肖 雙 高 勇

(四川大學(xué)電子信息學(xué)院 成都 610065)

基于小波變換的多路莫爾斯電報(bào)自動(dòng)譯碼*

肖 雙 高 勇

(四川大學(xué)電子信息學(xué)院 成都 610065)

針對(duì)人耳對(duì)多路莫爾斯電報(bào)疊加時(shí)抄報(bào)能力弱的問(wèn)題,文章提出了一種基于小波變換的多路莫爾斯電報(bào)的分離譯碼方法,并對(duì)其可行性和優(yōu)勢(shì)做了簡(jiǎn)要的分析。該方法將小波變換直接應(yīng)用于莫爾斯電報(bào)頻率的自動(dòng)鎖定后,自動(dòng)完成了多路混疊的莫爾斯電報(bào)信號(hào)分離,并結(jié)合莫爾斯電報(bào)本身的結(jié)構(gòu)特征,實(shí)現(xiàn)多路莫爾斯電報(bào)的自動(dòng)譯碼功能。實(shí)驗(yàn)結(jié)果表明,用小波變換的方法處理多路莫爾斯信號(hào)是切實(shí)可行的,具有一定的實(shí)用價(jià)值。

小波變換; 多路莫爾斯; 電報(bào)自動(dòng)譯碼

1 引言

莫爾斯電報(bào)是一種傳統(tǒng)的通信手段,即便在現(xiàn)代化戰(zhàn)爭(zhēng)條件下,莫爾斯電報(bào)由于其設(shè)備簡(jiǎn)單、通信距離遠(yuǎn)等特點(diǎn),依然是戰(zhàn)術(shù)通信的重要工具,同時(shí)也是業(yè)余無(wú)線電愛(ài)好者的主要交流工具。標(biāo)準(zhǔn)莫爾斯電碼由點(diǎn)、劃以及碼間隔、字間隔、組間隔五個(gè)元素組成,其長(zhǎng)度比為1∶3∶1∶3∶5,實(shí)際工作中由于報(bào)務(wù)員拍報(bào)的差異性,點(diǎn)劃長(zhǎng)度和間隔長(zhǎng)度之間的比例會(huì)有所變化[1]。

當(dāng)前對(duì)莫爾斯電報(bào)的接收主要采用人工值守方式,該方式需要大批經(jīng)驗(yàn)豐富的抄報(bào)員,并且易受人的心理、生理因素影響[2]。此外,在實(shí)際偵聽(tīng)環(huán)境中,帶內(nèi)多信號(hào)的情況常常出現(xiàn),容易形成相互干擾。由于受到人耳掩蔽效應(yīng)影響,當(dāng)同時(shí)存在多路莫爾斯電報(bào)信號(hào)時(shí),單純依靠人耳抄報(bào)存在很大的困難,因此,設(shè)計(jì)一種能夠部分取代人耳的自動(dòng)譯碼系統(tǒng),區(qū)分多路電報(bào)信號(hào)并解除監(jiān)聽(tīng)人的繁重勞動(dòng)是十分有必要的。

對(duì)莫爾斯電報(bào)的自動(dòng)接收譯碼是一個(gè)古老的話題,國(guó)內(nèi)外許多機(jī)構(gòu)都自動(dòng)譯碼識(shí)別有過(guò)研究。長(zhǎng)期以來(lái),人們一直致力于解決電報(bào)信號(hào)的自動(dòng)檢測(cè)問(wèn)題,設(shè)法從含噪信號(hào)中提取報(bào)文信息,到目前為止也取得了一定的成果[3],但是對(duì)多路莫爾斯電報(bào)的分離和自動(dòng)譯碼,國(guó)內(nèi)外涉及的都比較少。本文主要利用小波變換處理多路莫爾斯電報(bào)信號(hào),精確鎖定莫爾斯電報(bào)頻點(diǎn),結(jié)合莫爾斯電報(bào)本身的結(jié)構(gòu)特征,從而實(shí)現(xiàn)多路莫爾斯分離和自動(dòng)譯碼的功能。

2 小波變換時(shí)頻分析原理

小波變換是一種信號(hào)的時(shí)間-尺度或時(shí)間-頻率的分析方法,即在時(shí)域?qū)π盘?hào)進(jìn)行離散變換在頻域進(jìn)行譜分析的方法。它具有高分辨率的特點(diǎn),而且在時(shí)、頻兩域都具有表征信號(hào)局部特征的能力[4]。

