[发明专利]面向卫星导航系统的干扰信号分类识别特征提取方法及系统

说明书

本发明属于卫星导航系统抗干扰技术领域，具体涉及一种面向卫星导航系统的干扰信号分类识别特征提取方法及系统。本发明的一种面向卫星导航系统的干扰信号分类识别特征提取方法能够实现六种干扰类型的准确识别，解决了决策树分类方法特征参数过多的问题，同时解决了基于盒维数的分类算法在低JNR情况下识别率低问题，能够提高卫星导航系统的抗干扰性能。本发明提供的一种面向卫星导航系统的干扰信号分类识别特征提取系统通过提取干扰信号的频域Sevcik分形维数D和频谱平坦度Fsubgt;se/subgt;两个特征参数，并将它们组合成二位特征矢量，然后通过SVM进行分类识别，有效提高了识别算法的时效性与准确度。

技术领域

本发明属于卫星导航系统抗干扰技术领域，具体涉及一种面向卫星导航系统的干扰信号分类识别特征提取方法及系统。

背景技术

受空间复杂电磁干扰影响，卫星导航系统在可用性和可靠性方面面临着巨大挑战，由干扰引起的导航不可靠性事件已屡见不鲜，目前国内外的学者提出了很多种抗干扰手段，但是不存在一种手段能应对所有的干扰类型，因此有必要对干扰信号的类型进行分析，依据干扰信号类型的不同采取不同的抗干扰手段，为卫星导航系统的顺利建设和正常运行提供必要保障。

2010年Meng,X.Y.等人在《2010First International Conference on PervasiveComputing,Signal Processing and Applications》会议上发表的题为“An IntelligentAnti-jamming Frequency Hopping System”一文在跳频系统中进行干扰类型识别仿真，在时域、频域以及变换域提取多个特征实现多种干扰类型的识别，但是方法采用手动设置阈值的决策树分类器降低了干扰识别的准确性。

同年程昱等人在《军事通信技术》杂志上发表题为“基于复杂度特征的干扰识别算法”一文，该方法提取干扰信号的L-Z复杂度和分形维数这两种信号复杂度特征作为干扰信号类型识别的特征参数并通过支持向量机进行分类。但是该算法对单音干扰的识别性能较之决策树算法差。

2014年黄浩等人在《空军预警学院学报》杂志上发表题为“基于分形盒维数与小波包能量的干扰识别方法”一文，该方法提取接收信号的盒维数与小波包能量和作为分类器的特征参数，并设计BT-SVM分类器进行干扰识别，但是盒维数受噪声影响比较大，在信噪比较低时识别率不高。

发明内容

本发明的目的在于提供可以提取基于频域Sevcik分形维数D和频谱平坦度F_se的二维特征参数的一种面向卫星导航系统的干扰信号分类识别特征提取方法。

本发明的目的通过如下技术方案来实现：包括以下步骤：

步骤1：对接收到的信号y(t)进行抽样，得到接收信号的抽样序列{y(n)}，n＝1,...,N；

步骤2：对接收信号的抽样序列{y(n)}进行FFT变换，得到接收信号抽样序列的频谱{f(n)}；

步骤3：对接收信号抽样序列的频谱{f(n)}进行归一化，得到接收信号抽样序列的归一化频谱{f^*(n)}；

步骤4：计算接收信号抽样序列的归一化频谱{f^*(n)}的频域Sevcik分形维数D；

步骤5：计算接收信号抽样序列的归一化频谱{f^*(n)}的归一化频谱平坦度F_se；