衛(wèi)星導(dǎo)航信號到達(dá)地面的強(qiáng)度弱（約為-160 dBm）,極易受到各種主動被動電磁干擾的壓制,尤其在復(fù)雜電磁環(huán)境區(qū)域內(nèi),導(dǎo)航接收終端可能同時(shí)接收到一種或數(shù)種帶內(nèi)干擾,導(dǎo)致局部區(qū)域內(nèi)衛(wèi)星導(dǎo)航接收機(jī)無法完成對有用信號的捕獲跟蹤,進(jìn)而導(dǎo)致定位失敗。因此,本文將開展衛(wèi)星導(dǎo)航多干擾信號源定位技術(shù)研究,通過對定位失效區(qū)域的檢測,完成對各類體制干擾源的排查和剔除,并重點(diǎn)針對上述問題中的多干擾源識別和多干擾源定位問題開展研究。主要工作如下:（1）梳理了常見衛(wèi)星導(dǎo)航干擾信號的類型和體制,建立了其相應(yīng)的的信號模型,并分別對各類信號的特性進(jìn)行了簡要分析;討論了干擾信號定位的一般方法,并根據(jù)常見衛(wèi)星導(dǎo)航干擾信號特點(diǎn),確定了采用多臺站觀測多干擾源的TDOA定位模式;提出了適應(yīng)于大多數(shù)衛(wèi)導(dǎo)干擾信號體制的時(shí)域互相關(guān)特征提取方法,該方法一方面通過時(shí)域互相關(guān)可直接獲得多個干擾信號到達(dá)各監(jiān)測站的時(shí)間差信息,便于完成雙曲定位,另一方面在具有計(jì)算量小、時(shí)延測量精度高的優(yōu)點(diǎn)。（2）研究基于支持向量機(jī)多分類和卷積神經(jīng)網(wǎng)絡(luò)兩種機(jī)器學(xué)習(xí)分類方法,針對互相關(guān)圖中各不同相關(guān)峰進(jìn)行分類識別,從多干擾信號相關(guān)圖中識別出各干擾信號類型和數(shù)量,并對... 

【文章來源】：西安理工大學(xué)陜西省

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
1. 緒論
    1.1. 課題研究背景與意義
    1.2. 國內(nèi)外研究現(xiàn)狀
        1.2.1. 干擾識別技術(shù)研究現(xiàn)狀
        1.2.2. 干擾定位技術(shù)研究現(xiàn)狀
    1.3. 論文結(jié)構(gòu)安排
2. 干擾源信號模型與特征提取
    2.1. 導(dǎo)航干擾信號類型
    2.2. 干擾信號模型
        2.2.1. 單音干擾
        2.2.2. 脈沖干擾
        2.2.3. 線性調(diào)頻干擾
        2.2.4. 跳頻干擾
        2.2.5. 窄帶干擾
    2.3. 常見的干擾源定位方法
        2.3.1. RSS定位方法
        2.3.2. AOA/DOA定位方法
        2.3.3. TOA/TDOA定位方法
        2.3.4. FDOA定位方法
    2.4. 互相關(guān)特征提取
    2.5. 本章小結(jié)
3. 基于機(jī)器學(xué)習(xí)的多干擾信號識別
    3.1. 基于SVM多分類的干擾識別
        3.1.1. 支持向量機(jī)網(wǎng)絡(luò)
        3.1.2. 仿真結(jié)果與分析
    3.2. 基于卷積神經(jīng)網(wǎng)絡(luò)的干擾識別
        3.2.1. 卷積網(wǎng)絡(luò)基礎(chǔ)
        3.2.2. VGG網(wǎng)絡(luò)模型
        3.2.3. 仿真結(jié)果與分析
    3.3. 兩種算法對比分析
    3.4. 本章小結(jié)
4. 多干擾源定位算法及仿真
    4.1. TDOA測量值的獲取
    4.2. TDOA定位的解算
        4.2.1. 泰勒級數(shù)法
        4.2.2. Chan算法
    4.3. TDOA定位算法仿真實(shí)現(xiàn)
    4.4. 本章小結(jié)
5. 總結(jié)與展望
致謝
參考文獻(xiàn)


【參考文獻(xiàn)】：
期刊論文
[1]基于選擇性陷波的窄帶干擾抑制策略研究[J]. 郭巍,潘申富,陳敬喬.  無線電工程. 2020(06)
[2]基于改進(jìn)RSS測距的拉格朗日優(yōu)化定位算法[J]. 楊穎輝,楊群亭,高鐵杠.  火力與指揮控制. 2019(12)
[3]基于支持向量機(jī)的改進(jìn)分類算法[J]. 李亦滔.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2019(10)
[4]傳感器參數(shù)誤差下的運(yùn)動目標(biāo)TDOA/FDOA無源定位算法[J]. 孫霆,董春曦.  航空學(xué)報(bào). 2020(02)
[5]基于頻差和頻差變化率的動目標(biāo)定位反演解時(shí)差模糊算法[J]. 叢迅超.  信息技術(shù)與信息化. 2019(09)
[6]基于深層卷積神經(jīng)網(wǎng)絡(luò)和雙譜特征的雷達(dá)信號識別方法[J]. 劉贏,田潤瀾,王曉峰.  系統(tǒng)工程與電子技術(shù). 2019(09)
[7]基于改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)多姿態(tài)人臉識別研究[J]. 韓東,王學(xué)軍.  吉林大學(xué)學(xué)報(bào)(信息科學(xué)版). 2018(05)
[8]深度學(xué)習(xí)發(fā)展綜述[J]. 侯宇青陽,全吉成,王宏偉.  艦船電子工程. 2017(04)
[9]基于時(shí)頻圖像特征提取的LFM雷達(dá)有源欺騙干擾識別[J]. 楊少奇,田波,李欣,譚銘.  空軍工程大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(01)
[10]無源探測與定位系統(tǒng)發(fā)展綜述[J]. 王海風(fēng),趙東濤,王浩.  科技創(chuàng)新與應(yīng)用. 2014(18)

博士論文
[1]多站無源定位技術(shù)研究[D]. 朱穎童.西安電子科技大學(xué) 2017
[2]基于DRFM的線性調(diào)頻脈沖壓縮雷達(dá)干擾新技術(shù)[D]. 劉忠.國防科學(xué)技術(shù)大學(xué) 2006

碩士論文
[1]基于信號強(qiáng)度的室內(nèi)定位算法的研究[D]. 李洪雷.天津大學(xué) 2016
[2]基于三星干擾源定位的時(shí)差參數(shù)估計(jì)研究[D]. 雷倩.北京工業(yè)大學(xué) 2013
[3]蜂窩網(wǎng)絡(luò)TOA/TDOA定位技術(shù)研究[D]. 韋萌.西安電子科技大學(xué) 2010
[4]窄帶通信信號源的高精度時(shí)差估計(jì)[D]. 王琰.電子科技大學(xué) 2008



本文編號：3125041