典型文献
基于PSO-ELM的卫星导航欺骗式干扰检测
文献摘要：
近年来,卫星导航系统在军事监测、精细农业、交通监控、资源勘探、灾害评估等领域得到了广泛应用,但由于卫星导航信号结构公开且到达地面时强度微弱,卫星导航系统极易受到各种各样的干扰,其中欺骗式干扰因具有较强的隐蔽性,对卫星导航系统构成巨大的安全威胁.传统的欺骗式干扰检测方法大多采用单一参数进行检测,具有一定局限性.考虑到欺骗干扰源在欺骗过程中会引起一系列参数变化,构造了 一个多参数输入的卫星导航欺骗式干扰检测模型,即将多个特征参数作为极限学习机(ELM)的输入,并通过训练和学习将真实信号与欺骗信号区分开,从而实现欺骗式干扰检测.同时,利用粒子群优化(PSO)算法优化ELM中的输入权值矩阵和隐层偏置,改善由于网络参数随机生成导致分类精度低的问题.仿真实验证明了该方法在卫星导航欺骗干扰检测方面的可行性和有效性.
文献关键词：
卫星导航;欺骗式干扰检测;极限学习机;粒子群优化
中图分类号：
作者姓名：
周彦;王山亮;杨威;易炯;张世仓;王冬丽;蔡成林
作者机构：
湘潭大学自动化与电子信息学院,湖南湘潭411105;长沙海格北斗信息技术有限公司,长沙410003;中国航空工业集团公司雷华电子技术研究所,无锡214000
文献出处：
引用格式：
[1]周彦;王山亮;杨威;易炯;张世仓;王冬丽;蔡成林-.基于PSO-ELM的卫星导航欺骗式干扰检测)[J].导航定位与授时,2022(05):153-161
A类：
B类：
PSO,ELM,导航欺骗,欺骗式干扰检测,卫星导航系统,精细农业,交通监控,资源勘探,灾害评估,卫星导航信号,微弱,各种各样,隐蔽性,系统构成,安全威胁,定局,干扰源,骗过,参数变化,一个多,多参数,检测模型,极限学习机,粒子群优化,算法优化,权值,矩阵和,偏置,网络参数,分类精度,欺骗干扰检测
AB值：
0.25971
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
