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() 北斗授时混合干扰检测方法技术_技高网

北斗授时混合干扰检测方法技术

技术编号:41250786 阅读:4 留言:0更新日期:2024-05-09 23:59
本发明专利技术涉及电子数字数据处理技术领域,具体涉及一种北斗授时混合干扰检测方法,包括利用小波分析技术对压制干扰信号进行识别;设置门限值对压制干扰信号进行删除;然后对真实信号、欺骗信号和接收机文件数据进行预处理,得到预处理后的特征;构建基于神经网络的北斗授时欺骗检测模型,通过对北斗基带信号样本训练,对所有信号进行特征覆盖,得到欺骗判别模型;将预处理信号输入欺骗判别模型提取信号的时‑空特征,得到检测结果,本发明专利技术所提出的解决方案具备成本低、算法灵活、性能好的优点,可将算法部署于基层电力系统授时接收机射频前端旁侧,实现高效、准确的混合干扰检测。

【技术实现步骤摘要】

本专利技术涉及电子数字数据处理,尤其涉及一种北斗授时混合干扰检测方法


技术介绍

1、北斗卫星导航系统提供精确的定位、导航和授时功能,在军事和国民经济各行各业发挥着关键作用,其安全问题成为目前人们关注的焦点。在电力系统中,仅利用代价低廉的“压制+欺骗”混合干扰信号,就会导致电力系统接收到错误的定位和授时信息,导致系统级紊乱,损失高昂。因此,解决北斗授时“压制+欺骗”混合干扰问题成为电力系统应对潜在安全风险的紧迫难题。

2、针对“压制+欺骗”混合干扰信号的消除,第一步要先消除比较容易识别的“压制干扰”。目前,北斗抗压制干扰技术主要包括空间滤波技术、时频滤波技术、辅助抗干扰技术及星上抗干扰技术等。小波包分析是时频滤波中的一种,具有实现简单、检测效果好的优点。基于小波包分析的压制干扰消除技术的原理是:利用小波包分析对压制干扰信号进行精确还原,小波与合成信号做相关运算后,较大的小波域系数表示压制干扰信号,较小的小波域系数表示北斗卫星信号。在小波包域设置干扰检测门限,大于门限的系数即认为是压制干扰信号被删除,达到对压制干扰信号检测和消除的目的。该技术的重点在于小波包的选型和分解级数的选定。

3、目前针对北斗欺骗干扰检测技术主要有:基于导航数据信息的欺骗检测、基于空间处理欺骗检测、基于射频前端欺骗检测、基于定位导航运算结果欺骗检测和基于机器学习的欺骗检测。基于导航数据信息的欺骗式干扰检测技术通过添加安全信号组件、增加不可预测的信息来改变民用导航信号的导航电文和扩频码、直接使用军用导航信号进行身份验证,从源头上阻止了欺骗行为,但实施难度较大。基于射频前端的检测技术主要通过监测信号的agc波动水平来检测欺骗,由于欺骗信号的功率提升不大,因此该方法对欺骗检测的效果稍差,而对噪声干扰的检测效果较好。基于定位导航结果的欺骗检测技术利用接收机解算过程获得的伪距、速度、信息一致性或利用高精度辅助设备测量值来与接收机数的一致性来检测欺骗。由于辅助设备不受电磁干扰的影响,因此该方法在动态和静态场景下检测效果较好,但需要部署额外测量设备,成本高昂,不适合大范围普及。机器学习在分析大规模数据、挖掘数据深层特征等方面有着更为明显的优势,且算法日渐成熟,应用遍布各行各业,在北斗欺骗检测中更是表现出比传统方法更简洁、更高效的特点,深度卷积神经网络、生成对抗网络、支持向量机等被用来从信号功率、c/n0、相关器输出、和伪距等信息中挖掘特征和识别欺骗,且达到了较好的检测效果。

4、当前大多将研究的注意力集中在压制干扰或欺骗干扰本身,并且当前欺骗干扰检测方法准确性低、适用范围小,对混合干扰而言,缺乏高效、实现简单、性能好的检测算法,需要进一步的研究。


技术实现思路

1、本专利技术的目的在于提供一种北斗授时混合干扰检测方法,旨在解决针对“压制+欺骗”混合干扰而提出的众多解决方案在实际应用中存在局限的问题。

2、为实现上述目的,本专利技术提供了一种北斗授时混合干扰检测方法,包括以下步骤:

