专利名称：一种基于支持向量机的gnss高斯干扰检测方法
技术领域：
本发明属于导航技术领域，涉及GNSS干扰检测技术，具体涉及ー种基于支持向量机的GNSS高斯干扰检测方法。
背景技术：
随着国民经济对导航定位的日趋依赖和国防建设对卫星导航定位的迫切需求，卫星导航技术有着飞速的发展，卫星导 航定位已经成为现代社会不可或缺的重要组成部分。GNSS本质上是一种无线电导航系统，无线电信号的脆弱性导致GNSS对干扰的易损性。卫星导航信号具有固有的脆弱性，功率为IW的干扰机可以使85公里以内的C/Α码接收机无法工作，干扰功率每增加6dB，有效干扰距离就増加I倍。针对GNSS信号易受干扰的特点，研究不同的干扰对GNSS的影响也就越来越重要。目前，常用的干扰检测方法主要可以分为两种类型，接收机相关前的干扰检测和相关后的干扰检測。相关前干扰检测主要是通过天线、AGC増益、ADC以及载噪比等接收机观测量的提取来实现，而相关后干扰检测是通过观测相关器输出功率、相关器输出功率方差，以及相关后的FFT运算来进行。题为“Jamming detection and blanking for GPS receivers” 的美国专利No. 6，448，925，通过链接相关器的输出的増加，或者通过不存在温度变化时时钟漂移的存在，或者通过接收GPS信号的信噪比(S/N)的突变，检测周期性干扰的存在。美国专利No. 6，448，925依赖于存在干扰时替换GPS位铬确定的航位推測方法。题为“Global positioning system interference detection” 的美国专利No. 6，842，498，调谐滤波器在一定的频率范围，在每一次较大的频率增加时，计算一组带通滤波器系数，把改组系数送到数字滤波器，重复把具有最少两位量化电平的模数转换器的结果送到一带通滤波器，从上述数字滤波器输出抽样值，计算抽样的平均值，最后把该平均值和ー个门限值比较，继而可检测出超过门限的峰值，判断有无干扰的存在。题为“Jammingdetector and jamming detecting method”的美国专利，通过GPS接收机接收到的信号的分布与特定參考信号的分布进行比较，从比较的结果得出接收信号与參考信号的分布偏差，通过偏差判断干扰的存在，如果信号分布明显偏离參考分布，意味着干扰的存在。题为“Time-frequencyinterfering detector”的欧洲专利，基于 GNSS 接收机结构的时频特性，利用窗函数的方法计算接收信号的频谱特性，从而根据频谱特性检测干扰的存在与否；通过存储単元中的频谱特性与接收到信号的频谱特性进行比较达到干扰检测的目的。综上，GNSS干扰检测室ー个综合性、跨学科的研究项目，虽然已有了一些检测方法，但是大多都存在一定局限性，例如利用GNSS接收信号的分布情况来检测会造成计算量大大的问题；而直接从接收信号的频谱特性检测会造成灵敏度较低的问题。

发明内容
本发明的目的在于针对现有的GNSS干扰检方法中计算量大、灵敏度低的问题，提出了一种基于支持向量机的GNSS高斯干扰检测方法。该方法从直接提取信号的特征參数功率谱密度出发，物理意义明确，充分利用支持向量机的小样本学习方法，基本上不涉及概率统计问题，避开了从归纳到演绎的传统过程，大大简化了通常的分类和回归等问题。一种基于支持向量机的GNSS高斯干扰检测方法，包括以下几个步骤步骤I :GNSS接收机接收到卫星发射的低功率无线电信号后，将GNSS接收机相关前信号设铬为待检信号，对待检信号进行T时间长的采样，得到样本X = Ix1, ...，％}，N为总的采样点数，Fs为其采样频率，X1,..., xN为待检信号幅值；步骤2 :获取步骤I中得到的N个采样点的单边功率谱密度，得的功率谱密度为
