基于PNN的北斗转发式欺骗干扰信号检测方法

针对载波相位差分检测技术中存在的模糊度解算复杂和虚警率高的问题,提出基于概率神经网络(PNN)的北斗转发式欺骗信号检测方法。在推导不同条件下载波相位双差检测方法的基础上,采取故障诊断的思想,通过构建PNN模型,利用真实信号双差观测值随时间变化的一致性特点,实现对欺骗信号的分类检测;然后根据不同星间差分组合的检测结果,进一步确认受欺骗干扰的卫星信号。实测数据结果表明,所提方法的检测正确率在样本历元数为100时,能够达到98.51%,检测耗时不超过0.1 s,不仅满足对转发式欺骗干扰实时检测的要求,还可对不同类型组合的欺骗信号进行有效识别。     

微机电陀螺信号盲均衡迭代反卷积算法

小型移动机器人在未知环境下运行,陀螺所受噪声干扰无法建立有效的数学模型,需要仅从观测信号中把噪声去除,并估计出原始信号,根据该特点提出一种微机电陀螺信号盲均衡迭代反卷积算法。该算法利用横向滤波器对陀螺信号进行反卷积运算,使用贝叶斯方法对信号进行估计,建立了误差函数并与LMS算法组合,实现了均衡器参数的自动调整,在小型移动机器人上进行了算法实验验证。实验结果表明,该算法可以有效分离角速度信号与噪声信号,其噪声信号幅值减小约10倍,移动机器人运行275.41 s抵达终点的偏航角误差从13°下降到1.46°。     

旋转加速度计式重力梯度仪输出解调与滤波

重力梯度仪是对地球表面微小重力梯度变化进行连续测量的仪器。由于核心敏感元件加速度计工艺与性能水平限制,以及多环节安装误差等因素导致系统实际输出信号中包含了大量噪声,且信噪比极低,为了能够在强噪声中有效提取真实的重力梯度信号,需在信号解调过程中降低谐波干扰引起的测量偏差。结合误差产生机理,分析比较了不同的解调方法对重力梯度信号解调的影响,明确了合理的信号解调手段。同时,在数据处理过程中增加带通滤波环节,进一步降低动态噪声对系统的影响。结合动态摇摆实验数据的仿真验证结果表明:上述措施对重力梯度仪原始观测数据的噪声抑制具有明显效果,测量偏差在一定程度上得到解决,解调后信号的噪声幅度下降至20%,提高了系统的空间分辨率,具有工程化应用意义。     

基于经验模态分解和改进小波软阈值降噪法的电站信号降噪研究

在对电站各类信号进行故障诊断时,由于其所处的复杂工作环境,采集设备得到的信号中经常包含背景中强噪声干扰,导致在后续信号关键特征的识别和处理时会出现较大困难。为降低噪声的影响,本文将经验模态分解与改进小波软阈值降噪法相结合进行电站信号的处理并进行了方法有效性验证。该方法的主要流程如下：首先,将信号进行经验模态分解,分离出若干个本征模态分量和残差。其次,对其与原始信号进行互相关分析,识别有用信号主导的分量和噪声主导的分量,并将噪声信号主导的分量进行改进小波软阈值降噪法处理后,将其与有用信号分量和残差进行重构。最后,将经验模态分解和改进小波软阈值降噪法降噪处理后的信号与传统只采用小波阈值降噪法处理后的信号进行评价,结果表明本文方法的信噪比更高、均方根误差更小、相关系数更高、平滑度更好,可有效消除背景噪声的影响。

     

MEDLL辅助的GNSS/INS系统欺骗信号辨识方法

受欺骗的卫星导航信息与惯导系统组合滤波,会导致错误的惯性器件误差修正量,最终组合导航系统也会被欺骗干扰影响。针对这一问题,提出了一种基于MEDLL算法的改进的GNSS/INS组合导航模式,能够实现欺骗信号的辨识和抑制,保证组合导航信息的可靠性。GNSS接收机通过MEDLL算法同时估计接收的全部卫星信号参数,当欺骗干扰存在时,MEDLL算法可同时估计出两路信号参数,并判定欺骗干扰存在;MEDLL估计的信号参数生成两组输出伪距信息与惯导系统定位信息提供的参考伪距进行比较,实现欺骗信号的辨识。在200次实验测试中,对于牵引速率大于2 m/s的牵引式欺骗信号,4 s内成功辨识的次数为200次。同时,与传统的GNSS/INS组合导航系统相比,提出的MEDLL辅助的组合导航模式能够有效减小欺骗信号的影响,定位结果稳定在真实位置附近。     

