CN117908058B - 一种虚假卫星导航信号的过滤方法 - Google Patents
一种虚假卫星导航信号的过滤方法 Download PDFInfo
- Publication number
- CN117908058B CN117908058B CN202410294663.2A CN202410294663A CN117908058B CN 117908058 B CN117908058 B CN 117908058B CN 202410294663 A CN202410294663 A CN 202410294663A CN 117908058 B CN117908058 B CN 117908058B
- Authority
- CN
- China
- Prior art keywords
- frequency domain
- satellite navigation
- filtering
- domain data
- false
- 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
- 238000001914 filtration Methods 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000000605 extraction Methods 0.000 claims abstract description 21
- 230000008569 process Effects 0.000 claims abstract description 16
- 238000001514 detection method Methods 0.000 claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 7
- 238000012549 training Methods 0.000 claims abstract description 6
- 238000003062 neural network model Methods 0.000 claims abstract description 4
- 230000006870 function Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 208000003443 Unconsciousness Diseases 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000006854 communication Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Abstract
本发明涉及卫星信号安全检测技术领域,具体公开了一种虚假卫星导航信号的过滤方法,所述方法包括:S1、接收器获取检测区域内的卫星导航信号并对卫星导航信号进行滤波通道处理,获取卫星状态信息;S2、获取卫星状态信息的频域信号,并提取频域信号特征;S3、对特征提取结果进行分析,依据特征提取分析结果执行过滤策略;S4、将过滤策略结果输入深度神经网络模型进行训练,更新获得导航信号过滤模型;本发明通过分析频域数据的特征提取信息的结果,进行初步判断虚假卫星导航信号,通过设置过滤策略对可能存在的虚假卫星导航信号进行进一步过滤处理,提高虚假卫星导航信号的精确过滤过程,进而提高虚假干扰过滤效率。
Description
技术领域
本发明涉及卫星信号安全检测技术领域,具体涉及一种虚假卫星导航信号的过滤方法。
背景技术
随着卫星导航服务在军用和民用领域的广泛普及;涉及了国家国防、国民生产生活的方方面面,但是全球导航卫星系统GNSS的应用和传播过程中收到的信号干扰很多,经常在无意识的状态下解算处错误的定位信息,进而干扰正常卫星导航信号的捕捉和跟踪。
特别是对于欺骗性干扰信号而言,其存在与正常信号特征相同或相似的特征,并且隐蔽性较强,当接收机接收到这些虚假信号后容易以正常信号来对待,并完成这些虚假卫星信号的捕捉、跟踪和解调处理,获得虚假信号中包含的各种虚假信息,进而产生各种错误操作指令,影响重要行业部门的安全。