(1)

則稱ψ為一個(gè)基本小波或小波母函數(shù)。將小波母函數(shù)進(jìn)行伸縮和平移可得一個(gè)小波序列

(2)

式中,a,τ∈R,且a≠0,a為尺度因子,τ為平移因子,定義下式:

(3)

為關(guān)于基小波ψ的連續(xù)小波變換,其中ψ*表示ψ的共軛運(yùn)算。顯然,變換后的函數(shù)是二維的,即小波函數(shù)把原來(lái)的一維信號(hào)變成二維信號(hào),這樣有利于提取信號(hào)函數(shù)的某些本質(zhì)特征[5]。小波包(WP)是小波變換(WT)的拓展,它可以為信號(hào)分析提供一種更加精細(xì)的方法,并能將頻帶進(jìn)行多層次劃分,同時(shí)還可以對(duì)小波變換的多分辨分析中的高頻部分進(jìn)一步分解[6]。

信號(hào)序列{s(n)}的小波包變換可以描述為

(4)

式中,h(i)和g(i)別表示低通和高濾波器[7]。通常,多路莫爾斯電報(bào)信號(hào)具有不同的頻點(diǎn)和能量分布,其信號(hào)的主要頻率和能量成分必然位于小波包分解下的一個(gè)或幾個(gè)時(shí)頻分布空間中,由于時(shí)頻分布操作簡(jiǎn)單,信號(hào)蘊(yùn)含信息很強(qiáng)[8],可以通過(guò)連續(xù)觀測(cè)結(jié)果分析,利用小波函數(shù)對(duì)多路莫爾斯電報(bào)信號(hào)進(jìn)行分解,提取尺度空間上的能量分布特征,準(zhǔn)確地鎖定莫爾斯電報(bào)的頻點(diǎn),這是對(duì)多路莫爾斯電報(bào)分離譯碼的關(guān)鍵。

3 利用小波變換處理多路莫爾斯電報(bào)

利用小波變換對(duì)多路莫爾斯電報(bào)分離譯碼過(guò)程如圖1所示。

圖1 多路莫爾斯電報(bào)分離譯碼流程圖

實(shí)驗(yàn)中,采用電子鍵產(chǎn)生兩路標(biāo)準(zhǔn)莫爾斯電報(bào),圖2(a)為頻率1kHz、點(diǎn)長(zhǎng)度為80ms的莫爾斯電報(bào)時(shí)域圖;圖2(b)為頻率為2.5kHz、點(diǎn)長(zhǎng)度為100ms的莫爾斯電報(bào)時(shí)域圖;圖2(c)為兩路電報(bào)疊加后的時(shí)域圖。

圖2 莫爾斯電報(bào)時(shí)域圖

為了使信號(hào)接近實(shí)際,在疊加后的多路莫爾斯電報(bào)中加入高斯白噪聲,圖3(a)和3(b)分別為疊加信號(hào)加入高斯白噪聲后的時(shí)域圖和語(yǔ)譜圖(信噪比0dB)。從圖3(a)中可以看出,疊加后的信號(hào)已經(jīng)被白噪聲淹沒(méi),肉眼難辨,同時(shí)對(duì)人耳的聽(tīng)覺(jué)識(shí)別的難度也比較大。但是從3(b)的語(yǔ)譜圖上看,不同頻率的兩路莫爾斯電報(bào)信號(hào)是分開(kāi)的,這給我們從時(shí)頻分析角度進(jìn)行莫爾斯電報(bào)自動(dòng)譯碼給予了啟發(fā)。

圖3 加入白噪聲后疊加信號(hào)的時(shí)域圖和語(yǔ)譜圖

對(duì)多路莫爾斯電報(bào)分離譯碼的具體過(guò)程如下:

1) 預(yù)處理

預(yù)處理是多路莫爾斯電報(bào)分離譯碼的第一步,莫爾斯電報(bào)在經(jīng)過(guò)信道時(shí)常?；烊朐肼?濾波處理能減少后續(xù)譯碼工作的難度。由于莫爾斯電報(bào)是單頻等幅信號(hào),不同于復(fù)雜語(yǔ)音,它只出現(xiàn)在單一頻率附近,由于受到信道的影響,頻率可能略有些小的偏差,可采用粗濾的方式,即人工設(shè)定低通濾波器參數(shù),保留只含有莫爾斯電報(bào)頻率范圍內(nèi)的信號(hào),再對(duì)濾波后的莫爾斯電報(bào)進(jìn)行處理。

