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() 一种基于BP神经网络辅助的北斗欺骗信号检测方法技术_技高网

一种基于BP神经网络辅助的北斗欺骗信号检测方法技术

技术编号:40972709 阅读:9 留言:0更新日期:2024-04-18 21:21
提出一种基于BP神经网络辅助的北斗欺骗信号检测方法,包括下列步骤:根据真实卫星信号的伪距观测方程,利用信号源或转发器模拟生成伪信号,建立欺骗干扰信号模型;建立BP神经网络辅助的欺骗检测模型,提取INS/BDS速度一致性检验量,利用恒虚警检测欺骗信号与真实信号;BP神经网络辅助构建预测超出门限的统计检验量模型,修正误差以提高检测的效率和正确率。本发明专利技术方法同时适用于对位置欺骗和速度欺骗的检测,能够敏感小于INS速度误差的欺骗干扰,适用于不同精度下的惯导设备。

【技术实现步骤摘要】

本专利技术涉及卫星导航技术,具体涉及一种基于bp神经网络辅助的北斗欺骗信号检测方法。


技术介绍

1、相较于传统的压制干扰,欺骗干扰信号能够以极其隐蔽的方式改变接收机的定位结果,给北斗卫星导航系统(beidou navigation satellite system,bds)造成更大的安全隐患,为此,针对欺骗干扰信号的检测技术成为导航对抗领域的研究重点。目前,常见的欺骗检测方法主要围绕天线阵技术和观测值一致性检验等方面展开,如基于双天线、多天线以及移动单天线的欺骗检测方法,基于载波相位差分、多普勒和伪距变化率偏差的欺骗检测技术。上述方法大多单纯依赖卫导信号,随着欺骗技术的发展,其检测性能会逐渐降低。惯性导航系统(inertial navigation system,ins)不受外部环境的影响,当处于欺骗干扰环境下时,仍能提供可靠的导航信息,可用于辅助北斗欺骗信号检测,如基于ins姿态信息辅助的载波相位差分检测方法、基于ins位置和速度辅助的一致性检验方法等。但是对小于惯导误差的欺骗干扰,直接利用ins信息辅助的方法检测效率不高,因此需要抑制惯导累积误差对欺骗检测的影响。

2、bp(back propagation)神经网络技术能够不受模型的约束,具有较强的自学能力,适用于解决非线性问题。近年来,基于bp神经网络的误差预测方法被广泛用于导航领域,利用遗传算法改进的神经网络预测值修正组合导航的卡尔曼滤波输出(xiong k,weic,liu l.robust multiple model adaptive estimation for spacecraft autonomousnavigation[j].aerospace science and technology,2015,42:249-258.);利用神经网络预测卫导轨道误差项,提高卫星的定轨精度(彭雅奇,许承东,牛飞,等.基于pso-bp神经网络的广播星历轨道误差预测模型[j].系统工程与电子技术,2019,41(7):1618-1622.);提出利用bp神经网络预测值,提高卫星导航拒止情况下的组合导航性能(徐晓苏,周峰,张涛,等.遗传算法优化的神经网络在sins/gps中的应用[j].中国惯性技术学报,2015,23(3):322-327.)。


技术实现思路

1、针对现有技术存在的问题,本专利技术提出一种基于bp神经网络辅助的北斗欺骗信号检测方法,具体包括下列步骤:

2、第一步:根据真实卫星信号的伪距观测方程,利用信号源或转发器模拟生成伪信号,建立欺骗干扰信号模型;

3、真实卫星信号的伪距观测方程为

4、ρ(n)=r(n)+c(δtr-δt(n))+i(n)+t(n)+ε             (1)

5、式中,n为接收到信号的卫星序号,ρ(n)为接收到第n颗卫星的伪距,r(n)表示第n颗卫星到接收机的星地间几何距离,c为光速,其中δ为差分记号,表示前后两次的差值,δtr为接收机钟差,δt(n)为第n颗卫星的钟差,i(n)为第n颗卫星发射信号在传播过程中的电离层延迟,t(n)为第n颗卫星发射信号在传播过程中的对流层延迟,ε为伪距观测噪声;

6、欺骗式干扰通过信号源或转发器模拟与真实信号高度相似的伪信号,以微弱的功率优势进入接收机环路,其伪距观测方程表示为

7、

8、式中,表示拟欺骗干扰信号的接收伪距,表示基于地心地固坐标系下的拟欺骗坐标t与第n颗卫星之间的几何距离,δrd表示欺骗信号发射天线到接收机之间的距离,接收机伪距观测值中还包含有接收机钟差δtr、卫星钟差δt(n)、电离层延迟i(n)和对流层延迟t(n)等误差;