现有的过滤虚假卫星导航信号大多采用构建分类器对虚假卫星信号频率进行分析,但是通过这种检测虚假信号的方法过程较为复杂,并且需要消耗过多的时间和运行成本,而且由于虚假卫星信号功率的逐步增大,对真实卫星导航信号的干扰增大,导致接收真实信号的效率降低,并且在信号的过滤过程中还需要借助信号检测技术,导致实时性较差。
发明内容
本发明的目的在于提供一种虚假卫星导航信号的过滤方法,解决以下技术问题:
怎样提高虚假卫星导航信号的精确过滤过程,同时提高虚假干扰过滤效率,并降低过滤时间成本和运行成本。
本发明的目的可以通过以下技术方案实现:
一种虚假卫星导航信号的过滤方法,所述方法包括:
S1、接收器获取检测区域内的卫星导航信号并对卫星导航信号进行滤波通道处理,获取卫星状态信息;
S2、获取卫星状态信息的频域信号,并提取频域信号特征;
S3、对特征提取结果进行分析,依据特征提取分析结果执行过滤策略;
S4、将过滤策略结果输入深度神经网络模型进行训练,更新获得导航信号过滤模型。
优选地,所述步骤S3中对特征提取结果进行分析的过程为:
S31、根据获取的频域数据按照从低到高的频率分别进行特征划分,依次获取第一参数和第二参数/>;
S32、依据第一参数和第二参数/>及其频域数据的个数获取获取特征量信息;
S33、若特征量信息符合预设条件要求,则判断不存在虚假卫星导航信号,否则判断存在虚假卫星导航信号,并进行虚假卫星导航信号过滤。
优选地,所述步骤S31中的第一参数和第二参数/>的获取方式为:
根据频域数据频率大小从低到高划分特征量集合A;
将集合与预设频域数据阈值区间进行比对,若低于预设频域数据阈值区间则划分为第一集合/>;若高于预设频域数据阈值区间则划分为第二集合/>;若属于预设频域数据阈值区间则划分为第三集合/>;
将第一集合和第三集合/>合并为第一参数集合/>,将第二集合/>和第三集合/>合并为第二参数集合/>;
通过公式计算出第一参数/>,其中,/>为第一集合/>和第三集合/>的频域数据数量之和;
通过公式计算出第二参数/>,其中,/>为第二集合/>和第三集合/>的频域数据数量之和。
优选地,所述特征量信息的计算方法为:
令计算出频域特征参数/>;/>计算出频域数据量比例/>;
通过公式计算出特征量系数/>,其中,/>为预设函数;/>,/>为权重系数,且/>,/>均大于0;/>为标准频域特征参数;/>为预设频域特征偏差参数;/>为标准频域数据量比例;/>为预设频域数据量比例偏差值。
优选地,将特征量系数与预设阈值区间/>进行比对:
若∈/>,判断可能存在虚假卫星导航信号,执行过滤策略;
若∉/>,则进一步判断:若/></>,判断不存在虚假卫星导航信号;
若>/>,判断肯定存在虚假卫星导航信号,排除当前虚假卫星导航信号。
优选地,所述过滤策略为:
根据检测区域的任意两个信号源发射的ADS-B报文信号编号为0和1;
计算报文0、1到达目标主基站的时间、/>,计算报文0、1到达其他基站的时间、/>;
计算报文0、1解析的位置到达目标主基站的距离
、/>,计算报文0、1解析的位置到达其他基站的距离/>、/>;
通过公式计算获得可信系数/>;
其中,、/>为预设时间补偿系数;/>为光速;/>为预设调整系数;
当≤/>时,/>=;
当>/>时,/>=/>;
其中,为距离允许偏差值;/>为距离预设固定预警值。
优选地,将可信系数与预设可信系数阈值/>进行比对:
若>/>,则判断存在虚假卫星导航信号,排除当前虚假卫星导航信号;
若≤/>,则判断不存在虚假卫星导航信号。
优选地,所述频域信号的特征提取过程是通过FFT电路将时域信号转化为频域信号,提取的特征包括频域数据和频域数据个数。
本发明的有益效果:本发明通过分析频域数据的特征提取信息的结果,进行初步判断虚假卫星导航信号是否存在,并且对于存在虚假卫星导航信号的情况进行虚假卫星导航信号过滤,对于可能存在虚假卫星导航信号的情况进行进一步分析,通过设置过滤策略对可能存在的虚假卫星导航信号进行进一步过滤处理;保证虚假卫星导航信号的准确化和精度化的再次确认过程;进而提高虚假卫星导航信号的精确过滤过程,同时提高虚假干扰过滤效率,并降低过滤时间成本和运行成本。