3、接收机接收“压制+欺骗”混合干扰信号,利用小波分析对压制干扰信号进行检测;

4、设置门限值,删除超过门限值的压制干扰信号,剩余真实信号和欺骗信号;

5、对所述真实信号、所述欺骗信号和接收机文件数据进行预处理,得到预处理后的特征;

6、构建基于神经网络北斗授时欺骗检测模型,并通过对北斗基带信号样本训练,完成模型产生对所有信号进行特征覆盖,得到欺骗判别模型;

7、将所述预处理信号输入所述欺骗判别模型提取信号的时-空特征,达到对信号的预测分类,得到检测结果;

8、使用样本集的60%作为输入训练集,剩余的30%作为输入测试集对所述欺骗判别模型进行实际测试,得到欺骗的判断准确率和测试均方根误差。

9、其中,所述基于神经网络gnss授时欺骗检测模型包括一维卷积层神经网络、长短期记忆神经网络和全连接3层。

10、其中,所述一维卷积层神经网络包括输入层、卷积层、池化层、全连接层和输出层。

11、其中,所述长短期记忆神经网络包括记忆单元、一组递归连接和激活函数。

12、其中,所述记忆单元包括输入门、遗忘门和输出门。

13、其中,所述预处理包括按时间进行数据对齐、依据字段实现采样对齐、归一化处理、全字段数据分析和基于滑动窗口求平均;

14、数据对齐:通过插值或去除数据中的时间信息来实现;插值方法包括线性插值、多项式插值和样条插值,它们可以将数据点填充到缺失的时间点上,并进行相应的预处理;

15、采样对齐:通过最小二乘法方法来对齐不同数据源的相应字段,以确保数据的一致性和准确性;

16、归一化处理:采用最小-最大归一化、z-score归一化和标准化方法可将数据的尺度转化为统一的形式;

17、全字段数据分析:通过全字段数据分析,发现数据中的异常值、离群点和重复信息,并进行相应的处理和清洗;同时,根据具体的需求选择最相关的字段进行组合和分析,以揭示出数据中的潜在模式;

18、滑动窗口求平均:通过调整滑动窗口的大小和步长,控制数据的粒度和分析的精度。

19、本专利技术的一种基于小波分析+神经网络的北斗混合干扰检测方法,包括利用小波包分析对接收信号进行分析,检测到压制干扰信号;设置门限值,将超过门限的压制干扰信号进行删除;对所述真实信号、所述欺骗信号和接收机文件数据进行预处理,得到预处理后的特征;构建基于神经网北斗授时欺骗检测模型,并通过对北斗基带信号样本训练,完成模型产生对所有信号进行特征覆盖,得到欺骗判别模型;将所述预处理信号输入所述欺骗判别模型提取信号的时-空特征,达到对信号的预测分类,得到检测结果,本专利技术所提出的解决授时“压制+欺骗”混合干扰的方案具有实际的工程意义,它具备成本低、算法灵活、性能好的优点,可将算法部署于基层电力系统授时接收机射频前端旁侧,同时也能有效配和冗余授时方法,对北斗接收机的完好性进行维护和检测。解决了针对授时“压制+欺骗”混合干扰提出众多解决方案在实际应用中存在局限的问题。

本文档来自技高网...

【技术保护点】

1.一种北斗授时混合干扰检测方法,其特征在于,包括以下步骤:

2.如权利要求1所述的北斗授时混合干扰检测方法,其特征在于,

3.如权利要求2所述的北斗授时混合干扰检测方法,其特征在于,

4.如权利要求2所述的北斗授时混合干扰检测方法,其特征在于,

5.如权利要求4所述的北斗授时混合干扰检测方法,其特征在于,

6.如权利要求1所述的北斗授时混合干扰检测方法,其特征在于,

【技术特征摘要】

1.一种北斗授时混合干扰检测方法,其特征在于,包括以下步骤:

2.如权利要求1所述的北斗授时混合干扰检测方法,其特征在于,

3.如权利要求2所述的北斗授时混合干扰检测方法,其特征在于,

...

【专利技术属性】
技术研发人员:杨会刘俊虹黄懿甄辉王洲郑胜翔黄坤谢武军
申请(专利权)人:广西桂冠电力股份有限公司
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