[發(fā)明專(zhuān)利]基于時(shí)-頻譜值平滑與分割的GNSS干擾特征辨識(shí)方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201810731054.3
• 申請(qǐng)日: 2018-07-05
• 公開(kāi)（公告）號(hào): CN109085614B
• 公開(kāi)（公告）日: 2020-10-20
• 發(fā)明（設(shè)計(jì)）人: 丁夢(mèng)羽;許睿;劉建業(yè);曾慶化;孟騫;熊智
• 申請(qǐng)（專(zhuān)利權(quán)）人: 南京航空航天大學(xué)
• 主分類(lèi)號(hào): G01S19/21
• 分類(lèi)號(hào): G01S19/21
• 代理公司: 南京瑞弘專(zhuān)利商標(biāo)事務(wù)所(普通合伙) 32249
• 代理人: 向妮

本發(fā)明結(jié)合GNSS信號(hào)特點(diǎn)對(duì)經(jīng)典時(shí)頻方法進(jìn)行優(yōu)化，對(duì)時(shí)頻譜值進(jìn)行平滑，并根據(jù)頻段能量分布情況對(duì)譜值分割處理，從而提出了一種時(shí)?頻譜值平滑與分割的GNSS干擾特征辨識(shí)方法及系統(tǒng)。該方法可改善對(duì)寬帶小功率干擾信號(hào)特征的辨識(shí)能力，提高干擾信號(hào)特征辨識(shí)效果，為后續(xù)干擾的抑制提供必要的條件。

技術(shù)領(lǐng)域

本發(fā)明屬于GNSS干擾信號(hào)識(shí)別領(lǐng)域，具體涉及一種基于時(shí)-頻譜值平滑與分割的GNSS干擾特征辨識(shí)方法。

背景技術(shù)

隨著經(jīng)濟(jì)科技的飛速發(fā)展，全球衛(wèi)星導(dǎo)航系統(tǒng)(GNSS)逐漸成為當(dāng)今社會(huì)社提供位置服務(wù)的重要基礎(chǔ)設(shè)施。但其可靠性卻受到諸多因素的威脅，衛(wèi)星信號(hào)經(jīng)過(guò)長(zhǎng)距離的傳播，到達(dá)地面時(shí)的信號(hào)功率很低，很容易受到各種無(wú)意或有意的無(wú)線(xiàn)電干擾信號(hào)影響。壓制式干擾信號(hào)是最?lèi)毫拥腉NSS干擾類(lèi)型之一，干擾信號(hào)影響衛(wèi)星信號(hào)的跟蹤性能，導(dǎo)致偽距誤差、定位誤差增大，嚴(yán)重降低GNSS系統(tǒng)的可靠性和準(zhǔn)確性，而更大功率的干擾會(huì)直接淹沒(méi)可用衛(wèi)星信號(hào)，導(dǎo)致GNSS系統(tǒng)無(wú)法提供導(dǎo)航定位服務(wù)。因此，提高GPS系統(tǒng)抗干擾能力顯得尤為重要。

干擾檢測(cè)是進(jìn)行干擾抑制的必要步驟，也是提高GPS系統(tǒng)魯棒性的重要前提。以跟蹤環(huán)路相關(guān)器為分結(jié)點(diǎn)，常見(jiàn)的干擾檢測(cè)技術(shù)可分為后相關(guān)檢測(cè)和前相關(guān)檢測(cè)兩大類(lèi)。后相關(guān)干擾檢測(cè)技術(shù)主要使用有效載噪比，載波相位、相關(guān)器輸出、衛(wèi)星軌道信息和定位誤差等作為干擾檢測(cè)的主要參數(shù)。而前相關(guān)干擾檢測(cè)是檢測(cè)RF前端或基帶模塊處的干擾，可以使用AGC模塊、A/D轉(zhuǎn)換模塊、中頻信號(hào)、頻域信號(hào)、時(shí)頻分析等進(jìn)行干擾檢測(cè)。這兩種方案相比，后相關(guān)干擾檢測(cè)較慢，干擾信號(hào)的靈敏度較低，而前相關(guān)干擾檢測(cè)速度更快，對(duì)干擾的靈敏度也更高。