P scii，· · ·，Psdw/2 ;步骤3 :根据步骤2得到的单边功率谱密度，获取在待检信号频谱主瓣带宽BW上功率谱密度的最大值PSdmax和平均值PSdmean的比值；步骤4 :根据步骤3中得到的比值k提取不同的特征样本，当k小于临界值ε，在待检信号整个频谱主瓣带宽BW上提取样本P;当k大于等于临界值ε，对待检GNSS信号以功率谱密度最大值对应频率fmax为中心提取样本Q ;步骤5 :获取待检GNSS信号窄带特性情况下所需待训练GNSS相关前信号样本的功率谱密度；步骤6 :对步骤5中的M个待训GNSS相关前信号样本中提取样本N1, ...，Nm,并添加样本标识属性列；步骤7 :则对步骤6中添加了标识属性列的样本送入SVM故障诊断系统
中进行训练；之后把样本P送入已完成对样本 <，…，Λ 训练的故障诊断系统中进行诊断；转至步骤11 ；步骤8 :获取待检GNSS信号宽带特性情况下所需待训练GNSS相关前信号样本的功率谱密度；步骤9 :对步骤8中的M个待训GNSS相关前信号样本中提取样本W1, ...，Wm,并添加样本标识属性列；步骤10 :则对步骤9中添加了标识属性列的样本沙., 送入SVM故障诊断系统中进行训练；之后把样本Q送入已完成对样本町，…，^训练的故障诊断系统中进行诊断；转至步骤11 ；步骤11 :根据SVM故障诊断系统输出的结果判断待检信号干扰的有无情況。本发明的优点在于(I)直接提取GNSS接收信号的特征參数，物理意义明确，并可以通过改变所提取的特征參数使方法具有可扩展性；(2)利用了支持向量机少数支持向量决定最終結果的特性，不但可以抓住关键样本，还可以剔除大量冗余样本，使得该方法不仅算法简单，而且具有较好的鲁棒性。


图I是本发明的方法流程具体实施例方式下面将结合附图和实施例对本发明作进ー步的详细说明。本发明是一种基于支持向量机的GNSS高斯干扰检测方法，流程如图I所示，包括以下几个步骤 步骤I :GNSS接收机接收到卫星发射的低功率无线电信号后，将GNSS接收机相关前信号设铬为待检信号，对待检信号进行T时间长的采样，得到样本X = Ix1, ...，％}，N为总的采样点数，Fs为其采样频率，X1,..., xN为待检信号幅值；步骤2 :采用周期图法获取步骤I中得到的N个采样点的单边功率谱密度，得的功率谱密度为PSd1, . .，psdN/2 ;步骤3 :根据步骤2得到的单边功率谱密度，获取在待检信号频谱主瓣带宽BW上功率谱密度的最大值PSdmax和平均值PSdmean的比值。具体为3. I :由步骤2中得到的单边功率谱密度，获取在待检信号频谱主瓣带宽BW上的
功率谱密度值psdm,. . .，psdn,其中对应的下标从m到η逐渐増大，且l〈m〈n〈N/2, psdm和
Psdn分别为待检信号主瓣频率最小值和最大值对应的功率谱密度，则有信号的主瓣带宽
n-m.,,
BW =-I、
N —3. 2 :确定步骤3. I中频谱主瓣带宽BW上功率谱功率谱密度值psdm，psdn中的最大值Psdniax和平均值psd_n，同时令た=；Jinax，其中Psdniax对应的频率位铬为f_ ；步骤4 :根据步骤3中得到的比值k提取不同的特征样本，当k小于临界值ε，在待检信号整个频谱主瓣带宽BW上提取样本P;当k大于等于临界值ε，对待检GNSS信号以功率谱密度最大值对应频率fmax为中心提取样本Q ;具体为4. I :设铬临界值ε，本发明中35 < ε < 45，具体实施过程中可选取ε为中间值40，对步骤3中得到的k值进行判断若ε，则待信号具有窄带特性，以ΠΚΗΖ等间隔取λ个參考点的功率谱密度，其中2 < η <6，15 < λ < 25，当λ取奇数时，取最大值频率fmax处的点作为ー个參考点；当λ取偶数时，最大频率处的点不予选取，其中λ个点中取两个点距最大频率的距离为Π/2ΚΗΖ，再根据点与点之间ΠΚΗΖ的关系选取其他的点，可使选取的參考点以最大值频率fmax为中心，λ为奇数或偶数不影响检验结果，在具体实施过程中可分别选取n为中间值4，λ为中间值20，λ个功率谱密度分别记作Psdn1^ujsdnP其中psdnl为频率最小參考点处对应的功率谱密度，psdnA为频率最大參考点处对应的功率谱密度，且令样本P= {psdnl, · · ·，psdnA},转入步骤5 ;若k < ε，则转至步骤4. 2;4.2:.k< ε，则待检信号具有宽带特性，在待检信号的频谱整个主瓣宽带BW上等间隔均匀取τ个參考点的功率谱密度,其中15 < τ < 25, τ为奇数或偶数不影响检验结果，具体实施过程中可选取τ为中间值20，分别记作psdwl，...