9、欺骗信号的伪距由两部分组成,一部分是拟欺骗位置t处的接收机伪距,一部分是欺骗信号发射天线到接收机真实位置之间的距离,则式(2)进一步表示为

10、

11、式中,则对应转发式欺骗中转发器所在位置处接收到第n颗卫星的伪距与人为加入的延迟项之和,或生成式欺骗中的信号源模拟的卫星信号;δρ(n)则对应转发器或欺骗模拟源发射天线与目标接收机之间的距离,δts表示欺骗源钟差;通过人为设定的虚假伪距观测值,将定位结果拉偏至预设坐标,实现对目标接收机的欺骗干扰;

12、第二步:建立bp神经网络辅助的欺骗检测模型,提取ins/bds速度一致性检验量,利用恒虚警检测欺骗信号与真实信号;

13、接收机速度vbds与伪距之间的关系可以表示为

14、

15、式中,v(n)为n号卫星的速度,1(n)为第n颗卫星到接收机的单位观测矢量,为第n颗卫星的伪距变化率,为欺骗信号的伪距观测噪声;δfr、δf(n)分别为接收机时钟频率漂移和卫星时钟频率漂移,δf(n)通过对钟差的校正计算得到,

16、δf(n)=af1+2af2(t-toc) (5)

17、式中,t表示信号发射时间,af1、af2为卫星钟差二项式系数,toc为参考时间,af1、af2和toc均由导航电文第一数据块中读取;

18、当接收机收到4颗以上卫星信号时,卫星在地心地固坐标系下的运行速度vbds表示为

19、

20、式中,伪距观测量分别为第n颗卫星到接收机之间的单位观测矢量在x、y、z轴的位置分量,vbds=[vx vy vz]t中的vx,vy,vz分别为卫星在x,y,z方向上的速度分量,(4)式右边构成的矩阵表示为为第n颗卫星的伪距变化率,v(n)为第n颗卫星的速度,1(n)为第n颗卫星到接收机之间的单位观测矢量;

21、由欺骗信号伪距观测值解算得到

22、

23、式中,vbds′为由欺骗信号伪距观测值解算后的速度,g′为欺骗目标t处的观测矩阵,分别为欺骗信号伪距率和观测信号的伪距率;

24、由陀螺仪输出角度增量,加计输出速度增量,通过对时间积分,ins的速度更新方程为

25、

26、式中,为k-1时刻ins的速度;δvsf(k)表示k时刻加速度计的速度增量;δvcor(k)为有害加速度在k时刻对应的速度增量;

27、δvsf(k)和δvcor(k)分别表示为

28、

29、

30、式中,tk表示k时刻,表示从k-1到k时刻区间内对时间函数的定积分运算,表示b系相对于n系的姿态变换矩阵,其中b系为“载体坐标系”的简称,n系为“导航坐标系”的简称,为b系下的加计输出比力,为n系地球自转角速度,表示n系旋转角速度,gn(t)为n系下的重力加速度,t为积分间隔,tk-1/2时刻的信息由k-1和k-2的数据外推得出;vn(t)是卫星在n系下的运行速度;

31、b系下的加速度信息需要经姿态转移矩阵变换得到n系下的加速度;由ins和bds分别解算得到载体速度信息,对其统一坐标系后,构造统计检验量

32、δv(k)=s·v(k)-vins(k)本文档来自技高网...

【技术保护点】

1.一种基于BP神经网络辅助的北斗欺骗信号检测方法,其特征在于,具体包括下列步骤:

2.如权利要求1所述的基于BP神经网络辅助的北斗欺骗信号检测方法,其特征在于,BP神经网络预测模型采用3层神经元;将INS速度误差作为网络输入,节点数与数据维度相关;隐含层选择Sigmoid函数为激励函数,节点数设为5;输出层为与输入对应的统计检验量。

【技术特征摘要】

1.一种基于bp神经网络辅助的北斗欺骗信号检测方法,其特征在于,具体包括下列步骤:

2.如权利要求1所述的基于bp神经网络辅助的北斗欺骗信号检测方法,其特征在于,...

【专利技术属性】
技术研发人员:陈秋实张阳庞春雷张良谷文堃高精隆
申请(专利权)人:中国人民解放军空军工程大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1