此外，上述大部分干擾檢測(cè)方法只能檢測(cè)干擾是否存在，無(wú)法對(duì)干擾信號(hào)的周期特征、頻率變化特征等關(guān)鍵參數(shù)進(jìn)行估計(jì)，因此無(wú)法識(shí)別干擾特性。考慮時(shí)頻分析方法，在檢測(cè)干擾信號(hào)存在的同時(shí)，能對(duì)干擾信號(hào)的參數(shù)進(jìn)行估計(jì)，然而，傳統(tǒng)時(shí)頻分析只對(duì)大功率干擾信號(hào)的參數(shù)具有較好的估計(jì)效果，而對(duì)于較小功率干擾，特別是寬帶小功率干擾信號(hào)的特征參數(shù)估計(jì)效果不佳。

發(fā)明內(nèi)容

針對(duì)上述問(wèn)題與難點(diǎn)，本發(fā)明結(jié)合GNSS信號(hào)特點(diǎn)對(duì)經(jīng)典時(shí)頻方法進(jìn)行優(yōu)化，對(duì)時(shí)頻譜值進(jìn)行平滑，并根據(jù)頻段能量分布情況對(duì)譜值分割處理，從而提出了一種時(shí)-頻譜值平滑與分割的GNSS干擾特征辨識(shí)方法。該方法可改善對(duì)寬帶小功率干擾信號(hào)特征的辨識(shí)能力，提高干擾信號(hào)特征辨識(shí)效果，為后續(xù)干擾的抑制提供必要的條件。具體技術(shù)方案如下：

本發(fā)明公開(kāi)一種基于時(shí)-頻譜值平滑與分割的GNSS干擾特征辨識(shí)方法，包括如下步驟：

(1)對(duì)輸入的中頻信號(hào)進(jìn)行時(shí)頻分析，得到信號(hào)的二維時(shí)-頻譜結(jié)果；

(2)對(duì)時(shí)-頻譜結(jié)果進(jìn)行數(shù)值處理，包括：將二維時(shí)-頻譜值進(jìn)行歸一化處理，減小數(shù)據(jù)處理計(jì)算量；對(duì)歸一化數(shù)值進(jìn)行濾波處理，消除GNSS信號(hào)和噪聲造成的隨機(jī)誤差；對(duì)濾波后的數(shù)據(jù)進(jìn)行二值化處理，實(shí)現(xiàn)數(shù)據(jù)的分割分類(lèi)；

(3)根據(jù)二值化分割的數(shù)值結(jié)果，提取數(shù)據(jù)出現(xiàn)梯度變化時(shí)頻點(diǎn)，獲取干擾信號(hào)時(shí)頻特征，構(gòu)造干擾時(shí)-頻曲線(xiàn)；通過(guò)對(duì)干擾時(shí)-頻曲線(xiàn)進(jìn)行FFT分析，提取干擾信號(hào)的周期；

(4)結(jié)合周期結(jié)果和干擾時(shí)-頻曲線(xiàn)的連續(xù)性判斷辨識(shí)干擾曲線(xiàn)是否完整，若完整，直接輸出干擾信號(hào)的特征參數(shù)；若不完整，則轉(zhuǎn)到步驟(5)；

(5)增長(zhǎng)時(shí)頻分析的中頻信號(hào)數(shù)據(jù)長(zhǎng)度，并對(duì)中頻信號(hào)時(shí)-頻二維譜值進(jìn)行按照步驟(3)提取的干擾信號(hào)周期分段和疊加，平滑譜圖的隨機(jī)波動(dòng)，增強(qiáng)干擾信號(hào)的特征；

(6)將平滑后的時(shí)-頻譜值按頻段分割成多段，并對(duì)各段時(shí)-頻譜值采用如步驟(2)所述的方法進(jìn)行數(shù)值處理；

(7)將各段數(shù)值處理結(jié)果重新組合，然后對(duì)重組后的時(shí)頻二值化結(jié)果采用如步驟(3)～(4)所述的方法進(jìn)行再處理，直到辨識(shí)出干擾信號(hào)的特征參數(shù)。