基于自适应增量流形学习的GNSS欺骗干扰识别

• 作者: 刘艳芳 田君杰 郭泓辰
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: GNSS 抗欺骗干扰 流形学习 增量学习
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 信息处理与传输
• 页码范围: 880-885
• 页数: 6页
• 分类号: TN911.7
• 字数: 4866字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2017.05.008

摘要

如何抗欺骗干扰是卫星导航系统安全通信的保障.针对欺骗干扰问题,提出了基于自适应增量流形学习的GNSS欺骗干扰识别方法.流形学习作为非线性特征提取方法,能够有效提取欺骗干扰信号与真实信号的内在特征,但面对持续的数据流时并不能实时进行特征提取.因此,提出一种自适应选择重构邻域的增量流形学习算法,能够实现在线提取特征,并解决邻域构建问题,最后利用支持向量机(SVM)实现干扰识别.仿真实验分析不同情况下的识别性能,表明该算法能够提高欺骗干扰识别效率,并能取得很好的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭泓辰	杭州电子科技大学通信工程学院	3	7	2.0	2.0
2	田君杰	杭州电子科技大学通信工程学院	1	0	0.0	0.0
3	刘艳芳	杭州电子科技大学通信工程学院	2	0	0.0	0.0