论文部分内容阅读
欺骗式干扰是卫星导航系统的巨大威胁之一,会影响飞机船舶的安全行驶,通讯设备的定位服务等。因此,面对保障接收机的可用性与可靠性的应用需求,研究在欺骗式攻击下的信号参数估计算法,具有重要的工程应用价值。首先,论文从欺骗信号的模型研究出发,针对使用传统的码跟踪环路对转发式欺骗的码相位估计误差较大,且无法持续跟踪真实信号的特点,研究了三种经典的信号参数估计算法,TK(Teager-Kaiser)算子、耦合幅值延迟锁定环(Coupled Amplitude and Delay Lock,CADLL)算法与多径估计延迟锁定环(Multipath Estimating Delay Lock Loop,MEDLL)算法,并通过对三种估计算法的仿真实现与性能优缺点分析,选择使用估计效果更佳的MEDLL算法进行主体的参数估计算法。同时,针对经典MEDLL对低载噪比下的信号、对欺骗信号路数估计存在较大误差以及算法复杂度比较高的问题,分别针对性地研究了基于相干积分优化的MEDLL算法、多路欺骗信号自适应路数识别算法以及基于预测反馈的不等间隔采样MEDLL,改善了MEDLL算法在低载噪比下的估计效果,降低了MEDLL算法的时间复杂度,提高了算法的快速性,并对欺骗信号的路数实现了自适应地估计与识别。接着,针对经典MEDLL算法在短延迟欺骗式干扰下的信号参数估计效果不佳的问题,提出了基于神经网络优化的短延时欺骗信号参数估计算法,该算法基于神经网络的回归预测理论,使用基于时延判断的估计算法优选方法,动态地对MEDLL算法与基于神经网络优化的估计算法进行切换,并使用了反向传播(Back Propagation,BP)神经网络与径向基函数(Radial Basis Function,RBF)神经网络分别对短延时以及动态欺骗式干扰进行参数估计,并对BP神经网络与RBF神经网络的算法优缺点进行了总结与分析。最后,针对复杂情况下欺骗信号参数设置各异的问题,构建了一个欺骗信号参数综合估计平台,通过信号参数估计部分对包括多路欺骗信号的欺骗式干扰以及牵引式欺骗等场景分析,验证了改进优化后的MEDLL算法的估计准确性与适用性以及可靠性。