当然,实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一种虚假卫星导航信号的过滤方法步骤图;
图2为本发明特征提取结果分析步骤示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
本实施例通过设计一种虚假卫星导航信号的过滤方法,请参阅图1所示,具体的方法包括:
首先,接收器获取检测区域内的卫星导航信号并对卫星导航信号进行滤波通道处理,获取卫星状态信息;接收器进行卫星导航信号进行捕捉、跟踪及定位处理,通过接收器的天线和接收单元对星导航信号进行信号扩频、解码调制处理后,然后通过多通道处理或获取需要的卫星状态信息,这里的卫星状态信息一般包括卫星个数、类型及卫星信号位置信息,卫星工作状态信息等。由于无论是真实卫星导航信号还是虚假卫星导航信号,二者的信号体制类型,包括信息速率、调制方式、编码方式、帧结构等均相同或者相似,在卫星信号通过接收器进行获取的过程是无法直接进行辨认的,需要对卫星导航信号进行进一步的信息化处理。
然后,获取卫星状态信息的频域信号,并提取频域信号特征;对卫星状态信息进行频域信号的特征提取;由于虚假信号与真实信号的载波频率是存在明显差异的,通过对获取的卫星状态信息进行转化频域处理,通过将各个卫星获取的不同时域信号转化成相应的频域信号;通过进行相应频域信号信息的特征获取,保证对虚假卫星导航信号进行初步的确认。
接着,对特征提取结果进行分析,依据特征提取分析结果执行过滤策略;通过分析特征提取信息的结果,判断虚假卫星导航信号是否存在,并且对于存在虚假卫星导航信号的情况进行虚假卫星导航信号过滤,通过设置过滤策略对可能存在的虚假卫星导航信号进行进一步过滤处理;保证虚假卫星导航信号的准确化和精度化的再次确认过程。
最后,将过滤策略结果输入深度神经网络模型进行训练,更新获得导航信号过滤模型;根据深度神经网络构建初级过滤模型;根据现有的深度神经网络可以通过组成的神经单元依据虚假卫星信号历史数据与真实卫星信号的频域区分进行大量的学习和训练过程完成对虚假卫星导航信号特征进行预测分析,保证通过对频域信号特征提取分析和过滤策略的分析训练完成对虚假卫星导航信号的快速过滤,提高虚假卫星导航信号的过滤效率,同时降低过滤时间成本和运行成本。
作为本发明的一种实施例,请参照图2所示,步骤S3中对特征提取结果进行分析的过程为:
S31、根据获取的频域数据按照从低到高的频率分别进行特征划分,依次获取第一参数和第二参数/>;
S32、依据第一参数和第二参数/>及其频域数据的个数获取获取特征量信息;
S33、若特征量信息符合预设条件要求,则判断不存在虚假卫星导航信号,否则判断存在虚假卫星导航信号,并进行虚假卫星导航信号过滤。
通过上述技术方案,本实施例进一步对频域信号信息的特征提取的结果进行分析,具体的分析过程为:
首先,根据获取的频域数据按照从低到高的频率分别进行特征划分,依次获取第一参数和第二参数/>;对于处于运动状态的卫星导航接收机,若虚假信号通过功率缓变、且能够保证与真实信号的扩频码相位差在1个码片周期之内时,即可实现对真实卫星导航信号和虚假卫星导航信号的同步解扩,在虚假卫星导航信号的功率增大后容易将真实的卫星信号进行干扰掉,通过利用虚假卫星导航信号真实卫星导航信号的信号源不同,并且当接收机收到混合虚假卫星信号的信息后,通过将接收器接收此类信号进行频域数据的频率分析,并与历史真实频域信号存在一定程度上的区别,在很大程度上能进行虚假卫星导航信号的干扰进行首先过滤。通过按照从低到高的频率分别进行特征划分,依次获取第一参数/>和第二参数/>,根据频域数据频率的函数的转化,通过现有的转化技术转化成第一参数/>和第二参数/>,便于对虚假信号进行进一步的分析。
然后,依据第一参数和第二参数/>及其频域数据的个数获取获取特征量信息;根据第一参数/>和第二参数/>以及其频域参数对应的频域数据集合的数量进行特征量信息的进一步分析。