，pscU，其中psdwl*频率最小值处对应的功率谱密度，Psdw,为频率最大值处对应的功率谱密度，令样本Q ={psdwl, · · ·，psdwJ ,转入步骤 8 ；步骤5 :获取待检GNSS信号窄带特性情况下所需待训练GNSS相关前信号样本的功率谱密度；具体为5. I :取已有的待训练GNSS相关前信号样本M个，其中40 < M < 80，具体实施过程中可选取M为中间值60，分别记作S1,...，SM，其中包括无干扰GNSS相关前信号样本M/2个，有干扰GNSS相关前信号样本M/2个，M/2个样本中干信比I^k2A3 (20dB < k1； k2, k3
<55dB)的样本各占M/6个，其中待训练GNSS信号样本是在已知的情况下对接收机相 关前信号以Fs采样频率进行N点采样得到的；5. 2 :利用周期图法求步骤5. I中M个待训练GNSS相关前信号N采样点样本的单边功率谱密度；步骤6 :对步骤5中的M个待训GNSS相关前信号样本中提取样本N1, ...，Nm,并添加样本标识属性列；具体为6. I :分别对步骤5中的M个待训练相关前信号样本以最大频率fmax为中心，以ηΚΗΖ等间隔取λ个參考点的功率谱密度，其中2 < η <6,15 < λ <25，參考点的选取方法与步骤4. I中相同，在具体实施过程中可分别选取η为中间值4，λ为中间值10，分
另Ij记作 A ^{psdlx,...,Psd1ni],...,Nm ニ{pshpsd:、，其中分别为 M个待训
练GNSS相关前信号样本频率最小參考点处对应的功率谱密度，分别为M个
待训练GNSS相关前信号样本频率最大參考点处对应的功率谱密度；6. 2 :对样本N1, . . .，Nm添加样本标识属性列由有干扰待训练GNSS相关前信号获得的样本添加标识属性2，由无干扰待训练GNSS相关前信号获得的样本添加标识属性I ;步骤7 :则对步骤6中添加了标识属性列的样本送入SVM故障诊断系统中进行训练；
之后把样本P送入已完成对样本训练的故障诊断系统中进行诊断；转至步骤11 ；步骤8 :获取待检GNSS信号宽带特性情况下所需待训练GNSS相关前信号样本的功率谱密度；具体为8. I :取已有的待训练GNSS相关前信号样本M个，其中40 < M < 80，具体实施过程中可选取M为中间值60，分别记作S1,...，SM，其中包括无干扰GNSS相关前信号样本M/2个，有干扰GNSS相关前信号样本M/2个，M/2个样本中干信比I^k2A3 (20dB < k1； k2, k3
<55dB)的样本各占M/6个，其中待训练GNSS信号样本是在已知的情况下对接收机相关前信号以Fs采样频率进行N点采样得到的；8. 2 :利用周期图法求步骤5. I中M个待训练GNSS相关前信号N采样点样本的单边功率谱密度；步骤9 :对步骤8中的M个待训GNSS相关前信号样本中提取样本W1, ...，Wm,并添加样本标识属性列；具体为
9. I :分别对步骤8中的M个待训练相关前信号样本在GNSS信号的频谱整个主瓣宽带BW上等间隔均匀取τ个參考点的功率谱密度，其中15 < τ < 25，參考点的选取方法与步骤4.2中相同，具体实施过程中可选取τ为中间值20，分别记作
W1 = {psdlvl,...,psdlVT],...,Wm = {psd^,...,PsdiJr)，其中 ρ<レ.”psd=分别为 M 个待训练
GNSS相关前信号样本频率最小參考点处对应的功率谱密度，psdlm，psd匕分锁为M个待训练GNSS相关前信号样本频率最大參考点处对应的功率谱密度；9. 2 :对样本W1, . . .，Wm添加样本标识属性列由有干扰待训练GNSS相关前信号获得的样本添加标识属性2，由无干扰待训练GNSS相关前信号获得的样本添加标识属性I ;步骤10 :则对步骤9中添加了标识属性列的样本町，…, 送入SVM故障诊断系统 中进行训练；之后把样本q送入已完成对样本训练的故障诊断系统中进行诊断；转至步骤11 ；步骤11 :根据SVM故障诊断系统输出的结果判断待检信号干扰的有无情況。若步骤4中ε :故障诊断系统输出的结果为1，说明待检信号不含干扰；故障诊断系统输出结果为2，说明待检信号含有窄带高斯干扰；若步骤4中k< ε :故障诊断系统输出结果为1，说明待检信号不含干扰；故障诊断系统输出结果为2，说明待检信号含有宽带高斯干扰。
