CN107015253B - 一种导航接收机中可动态威胁预测的搜索检测方法 - Google Patents
一种导航接收机中可动态威胁预测的搜索检测方法 Download PDFInfo
- Publication number
- CN107015253B CN107015253B CN201710137145.XA CN201710137145A CN107015253B CN 107015253 B CN107015253 B CN 107015253B CN 201710137145 A CN201710137145 A CN 201710137145A CN 107015253 B CN107015253 B CN 107015253B
- Authority
- CN
- China
- Prior art keywords
- peak
- module
- threat
- value
- entering
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/35—Constructional details or hardware or software details of the signal processing chain
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/24—Acquisition or tracking or demodulation of signals transmitted by the system
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
一种导航接收机中可动态威胁预测的搜索检测方法是属于卫星导航技术领域。该方法由9个处理模块构成,即:初始化模块、控制模块、数据预处理及相关模块、峰值计算模块、阈值计算模块、预过峰参数计算模块、分支比较模块、参数计算及更新模块、威胁分析模块。此外,该方法定义了预置系数、驻留系数、威胁因子、威胁指数、预过峰参数、缓存变量、驻留限量,该方法通过系数及变量的合理匹配,并通过9个模块的配置来达到搜索导航信号的目的,而且具有搜索速度快、复杂度低、威胁预测能力强等优点,可适用于各类导航系统的接收机。
Description
技术领域
本发明涉及卫星导航技术领域,特别是涉及一种导航接收机中可动态威胁预测的搜索检测方法。
背景技术
随着导航系统中多模信号的出现及应用,高效导航接收技术的研究越来越引起各国的重视,尤其是快速、高精的搜索检测技术研究。由于导航系统中采用的伪码是类随机特性的,接收端为达到信号的正确接收,需通过搜索检测处理来判断有效信号的存在与否。然而,由于信号发射及接收终端的时钟可能存在钟差,在一次积累时间内本地伪码与接收信号可能无时间重叠,也即无相关性,从而出现搜索时间不确定现象。随着钟差的进一步增大将引发搜索范围巨大的问题,为此搜索检测的处理速度也将骤然降低。除此之外,通信信道的复杂性也将引发接收信号的复杂性,尤其是在恶劣环境或人为干扰等威胁信号存在的条件下,接收端将出现漏检测、错检测等问题。为此具有快速搜索检测能力且可对威胁进行预测的技术成为了必然趋势和亟待解决的新方向。
发明内容
本发明解决的技术问题是,提供一种具有动态威胁预测功能的高效搜索检测方法,该方法具有搜索速度快、复杂度低、威胁预测能力强等优点,可适用于各类导航系统的接收机。
采用的技术方案是:
一种导航接收机中可动态威胁预测的搜索检测方法,主要包含初始化模块、控制模块、数据预处理及相关模块、峰值计算模块、阈值计算模块、预过峰参数计算模块、分支比较模块、参数计算及更新模块、威胁分析模块。
首先定义了预置系数、驻留系数、威胁因子、威胁指数。预置系数是计算峰值满足门限要求的次数;驻留系数是当前支路信号在接收机中的驻留次数;威胁因子是通过峰值比较计算的威胁计数;威胁指数是搜索过程中计算的威胁等级。其次定义了预过峰参数、缓存变量、驻留限量。预过峰参数是满足阈值要求的相关峰数量;缓存变量是前一次搜索处理中满足阈值要求的相关峰;驻留限量是本次搜索所要求的最大驻留次数。其特征在于,该搜索检测方法包括下述步骤:
步骤1:控制模块启动,同时初始化模块启动;对导航信号的接收支路进行选择及更新。
步骤2:对预置系数K赋值为1,驻留系数T赋值为0,威胁指数W赋值为0。威胁因子λ赋值为0,预过峰参数N赋值为0,并利用一个码片的采样点数N0初始化缓存变量Qi的长度,i∈[1,2...N0],依据接收需求将驻留限量T0赋值。
步骤3:数据预处理及相关模块启动,然后顺序对已经选择的支路进行接收信号积累,并进行采样滤波等前段处理,处理后序列记为SR(n)。
步骤4:判断T值是否大于等于T0,如果满足进入步骤19;否则进入步骤5。
步骤5:本地复现伪码序列,通过均值扩展等数据处理后记为SL(n)。