最后,若特征量信息符合预设条件要求,则判断不存在虚假卫星导航信号,否则判断存在虚假卫星导航信号,并进行虚假卫星导航信号过滤;通过分析特征量信息判断是否符合预设条件需要,保证对检测区域获取的卫星导航信号进行干扰判断,排除虚假卫星导航信号的干扰,提高信号过滤的准确性。
作为本发明的一种实施例,步骤S31中的第一参数和第二参数/>的获取方式为:
根据频域数据频率大小从低到高划分特征量集合A;
将集合与预设频域数据阈值区间进行比对,若低于预设频域数据阈值区间则划分为第一集合/>;若高于预设频域数据阈值区间则划分为第二集合/>;若属于预设频域数据阈值区间则划分为第三集合/>;
将第一集合和第三集合/>合并为第一参数集合/>,将第二集合/>和第三集合/>合并为第二参数集合/>;
通过公式计算出第一参数/>,其中,/>为第一集合/>和第三集合/>的频域数据数量之和;
通过公式计算出第二参数/>,其中,/>为第二集合/>和第三集合/>的频域数据数量之和。
通过上述技术方案,本实施例中获取的第一参数和第二参数/>的具体是通过将频域数据频率大小从低到高划分特征量集合A,这里的频率大小是以历史数据库中出现的虚假卫星信号频率的模式进行拟合计算获取的低频和高频的区分,具体的区分是根据预设的频域数据阈值区间进行划分的,因为具体到实际观测分析的时候,具有高低频域数据是有一定区间划分的,单独以某一数据进行区分缺乏准确性和客观性,因此本实施例通过设置预设频域数据阈值区间对特征量集合A进行具体的高低频域的划分:对于低于预设频域数据阈值区间则划分为第一集合/>;高于预设频域数据阈值区间则划分为第二集合/>;并且除此外还对属于预设频域数据阈值区间则划分为第三集合/>;
因为高低频域区分在实际观测中具有一定的模糊性的,因此,本实施例通过将第一集合和第三集合/>合并为第一参数集合/>,将第二集合/>和第三集合/>合并为第二参数集合/>;然后通过公式/>计算出第一参数/>,其中,/>为第一集合/>和第三集合/>的频域数据数量之和;通过公式/>计算出第二参数/>,其中,/>为第二集合/>和第三集合/>的频域数据数量之和;这样便对获取的第一参数/>与第二参数/>进行特征量信息的计算和分析过程;提高计算频域数据的虚假卫星导航信息的精确识别和过滤过程。
作为本发明的一种实施例,特征量信息的计算方法为:令计算出频域特征参数/>;/>计算出频域数据量比例/>;
通过公式计算出特征量系数/>,其中,/>为预设函数;/>,/>为权重系数,且/>,/>均大于0;/>为标准频域特征参数;/>为预设频域特征偏差参数;/>为标准频域数据量比例;/>为预设频域数据量比例偏差值。
通过上述技术方案,本实施例为了进行特征量信息的计算,通过设置频域特征参数以及频域数据量比例/>计算出特征量系数/>;具体的公式为,通过频域特征参数以及频域数据量比例可以在一定程度上反映频率高低的影响,进而获取的特征量系数/>可以反映出特征量信息是否符合要求;其中预设函数/>为根据历史数据情况设定的一个调整函数,保证特征量系数在特定合理的区间范围;不同的参数项对应的权重系数均不相同,而/>,/>的具体数值的获取根据不同参数对特征量系数造成的影响程度的不同进行选定;其中,/>、/>,均为根据历史经验获取的标准数据值,/>、/>均是根据历史数据库提前预设的,在此不做赘述。
作为本发明的一种实施例,将特征量系数与预设阈值区间/>进行比对:
若∈/>,判断可能存在虚假卫星导航信号,执行过滤策略;
若∉/>,则进一步判断:
若</>,判断不存在虚假卫星导航信号;
若>/>,判断肯定存在虚假卫星导航信号,排除当前虚假卫星导航信号。
通过上述技术方案,为了反映特征量系数是否符合特征量信息数据的具体要求,本实施例通过特征量系数/>与预设阈值区间/>进行比对大小,并判断:若/>∈/>,判断可能存在虚假卫星导航信号,执行过滤策略;若/>∉/>,则进一步判断:若/></>,判断不存在虚假卫星导航信号;若/>>/>,判断肯定存在虚假卫星导航信号,排除当前虚假卫星导航信号。
作为本发明的一种实施例,过滤策略为:
根据检测区域的任意两个信号源发射的ADS-B报文信号编号为0和1;
计算报文0、1到达目标主基站的时间、/>,计算报文0、1到达其他基站的时间、/>;
计算报文0、1解析的位置到达目标主基站的距离、/>,计算报文0、1解析的位置到达其他基站的距离/>、/>;
