發(fā)布時間：2017-10-12 19:15

  本文關(guān)鍵詞：基于射頻指紋特征提取的衛(wèi)星導(dǎo)航欺騙干擾識別

  更多相關(guān)文章： 衛(wèi)星導(dǎo)航系統(tǒng) 欺騙干擾識別 射頻指紋 Wigner雙譜 特征提取

【摘要】：衛(wèi)星導(dǎo)航系統(tǒng)能夠為人類提供全天候的定時、定位和導(dǎo)航等服務(wù),已經(jīng)在軍事和民用方面發(fā)揮了重要作用。然而在被廣泛應(yīng)用的同時,其脆弱性和易損性也逐步顯現(xiàn)出來。其中欺騙式干擾由于實現(xiàn)簡單、隱蔽性強等優(yōu)點,日益成為衛(wèi)星導(dǎo)航系統(tǒng)面臨的主要威脅。本文借助射頻指紋識別的思想,主要研究衛(wèi)星導(dǎo)航抗欺騙干擾識別算法,論文的主要工作如下:本文首先系統(tǒng)的闡述了GNSS的發(fā)展及其脆弱性,回顧了國內(nèi)外GNSS干擾和抗干擾技術(shù)的研究現(xiàn)狀,明確了研究的目的與意義。其次研究了基于時頻分析和雙譜分析的特征提取方法。在分析了常用的時頻分析方法的原理和特性以及優(yōu)缺點后,針對傳統(tǒng)時頻分析方法的缺點,引入了雙譜分析方法對信號進(jìn)行分析。本文闡述了雙譜的定義和性質(zhì),分析了雙譜的缺點,并針對雙譜在計算過程中存在計算量大、運算速度慢等缺點,研究了積分雙譜和雙譜的對角切片等降維方法。Wigner高階譜是高階譜與Wigner時頻分布相結(jié)合得到的,同時具備了高階累積量和時頻分布的優(yōu)良性能。針對衛(wèi)星導(dǎo)航信號的非線性、非平穩(wěn)等特點,本文創(chuàng)新性的將Wigner雙譜應(yīng)用到衛(wèi)星導(dǎo)航欺騙干擾識別中,提出了兩種基于Wigner雙譜的欺騙干擾識別方法。第一種方法是基于Wigner積分雙譜奇異值分解的欺騙干擾識別算法,利用積分的思想對Wigner雙譜進(jìn)行降維,并利用奇異值分解提取特征;第二種方法是基于Wigner雙譜對角切片特征融合的欺騙干擾識別算法,提取出Wigner雙譜對角切片中的多種特征進(jìn)行融合構(gòu)成特征向量。對仿真信號和實測信號欺騙干擾識別的仿真實驗表明,在加性高斯白噪聲條件下,兩種算法都能夠有效的識別欺騙干擾,且表現(xiàn)出良好的識別效果,第二種算法表現(xiàn)的更加優(yōu)異。
【關(guān)鍵詞】：衛(wèi)星導(dǎo)航系統(tǒng) 欺騙干擾識別 射頻指紋 Wigner雙譜 特征提取
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN967.1;TN972.3
【目錄】：

• 摘要5-6
• ABSTRACT6-9
• 第1章 緒論9-20
• 1.1 研究背景及意義9-11
• 1.2 國內(nèi)外研究動態(tài)11-18
• 1.2.1 GNSS干擾的研究現(xiàn)狀11-14
• 1.2.2 抗欺騙干擾技術(shù)的研究現(xiàn)狀14-16
• 1.2.3 射頻指紋識別技術(shù)的研究現(xiàn)狀16-18
• 1.3 本文研究內(nèi)容及章節(jié)安排18-20
• 第2章 基于時頻分析的特征提取20-31
• 2.1 引言20-21
• 2.2 短時傅立葉變換21-23
• 2.3 Wigner-Ville分布23-25
• 2.4 Choi-Williams分布25-27
• 2.5 小波變換27-30
• 2.6 本章小結(jié)30-31
• 第3章 基于雙譜分析的特征提取31-44
• 3.1 引言31
• 3.2 高階矩與高階累積量的定義與性質(zhì)31-33
• 3.3 雙譜及其性質(zhì)33-36
• 3.3.1 雙譜的定義34
• 3.3.2 雙譜的性質(zhì)34-36
• 3.4 積分雙譜36-39
• 3.4.1 徑向積分雙譜36-37
• 3.4.2 軸向積分雙譜37-38
• 3.4.3 圓周積分雙譜38-39
• 3.4.4 圍線積分雙譜39
• 3.5 雙譜的對角切片39-40
• 3.6 仿真分析40-43
• 3.7 本章小結(jié)43-44
• 第4章 基于Wigner雙譜的欺騙干擾識別44-60
• 4.1 引言44
• 4.2 Wigner高階譜的定義和性質(zhì)44-46
• 4.3 Wigner雙譜的交叉項干擾抑制46-48
• 4.4 基于Wigner積分雙譜奇異值分解的欺騙干擾識別算法48-54
• 4.4.1 軸向積分Wigner雙譜48
• 4.4.2 奇異值分解48-49
• 4.4.3 支持向量機49-51
• 4.4.4 欺騙干擾識別算法流程51-52
• 4.4.5 實驗仿真與結(jié)果分析52-54
• 4.4.5.1 GPS模型52-53
• 4.4.5.2 性能分析53-54
• 4.5 基于Wigner雙譜對角切片特征融合的欺騙干擾識別算法54-59
• 4.5.1 Wigner 雙譜對角切片的特征融合55-56
• 4.5.2 欺騙干擾識別算法流程56
• 4.5.3 實驗仿真與結(jié)果分析56-59
• 4.5.3.1 基于模型仿真的欺騙干擾識別57-58
• 4.5.3.2 基于實測信號的欺騙干擾識別58-59
• 4.6 本章小結(jié)59-60
• 結(jié)束語60-62
• 致謝62-63
• 參考文獻(xiàn)63-70
• 附錄70