2) 小波變換處理

小波變換部分主要采用小波包變換,將莫爾斯電報(bào)信號(hào)進(jìn)行正交小波包分解,分析各個(gè)頻帶的能量分布情況,提取出具有分類意義的信息,其算法步驟如下:

(1)對(duì)莫爾斯電報(bào)信號(hào)進(jìn)行L層小波包分解,提取各頻帶的信號(hào)。

(2)計(jì)算信號(hào)各頻帶能量,其計(jì)算公式為

(5)

式中,ELi和SLi分別表示第L層第i個(gè)頻帶信號(hào)的能量和重構(gòu)信號(hào),xik表示第i個(gè)頻帶信號(hào)的第k個(gè)離散點(diǎn)的幅值,N為重構(gòu)信號(hào)SLi(t)的長(zhǎng)度。當(dāng)i=0,1,2,…,2L-1時(shí),就可以得到第L層所有頻帶的信號(hào)能量。

(3)將各個(gè)頻帶的信號(hào)能量組成特征向量即:E=[EL0,EL1,…,EL2L1]。

在小波變換處理的過(guò)程中取小波變換的尺度因子為256,即式(3)中a=256。實(shí)驗(yàn)中信號(hào)采樣率為8kHz,信號(hào)的頻率范圍為0kHz～4kHz,其分辨率為15.625Hz,信號(hào)經(jīng)過(guò)小波變換處理后的能量特征向量如圖4所示。

圖4 小波變換后能量特征向量

3) 多路莫爾斯電報(bào)信號(hào)頻率鎖定

通常,一個(gè)信號(hào)中上升與下跳沿附近以及一些起伏變化部分蘊(yùn)含了豐富的能量信息,信號(hào)經(jīng)過(guò)小波變換之后能夠提取這些能量信息用來(lái)輔助判定莫爾斯電報(bào)的結(jié)構(gòu)特征。同時(shí),在能量特征向量中,含有莫爾斯電報(bào)的頻率段內(nèi)的能量明顯要高于不含信號(hào)的頻率段。由此可以知道,找到特征向量中能量的最值,就可以鎖定莫爾斯電報(bào)所在的頻率。因此對(duì)上述的特征向量分別求和,并進(jìn)行最大值搜索,結(jié)果如圖5所示。

圖5 能量特征向量的極值

由圖5可以看出,能量的最大值點(diǎn)分別出現(xiàn)在橫坐標(biāo)64和160的位置。通過(guò)上文得到,每一個(gè)單位間隔的頻率為15.625Hz,則可算出在64和160的位置對(duì)應(yīng)的頻率分別為1000Hz和2500Hz,由此,便能夠鎖定莫爾斯電報(bào)的頻率并對(duì)其進(jìn)行篩選分離,繼而對(duì)之分開(kāi)譯碼。

從頻率鎖定的角度,傅里葉變換在頻域也具有準(zhǔn)確的定位性,但是在時(shí)域沒(méi)有任何的分辨能力,它分析的是整個(gè)信號(hào)持續(xù)時(shí)間內(nèi)的整體頻域特性,經(jīng)過(guò)傅里葉變換之后得到的是頻域信息,時(shí)間信息(位置信息)完全丟失[9]。例如兩個(gè)時(shí)間域不同的信號(hào),其FFT變換后的圖形的可能完全一樣,所以傅里葉變換缺乏頻率對(duì)時(shí)間的定位功能。而小波變換具有多尺度特性,可以把頻率強(qiáng)度和時(shí)間位置聯(lián)系起來(lái),而莫爾斯電報(bào)信號(hào)由于其結(jié)構(gòu)特性,在譯碼時(shí)對(duì)時(shí)間信息(點(diǎn)劃的位置信息)具有較高的依賴性,所以,小波變換在一定程度上解決了傅里葉分析的缺點(diǎn)。這一點(diǎn)可以從小波變換后(圖6)的時(shí)頻圖上更加清楚直觀地表示。