通过公式计算获得可信系数/>;
其中,、/>为预设时间补偿系数;/>为光速;/>为预设调整系数;
当≤/>时,/>=;
当>/>时,/>=/>;
其中,为距离允许偏差值;/>为距离预设固定预警值。
通过上述技术方案,通过过滤策略可以进一步对可能存在虚假卫星导航信号的检测区域信号进行进一步分析和判断;本实施例通过广播式自动相关监视系统,它由多地面站和机载站构成,以网状、多点对多点方式完成数据双向通信;实现空对空监视,是集通信与监视于一体的信息系统,由信息源、信息传输通道和信息处理与显示三部分组成,保证进一步对现有的检测区域进行虚假卫星信号的信号距离位置定位处理,具体的过滤策略为:通过根据检测区域的任意两个信号源发射的ADS-B报文信号编号为0和1;然后计算报文0、1到达目标主基站的时间、/>,计算报文0、1到达其他基站的时间/>、/>;最后计算报文0、1解析的位置到达目标主基站的距离/>、/>,计算报文0、1解析的位置到达其他基站的距离/>、/>;通过公式计算获得可信系数/>;其中,/>、/>为预设时间补偿系数;/>为光速;/>为预设调整系数;并进行进一步分析:当/>≤时,/>=;
当>/>时,/>=/>;其中,为距离允许偏差值;/>为距离预设固定预警值。
作为本发明的一种实施例,将可信系数与预设可信系数阈值/>进行比对:
若>/>,则判断存在虚假卫星导航信号,排除当前虚假卫星导航信号;
若≤/>,则判断不存在虚假卫星导航信号。
通过上述技术方案,通过对可信系数与预设可信系数阈值/>进行比对大小判断当前的位置监视卫星信号是否存在欺骗性的影响,具体的判断过程为:如果/>>/>,那么判断存在虚假卫星导航信号,排除当前虚假卫星导航信号;如果/>≤/>,那么判断不存在虚假卫星导航信号。
作为本发明的一种实施例,频域信号的特征提取过程是通过FFT电路将时域信号转化为频域信号,提取的特征包括频域数据和频域数据个数。
通过上述技术方案,本实施例中频域信号的提取是通过傅里叶变换电路将时域上的信号转化为频率信号;具体考虑到通过快速傅里叶变换(FFT)将使用计算时间复杂度为O(nlogn)的DFT算法,通过重新排列输入信号的采样点,使计算得以优化;并且根据实际操作中进行信号采样率的选择,并且根据实际需要选择相应的滤波器实现需要的频率信号的精确获取。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (4)
1.一种虚假卫星导航信号的过滤方法,其特征在于,所述方法包括:
S1、接收器获取检测区域内的卫星导航信号并对卫星导航信号进行滤波通道处理,获取卫星状态信息;
S2、获取卫星状态信息的频域信号,并提取频域信号特征;
S3、对特征提取结果进行分析,依据特征提取分析结果执行过滤策略;
S4、将过滤策略结果输入深度神经网络模型进行训练,更新获得导航信号过滤模型;
其中,所述步骤S3中对特征提取结果进行分析的过程为:
S31、根据获取的频域数据按照从低到高的频率分别进行特征划分,依次获取第一参数P1和第二参数P2;
S32、依据第一参数P1和第二参数P2及其频域数据的个数获取特征量信息;
S33、若特征量信息符合预设条件要求,则判断不存在虚假卫星导航信号,否则判断存在虚假卫星导航信号,并进行虚假卫星导航信号过滤;
其中,步骤S32中特征量信息的计算方法为:
令计算出频域特征参数Pf;/>计算出频域数据量比例nf;
通过公式计算出特征量系数Cha,其中,f为预设函数;δ,θ为权重系数,且δ,θ均大于0;P0为标准频域特征参数;ΔP为预设频域特征偏差参数;n0为标准频域数据量比例;Δn为预设频域数据量比例偏差值;
将特征量系数Cha与预设阈值区间[Cx,Cy]进行比对:
若Cha∈[Cx,Cy],判断可能存在虚假卫星导航信号,执行过滤策略;
若则进一步判断:
若Cha<Cx,判断不存在虚假卫星导航信号;
若Cha>Cy,判断肯定存在虚假卫星导航信号,排除当前虚假卫星导航信号;
所述过滤策略为:
根据检测区域的任意两个信号源发射的ADS-B报文信号编号为0和1;
计算报文0、1到达目标主基站的时间TA1、TA2,计算报文0、1到达其他基站的时间TX1、TX2;
