonserve vor und untersuchte zunächst klassisch den Audiooutput durch hören auf interessante Sender. Dabei erinnerte ich mich an das Log in der aktuellen Ausgabe des Radio-Kuriers. Dort war VL8K aus Australien auf 5025 kHz verzeichnet. Und tatsächlich, zwischen 21.43 bis 21.54 UTC konnte ich noch englisch sprechende Stimmen und entsprechende Musikstücke identifizieren. Leider hatte ich dann erhebliches QRM bis ca. 22.08 UTC auf der Frequenz, die eine Weiterverfolgung der Sendung nicht möglich machte. Um sicher zu sein, dass es sich tatsächlich um das vermutete Signal aus AUS handeln kann habe ich mittels AZ-Map eine kurze Überprüfung der Dunkelzone vorgenommen – es passte! Die Karte zeigt es (Abbildung 1).

Nach dem das QRM wieder abgenommen hatte hörte ich dann aber spanisch klingende Stimmen. Der Blick in die Frequenzliste ergab, dass es sich um Radio Rebelde aus Cuba handeln müsste. Die Nachrichten brachten Gewissheit. Auch hier überprüfte ich die Dunkelzone zunächst (Abbildung 2) und noch mal zu spätere Stunde (Abbildung 3) – das „wandern“ der Dunkelzone ist durch einen Vergleich der beiden Abbildung (2&3) gut zu erkennen.

Abbildung 1

Abbildung 2

Abbildung 3

Nun hatte ich zunächst einen Überblick, welche Signale welchen Ursprung haben. Darauf hin ging ich daran zunächst wieder die Rohdaten in Excel zu importieren, zu sortieren, die Uhrzeit zu generieren und ein Diagramm zu erstellen. Lediglich den „Zeitsprung“ von 24h auf 00h muss ich noch ändern – im Moment zähle ich die Uhrzeit linear weiter….

Aus dem Signal-Pegel-Diagramm (Schwarz: Rauschflur; Lila: 5025kHz-Signal) ist wieder gut der S/N-Abstand erkennbar. Der leichte Pegeleinbruch gegen kurz vor 22h ist das auftretende QRM. Anschließend steigt der Signalpegel wieder an – ein Fade-In von Cuba ist wenig später hörbar. Der S/N-Abstand nimmt zu, da das Signal aus Kuba stärker wird.

Mal sehen, ob ich beim nächsten Messen das Zeitintervall von bisher 5 Sekunden einmal auf 1 Sekunde senke, um mir Flatter-Fading in Diagramm-Form anzusehen.

Ich berichte….

73, Alexander

Multipsk kann jetzt auch STANAG 4285

In der neuen Version 4.16 von Multipsk ist nun auch die Dekodierung von STANAG 4285 möglich.

Neben dieser wesentlichen Erweiterung der Software hat der Autor Patrick Lindecker seiner Software neue und verbesserte Funktionalität verpasst.

Näheres zu den Neuerungen findet sich hier.

73, Alexander

Praxistest: Pegelverlaufmessung und Auswertung mit der neuen Perseus-Marker-Funktion

Nach dem ich von der neuen Marker-Funktionalität der aktuellen Perseus-Software (2.1.h) lass, da fragte ich mich zunächst, was man damit so machen kann. In der Vorgängerversion war ja durch das Positionieren von zwei Markern bspw. Das Vermessen des Shifts bei RTTY-Signalen schnell und gut möglich.

Kern der erweiterten Marker-Funktion ist, neben der Verfügbarkeit von bis zu acht Markern, vor allem die Logfunktion, die nun in bestimmten Zeitabständen den Pegel an der markierten Frequenz misst und in einer Datei speichert. Nils Schaffhauer hat dazu ein sehr ausführliches Papier verfasst, welches ich als Grundlage für meinen ersten Gehversuch, den ich hier vorstellen werde, genutzt habe.

Am vergangenen Sonntag (10.01.2010) habe ich dazu ab 13.00 UTC für ca. 90 Minuten die Signale von All India Radio Shillong, Meghalaya (IND) auf 4970 kHz und People’s Broadcasting Station Xinjiang, Urumqi (CHN) auf 5060 kHz geloggt. Um die Aussagekraft und Vergleichbarkeit der beiden AM-Sendesignale zu haben und den Signal-Rausch-Abstand erkennen zu können, habe ich zusätzlich einen dritten Marker auf den Rauschflur bei 5019 kHz gesetzt.

Die Parameter für die Messung auf einen Blick:

  • Messintervall: 5 Sekunden (Mkr Log Interval)
  • Messgröße: dBm (SMTR/Mkr Units)
  • Setzen der Marker direkt auf den Träger des jeweiligen Signals, daher ist die Messung relativ unabhängig von der Auflösungsbandbreite (RBW)

Nach Beendigung des Logs habe ich die Daten aus dem Logfile zunächst in Excel importiert. Anschließend sortierte und fasste ich die Marker-Pegel entsprechend zusammen. Im letzten Schritt der Datenformatierung änderte ich die registrierten Zeitintervall (wie oben geschrieben, in 5 Sekunden Abständen) und transformierte diese in absolute Uhrzeitangaben. Mit diesen Daten ließ sich dann ohne Probleme das unten stehende Diagramm erzeugen, welches die Pegelverläufe in dBm (Y-Achse) in Abhängigkeit zur Uhrzeit/UTC (X-Achse) zeigt.

Was sieht man auf dem Diagramm?

Zunächst ist erkennbar, dass das Signal von Shillong ab ca. 13.30h kontinuierlich an Stärke gewinnt. Der Signal-Rauschabstand (S/N) nimmt zu, womit auch eine Verbesserung der Verständlichkeit einher geht.  Im Vergleich zum Signal aus China ist das indische schwächer.

Wie geht es weiter?

Mit dem Wissen aus der Funktionsweise der Datengenerierung, der Konvertierung, Zeitadaption und letztlich der Erstellung eines lesbaren Diagramms werde ich mich nun einmal daran machen und Signalverläufe unter Grey-Line-Bedingungen analysieren.

73, Alexander

Marker – neue Perseus-Funktion und die Anwendung im DXing

Heute bin ich beim durcharbeiten meiner Mailinglisten auf eine Mail von Nils Schiffhauer  mit dem Titel „Aufgem-a-rkt“ gestoßen. Den gleichnamigen Artikel findet man hier.

Perseus bietet mit der Software-Version 2.1h die Möglichkeit, bis zu acht Marker zu setzen und deren Pegel alle 01, bis 5 Sekunden in eine Log-Datei zu schreiben. Diese kann dann nachträglich ausgewertet werden.

Mit diesem Verfahren lassen sich nicht nur Signalverläufe über Zeit präzise darstellen, sondern auch durch Histogramme die Verteilung von Signalen zeigen.

In einer ausführlichen Schritt-für-Schritt-Anleitung zeigt Schiffhauer wie es geht. Die Anleitung ist unter der o.g. URL downloadbar.

Nach dem ersten durchlesen bin ich davon überzeugt, dass sich hiermit interessante Möglichkeiten im DX-Praxis-Betrieb ergeben.

Danke Nils, für eine wieder mal toll verfasste Anleitung.

73, Alexander