[发明专利]一种GNSS欺骗干扰检测方法、装置、电子设备及存储介质

权利要求书

1.一种GNSS欺骗干扰检测方法，其特征在于，所述方法包括：

读取GNSS欺骗场景的采集信号，从所述采集信号中获得不同阶段的原始数据；

从所述不同阶段的原始数据中提取多个特征参数，将所述多个特征参数制成数据集，将所述数据集按照一定比例划分成训练数据和测试数据；

设置支持向量机模型，利用所述训练数据对所述支持向量机模型进行训练，得到约束条件下最优的支持向量机模型参数，基于所述支持向量机模型参数构建用于欺骗检测的分类器；

将所述测试数据输入所述分类器进行欺骗信号检测，得到检测结果。

2.根据权利要求1所述的GNSS欺骗干扰检测方法，其特征在于，所述从不同阶段的原始数据中提取多个特征参数的步骤包括：

在信号处理阶段，提取复合SQM的移动均值和移动方差作为特征参数；

在观测数据阶段，提取载噪比移动均值、移动方差和伪距多普勒一致性作为特征参数；

在PVT解算阶段，提取伪距定位残差和多普勒测速残差作为特征参数；

在PVT解算结果阶段，提取钟差和钟漂作为特征参数。

3.根据权利要求1所述的GNSS欺骗干扰检测方法，其特征在于，所述设置支持向量机模型，利用所述训练数据对所述支持向量机模型进行训练，得到约束条件下最优的支持向量机模型参数，基于所述支持向量机模型参数构建用于欺骗检测的分类器的步骤包括：

设置支持向量机模型的基本型为：

其中，ω为超平面的法向量，b为超平面的位移项；

基于拉格朗日乘子法得到所述支持向量机模型的对偶问题，使用高斯核函数映射得到所述支持向量机模型的求解型为：

其中，k(x_i,x_j)表示核函数；

求解所述支持向量机模型的参数和偏移项

基于所述支持向量机模型的参数和偏移项得到用于欺骗检测的分类器分类决策函数。

4.根据权利要求3所述的GNSS欺骗干扰检测方法，其特征在于，所述分类器分类决策函数为：

其中sgn(·)为符号函数，决策函数值为1表示为正类，决策函数值为-1表示为负类。

5.根据权利要求3所述的GNSS欺骗干扰检测方法，其特征在于，所述求解所述支持向量机模型的参数和偏移项的步骤包括：

基于训练数据对支持向量机模型进行训练，采用最小序列优化算法，在每次循环过程中选择两个参数α进行优化处理，经过多次循环，得到在约束条件下使目标函数最优的模型参数和偏移项

6.根据权利要求1所述的GNSS欺骗干扰检测方法，其特征在于，所述将所述多个特征参数制成数据集，将所述数据集按照一定比例划分成训练数据和测试数据的步骤还包括：

将所述数据集进行数据预处理，所述预处理包括标准化操作和主成分分析操作，

其中预处理操作采用零均值标准化方法，表示为：

式中，表示第s颗可见卫星第i个特征所有数据的平均值，表示第s颗可见卫星第i个特征所有数据的标准差，f_i^s(n)表示初始数据，表示标准化后的数据；

主成分分析操作采用PCA方法，表示为：

其中，U为特征向量的主成分转移矩阵，x表示待处理的数据矩阵，x＝[x₁,x₂,...,x_n]。

7.根据权利要求1所述的GNSS欺骗干扰检测方法，其特征在于，所述将所述测试数据输入所述分类器进行欺骗信号检测，得到检测结果的步骤包括：

将所述测试数据数据输入到分类器中，分类器输出第一数值则标注为欺骗信号，输出第二数值则标注为真实信号。