GNSS外辐射源信号改进多阶扩展相消批处理动杂波抑制方法

    公开(公告)号:CN117148301A

    公开(公告)日:2023-12-01

    申请号:CN202311033061.3

    申请日:2023-08-16

    申请人: 东南大学

    IPC分类号: G01S7/41 G06F18/10 G01S7/36

    摘要: GNSS外辐射源信号改进多阶扩展相消批处理动杂波抑制方法,所述改进的动杂波抑制方法是:首先,读取接收到的参考信号和回波信号;接着,根据探测场景预设理论最远探测距离和多普勒频移阈值,设置ECA算法中的分段数和对消阶数进行杂波抑制处理,获取信号峰值数据;最后判断多普勒频移是否超过预设的多普勒阈值,重构动杂波信号,更新回波信号。所述改进方法能够通过检测‑重构的级联相消方法,在占用更低计算资源的情况下,实现多普勒阈值范围内的动杂波抑制。

    一种基于改进Delta-ELP的复合欺骗干扰检测方法

    公开(公告)号:CN117148385A

    公开(公告)日:2023-12-01

    申请号:CN202311041168.2

    申请日:2023-08-18

    申请人: 东南大学

    IPC分类号: G01S19/21

    摘要: 一种基于改进Delta‑ELP的复合欺骗干扰检测方法,该方法通过复合Delta‑ELP的欺骗干扰检测模型对GPS信号进行检测,依此判断信号中是否有欺骗信号。在此过程中,首先构建了欺骗式信号模型,然后通过跟踪环路中得到的六路相关结果;接着计算出非相干结果并以此重新计算Delta检测量;最后与ELP检测量线性组合,得到复合检测量,并进一步计算复合Delta‑ELP方差提高检测性能。并且将欺骗攻击检测视为一个二元信号检测问题,选择虚警概率和检测概率作为判据来分析检测的检测性能。相比于传统的Delta检测量,复合Delta‑ELP能更快检测到欺骗干扰,并且在相同虚警率的情况下能够提升检测概率。

    一种基于CUDA的并行码相位搜索捕获方法

    公开(公告)号:CN117148382A

    公开(公告)日:2023-12-01

    申请号:CN202311041169.7

    申请日:2023-08-18

    申请人: 东南大学

    IPC分类号: G01S19/04 G01S19/37

    摘要: 一种基于CUDA的并行码相位搜索捕获方法,首先读取卫星中频信号,生成32颗GPS卫星的C/A码并按照中频信号采样频率进行采样,对32个经过采样的C/A码进行FFT并取共轭。其次确定所有搜索频率,在多个搜索频率上生成长度与信号一致的本地载波数据,接着同时将载波信号与连续两段相干周期长度的信号数据相乘进行载波剥离并读取剥离数据进行FFT,随后与C/A码FFT并取共轭后的数据相乘进行码剥离,得到的结果进行IFFT。最后相干结果相加完成非相干累加,根据自相关幅值峰值与捕获门限,判定捕获结果。该方法中多个频点上32颗卫星并行搜索,并且同一频率上的多次相干过程并行,因此相较于传统基于CPU的捕获方法,可以缩短计算时长。

    一种基于抗差自适应卡尔曼滤波新息累积的RAIM方法

    公开(公告)号:CN118584510A

    公开(公告)日:2024-09-03

    申请号:CN202410773560.4

    申请日:2024-06-17

    申请人: 东南大学

    摘要: 本发明提出了一种基于抗差自适应卡尔曼滤波新息累积的RAIM方法,在卫星导航系统的定位解算阶段,将卫星观测数据输入抗差自适应卡尔曼滤波环路中,在该环路中,首先根据卫星导航系统的状态方程进行k时刻的状态一步预测,随后对误差协方差矩阵、滤波增益矩阵和估计误差协方差矩阵进行计算和更新,最终得到状态向量的估计值并计算k时刻的新息Vk,再令k‑1=k,继续下一时刻的计算。获取各时刻的新息后,定义计算k时刻的累积新息Rk,以此构建新息累积RAIM算法的检测统计量TRAKF,将检测统计量TRAKF与检测门限TD进行比较,若TRAKF>TD,则说明存在卫星故障。本发明对故障的检测率高,检测时延短,在一定程度上提高了定位精度。

    GNSS外辐射源运动目标的基于多帧处理的长时间积累方法

    公开(公告)号:CN117452359A

    公开(公告)日:2024-01-26

    申请号:CN202311033060.9

    申请日:2023-08-16

    申请人: 东南大学

    IPC分类号: G01S7/41

    摘要: GNSS外辐射源运动目标的基于多帧处理的长时间积累方法,提升信号增益,减小信号能量积累过程中距离走动的影响。该方法首先对连续的参考信号和目标回波信号通过等长无重叠的方式进行分段,并将长信号分为多个子帧,然后在单帧内进行相参积累并使用Keystone变换校正距离走动,多帧间进行非相参积累,实现长时间的能量积累。相同处理时间下,相比于常规积累方法,该方法可以减小距离走动的影响,并提升信号增益。

    一种非结构化环境下的小视角激光雷达快速回环检测方法

    公开(公告)号:CN117148375A

    公开(公告)日:2023-12-01

    申请号:CN202311041430.3

    申请日:2023-08-18

    申请人: 东南大学

    IPC分类号: G01S17/89 G01C21/00

    摘要: 一种非结构化环境下的小视角激光雷达快速回环检测方法,所述方法综合利用点云强度与几何平面特征,对历史关键帧进行快速筛选获得当前帧对应的准确回环帧,本发明有效解决了典型单一特征回环检测方法在非结构化场景下,由固态激光雷达小视角不充分、不完全的点云场景特征造成回环检测的误检和漏检问题。所述方法首先将固态雷达前端里程计输出点云累加并判断是否为关键帧,然后利用强度特征粗筛出少量候选帧,对候选帧利用基于平面几何特征的快速筛选方法以判断当前帧是否有回环帧,若存在则利用筛选中过程矩阵快速计算当前帧与回环帧位姿矩阵,将计算结果加入位姿图并进行全局图优化。所述发明内容可有效提高非结构化场景下小视角激光雷达的回环检测方法精度和效率。

    一种基于深度学习的欺骗干扰检测方法

    公开(公告)号:CN118584512A

    公开(公告)日:2024-09-03

    申请号:CN202410773376.X

    申请日:2024-06-17

    申请人: 东南大学

    IPC分类号: G01S19/21

    摘要: 本发明提出了一种基于深度学习的欺骗干扰检测方法,该方法利用深度学习中的DNN算法,对欺骗干扰信号进行检测,依此判断是否发生欺骗事件。在此过程中,首先将接收到的GPS信号进行处理,从跟踪环路中提取特征值,并将每个采样点计算出的一系列特征值作为一条数据,将其作为学习样本对对应的欺骗事件进行标记,设置标签为1表示欺骗事件发生,为‑1表示欺骗事件未发生。接着将处理好的数据集放入模型中进行训练,并采用多种优化器对深度神经网络模型进行训练,进行对比分析,并得出最优训练结果。该检测方法提取了信号的多个特征值,能从不同的角度综合判断,因此具有更强的表征能力和泛化性能。

    基于欺骗干扰时延模型的转发式欺骗信号正时延优化方法

    公开(公告)号:CN118566948A

    公开(公告)日:2024-08-30

    申请号:CN202410773330.8

    申请日:2024-06-17

    申请人: 东南大学

    IPC分类号: G01S19/21

    摘要: 本发明提出了基于欺骗干扰时延模型的转发式欺骗信号正时延优化方法,该方法以欺骗信号加入时刻的时延越小,真实信号的钟差跳变越小为原理,逐次加入时延来有效降低钟差跳变。该方法首先计算干扰机、接收机以及欺骗地点之间的距离,给出转发式欺骗干扰时延的计算模型,并基于此模型计算各卫星需要增加的人为时延。然后利用原始信号的钟差跳变幅值与阈值设定,得到正时延递加模型,通过对信号延时并重新调制,得到转发欺骗信号。该欺骗方法相较于传统方法可以有效减少由于加入人为时延所造成的钟差跳变。在保证转发式欺骗定位结果精度的同时,提高了欺骗干扰的隐蔽性。