基于PSO-ELM的卫星导航欺骗式干扰检测

摘要：

近年来,卫星导航系统在军事监测、精细农业、交通监控、资源勘探、灾害评估等领域得到了广泛应用,但由于卫星导航信号结构公开且到达地面时强度微弱,卫星导航系统极易受到各种各样的干扰,其中欺骗式干扰因具有较强的隐蔽性,对卫星导航系统构成巨大的安全威胁.传统的欺骗式干扰检测方法大多采用单一参数进行检测,具有一定局限性.考虑到欺骗干扰源在欺骗过程中会引起一系列参数变化,构造了 一个多参数输入的卫星导航欺骗式干扰检测模型,即将多个特征参数作为极限学习机(ELM)的输入,并通过训练和学习将真实信号与欺骗信号区分开,从而实现欺骗式干扰检测.同时,利用粒子群优化(PSO)算法优化ELM中的输入权值矩阵和隐层偏置,改善由于网络参数随机生成导致分类精度低的问题.仿真实验证明了该方法在卫星导航欺骗干扰检测方面的可行性和有效性.

关键词：卫星导航、欺骗式干扰检测、极限学习机、粒子群优化

所属期刊栏目：9

分类号：V324.2+4(航空飞行术)

资助基金：国家自然科学基金;航空科学基金;湖南省高新技术产业科技创新引领计划项目

在线出版日期：2022-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：153-161