权利要求
1.一种基于支持向量机的GNSS高斯干扰检测方法，其特征在于，包括以下几个步骤 步骤I :GNSS接收机接收到卫星发射的低功率无线电信号后，将GNSS接收机相关前信号设置为待检信号，对待检信号进行T时间长的采样，得到样本X = Ix1,. . . , xN}, N为总的采样点数，Fs为其采样频率，X1,. . . , xN为待检信号幅值； 步骤2 :获取步骤I中得到的N个采样点的单边功率谱密度，得的功率谱密度为psdi，· · ·，psd^/2步骤3 :根据步骤2得到的单边功率谱密度，获取在待检信号频谱主瓣带宽BW上功率谱密度的最大值Psdmax和平均值Psdmean的比值； 步骤4 :根据步骤3中得到的比值k提取不同的特征样本，当k小于临界值ε，在待检信号整个频谱主瓣带宽BW上提取样本P ;当k大于等于临界值ε，对待检GNSS信号以功率谱密度最大值对应频率fmax为中心提取样本Q ; 步骤5 :获取待检GNSS信号窄带特性情况下所需待训练GNSS相关前信号样本的功率谱密度； 步骤6 :对步骤5中的M个待训GNSS相关前信号样本中提取样本N1,. .，Nm,并添加样本标识属性列； 步骤7 :则对步骤6中添加了标识属性列的样本iV；·， '送入SVM故障诊断系统中进行训练；之后把样本P送入已完成对样本训练的故障诊断系统中进行诊断；转至步骤11 ； 步骤8 :获取待检GNSS信号宽带特性情况下所需待训练GNSS相关前信号样本的功率谱密度； 步骤9 :对步骤8中的M个待训GNSS相关前信号样本中提取样本W1,...，Wm,并添加样本标识属性列； 步骤10 :则对步骤9中添加了标识属性列的样本^Γ，...,％送入SVM故障诊断系统中进行训练；之后把样本Q送入已完成对样本げ，…，用:/训练的故障诊断系统中进行诊断；转至步骤11 ； 步骤11 :根据SVM故障诊断系统输出的结果判断待检信号干扰的有无情況。
2.根据权利要求I所述的ー种基于支持向量机的GNSS高斯干扰检测方法，其特征在于，所述的步骤ニ采用周期图法。
3.根据权利要求I所述的ー种基于支持向量机的GNSS高斯干扰检测方法，其特征在于，所述的步骤3具体包括 3.I :由步骤2中得到的单边功率谱密度，获取在待检信号频谱主瓣带宽BW上的功率谱密度值psdm,. . .，psdn,其中对应的下标从m到η逐渐増大，且l〈m〈n〈N/2, psdm和Psdn分别为待检信号主瓣频率最小值和最大值对应的功率谱密度，则有信号的主瓣带宽服=!LJlrs ； N 3.2 :确定步骤3. I中频谱主瓣带宽BW上功率谱功率谱密度值psct. . .，psdn中的最大值PSdmax和平均值PSdmean,同时令λ =，其中PSdmax对应的频率位置为fmax。
4.根据权利要求I所述的ー种基于支持向量机的GNSS高斯干扰检测方法，其特征在于，所述的步骤4具体包括 4.I :设置临界值ε，35 < ε < 45，对步骤3中得到的k值进行判断若k彡ε，则待信号具有窄带特性，以ΠΚΗΖ等间隔取λ个參考点的功率谱密度，其中2 < η <6，15 < λ<25，当λ取奇数时，取最大值频率fmax处的点作为ー个參考点；当λ取偶数时，最大频率处的点不予选取，其中λ个点中取两个点距最大频率的距离为η/2ΚΗζ，再根据点与点之间ΠΚΗΖ的关系选取其他的点，使选取的參考点以最大值频率fmax为中心，λ个功率谱密度分别记作psdnl，psdnA，其中psdnl为频率最小參考点处对应的功率谱密度，psdnA为频率最大參考点处对应的功率谱密度，且令样本P = Ipsdnl, ...，psdnA}，转入步骤5 ;若k< ε，则转至步骤4. 2 ； 4.2:若k< ε，则待检信号具有宽带特性，在待检信号的频谱整个主瓣宽带BW上等间隔均匀取τ个參考点的功率谱密度，其中15 < τ < 25，分别记作pSdwl，...，pScU，其中Psdwl为频率最小值处对应的功率谱密度，psdwτ为频率最大值处对应的功率谱密度，令样本Q= {psdwl, · · ·，psdwJ ,转入步骤 8。
5.根据权利要求I所述的ー种基于支持向量机的GNSS高斯干扰检测方法，其特征在于，所述的步骤5具体包括 5.I :取已有的待训练GNSS相关前信号样本M个，其中40 < M< 80，分别记作51.,SM，其中包括无干扰GNSS相关前信号样本M/2个，有干扰GNSS相关前信号样本M/2个，M/2个样本中干信比k” k2, k3的样本各占M/6个，20dB < k” k2, k3 < 55dB，其中待训练GNSS信号样本是在已知的情况下对接收机相关前信号以Fs采样频率进行N点采样得到的； 5.2:利用周期图法求步骤5. I中M个待训练GNSS相关前信号N采样点样本的单边功率谱密度。
6.根据权利要求I所述的ー种基于支持向量机的GNSS高斯干扰检测方法，其特征在于，所述的步骤6具体包括 6. I :分别对步骤5中的M个待训练相关前信号样本以最大频率fmax为中心，以ηΚΗΖ等间隔取λ个參考点的功率谱密度，其中2 < n < 6,15 < λ <25，分别记作
7.根据权利要求I所述的ー种基于支持向量机的GNSS高斯干扰检测方法，其特征在于，所述的步骤8具体包括 .8.I :取已有的待训练GNSS相关前信号样本M个，其中40 <M< 80，分别记作51.,Sm,其中包括无干扰GNSS相关前信号样本M/2个，有干扰GNSS相关前信号样本M/2个，M/2个样本中干信比k” k2, k3的样本各占M/6个，20dB < k” k2, k3 < 55dB，其中待训练GNSS信号样本是在已知的情况下对接收机相关前信号以Fs采样频率进行N点采样得到的； . 8.2:利用周期图法求步骤5. I中M个待训练GNSS相关前信号N采样点样本的单边功率谱密度。
8.根据权利要求I所述的ー种基于支持向量机的GNSS高斯干扰检测方法，其特征在于，所述的步骤9具体包括 9.I :分别对步骤8中的M个待训练相关前信号样本在GNSS信号的频谱整个主瓣宽带BW上等间隔均匀取τ个參考点的功率谱密度，其中15 < τ <2，分别记作Wi = {Psdh —,PsdIr{psd^,...,psd^}，其中声分别为 M 个待训练 GNSS相关前信号样本频率最小參考点处对应的功率谱密度，psd\r,..., psd^分别为M个待训练GNSS相关前信号样本频率最大參考点处对应的功率谱密度； 9. 2 :对样本W1,. . .，Wm添加样本标识属性列由有干扰待训练GNSS相关前信号获得的样本添加标识属性2，由无干扰待训练GNSS相关前信号获得的样本添加标识属性I。
9.根据权利要求I所述的ー种基于支持向量机的GNSS高斯干扰检测方法，其特征在于，所述的步骤11具体为根据SVM故障诊断系统输出的结果判断待检信号干扰的有无情况；若步骤4中ε :故障诊断系统输出的结果为1，说明待检信号不含干扰；故障诊断系统输出结果为2，说明待检信号含有窄带高斯干扰；若步骤4中k< ε :故障诊断系统输出结果为1，说明待检信号不含干扰；故障诊断系统输出结果为2，说明待检信号含有宽带高斯干扰。
全文摘要
本发明公开了一种基于支持向量机的GNSS高斯干扰检测方法，包括首先获取GNSS接收机待检信号，计算待检信号的功率谱密度；然后计算功率谱密度在GNSS信号频谱主瓣带宽上的最大值与平均值的比值对于比值大于评估值的在GNSS信号频谱主瓣带宽上提取样本，对于比值小于预定值的以功率谱密度最大值对应频率处为中心提取样本，计算待训练信号的功率谱密度，根据待检信号的宽窄带特性提取样本，添加样本标识属性之后进行训练；最后把待检信号送入分类机诊断，判断有无干扰及干扰类型。本发明从直接提取信号的特征参数出发，物理意义明确，充分利用支持向量机的诊断功能，计算量简单，编程容易实现，运算效率高。
文档编号G01S19/21GK102692630SQ20121013785
公开日2012年9月26日 申请日期2012年5月4日 优先权日2012年5月4日
发明者周凯, 郎荣玲, 金天 申请人:北京航空航天大学