典型文献
基于BP神经网络的导航信号欺骗干扰检测
文献摘要：
全球导航卫星系统的开放服务给生命安全应用程序带来了巨大便利的同时,也存在许多隐患,例如缺乏安全防护以及信号的脆弱性,极易被恶意用户进行欺骗干扰,而这类问题的干扰不同于压制式干扰容易被检测出来,其隐蔽性极高,危害性极大,难以被一般的仪器和算法检测出来.针对这些问题提出一种基于BP神经网络的有监督的机器学习方法进行欺骗干扰检测,BP神经网络是按照误差反向传播的多层前馈神经网络,采用梯度下降法计算目标函数最小值,采用伪距、载波相位、多普勒频移、时钟频漂和信噪比等观测值进行神经网络训练,再将新的信号输入训练好的神经网络进行分类测试,从接收者操作特征曲线的结果看出,此方法的分类效果达到83％,说明此方法具备较高的检测概率,可以进一步研究.
文献关键词：
欺骗干扰检测;全球导航卫星系统;BP神经网络;安全防护;机器学习;伪距;载波相位;多普勒频移
中图分类号：
作者姓名：
潘海涛;蔡成林
作者机构：
桂林电子科技大学 信息与通信学院,广西 桂林 541004;湘潭大学 自动化与电子信息学院,湖南 湘潭 411105
文献出处：
引用格式：
[1]潘海涛;蔡成林-.基于BP神经网络的导航信号欺骗干扰检测)[J].现代电子技术,2022(01):7-10
A类：
B类：
导航信号,信号欺骗,欺骗干扰检测,全球导航卫星系统,开放服务,安全应用,应用程序,大便,安全防护,脆弱性,恶意用户,压制,制式,隐蔽性,危害性,和算,有监督,机器学习方法,误差反向传播,多层前馈,前馈神经网络,梯度下降法,最小值,伪距,载波相位,多普勒频移,时钟,观测值,神经网络训练,练好,接收者,操作特征,分类效果,检测概率
AB值：
0.328273
相似文献
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。
