[發明專利]一種基于SVM的GNSS生成式欺騙干擾檢測方法

有效

• 申請號: 202110658871.2
• 申請日: 2021-06-15
• 公開（公告）號: CN113359158B
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 祝雪芬;徐杰;楊帆;湯新華;陳熙源
• 申請（專利權）人: 東南大學
• 主分類號: G01S19/21
• 分類號: G01S19/21;G01S19/37
• 代理公司: 南京眾聯專利代理有限公司 32206
• 代理人: 蔣昱

本發明公開了一種基于SVM的GNSS生成式欺騙干擾檢測方法。所述SVM的生成式欺騙檢測方法是：首先，接收機實現跟蹤GNSS信號，再計算跟蹤環路中輸入信號的復相關函數，根據接收機輸出的原始值提取用于檢測的特征值，再對數據進行預處理；接著，對數據進行離線學習，將樣本分為訓練樣本集和測試樣本集，將訓練樣本集放入SVM模型中進行學習，得到學習完成的模型；最后將測試樣本放入訓練完成的SVM模型，對測試樣本進行自動分類；當新的特征向量進入分類模型時，模型將自動判斷是否存在生成式欺騙干擾信號。所述方法能夠快速自動地判斷是否存在生成式欺騙干擾信號，準確率和效率高。

技術領域

本發明涉及GNSS衛星信號領域，特別是涉及一種基于SVM的GNSS生成式欺騙干擾檢測方法。

背景技術

全球衛星導航系統(GNSS)的民用系統因信號結構公開致使其很容易受到欺騙干擾，十分脆弱。欺騙式干擾對GNSS服務的安全性構成了巨大的威脅。因此，為了使導航系統避免受到欺騙式干擾的安全威脅，欺騙式干擾信號的檢測對導航系統正常運行、安全使用具有重大的意義。

傳統的檢測方法受到模型限制或者需要額外的硬件設備，且檢測系統復雜、檢測參數單一，不能準確地反映衛星信號中的欺騙成分。

發明內容

為了解決上述問題，本發明提供一種基于SVM的GNSS生成式欺騙干擾檢測方法，所述方法結合六種SVM核函數模型，將信號樣本隨機抽取70％作為訓練樣本、隨機抽取30％作為測試樣本，將樣本放入構造的不同核函數下的SVM模型進行訓練和測試，評價準確率、精確率、召回率、F1 score四個性能指標。

本發明提供一種基于SVM的GNSS生成式欺騙干擾檢測方法，具體步驟如下：

(1)對GNSS中頻信號進行預處理，得到用于作為神經網絡輸入量的特征向量，特征向量包括改進Ratio移動均值、改進Ratio移動方差、改進Delta移動均值、改進Delta移動方差、早晚碼相位差、載噪比移動方差和接收機鐘差變化率；

步驟(1)具體包括：

(1.1)對GNSS中頻信號進行預處理，輸入原始中頻信號；

(1.2)計算得到改進Ratio移動均值、改進Ratio移動方差；

其中，改進Ratio移動均值、改進Ratio移動方差的表達式為：

式中，RatioMA、RatioMV分別指的是改進Ratio移動均值和改進Ratio移動方差，R_d，improved(i)為數據中第i個數據樣本的值，w為MA滑動窗口的長度，k為滑動區間，n為滑動窗口的總數，R_d，improved(i)的表達式為：

其中，I_e，d(n)、I_l，d(n)和I_p(n)分別式第n個相干積分內相關器同相支路的超前、滯后和即時輸出，Q_e，d(n)、Q_l，d(n)和Q_p(n)分別為在第n個相干積分內相關器正交支路的超前、滯后和即時輸出；

(1.3)計算得到改進Delta移動均值、改進Delta移動方差；

其中，改進Delta移動均值、改進Delta移動方差的表達式為：