利用改进型AlexNet的ADS-B欺骗式干扰检测

摘要：

广播式自动相关监视(ADS-B)是一种新的空管监视技术,遵循着“空地一体化”和“全球可互用”的指导原则,实现了航迹信息共享.但其开放式的架构特点,使其极易受到各类欺骗式的干扰,严重威胁空中交通安全.本文针对真实ADS-B信号的多普勒频偏变化规律与报告位置的变化规律相符合的特点,结合以深度学习为代表的机器学习方法,提出利用改进型的AlexNet提取特征并检测欺骗干扰.本方法对比传统的信号处理方法,减少了计算复杂度,提高了识别准确率,特别是在航迹长度较短时优势更加明显.仿真实验验证了方法的有效性.

关键词：广播式自动相关监视、欺骗式干扰、深度学习、改进型AlexNet

所属期刊栏目：36

分类号：TN973.3

资助基金：国家自然科学基金项目U1833112

在线出版日期：2020-07-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：741-747