System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于信号处理,具体是指基于人工智能的gps信号管理方法及系统。
技术介绍
1、gps信号管理在交通运输、军事防务和金融业等领域有广泛运用,它旨在提高gps信号的准确性和可靠性、保护用户免受恶意干扰和欺骗、保障公共安全,对智能交通和自动驾驶技术的发展有促进作用。
2、但在现有的gps信号管理过程中,存在gps信号欺骗数据样本匮乏,导致数据集不平衡,从而影响模型性能的技术问题;存在由于gps信号环境复杂,易夹带噪声,从而导致模型准确性和鲁棒性低的技术问题;存在欺骗技术不断变化,缺乏一种适应新型欺骗行为的欺骗检测方法的技术问题。
技术实现思路
1、针对上述情况,为克服现有技术的缺陷,本专利技术提供了基于人工智能的gps信号管理方法及系统,针对在gps信号管理过程中,存在gps信号欺骗数据样本匮乏,导致数据集不平衡,从而影响模型性能的技术问题,本方案采用合成少数类过采样技术,通过合成欺骗样本,缓解数据集不平衡问题,增加样本数量,提高模型泛化能力;针对在gps信号管理过程中,存在由于gps信号环境复杂,易夹带噪声,从而导致模型准确性和鲁棒性低的技术问题,本方案采用结合主成分分析的一维卷积层进行特征提取,减少了冗余信息和噪声,能够自动学习数据特征,使得模型具有更强的适应性;针对在gps信号管理过程中,存在欺骗技术不断变化,缺乏一种适应新型欺骗行为的欺骗检测方法的技术问题,本方案采用长短期记忆网络进行欺骗检测,能够更好地学习数据潜在分布,从而提高对新型欺骗行为的检测能力。<
...【技术保护点】
1.基于人工智能的GPS信号管理方法,其特征在于:该方法包括以下步骤:
2.根据权利要求1所述的基于人工智能的GPS信号管理方法,其特征在于:在步骤S2中,所述数据预处理,包括以下步骤:
3.根据权利要求2所述的基于人工智能的GPS信号管理方法,其特征在于:在步骤S23中,所述采用合成少数类过采样技术,对冗余清除数据Sig2进行数据增强,包括以下步骤:
4.根据权利要求3所述的基于人工智能的GPS信号管理方法,其特征在于:步骤S235:过滤合成样本,具体为判断合成样本是否落在正常信号的冗余清除数据样本的凸包区域内,如果不是,则将所述合成样本加入合成样本集;
5.根据权利要求4所述的基于人工智能的GPS信号管理方法,其特征在于:在步骤S3中,所述特征提取,具体为采用一维卷积层进行特征提取,包括以下步骤:
6.根据权利要求5所述的基于人工智能的GPS信号管理方法,其特征在于:在步骤S32中,所述采用一维卷积层对降维特征矩阵IV进行特征提取,包括以下步骤:
7.根据权利要求6所述的基于人工智能的GPS信号管理方法,
8.根据权利要求7所述的基于人工智能的GPS信号管理方法,其特征在于:在步骤S41中,所述构建长短期记忆网络模型,包括以下步骤:
9.根据权利要求8所述的基于人工智能的GPS信号管理方法,其特征在于:在步骤S1中,所述原始信号数据Sig1包括伪随机噪声码、载波信号、导航消息、信号强度和噪声信息。
10.根据权利要求9所述的基于人工智能的GPS信号管理方法,其特征在于:在步骤S5中,所述信号管理,具体为依据GPS信号欺骗检测信息,进行信号管理并生成信号管理报告。
11.基于人工智能的GPS信号管理系统,用于实现如权利要求1-10中任一项所述的基于人工智能的GPS信号管理方法,其特征在于:包括信号采集模块、数据预处理模块、特征提取模块、欺骗检测模块和信号管理模块。
12.根据权利要求11所述的基于人工智能的GPS信号管理系统,其特征在于:所述信号采集模块,用于信号采集,具体为通过GPS接收器获取原始信号数据,并将所述原始信号数据发送至数据预处理模块;
...【技术特征摘要】
1.基于人工智能的gps信号管理方法,其特征在于:该方法包括以下步骤:
2.根据权利要求1所述的基于人工智能的gps信号管理方法,其特征在于:在步骤s2中,所述数据预处理,包括以下步骤:
3.根据权利要求2所述的基于人工智能的gps信号管理方法,其特征在于:在步骤s23中,所述采用合成少数类过采样技术,对冗余清除数据sig2进行数据增强,包括以下步骤:
4.根据权利要求3所述的基于人工智能的gps信号管理方法,其特征在于:步骤s235:过滤合成样本,具体为判断合成样本是否落在正常信号的冗余清除数据样本的凸包区域内,如果不是,则将所述合成样本加入合成样本集;
5.根据权利要求4所述的基于人工智能的gps信号管理方法,其特征在于:在步骤s3中,所述特征提取,具体为采用一维卷积层进行特征提取,包括以下步骤:
6.根据权利要求5所述的基于人工智能的gps信号管理方法,其特征在于:在步骤s32中,所述采用一维卷积层对降维特征矩阵iv进行特征提取,包括以下步骤:
7.根据权利要求6所述的基于人工智能的gps信号管理方法,其特征在于...
【专利技术属性】
技术研发人员:陈鹏飞,靳阿妮,王群,肖华宾,柴勇权,吴俊烽,钟文华,张锴鑫,黄亮星,肖名豪,张彬,陈景瑞,甄乙彦,
申请(专利权)人:国能粤电台山发电有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。