| 专利号 | 2023107522919 | 申请日 | 2023-06-26 | 专利名称 | 一种基于机器学习理论的GNSS欺骗干扰检测方法 |
| 授权日 | 2023-09-05 | 专利权人 | 山东科技大学 | 发明人 | 韩超;马雪纯;王丹丹;白培瑞;郭雅苹;宋承龙;庞岗;杨光;闵晓琳 |
| 主分类号 | G01S19/21 | 关键词 | 应用领域 | ||
| 摘要 | 本发明提供了一种基于机器学习理论的GNSS欺骗干扰检测方法，涉及GNSS卫星信号技术领域，用于GNSS欺骗干扰检测，具体包括如下步骤：获取存在多径干扰和存在欺骗干扰的相关峰数据；根据多径干扰与欺骗干扰产生不同形状的相关峰，设定时间窗长度，并提取相关峰区域作为网络输入；建立基于卷积神经网络和聚类算法的神经网络模型，应用机器学习方法对数据进行多径干扰和欺骗干扰的识别和分类；使用多径干扰和欺骗干扰相关峰数据对由步骤S3得到的神经网络模型进行训练，并提取特征，对多径干扰和欺骗干扰数据进行识别和分类。本发明的技术方案克服现有技术中GNSS欺骗干扰检测方法不能检测多种干扰、成本较高的问题。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 高端装备制造 卫星及应用产业 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