计算报文0、1解析的位置到达目标主基站的距离LA1、LA2,计算报文0、1解析的位置到达其他基站的距离LX1、LX2;
通过公式w2*(|(TX1-TA1)-(TX2-TA2)|)}计算获得可信系数ReL;
其中,w1、w2为预设时间补偿系数;c为光速;β为预设调整系数;
当 时,
当 时,w2*(|(TX1-TA1)-(TX2-TA2)|)}=FL;
其中,Tjmt为距离允许偏差值;FL为距离预设固定预警值。
2.根据权利要求1所述的一种虚假卫星导航信号的过滤方法,其特征在于,所述步骤S31中的第一参数P1和第二参数P2的获取方式为:
根据频域数据频率大小从低到高划分特征量集合A;
将集合A与预设频域数据阈值区间进行比对,若低于预设频域数据阈值区间则划分为第一集合B;若高于预设频域数据阈值区间则划分为第二集合C;若属于预设频域数据阈值区间则划分为第三集合D;
将第一集合B和第三集合D合并为第一参数集合PBD,将第二集合C和第三集合D合并为第二参数集合PCD;
通过公式计算出第一参数P1,其中,n1为第一集合B和第三集合D的频域数据数量之和;
通过公式计算出第二参数P2,其中,n2为第二集合C和第三集合D的频域数据数量之和。
3.根据权利要求1所述的一种虚假卫星导航信号的过滤方法,其特征在于,将可信系数ReL与预设可信系数阈值Re0进行比对:
若ReL>Re0,则判断存在虚假卫星导航信号,排除当前虚假卫星导航信号;
若ReL≤Re0,则判断不存在虚假卫星导航信号。
4.根据权利要求1所述的一种虚假卫星导航信号的过滤方法,其特征在于,所述频域信号的特征提取过程是通过FFT电路将时域信号转化为频域信号,提取的特征包括频域数据和频域数据个数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410294663.2A CN117908058B (zh) | 2024-03-15 | 一种虚假卫星导航信号的过滤方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410294663.2A CN117908058B (zh) | 2024-03-15 | 一种虚假卫星导航信号的过滤方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117908058A CN117908058A (zh) | 2024-04-19 |
CN117908058B true CN117908058B (zh) | 2024-06-04 |
Family
ID=
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103336285A (zh) * | 2013-07-02 | 2013-10-02 | 江苏指南针导航通信技术有限公司 | 检测虚假卫星导航信号的电路、方法及卫星导航接收设备 |
KR101667331B1 (ko) * | 2015-10-19 | 2016-10-28 | 주식회사 두시텍 | 다수의 위성항법 기준국 신호품질 획득 장치 및 방법 |
CN117055071A (zh) * | 2023-10-08 | 2023-11-14 | 北京神导科技股份有限公司 | 一种基于多源信息的卫星导航欺骗干扰检测系统及其检测方法 |
WO2024016483A1 (zh) * | 2022-07-18 | 2024-01-25 | 湖南卫导信息科技有限公司 | 一种转发式卫星导航欺骗干扰系统及方法 |
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103336285A (zh) * | 2013-07-02 | 2013-10-02 | 江苏指南针导航通信技术有限公司 | 检测虚假卫星导航信号的电路、方法及卫星导航接收设备 |
KR101667331B1 (ko) * | 2015-10-19 | 2016-10-28 | 주식회사 두시텍 | 다수의 위성항법 기준국 신호품질 획득 장치 및 방법 |