步骤6:通过对SR(n)和SL(n)进行相关运算,结果记为V(n)。
步骤7:峰值计算模块启动,利用相关结果V(n)进行峰值计算,包括:最大峰值Vm、平均峰值Vv、V(n)的长度L以及各个峰值位置。
步骤8:阈值计算模块启动,利用Vm、V(n)和L计算阈值因子ξ:
步骤9:利用阈值因子ξ计算阈值为G=ξ·Vv。
步骤10:预过峰参数计算模块启动,判断V(n)中大于G的峰值及位置,并统计数量值赋值给预过峰参数N。
其中,i为变量,设置χ[]函数为比较函数,当χ[V(n)]中的V(n)值为最大峰值时i=1,当χ[V(n)]中的V(n)值为次峰值时i=2,当χ[V(n)]中的V(n)值为第N大峰值时i=N,为此,i∈[1,2...N]。
步骤11:根据式2可以得到峰值位置参数P1、P2.....、PN。
步骤12:判断N值是否大于1,如不满足则进入步骤13,否则进入步骤14。
步骤13:判决N是否等于1,如果不满足则重新接收新的信号,且调整参数,进入步骤1;否则调整预置系数K=K+1,且进入步骤16。
步骤14:判决N是否大于N0,如果满足则重新接收新的信号,且调整参数,进入步骤1;否则进入步骤15。
步骤15:分支比较模块启动,Pi与缓存变量Qi进行分支比较:
步骤16:判断K值是否小于1,如果满足则继续接收此路信号,并进行T=T+1,且进入步骤3;否则进入步骤17。
步骤17:参数计算及更新模块启动,利用Pi将缓存变量Qi更新。
步骤18:判断K值是否等于3,如果满足则进入步骤19;否则继续接收此路信号,并进行T=T+1,且进入步骤3。
步骤19:威胁分析模块启动,输出捕获位置参数P,并分析威胁指数W:
W=1时,表明无人为威胁;W=2时,表明可能存在人为威胁,无相关性;W=3时,表明存在人为威胁,且存在相关性。
上述的初始化模块功能为:对接收支路进行选择及更新,并对预置系数、驻留系数、威胁指数、预过峰参数、缓存变量、驻留限量进行初始化赋值。
上述的控制模块功能为:进行各个模块间的参数传递,并控制处理流程。
上述的数据预处理及相关模块功能为:对接收信号及本地复现的伪码序列进行前端数据处理,并对处理后的接收和本地序列进行相关运算,得到相关结果。
上述的峰值计算模块功能为:对相关结果进行峰值计算,包括:最大峰值、平均峰值、相关结果的长度以及各个峰值位置。
上述的阈值计算模块功能为:首先利用峰值信息来计算阈值因子,并利用阈值因子计算阈值。
上述的预过峰参数计算模块功能为:利用相关结果与阈值进行判决比较,计算大于阈值要求的峰值及位置,并计算预过峰参数。
上述的分支比较模块功能为:利用大于阈值要求的峰值位置参数与缓存变量进行比较,并更新预置系数。
上述的参数计算及更新模块功能为:利用大于阈值要求的峰值位置对缓存变量更新,并通过参数计算来更新驻留系数、预置系数以及峰值位置参数。
上述的威胁分析模块功能为:利用威胁因子来计算威胁指数并分析威胁类型。
其优点在于:该方法具有搜索速度快、复杂度低、威胁预测能力强等优点,可适用于各类导航系统的接收机。
附图说明
图1是本发明方法的总体方案图。
图2是本发明方法的实施流程图。
具体实施方式
一种导航接收机中可动态威胁预测的搜索检测方法,主要包含初始化模块、控制模块、数据预处理及相关模块、峰值计算模块、阈值计算模块、预过峰参数计算模块、分支比较模块、参数计算及更新模块、威胁分析模块。
首先定义了预置系数、驻留系数、威胁因子、威胁指数。预置系数是计算峰值满足门限要求的次数;驻留系数是当前支路信号在接收机中的驻留次数;威胁因子是通过峰值比较计算的威胁计数;威胁指数是搜索过程中计算的威胁等级。其次定义了预过峰参数、缓存变量、驻留限量。预过峰参数是满足阈值要求的相关峰数量;缓存变量是前一次搜索处理中满足阈值要求的相关峰;驻留限量是本次搜索所要求的最大驻留次数。其特征在于,该搜索检测方法包括下述步骤:
步骤1:控制模块启动,同时初始化模块启动;对导航信号的接收支路进行选择及更新。
步骤2:对预置系数K赋值为1,驻留系数T赋值为0,威胁指数W赋值为0。威胁因子λ赋值为0,预过峰参数N赋值为0,并利用一个码片的采样点数N0初始化缓存变量Qi的长度,i∈[1,2...N0],依据接收需求将驻留限量T0赋值。
步骤3:数据预处理及相关模块启动,然后顺序对已经选择的支路进行接收信号积累,并进行采样滤波等前段处理,处理后序列记为SR(n)。
步骤4:判断T值是否大于等于T0,如果满足进入步骤19;否则进入步骤5。
步骤5:本地复现伪码序列,通过均值扩展等数据处理后记为SL(n)。
步骤6:通过对SR(n)和SL(n)进行相关运算,结果记为V(n)。
步骤7:峰值计算模块启动,利用相关结果V(n)进行峰值计算,包括:最大峰值Vm、平均峰值Vv、V(n)的长度L以及各个峰值位置。
步骤8:阈值计算模块启动,利用Vm、V(n)和L计算阈值因子ξ:
步骤9:利用阈值因子ξ计算阈值为G=ξ·Vv。