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 韓捷;李軍偉;李志農(nóng);;階比雙譜及其在旋轉(zhuǎn)機械故障診斷中的應(yīng)用[J];機械強度;2006年06期

2 李思純;;聲矢量信號雙譜與互雙譜估計算法[J];聲學(xué)技術(shù);2008年05期

3 高華;王寶光;杜振輝;喬曉崴;;雙譜在管道兩點泄漏定位模型中的應(yīng)用[J];納米技術(shù)與精密工程;2009年05期

4 李巍華;李金三;;局部積分雙譜及其在齒輪故障診斷中的應(yīng)用[J];新技術(shù)新工藝;2011年02期

5 周漢明,吳雅,周笠,楊叔子;雙譜的一致估計及在顫振辨識中的應(yīng)用[J];振動、測試與診斷;1993年02期

6 李凌均;韓捷;李朋勇;雷文平;董辛;;基于矢雙譜的智能故障診斷方法[J];機械工程學(xué)報;2011年11期

7 吳文兵;黃宜堅;;基于故障診斷的雙譜優(yōu)良特性體現(xiàn)[J];中國機械工程;2014年06期

8 胡文琳,王首勇;基于雙譜對角切片的目標(biāo)架次識別方法[J];空軍雷達(dá)學(xué)院學(xué)報;2002年03期

9 李成貴;粗糙表面的雙相干譜分析[J];測試技術(shù)學(xué)報;2003年03期

10 蔣宏,吳立疆;基于雙譜重構(gòu)的圖像降噪[J];北京航空航天大學(xué)學(xué)報;2005年03期

中國重要會議論文全文數(shù)據(jù)庫 前5條

1 李金三;李巍華;;積分雙譜在齒輪箱故障診斷中的應(yīng)用[A];第十二屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[C];2010年

2 李允公;劉杰;李永強;張金萍;;雙譜在機械系統(tǒng)健康水平監(jiān)測中應(yīng)用的研究[A];全面建設(shè)小康社會：中國科技工作者的歷史責(zé)任——中國科協(xié)2003年學(xué)術(shù)年會論文集（上）[C];2003年

3 黃玲;安愛民;丁守成;;有效雙譜特征在非線性系統(tǒng)中的應(yīng)用[A];2013年中國智能自動化學(xué)術(shù)會議論文集（第四分冊）[C];2013年

4 張毓芬;;基于雙譜的艦船噪聲信號分析[A];第九屆全國信號處理學(xué)術(shù)年會（CCSP-99）論文集[C];1999年

5 郭龍祥;梁國龍;惠俊英;王新勇;;雙譜在組合傳感器信號線譜檢測中的應(yīng)用研究[A];2001年全國水聲學(xué)學(xué)術(shù)會議論文集[C];2001年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 管騰飛;全矢高階統(tǒng)計量及其在故障診斷中的應(yīng)用研究[D];鄭州大學(xué);2015年

2 周文強;具有特定雙譜的雜波模擬算法研究[D];哈爾濱工業(yè)大學(xué);2015年

3 官建平;基于雙譜的輻射源個體識別技術(shù)[D];西安電子科技大學(xué);2014年

4 靳子洋;風(fēng)機葉片裂紋損傷狀態(tài)識別技術(shù)研究[D];上海電機學(xué)院;2016年

5 顧焱翔;基于高階譜和頻帶熵的電機故障識別研究[D];中國礦業(yè)大學(xué);2016年

6 閆云珍;基于射頻指紋特征提取的衛(wèi)星導(dǎo)航欺騙干擾識別[D];杭州電子科技大學(xué);2016年

7 萬小磊;常規(guī)雷達(dá)目標(biāo)雙譜特征分析及應(yīng)用[D];西安電子科技大學(xué);1999年

8 李朋勇;基于全矢高階譜的故障診斷方法及其應(yīng)用研究[D];鄭州大學(xué);2010年

9 霍麗艷;高階統(tǒng)計特性在動態(tài)系統(tǒng)非線性特征識別中的應(yīng)用研究[D];華北電力大學(xué);2013年

10 湯紅霞;單通道雙譜微光融合彩色夜視方法研究[D];南京理工大學(xué);2005年

，

本文編號：1020352