面向卫星导航系统的干扰信号分类识别特征提取方法及系统技术方案

本发明专利技术属于卫星导航系统抗干扰技术领域，具体涉及一种面向卫星导航系统的干扰信号分类识别特征提取方法及系统。本发明专利技术的一种面向卫星导航系统的干扰信号分类识别特征提取方法能够实现六种干扰类型的准确识别，解决了决策树分类方法特征参数过多的问题，同时解决了基于盒维数的分类算法在低JNR情况下识别率低问题，能够提高卫星导航系统的抗干扰性能。本发明专利技术提供的一种面向卫星导航系统的干扰信号分类识别特征提取系统通过提取干扰信号的频域Sevcik分形维数D和频谱平坦度F

【技术实现步骤摘要】
面向卫星导航系统的干扰信号分类识别特征提取方法及系统
本专利技术属于卫星导航系统抗干扰
，具体涉及一种面向卫星导航系统的干扰信号分类识别特征提取方法及系统。
技术介绍
受空间复杂电磁干扰影响，卫星导航系统在可用性和可靠性方面面临着巨大挑战，由干扰引起的导航不可靠性事件已屡见不鲜，目前国内外的学者提出了很多种抗干扰手段，但是不存在一种手段能应对所有的干扰类型，因此有必要对干扰信号的类型进行分析，依据干扰信号类型的不同采取不同的抗干扰手段，为卫星导航系统的顺利建设和正常运行提供必要保障。2010年Meng,X.Y.等人在《2010FirstInternationalConferenceonPervasiveComputing,SignalProcessingandApplications》会议上发表的题为“AnIntelligentAnti-jammingFrequencyHoppingSystem”一文在跳频系统中进行干扰类型识别仿真，在时域、频域以及变换域提取多个特征实现多种干扰类型的识别，但是方法采用手动设置阈值的决策树分类器降低了干扰识别的准确性。同年程昱等人在《军事通信技术》杂志上发表题为“基于复杂度特征的干扰识别算法”一文，该方法提取干扰信号的L-Z复杂度和分形维数这两种信号复杂度特征作为干扰信号类型识别的特征参数并通过支持向量机进行分类。但是该算法对单音干扰的识别性能较之决策树算法差。2014年黄浩等人在《空军预警学院学报》杂志上发表题为“基于分形盒维数与小波包能量的干扰识别方法”一文，该方法提取接收信号的盒维数与小波包能量和作为分类器的特征参数，并设计BT-SVM分类器进行干扰识别，但是盒维数受噪声影响比较大，在信噪比较低时识别率不高。
技术实现思路
本专利技术的目的在于提供可以提取基于频域Sevcik分形维数D和频谱平坦度Fse的二维特征参数的一种面向卫星导航系统的干扰信号分类识别特征提取方法。本专利技术的目的通过如下技术方案来实现：包括以下步骤：步骤1：对接收到的信号y(t)进行抽样，得到接收信号的抽样序列{y(n)}，n＝1,...,N；步骤2：对接收信号的抽样序列{y(n)}进行FFT变换，得到接收信号抽样序列的频谱{f(n)}；步骤3：对接收信号抽样序列的频谱{f(n)}进行归一化，得到接收信号抽样序列的归一化频谱{f*(n)}；步骤4：计算接收信号抽样序列的归一化频谱{f*(n)}的频域Sevcik分形维数D；步骤5：计算接收信号抽样序列的归一化频谱{f*(n)}的归一化频谱平坦度Fse；其中，M为设定的滑动窗口的宽度；步骤6：输出接收信号y(t)的特征矢量T＝[D,Fse]，完成对接收信号的分类识别特征提取。本专利技术的目的还在于提供一种面向卫星导航系统的干扰信号分类识别特征提取系统。本专利技术的目的通过如下技术方案实现：包括信号接收模块、抽样模块、FFT变换模块、归一化模块、频域Sevcik分形维数计算模块、频谱平坦度计算模块和映射模块；所述的信号接收模块将接收到的信号y(t)传输到抽样模块；所述的抽样模块对接收到的信号y(t)进行抽样，得到接收信号的抽样序列{y(n)}，n＝1,...,N，N为抽样数量，抽样模块将接收信号的抽样序列{y(n)}传输到FFT变换模块；所述的FFT变换模块对接收信号的抽样序列{y(n)}进行FFT变换，得到接收信号抽样序列的频谱{f(n)}，FFT变换模块将接收信号抽样序列的频谱{f(n)}传输到归一化模块；所述的归一化模块将接收信号抽样序列的频谱{f(n)}进行归一化，得到接收信号抽样序列的归一化频谱{f*(n)}，归一化模块将接收信号抽样序列的归一化频谱{f*(n)}传输到频域Sevcik分形维数计算模块和频谱平坦度计算模块；所述的频域Sevcik分形维数计算模块提取接收信号抽样序列的归一化频谱{f*(n)}的频域Sevcik分形维数D作为第一特征参数传输到映射模块；所述的频谱平坦度计算模块提取接收信号抽样序列的归一化频谱{f*(n)}的归一化频谱平坦度Fse作为第二特征参数传输到映射模块；所述的映射模块将第一特征参数D和第二特征参数Fse组成特征矢量T＝[D,Fse]并输出，完成对接收信号的分类识别特征提取。本专利技术还可以包括：所述的频域Sevcik分形维数计算模块提取接收信号抽样序列的归一化频谱{f*(n)}的频域Sevcik分形维数D的具体过程为：步骤3.1：计算接收信号抽样序列的归一化频谱{f*(n)}中每两个抽样点之间的距离Li；步骤3.2：计算所有抽样点之间的距离Li之和，得到波形的长度L；步骤3.3：计算接收信号抽样序列的归一化频谱{f*(n)}的频域Sevcik分形维数D；所述的频谱平坦度计算模块提取接收信号抽样序列的归一化频谱{f*(n)}的归一化频谱平坦度Fse的具体过程为：步骤4.1：将接收信号抽样序列的归一化频谱{f*(n)}输入到滑动窗函数处理模块，计算接收信号抽样序列的平均频谱其中，M为设定的滑动窗口的宽度；步骤4.2：将接收信号抽样序列的归一化频谱{f*(n)}与平均频谱做差，得到接收信号抽样序列的归一化频谱中的陡峭部分步骤4.3：计算接收信号抽样序列的归一化频谱中的陡峭部分的标准差，得到接收信号抽样序列的归一化频谱{f*(n)}的归一化频谱平坦度Fse；本专利技术的有益效果在于：本专利技术的一种面向卫星导航系统的干扰信号分类识别特征提取方法能够实现窄带噪声干扰、宽带噪声干扰、单音干扰、多音干扰、脉冲干扰以及线性扫频干扰六种干扰类型的准确识别，解决了决策树分类方法特征参数过多的问题，同时提高了基于盒维数的分类算法在低JNR情况下识别率低问题，能够提高卫星导航系统的抗干扰性能。本专利技术针对决策树识别算法需要提取多个特征以及SVM识别算法中基于盒维数特征的识别算法在低JNR情况下识别率不高的问题，提供了一种面向卫星导航系统的干扰信号分类识别特征提取系统，该系统通过提取干扰信号的频域Sevcik分形维数D和频谱平坦度Fse两个特征参数，并将它们组合成二位特征矢量，然后通过SVM进行分类识别，有效提高了识别算法的时效性与准确度。附图说明图1为本专利技术的一种面向卫星导航系统的干扰信号分类识别特征提取系统的系统框图。图2为本专利技术中提取干扰信号频域Sevcik分形维数的实现流程图。图3为本专利技术中提取干扰信号频谱平坦度的实现流程图。图4为六种干扰信号的频域Sevcik分形维数随JNR的变化情况图。图5为宽带噪声干扰和线性扫频干扰信号的频谱平坦度随JNR的变化情况图。图6为六种干扰信号的二维特征矢量的分布情况图。具体实施方式下面结合附图对本专利技术做进一步描述。本文档来自技高网...