步骤10:预过峰参数计算模块启动,判断V(n)中大于G的峰值及位置,并统计数量值赋值给预过峰参数N。
其中,i为变量,设置χ[]函数为比较函数,当χ[V(n)]中的V(n)值为最大峰值时i=1,当χ[V(n)]中的V(n)值为次峰值时i=2,当χ[V(n)]中的V(n)值为第N大峰值时i=N,为此,i∈[1,2...N]。
步骤11:根据式2可以得到峰值位置参数P1、P2.....、PN。
步骤12:判断N值是否大于1,如不满足则进入步骤13,否则进入步骤14。
步骤13:判决N是否等于1,如果不满足则重新接收新的信号,且调整参数,进入步骤1;否则调整预置系数K=K+1,且进入步骤16。
步骤14:判决N是否大于N0,如果满足则重新接收新的信号,且调整参数,进入步骤1;否则进入步骤15。
步骤15:分支比较模块启动,Pi与缓存变量Qi进行分支比较:
步骤16:判断K值是否小于1,如果满足则继续接收此路信号,并进行T=T+1,且进入步骤3;否则进入步骤17。
步骤17:参数计算及更新模块启动,利用Pi将缓存变量Qi更新。
步骤18:判断K值是否等于3,如果满足则进入步骤19;否则继续接收此路信号,并进行T=T+1,且进入步骤3。
步骤19:威胁分析模块启动,输出捕获位置参数P,并分析威胁指数W:
W=1时,表明无人为威胁;W=2时,表明可能存在人为威胁,无相关性;W=3时,表明存在人为威胁,且存在相关性。
Claims (1)
1.一种导航接收机中可动态威胁预测的搜索检测方法,主要包含初始化模块、控制模块、数据预处理及相关模块、峰值计算模块、阈值计算模块、预过峰参数计算模块、分支比较模块、参数计算及更新模块、威胁分析模块;
首先定义了预置系数、驻留系数、威胁因子、威胁指数;预置系数是计算峰值满足门限要求的次数;驻留系数是当前支路信号在接收机中的驻留次数;威胁因子是通过峰值比较计算的威胁计数;威胁指数是搜索过程中计算的威胁等级;其次定义了预过峰参数、缓存变量、驻留限量;预过峰参数是满足阈值要求的相关峰数量;缓存变量是前一次搜索处理中满足阈值要求的相关峰;驻留限量是本次搜索所要求的最大驻留次数;其特征在于,该搜索检测方法包括下述步骤:
步骤1:控制模块启动,同时初始化模块启动;对导航信号的接收支路进行选择及更新;
步骤2:对预置系数K赋值为1,驻留系数T赋值为0,威胁指数W赋值为0;威胁因子λ赋值为0,预过峰参数N赋值为0,并利用一个码片的采样点数N0初始化缓存变量Qi的长度,i∈[1,2…N0],依据接收需求将驻留限量T0赋值;
步骤3:数据预处理及相关模块启动,然后顺序对已经选择的支路进行接收信号积累,并进行采样滤波等前段处理,处理后序列记为SR(n);
步骤4:判断T值是否大于等于T0,如果满足进入步骤19;否则进入步骤5;
步骤5:本地复现伪码序列,通过均值扩展等数据处理后记为SL(n);
步骤6:通过对SR(n)和SL(n)进行相关运算,结果记为V(n);
步骤7:峰值计算模块启动,利用相关结果V(n)进行峰值计算,包括:最大峰值Vm、平均峰值Vv、V(n)的长度L以及各个峰值位置;
步骤8:阈值计算模块启动,利用Vm、V(n)和L计算阈值因子ξ:
步骤9:利用阈值因子ξ计算阈值为G=ξ·Vv;
步骤10:预过峰参数计算模块启动,判断V(n)中大于G的峰值及位置,并统计数量值赋值给预过峰参数N;
其中,i为变量,设置χ[]函数为比较函数,当χ[V(n)]中的V(n)值为最大峰值时i=1,当χ[V(n)]中的V(n)值为次峰值时i=2,当χ[V(n)]中的V(n)值为第N大峰值时i=N,为此,i∈[1,2…N];
步骤11:根据式2可以得到峰值位置参数P1、P2.....、PN;
步骤12:判断N值是否大于1,如不满足则进入步骤13,否则进入步骤14;
步骤13:判决N是否等于1,如果不满足则重新接收新的信号,且调整参数,进入步骤1;否则调整预置系数K=K+1,且进入步骤16;
步骤14:判决N是否大于N0,如果满足则重新接收新的信号,且调整参数,进入步骤1;否则进入步骤15;
步骤15:分支比较模块启动,Pi与缓存变量Qi进行分支比较:
步骤16:判断K值是否小于1,如果满足则继续接收此路信号,并进行T=T+1,且进入步骤3;否则进入步骤17;
步骤17:参数计算及更新模块启动,利用Pi将缓存变量Qi更新;
步骤18:判断K值是否等于3,如果满足则进入步骤19;否则继续接收此路信号,并进行T=T+1,且进入步骤3;
步骤19:威胁分析模块启动,输出捕获位置参数P,并分析威胁指数W:
W=1时,表明无人为威胁;W=2时,表明可能存在人为威胁,无相关性;W=3时,表明存在人为威胁,且存在相关性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710137145.XA CN107015253B (zh) | 2017-03-09 | 2017-03-09 | 一种导航接收机中可动态威胁预测的搜索检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710137145.XA CN107015253B (zh) | 2017-03-09 | 2017-03-09 | 一种导航接收机中可动态威胁预测的搜索检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107015253A CN107015253A (zh) | 2017-08-04 |
CN107015253B true CN107015253B (zh) | 2021-06-18 |
Family
ID=59440259
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710137145.XA Active CN107015253B (zh) | 2017-03-09 | 2017-03-09 | 一种导航接收机中可动态威胁预测的搜索检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107015253B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7180446B2 (en) * | 2005-07-12 | 2007-02-20 | Centrality Communications, Inc. | Continuous integration based satellite navigational signal acquisition |
CN102043158A (zh) * | 2010-12-17 | 2011-05-04 | 浙江大学 | 微弱卫星导航信号捕获中的信号检测判决方法及其装置 |
CN102508271A (zh) * | 2011-09-29 | 2012-06-20 | 哈尔滨工业大学 | 基于峰值位置比较的导航卫星信号捕获方法 |
CN105717518A (zh) * | 2016-01-27 | 2016-06-29 | 南京师范大学 | 一种基于码相位辨识的卫星接收机欺骗信号检测方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5267538B2 (ja) * | 2010-11-05 | 2013-08-21 | 株式会社デンソー | ピーク検出閾値の設定方法、物標情報生成装置、プログラム |
US9709681B2 (en) * | 2011-12-15 | 2017-07-18 | Northrop Grumman Guidance And Electronics Company, Inc. | Digital beamforming for simultaneously mitigating weak and strong interference in a navigation system |
RU2505934C1 (ru) * | 2012-06-27 | 2014-01-27 | Открытое акционерное общество "Научно-производственное объединение "Радиоэлектроника" имени В.И. Шимко" | Способ поиска шумоподобных фазоманипулированных сигналов и радиоприемное устройство для его осуществления |
CN103852759B (zh) * | 2014-04-08 | 2016-05-25 | 电子科技大学 | 扫描雷达超分辨成像方法 |
CN104022793B (zh) * | 2014-05-23 | 2016-04-13 | 沈阳理工大学 | 基于三段论协同的新型直扩捕获兼容模型 |
-
2017
- 2017-03-09 CN CN201710137145.XA patent/CN107015253B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7180446B2 (en) * | 2005-07-12 | 2007-02-20 | Centrality Communications, Inc. | Continuous integration based satellite navigational signal acquisition |
CN102043158A (zh) * | 2010-12-17 | 2011-05-04 | 浙江大学 | 微弱卫星导航信号捕获中的信号检测判决方法及其装置 |