WO2024016483A1 (zh) * | 2022-07-18 | 2024-01-25 | 湖南卫导信息科技有限公司 | 一种转发式卫星导航欺骗干扰系统及方法 |
CN117055071A (zh) * | 2023-10-08 | 2023-11-14 | 北京神导科技股份有限公司 | 一种基于多源信息的卫星导航欺骗干扰检测系统及其检测方法 |
Non-Patent Citations (1)
Title |
---|
卫星导航授时信号的抗干扰和欺骗检测技术综述;张骏杨 等;现代传输;20200415(02);全文 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103476115B (zh) | 一种基于AP集相似度的Wi-Fi指纹定位方法 | |
US7725111B2 (en) | Location determination using RF fingerprinting | |
CN109640269B (zh) | 基于csi与时域融合算法的指纹定位方法 | |
CN107729916B (zh) | 一种基于isodata的干扰源分类识别算法 | |
CN110334591A (zh) | 一种基于聚类分析的无人机跳频信号检测及识别方法 | |
Rajendran et al. | Crowdsourced wireless spectrum anomaly detection | |
CN102798870B (zh) | 一种卫星导航系统兼容性分析方法 | |
CN109874148B (zh) | 天馈异常检测方法、装置、系统及计算机设备 | |
CN107861098B (zh) | 一种智能球场定位系统及方法 | |
CN103987118B (zh) | 基于接收信号强度信号ZCA白化的接入点k‑means聚类方法 | |
CN104955149A (zh) | 基于模糊规则更新的室内wlan被动入侵检测定位方法 | |
Honghao et al. | Spectrum anomalies autonomous detection in cognitive radio using hidden markov models | |
Siyang et al. | WKNN indoor Wi-Fi localization method using k-means clustering based radio mapping | |
CN116577808A (zh) | 一种基于接收机相关器输出的导航欺骗干扰检测方法 | |
Rodrigues et al. | Impact of crowdsourced data quality on travel pattern estimation | |
CN117908058B (zh) | 一种虚假卫星导航信号的过滤方法 | |
CN108574927B (zh) | 一种移动终端定位方法及装置 | |
CN117908058A (zh) | 一种虚假卫星导航信号的过滤方法 | |
CN116931026A (zh) | 一种卫星导航信号的异常判定方法 | |
CN117172601A (zh) | 一种基于残差全卷积神经网络的非侵入式负荷监测方法 | |
CN114355411B (zh) | 一种基于北斗或gps载噪比观测值的洪水探测方法 | |
CN113514796B (zh) | 一种无源定位方法、系统和介质 | |
CN115496097A (zh) | 一种基于小波格拉姆卷积神经网络的非视距信号识别方法 | |
CN114118166A (zh) | 一种基于智能频谱监测的变压器故障诊断系统及方法 | |
Zhang et al. | High-precision GPS measurement method without geographical restrictions using crowd-sensing technology |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |