[发明专利]一种基于卷积神经网络的GNSS欺骗干扰检测方法

说明书

本发明公开了一种基于卷积神经网络的GNSS欺骗干扰检测方法，包括以下步骤：1)在信号捕获阶段，检测信号捕获时产生的二维矩阵A中大于捕获门限的相关峰数量N_peak，如果N_peak≥2个则认为存在欺骗信号，如果N_peak2个则继续进行步骤2)；2)截取二维矩阵A相关峰伪码相位轴上±2码片区域内的数据得到检测矩阵A_s，经过数据预处理之后交由卷积神经网络进行检测训练和分类，最终获得检测结果。本发明的检测方法检测效果较好，适用性较强，检测时机在信号捕获阶段，复杂度适中；能够解决欺骗信号与真实信号伪码相位差ΔT在2码片之内时难以检测的问题。

技术领域

本发明属于卫星导航系统中的干扰检测技术领域，特别涉及一种基于卷积神经网络(Convolutional Neural Network，CNN)的GNSS欺骗干扰检测方法。

背景技术

全球卫星导航系统(Global Navigation Satellite System，GNSS)是一种覆盖广、全天候、实时以及高精度的导航系统。随着卫星导航技术的不断发展，GNSS广泛应用于各类军用和民用设施。随着卫星导航定位技术的发展，其用户数量及应用场景不断增加，安全性、可靠性也越来越受到人们的重视。当前卫星导航系统所面临的安全威胁主要可以分为无意干扰和有意干扰。有意干扰主要指人为恶意干扰，又可以分为压制式干扰和欺骗式干扰以及组合干扰。压制式干扰指对卫星频段施加强功率干扰信号，导致接收机无法接收卫星信号。而欺骗式干扰指发射与导航卫星相同或相似、然而功率更强一些的信号，卫星导航系统用户的接收终端可能把这种信号误认为是由真实导航卫星发来的，而对其进行捕获与跟踪，导致接收终端产生错误的信息或者无信息输出。相对于传统的强功率压制式干扰，欺骗式干扰具备隐蔽性强、设备小型化、干扰效率高等优势，检测难度较大。

现有欺骗式干扰的检测方法主要分为两个方面：一是基于多天线，通过信号的空域特征进行检测，即检测多个卫星的信号的来波方向用以判断，如果有多个PRN(PseudoRandom Noise code)信号来自同一方向，则认为卫星信号中存在欺骗信号。二是基于信号处理，通过信号的时域、频域、功率等特征进行检测，包括信号绝对功率检测、载噪比检测、信号质量监测、基于RAIM(Receiver Autonomous Integrity Monitoring)的检测等，这几种方法的适用性较强，但是信号绝对功率检测和载噪比检测的准确率较差，基于RAIM的检测需要对信号进行解算而复杂度较高、时效性不强。信号质量监测主要通过信号相关峰是否发生畸变来判断是否存在欺骗信号，现有信号质量监测的方法主要有在信号捕获时检测相关峰数量和在信号跟踪时分析相关器输出等方法；目前的信号捕获时检测相关峰数量的方法在欺骗信号与真实信号伪码相位差小于2码片时难以分辨。

发明内容

本发明的目的在于提供一种基于卷积神经网络的GNSS欺骗干扰检测方法，以解决上述存在的技术问题。本发明的GNSS欺骗干扰检测方法基于卷积神经网络，将GNSS接收机在信号捕获时产生的二维矩阵作为检测数据，截取相关峰邻近数据交由CNN算法做重点检测，可较高效利用数据信息，在欺骗信号与真实信号伪码相位差小于2码片时也能够分辨，能够以较高的准确率检测欺骗信号的存在与否。

为达到上述目的，本发明采用以下技术方案：

一种基于卷积神经网络的GNSS欺骗干扰检测方法，包括以下步骤：