论文部分内容阅读
全球卫星导航系统(Global Navigation Satellite System,GNSS)的欺骗干扰是指接收机捕获并跟踪GNSS欺骗干扰信号,从而得到错误的时间、地点等导航信息,造成潜在风险。如何抗欺骗干扰是卫星导航系统安全通信的保障,抗欺骗干扰的目的是识别干扰攻击并恢复真实的导航信号。本文分别从流形学习和信息几何理论两个方面对欺骗干扰识别进行研究。现有的欺骗干扰识别方法忽略了卫星传播信道与干扰传播信道之间的差异,另外也没有应用流形学习的欺骗干扰识别方法。本文针对上述问题展开研究,主要工作如下:1.介绍了全球卫星导航系统,及其抗欺骗干扰的研究意义,分析了国内外GNSS抗欺骗干扰的现状,介绍了现有的抗欺骗干扰方法与技术。另外,介绍了信息几何理论并阐述了流形学习的发展及应用现状。2.介绍了流形的概念,引出在其基础上的信息几何理论和流形学习方法。信息几何是在流形上进行统计分析的理论方法,流形学习的目的是发现高维数据的流形结构,是一种非线性特征提取方法。详细介绍了以上两种方法的基本概念和主要算法。3.提出一种自适应选择重构邻域的增量流形学习算法,以等距特征映射(Isometric Mapping,ISOMAP)算法为例,在解决流形学习算法中邻域构建问题的基础上提出解决流形学习算法中的增量问题。从模式识别角度,将该算法应用于GNSS欺骗干扰识别方法中,提取卫星信号和欺骗干扰信号的特征进行分类识别。仿真结果表明了该方法的有效性。4.基于信息几何的概念,提出一种在统计流形上的最小K-L散度(Kullback–Leibler divergence,KLD)检测器。介绍了卫星通信中的Lutz信道模型,分析由于信道差异导致欺骗信号与真实信号存在的统计特性,并在统计流形上进行分析与欺骗干扰检测,仿真结果表明了该方法具有与广义似然比相类似的检测性能。