圖6 小波變換后的時(shí)頻圖

圖6為疊加帶噪的莫爾斯電報(bào)信號(hào)經(jīng)過(guò)小波變換后的時(shí)頻圖,橫軸為時(shí)間,縱軸為頻率,顏色深淺表示小波系數(shù)的大小,顏色亮的地方小波系數(shù)大,顏色淺的地方小波系數(shù)小。通過(guò)時(shí)頻圖可以直觀的看出莫爾斯電報(bào)頻域特征和結(jié)構(gòu)特征。從圖中可看出,在1000Hz和2500Hz處,長(zhǎng)方形亮條顏色明顯高于其他部分,這便是兩路莫爾斯電報(bào)信號(hào)所處在的頻率段。多路莫爾斯電報(bào)信號(hào)中往往含有多種頻率成分和噪聲,這對(duì)于人耳長(zhǎng)時(shí)間監(jiān)聽(tīng)和抄報(bào)是一個(gè)挑戰(zhàn),但是小波變換卻能將時(shí)域中混疊的多路帶噪信號(hào)篩選出來(lái),并在頻域和時(shí)域中將兩種占優(yōu)頻率清楚地區(qū)分開(kāi)來(lái),不僅能減少人耳的工作量,還能做到人耳做不到的對(duì)兩路信號(hào)甚至多路信號(hào)同時(shí)抄報(bào)的能力。

4) 分離譯碼

鎖定莫爾斯電報(bào)信號(hào)頻率之后,選擇不同頻率的莫爾斯電報(bào)信號(hào)進(jìn)行分離譯碼,譯碼過(guò)程如下文所述。

4 多路莫爾斯電報(bào)的分離譯碼

由小波變換處理得到莫爾斯電報(bào)頻率之后,便可對(duì)多路莫爾斯電報(bào)進(jìn)行分離和譯碼。分離的辦法是對(duì)于不同頻點(diǎn)的莫爾斯電報(bào)進(jìn)行掃描,得到莫爾斯電報(bào)的點(diǎn)、劃、間隔信息。譯碼是把莫爾斯信號(hào)轉(zhuǎn)換成字符文本形式的過(guò)程。譯碼的算法主要采用統(tǒng)計(jì)和改進(jìn)的崗瑟算法[10],具體分離譯碼的過(guò)程如下

1) 分別對(duì)鎖定的莫爾斯電報(bào)頻點(diǎn)掃描,存儲(chǔ)該頻點(diǎn)內(nèi)的能量數(shù)據(jù)。

2) 區(qū)分有音段和空音段(即判定莫爾斯電報(bào)的點(diǎn)劃和間隔)。對(duì)頻點(diǎn)內(nèi)的能量數(shù)據(jù)進(jìn)行分段處理并求出每一段的能量均值,通過(guò)能量均值對(duì)莫爾斯電報(bào)信號(hào)進(jìn)行間隔、點(diǎn)劃的判定,大于能量均值的判定為點(diǎn)劃,小于能量均值的判定為間隔,同時(shí)記錄每一個(gè)碼本的長(zhǎng)度(即每一個(gè)點(diǎn)劃和間隔的長(zhǎng)度)[11]。

圖7 報(bào)文A的碼本長(zhǎng)度直方圖

3) 尋找點(diǎn)劃參考值。對(duì)記錄的碼本長(zhǎng)度統(tǒng)計(jì)比較,找出最小的碼本長(zhǎng)度,把它作為最小長(zhǎng)度單位,其余碼本長(zhǎng)度都?xì)w一化為該最小單位的整數(shù)倍,并統(tǒng)計(jì)出現(xiàn)次數(shù)。統(tǒng)計(jì)結(jié)果(報(bào)文A)如圖7所示。

如圖7,長(zhǎng)度為4的碼本出現(xiàn)了48次,所以可以把整個(gè)碼本數(shù)據(jù)中小于等于4的碼本判定為點(diǎn)和碼間隔,同時(shí),按照莫爾斯報(bào)點(diǎn)、劃、碼間隔、字間隔、組間隔比例1∶3∶1∶3∶5的規(guī)定,可知,長(zhǎng)度處于10和12之間的碼本判定為劃和字間隔,長(zhǎng)度大于等于20的碼本判定為組間隔。由統(tǒng)計(jì)結(jié)果可以得出點(diǎn)、劃、字間隔、組間隔這五個(gè)莫爾斯電報(bào)元素的參考值。

