[发明专利]基于差分进化狼群算法的欺骗干扰识别方法

说明书

技术领域

本发明属于通信技术领域，具体涉及一种基于差分进化狼群算法的欺骗干扰识别方法。

背景技术

卫星导航定位系统易受到多种形式的干扰。其中，最主要的干扰样式为欺骗干扰，该干扰具有与真实信号相同的增益，并在时、频、空等多域与真实信号完全或者部分重叠，识别效果往往不太理想。卫星导航系统接收机如何抗欺骗干扰已经成为当前迫切需要解决的技术问题。

抗欺骗干扰的前提是接收机能够检测识别出欺骗干扰。目前国内外针对欺骗干扰识别方法的研究主要集中在基于特征提取的干扰识别算法，提取的特征参数包括时钟偏移、多普勒频移和接收机位置等。近年来，对发射机建模并基于模型参数来识别无线发射机成为了一个新的研究热点。研究表明，基于模型参数的识别方法即使在样本数不多，SNR较低时也有效。然而，其估计模型参数的方法为最小二乘法和迭代法。这些方法存在收敛性不能被严格证明的不足。

发明内容

为了识别欺骗干扰和真实信号，本发明提出了一种基于发射系统建模以及模型系数辨识的欺骗干扰识别方法。在对信号发射机和干扰机的建模中主要考虑功率放大器的非线性，因此，将发射机和干扰机简化为无记忆多项式模型，在对信道进行建模中考虑其多径效应，将其简化为FIR滤波器模型。整个系统可以等效为一个Hammerstein模型，利用差分进化狼群算法根据输入输出信号来进行系统辨识，确定系统模型参数。以此模型参数为基础，通过统计检测方法进行欺骗干扰的识别。

本发明采取以下技术方案：

基于差分进化狼群算法的欺骗干扰识别方法，按如下步骤进行：

第一步：考虑到非线性，将发射机和干扰机等效为无记忆多项式模型。

其中，M是多项式系数个数，d(n)是输入信号，b_2i-1是多项式系数。另外，在不改变系统特性的情况下，为了确定系统的唯一性，令b₁＝1。

第二步：考虑到多径响应，将无线传输信道等效为FIR滤波器模型。

上式中，h_k是信道响应系数，N是FIR滤波器的阶数，w(n)～N(0,σ²)是加性高斯白噪声，x(n)是输入信号,y(n)为接收机接收到的信道输出信号。

第三步：对整个通信传输系统进行建模。

第四步：接收机根据接收到的数据码元y(n)，估计得到发射端的C/A码，根据输入输出利用差分进化狼群算法进行系统辨识，得到模型参数的估计值。

本发明采用差分进化算法的差分策略，通过该算法中的变异、交叉和选择的过程，使得算法能跳出局部最优，同时也充分利用差分进化算法在局部寻优方面的优点，提高算法的寻优精度。

DE-WPA算法的基本思想是：种群先按照基本狼群算法进行，即依次执行游走、奔袭、围攻行为，之后进行差分进化，即变异、交叉及贪婪选择操作，之后再对头狼位置进行更新。总体上可以认为是依次进行WPA算法搜索和DE算法变异，是一种两层的串行结构。

DE-WPA算法的具体步骤如下：

步骤1，数值初始化。初始化狼群中人工狼位置X_i及其数目N'，最大迭代次数k_max，探狼比例因子α，最大游走次数T_max,距离判定因子w，步长因子S，更新比例因子R。

步骤2，选取最优人工狼为头狼，除头狼外最佳的S_num匹人工狼为探狼并执行游走行为，直到某只探狼侦察到的猎物气味浓度Y_i大于头狼所感知的猎物气味浓度Y_lead或达到最大游走次数T_max，则转步骤3。

步骤3，人工猛狼据式(4)向猎物奔袭，若途中猛狼感知的猎物气味浓度Y_i＞Y_lead,则Y_lead＝Y_i，替代头狼并发起召唤行为；若Y_i＜Y_lead，则人工猛狼继续奔袭直到d_is＜d_near，转步骤4。

式中，step_b是召唤行为的步长，G^k是第k次迭代中头狼的位置，是第k次迭代中第i头狼的位置。

步骤4，按式(5)对参与围攻行为的人工狼的位置进行更新，执行围攻行为。