CN102508271A (zh) * | 2011-09-29 | 2012-06-20 | 哈尔滨工业大学 | 基于峰值位置比较的导航卫星信号捕获方法 |
CN105717518A (zh) * | 2016-01-27 | 2016-06-29 | 南京师范大学 | 一种基于码相位辨识的卫星接收机欺骗信号检测方法 |
Non-Patent Citations (4)
Title |
---|
A New Acquisition Algorithm with Elimination Side Peak for All BOC Signals;Liu, Fang; Feng, Yongxin;《MATHEMATICAL PROBLEMS IN ENGINEERING》;20150330;第1-9页 * |
Performance Evaluation of Multimodal Detection Method for GNSS Intermediate Spoofing;Li,Jing;Zhang,Jiantong;Chang,Shoufeng;《IEEE Access》;20160921;第4卷;第2169-3536页 * |
一种基于TDDM裂谱信号的解模糊位搜索法;刘芳;冯永新;《航空学报》;20100425;第31卷(第4期);第738-743页 * |
多模态信号同步策略研究与仿真设计;潘成胜;刘芳;冯永新;《计算机科学》;20091215;第36卷(第12期);第50-54页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107015253A (zh) | 2017-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109474306B (zh) | 一种基于直扩信号捕获的检测判决方法 | |
CN114697128B (zh) | 通过人工智能决策的大数据去噪方法及大数据采集系统 | |
CN108303717B (zh) | 一种复合载波导航信号高动态精捕获方法 | |
CN114978842B (zh) | 一种基于神经网络的二阶段ofdm系统的定时同步方法 | |
CN110659559B (zh) | 一种监控场景多目标跟踪方法及系统 | |
CN111402883A (zh) | 一种复杂环境下分布式语音交互系统中就近响应系统和方法 | |
CN114785653B (zh) | 一种符号同步方法、系统、设备及可读存储介质 | |
CN110677364B (zh) | 一种检测主同步信号的方法及检测装置 | |
CN106788584B (zh) | 一种适应于长码字应用的改进pmf-fft捕获方法 | |
CN116343261A (zh) | 基于多模态特征融合与小样本学习的手势识别方法和系统 | |
CN107015253B (zh) | 一种导航接收机中可动态威胁预测的搜索检测方法 | |
CN108920419B (zh) | 基于单参数的分数阶Fourier逆变换分级扫描方法 | |
CN112751633B (zh) | 一种基于多尺度窗口滑动的宽带频谱检测方法 | |
CN105656511B (zh) | 一种适应于有频偏和低信噪比环境下的差分相关捕获方法 | |
CN117523869A (zh) | 基于车流量的交通信号灯智能控制系统及方法 | |
CN105743756A (zh) | WiFi系统中基于adaboost算法的帧检测方法 | |
CN112929141A (zh) | 一种基于图传信号匹配的无人机检测识别方法和系统 | |
CN112420066A (zh) | 降噪方法、装置、计算机设备和计算机可读存储介质 | |
US10705182B2 (en) | Wideband ranging system | |
CN115880332A (zh) | 一种低空飞行器视角的目标跟踪方法 | |
CN112016539B (zh) | 信号识别方法、装置、电子设备与存储介质 | |
CN109684954B (zh) | 在无人设备上实现目标检测的在线训练方法 | |
Park et al. | Pretrained network-based sound event recognition for audio surveillance applications | |
CN112200832A (zh) | 一种运动轨迹数据的去噪方法及装置 | |
KR101831198B1 (ko) | 통신 신호에 대한 감소된 연산량을 가지는 2-단계 tdoa/fdoa 정보 추정 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |