基于自适应增量流形学习的GNSS欺骗干扰识别

• 全文链接
• 请求原文

作   者：

田君杰;  郭泓辰;  刘艳芳; 

作者机构：

杭州电子科技大学通信工程学院; 

关键词：

流形学习;  GNSS;  增量学习;  抗欺骗干扰; 

期刊名称：

通信技术

基金项目：

卫星导航接收机抗欺骗干扰技术研究
基于FMCW信号的“星-机”双站SAR前视成像处理方法研究

i s s n：

1002-0802

年卷期：

2017 年 05 期

页   码：

880-885

摘   要：

如何抗欺骗干扰是卫星导航系统安全通信的保障。针对欺骗干扰问题,提出了基于自适应增量流形学习的GNSS欺骗干扰识别方法。流形学习作为非线性特征提取方法,能够有效提取欺骗干扰信号与真实信号的内在特征,但面对持续的数据流时并不能实时进行特征提取。因此,提出一种自适应选择重构邻域的增量流形学习算法,能够实现在线提取特征,并解决邻域构建问题,最后利用支持向量机(SVM)实现干扰识别。仿真实验分析不同情况下的识别性能,表明该算法能够提高欺骗干扰识别效率,并能取得很好的识别效果。