4) 莫爾斯電報(bào)的翻譯。由五個(gè)元素的參考值,對(duì)每個(gè)碼本數(shù)據(jù)進(jìn)行掃描,把碼本長(zhǎng)度數(shù)據(jù)翻譯成點(diǎn)劃信息,對(duì)莫爾斯電報(bào)進(jìn)行點(diǎn)劃翻譯。由于數(shù)據(jù)太長(zhǎng),文中截取前20個(gè)碼本數(shù)據(jù)以便能夠直觀顯示,前20個(gè)碼本數(shù)據(jù)如下

“10 -12 4 -3 3 -3 3 -4 3 -13 3 -3 3 -13 3 -3 4 -3 3 -22”

為了將點(diǎn)劃長(zhǎng)度和間隔長(zhǎng)度區(qū)分開(kāi),在記錄碼本長(zhǎng)度的時(shí)候,用負(fù)數(shù)表示間隔長(zhǎng)度。

根據(jù)參考值,小于等于4翻譯為點(diǎn),10到14之間的翻譯為劃,負(fù)數(shù)翻譯為間隔,翻譯結(jié)果如下,

“- .... .. ...”

對(duì)照莫爾斯電報(bào)碼表將點(diǎn)劃信息進(jìn)一步成文本信息,可知這段點(diǎn)劃信息譯碼的結(jié)果為“this”。

5) 對(duì)第二個(gè)頻點(diǎn)的莫爾斯電報(bào)進(jìn)行掃描,重復(fù)上述的步驟。

根據(jù)得到的點(diǎn)劃信息,到字符庫(kù)中尋找對(duì)應(yīng)的字符,得到本次譯碼結(jié)果。80ms、1kHz莫爾斯電報(bào)經(jīng)過(guò)上述處理之后的譯碼結(jié)果為:“this is decode test A”;100ms、2.5kHz莫爾斯電報(bào)經(jīng)過(guò)上述處理之后的譯碼結(jié)果為“happy new year”。

5 結(jié)語(yǔ)

本文將小波變換時(shí)頻分析技術(shù)引入到了莫爾斯電報(bào)自動(dòng)識(shí)別領(lǐng)域,提出了一種多路莫爾斯電報(bào)自動(dòng)識(shí)別方法,通過(guò)大量電子鍵產(chǎn)生的多路混疊帶噪的莫爾斯電報(bào)對(duì)該方法進(jìn)行了實(shí)驗(yàn)測(cè)試,實(shí)驗(yàn)結(jié)果表明,該方法能夠自動(dòng)鎖定莫爾斯電報(bào)頻率,從噪聲中篩選出電報(bào)信號(hào),并能夠分開(kāi)多路不同頻率的電報(bào)信號(hào),實(shí)現(xiàn)抗多路信號(hào)干擾的能力。同時(shí),通過(guò)莫爾斯電報(bào)信號(hào)的結(jié)構(gòu)特點(diǎn)統(tǒng)計(jì)最小單位,設(shè)定動(dòng)態(tài)的門限能量值,可以實(shí)現(xiàn)莫爾斯電報(bào)的自動(dòng)譯碼功能。

[1] 高晉占.探空莫爾斯碼自動(dòng)識(shí)別[J].電子測(cè)量與儀器學(xué)報(bào),2006,20(4):32-36. GAO Jinzhan. Automatic Recognition of Sounding Mo rse Code[J]. Journal of Electronic Measurement and Instrument,2006,20(4):32-36.

[2] 李春曉,趙旦峰,李強(qiáng).用語(yǔ)音識(shí)別技術(shù)實(shí)現(xiàn)莫爾斯報(bào)的自動(dòng)識(shí)別[J].信息技術(shù),2004,15(2):51-53. LI Chunxiao, ZHAO Danfeng, LI Qiang. Auto recognizing morse message using speech recognizing techonology[J]. Information Technology,2004,15(2):51-53.

[3] 李國(guó)軍,周曉娜,蔣勇,等.短波電報(bào)信號(hào)自動(dòng)檢測(cè)技術(shù)研究綜述[J].世界科技研究與發(fā)展,2013,35(3):337-343. LI Guojun, ZHOU Xiaona, JIANG Yong, et al. Review on Automatic Detection Techniques of High-frequency CW Signal[J]. WORLD SC-TECH,2013,35(3):337-343.