多传感器导航中双天线基线欺骗干扰检测方法

考虑卫星导航可能受欺骗干扰的风险,基于舰船多具有两套卫星导航天线和其他导航传感器的特点,提出一种多传感器导航中双天线基线欺骗干扰检测方法。采用共视卫星伪距进行双差,基于舰船上多传感器融合的导航信息与卫星星历信息计算卫星视距方向的单位矢量,根据伪距双差和卫星视距方向单位矢量得到基线长度。利用该计算基线长度与两天线实际基线长度构造欺骗干扰检测函数,对是否收到卫星欺骗干扰进行判决。为了验证提出算法的可行性,基于卫星信号模拟器和欺骗干扰源测试了所提算法对“突发型”欺骗干扰和“引诱型”欺骗干扰的检测能力。试验结果表明所提出算法能够有效检测出0.1 n mile的“突发型”欺骗干扰和0.2 kn的“引诱型”欺骗干扰。该方法无需更改接收机结构,只需修改导航信息融合设备软件,可为工程应用提供参考。     

INS辅助的GNSS欺骗干扰辨识与抑制方法

GNSS欺骗干扰已经成为导航装备应用中面临的重要威胁之一。现有的基于INS/GNSS组合的抗欺骗算法大多只进行欺骗检测,不能恢复正确的定位结果。针对该问题,将多径抑制算法中的Multi-correlator结构用于真实信号和欺骗信号的参数估计,利用INS短期精度高的特性,实现欺骗信号的辨识。然后将辨识结果反馈跟踪环路抵消欺骗信号,保证接收机跟踪环路始终锁定真实卫星信号。最后,在INS/GNSS组合导航解算过程中引入抗差卡尔曼滤波算法,减小参数估计和辨识结果中粗差对定位结果的影响。利用公开数据集进行试验测试,欺骗干扰条件下定位误差由600 m降为10.0 m,而且在GNSS信号中断90 s重新恢复后,所提算法依旧能够实现欺骗信号的辨识和抑制。试验结果表明所提算法能够保证接收机在欺骗条件下锁定真实卫星信号,连续输出高精度的导航和授时信息。     

基于差分相关积分的北斗弱信号快速捕获方法

为了提高北斗接收机弱信号捕获灵敏度,解决数据比特跳变和NH码相位变化限制相干积分时间延长的问题,提出了一种基于复数型差分相关积分的北斗弱信号捕获算法。首先,在分析了北斗信号特点的基础上,对常用弱信号捕获算法进行数学分析;然后,设计了按照采样点进行延迟差分的复数型差分相关积分算法,采用正交采样方法获得复数型中频数据,利用FFT变换实现对码相位和载波频率的并行搜索;最后,利用软件接收机开展仿真验证,实现了5 ms、10 ms和20 ms的差分相关积分,积分后信噪比提升约7 d B、10 d B、13 d B。该算法极大地削弱了北斗信号比特跳变和NH码相位变化的影响,有效提高接收机弱信号捕获能力;采用基于FFT算法进行并行搜索,相比传统捕获算法极大地缩减了捕获时间,并适用于全部北斗信号和GPS信号,无需考虑GEO和非GEO导航电文的差异。     

基于干扰检测和CEEMD的地磁信号降噪方法

针对地磁导航磁通门传感器中存在来自环境和运载体的随机高振幅脉冲磁干扰问题,提出了一种基于多尺度干扰检测与完备集成经验模式分解(CEEMD)相结合的降噪方法。首先,根据地磁信号的强相关性,计算各本征模态分量(IMF)的自相关函数,并自适应地选择有效IMF;其次,使用排列熵对各个有效IMF进行多尺度分析,标记出IMF干扰信号时段;然后,对各干扰段进行二次分解,提取低频有效分量,滤除IMF中高幅值脉冲干扰信息,最后,将干扰抑制后的有效IMF叠加进行信号重构,得到滤波信号。实验结果表明,在测量信号信噪比低的情况下,基于干扰检测和CEEMD的地磁信号降噪方法能有效滤除磁干扰,信噪比提高了3倍。     

基于深度残差网络的重力数据去噪重构

为有效消除各种干扰噪声对实测重力数据的影响,提高重力数据处理的精度,将深度学习算法应用到重力数据处理中。构建了一种基于深度残差网络的含噪重力数据到去噪重构重力数据的非线性映射网络模型(GraResNet)。通过模型数据和实测数据对所提出的重力数据去噪重构方法进行了试验验证。数值实验表明:相较于传统的IIR滤波方法、FIR滤波方法和小波滤波方法,所提方法能够结合学习到的重力数据特征,有效区分重力信号和噪声信号,从而提高重力数据去噪重构精度。实验结果中,所提方法的信噪比相对IIR滤波和FIR滤波方法提高近一倍,其噪声衰减因子高达0.9387;另外,该方法还具有较好的泛化性和鲁棒性,当重力数据中噪声的幅度增大为原始数据标准差的80%和100%时,去噪结果的噪声标准差降低了78.3%和78.4%。