【技术保护点】
1.一种面向卫星导航系统的干扰信号分类识别特征提取方法，其特征在于，包括以下步骤：/n步骤1：对接收到的信号y(t)进行抽样，得到接收信号的抽样序列{y(n)}，n＝1,...,N；/n步骤2：对接收信号的抽样序列{y(n)}进行FFT变换，得到接收信号抽样序列的频谱{f(n)}；/n步骤3：对接收信号抽样序列的频谱{f(n)}进行归一化，得到接收信号抽样序列的归一化频谱{f

【技术特征摘要】
1.一种面向卫星导航系统的干扰信号分类识别特征提取方法，其特征在于，包括以下步骤：
步骤1：对接收到的信号y(t)进行抽样，得到接收信号的抽样序列{y(n)}，n＝1,...,N；
步骤2：对接收信号的抽样序列{y(n)}进行FFT变换，得到接收信号抽样序列的频谱{f(n)}；
步骤3：对接收信号抽样序列的频谱{f(n)}进行归一化，得到接收信号抽样序列的归一化频谱{f*(n)}；
步骤4：计算接收信号抽样序列的归一化频谱{f*(n)}的频域Sevcik分形维数D；









步骤5：计算接收信号抽样序列的归一化频谱{f*(n)}的归一化频谱平坦度Fse；












其中，M为设定的滑动窗口的宽度；
步骤6：输出接收信号y(t)的特征矢量T＝[D,Fse]，完成对接收信号的分类识别特征提取。


2.一种面向卫星导航系统的干扰信号分类识别特征提取系统，其特征在于：包括信号接收模块、抽样模块、FFT变换模块、归一化模块、频域Sevcik分形维数计算模块、频谱平坦度计算模块和映射模块；所述的信号接收模块将接收到的信号y(t)传输到抽样模块；所述的抽样模块对接收到的信号y(t)进行抽样，得到接收信号的抽样序列{y(n)}，n＝1,...,N，N为抽样数量，抽样模块将接收信号的抽样序列{y(n)}传输到FFT变换模块；所述的FFT变换模块对接收信号的抽样序列{y(n)}进行FFT变换，得到接收信号抽样序列的频谱{f(n)}，FFT变换模块将接收信号抽样序列的频谱{f(n)}传输到归一化模块；所述的归一化模块将接收信号抽样序列的频谱{f(n)}进行归一化，得到接收信号抽样序列的归一化频谱{f*(n)}，归一化模块将接收信号抽样序列的归一化频谱{f*(n)}传输到频域Sevcik分...

【专利技术属性】
技术研发人员：薛睿，刘靖，唐怀玉，柴慧斯，
申请(专利权)人：哈尔滨工程大学，中国电子科技集团公司第二十二研究所，
类型：发明
国别省市：黑龙江;23