[4] 馮象初,甘小冰.數(shù)學(xué)泛函與小波理論[M].西安:西安電子科技大學(xué)出版社,2003:81-84. FENG Xiangchu, GAN Xiaobing. Numerical functional theory and wavelet theory[M]. Xi’an: Xidian University Press,2003:81-84.

[5] 盧小泉,劉宏德.分析化學(xué)中的小波分析技術(shù)[M].北京:化學(xué)工業(yè)出版社,2005:10. LU Xiaoquan, LIU Hongde. Wavelet analysis techniques in Analytical Chemistry[M]. Beijing: Chemical Industry Press,2005:10.

[6] 劉軍.用空間分布信號(hào)的小波變換識(shí)別巖石材料的損傷[J].巖石力學(xué)與工程學(xué)報(bào),2014,23(12):1961-1965. LIU Jun. Identification of damage of rock material by wavelet transform of spatial distribution signal[J].

[7] 李玫.基于小波包分析的輻射源特征提取和識(shí)別算法[J].電子元器件應(yīng)用,2010(10):87-89. LI Wen. Radiation source characteristics based on wavelet packet analysis Extraction and recognition algorithm[J]. Electronic Component and Device Applications,2010(10):87-89.

[8] 李煒,黃倩.基于小波時(shí)頻分析的心音異常信號(hào)檢測(cè)[J].電子設(shè)計(jì)工程,2015,23(6):41-43. LI Wei, HUANG Qian. Abnormal heart sound signal detection based on the wavelet timef requency analysis[J]. Electronic Design Engineering,2015,23(6):41-43.

[9] 于宏毅,張貼.手工莫爾斯報(bào)的一種新型自動(dòng)收?qǐng)?bào)算法及其手法識(shí)別算法[J].電子對(duì)抗,1995,11(4):317-320. YU Hongyi, ZHANG Tie. A new automatic algorithm for the manual Morse newspaper and manual recognition algorithm[J]. Electronic Countermeasure,1995,11(4):317-320.

[10] 張汝波,何立剛,李雪耀.強(qiáng)噪聲背景下莫爾斯信號(hào)的自動(dòng)檢測(cè)與識(shí)別[J].哈爾濱工程大學(xué)學(xué)報(bào),2006,27(1):112-115. ZHANG Rubo, HE Ligang, LI Xueyao. Automatic detection and recognition of Morse signal in strong noise environment[J]. Journal of Harb in Engineering University,2006,27(1):112-115.

[11] 魏海艦,徐家品,周道軍,等.一種手工莫爾斯電報(bào)質(zhì)量評(píng)估系統(tǒng)設(shè)計(jì)[J].微型計(jì)算機(jī)信息,2008,24(3):4-6. WEI Haijian, XU Jiapin, ZHOU Daojun, et al. he System Design of Manual Morse Code Program ConStrolled Revjsable Message Instrument Basing on PC and AT89S51 Single Chip Microcontroller[J]. Micro Computer Information,2008,24(3):4-6.

Multiplexed Morse Telegraph Automatic Decoding Based on Wavelet Transform

XIAO Shuang GAO Yong

(College of Electronics and Information Engineering, Sichuan University, Chengdu 610065)

In order to solve the weakness problem of human ears in multiplexed Morse telegraph’s interception and decoding, a method of automatic decoding and separation of multiplexed Morse telegraph based on wavelet transform has been proposed, including a brief analysis of its feasibility and advantages. The method uses the wavelet transform directly to lock the frequency of Morse telegraph and automatically completes the multiplexed Morse telegraph signal separation,and combined with the structural characteristics of Morse telegraph itself, it can realize the automatic decoding function of multiplexed Morse telegraph signal. The results of the experiment show that it is feasible to use the wavelet transform method to process the multiplexed Morse signal and has the practical value.

wavelet transform, multiplexed Morse telegraph, automatic decoding Class Number TN98

2016年10月17日,

2016年11月11日

肖雙,男,碩士研究生,研究方向:語(yǔ)音信號(hào)處理。高勇,男,博士,教授,研究方向:通信信號(hào)處理,信號(hào)分析。

TN98

10.3969/j.issn.1672-9722.2017.04.008