基于差分进化狼群算法的欺骗干扰识别方法技术

本发明专利技术公开了基于差分进化狼群算法的欺骗干扰识别方法，按如下步骤进行：第一步：将发射机和干扰机等效为无记忆多项式模型；第二步：将无线传输信道等效为FIR滤波器模型；第三步：对整个通信传输系统进行建模；第四步：接收机根据接收到的数据码元y(n)，估计得到发射端的C/A码，根据输入输出利用差分进化狼群算法进行系统辨识，得到模型参数的估计值；第五步：在利用差分进化狼群算法获得系统参数的估计值之后，采用直观的欧氏距离检测法进行识别，判决准则为：

【技术实现步骤摘要】
基于差分进化狼群算法的欺骗干扰识别方法
本专利技术属于通信
，具体涉及一种基于差分进化狼群算法的欺骗干扰识别方法。
技术介绍
卫星导航定位系统易受到多种形式的干扰。其中，最主要的干扰样式为欺骗干扰，该干扰具有与真实信号相同的增益，并在时、频、空等多域与真实信号完全或者部分重叠，识别效果往往不太理想。卫星导航系统接收机如何抗欺骗干扰已经成为当前迫切需要解决的技术问题。抗欺骗干扰的前提是接收机能够检测识别出欺骗干扰。目前国内外针对欺骗干扰识别方法的研究主要集中在基于特征提取的干扰识别算法，提取的特征参数包括时钟偏移、多普勒频移和接收机位置等。近年来，对发射机建模并基于模型参数来识别无线发射机成为了一个新的研究热点。研究表明，基于模型参数的识别方法即使在样本数不多，SNR较低时也有效。然而，其估计模型参数的方法为最小二乘法和迭代法。这些方法存在收敛性不能被严格证明的不足。
技术实现思路
为了识别欺骗干扰和真实信号，本专利技术提出了一种基于发射系统建模以及模型系数辨识的欺骗干扰识别方法。在对信号发射机和干扰机的建模中主要考虑功率放大器的非线性，因此，将发射机和干扰机简化为无记忆多项式模型，本文档来自技高网...

【技术保护点】
基于差分进化狼群算法的欺骗干扰识别方法，其特征是按如下步骤进行：第一步：将发射机和干扰机等效为无记忆多项式模型f(d(n))=b1d(n)+b3d(n)|d(n)|2+b5d(n)|d(n)|4+...+b2m-1d(n)|d(n)|2m-2=Σi=1Mb2i-1d(n)|d(n)|2i-2---(1)]]>其中，M是多项式系数个数，d(n)是输入信号，bk是多项式系数。另外，在不改变系统特性的情况下，为了确定系统的唯一性，令b1＝1。第二步：将无线传输信道等效为FIR滤波器模型y(n)=Σk=0N-1hkx(n-k)+w(n)---(2)]]>上式中，hk是信道响应系...

【技术特征摘要】
1.基于差分进化狼群算法的欺骗干扰识别方法，其特征是按如下步骤进行：第一步：将发射机和干扰机等效为无记忆多项式模型其中，M是多项式系数个数，d(n)是输入信号，b2i-1是多项式系数；另外，在不改变系统特性的情况下，为了确定系统的唯一性，令b1＝1；第二步：将无线传输信道等效为FIR滤波器模型上式中，hk是信道响应系数，N是FIR滤波器的阶数，w(n)～N(0,σ2)是加性高斯白噪声，x(n)是输入信号,y(n)为接收机接收到的信道输出信号；第三步：对整个通信传输系统进行建模第四步：接收机根据接收到的数据码元y(n)，估计得到发射端的C/A码，根据输入输出利用差分进化狼群算法进行系统辨识，得到模型参数的估计值，具体步骤如下：步骤1，数值初始化初始化狼群中人工狼位置Xi及其数目N'，最大迭代次数kmax，探狼比例因子α，最大游走次数Tmax,距离判定因子w，步长因子S，更新比例因子R；步骤2，选取最优人工狼为头狼，除头狼外最佳的S_num匹人工狼为探狼并执行游走行为，直到某只探狼侦察到的猎物气味浓度Yi大于头狼所感知的猎物气味浓度Ylead或达到最大游走次数Tmax，则转步骤3；步骤3，人工猛狼据式(4)向猎物奔袭，若途中猛狼感知的猎物气味浓度Yi＞Ylead,则Ylead＝Yi，替代头狼并发起召唤行为；若Yi＜Ylead，则人工猛狼继续奔袭直到dis＜dnear，转步骤4；式中，stepb是召唤行为的步长，Gk是第k次迭代中头狼的位置，是第k次迭代中第i头狼的位置；步骤4，按式(5)对参与围攻行为的人工狼的位置进行更新，执行围攻行为；式中，stepc是围攻行为的步长，λ是一个随机数，且λ～U[-1,1]；步骤5，对这狼群进行差分变异；对种群中每个个体Xi，随机生成三个互不相同的整数r1,r2,r3∈{1,2,...

【专利技术属性】
技术研发人员：孙闽红，邵章义，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江;33