一种卫星导航干扰信号类型识别方法及系统

1.一种卫星导航干扰信号类型识别方法，其特征在于，所述方法包括：步骤S1，从卫星接收机中采集完整导航信号；步骤S2，计算所述完整导航信号的载噪比与伪距残差信息，判断完整导航信号中是否存在导航干扰信号；步骤S3，若检测到导航干扰信号，则提取完整导航信号中的中频数据并进行预处理，若未检测到导航干扰信号，则返回步骤S1；步骤S4，对所述中频数据进行频谱分析，提取完整导航信号的频域特征；包括：步骤S41，采用快速傅里叶变换算法，将完整导航信号中的中频数据转换为频域信号；步骤S42，在频域信号上增加滑窗，基于滑窗中的频域信号提取完整导航信号的频域特征，提取公式(3)-(7)如下：F frequency ＝MLP(Concat(F weighted window ,F global ),F global ,F weighted window )    (3)式(3)中，F weighted window 为加权滑窗特征；F global 为全局特征；且，F weighted window ＝∑ i w i ·F i,window (4)w i ＝Attention(F i,window )    (6)式(4)-(7)中，w i 为注意力权重，F i,window 为第i个滑窗的特征，i为滑窗索引，n_window为滑窗数量；MLP()为多层感知机操作，Concat()为拼接操作，W为窗口大小，X i 为第i个滑窗的频域信号，CNN()为卷积神经网络操作；Attention()为注意力机制操作；GRU()为门控循环单元操作，X为完整导航信号中的中频数据的频域信号；步骤S5，对完整导航信号中的中频数据进行时域分析，提取完整导航信号的时域特征；步骤S6，构建导航干扰信号识别网络，结合完整导航信号的频域特征、完整导航信号的时域特征，计算导航干扰信号类型。 2.根据权利要求1所述的卫星导航干扰信号类型识别方法，其特征在于，步骤S1进一步包括：使用卫星接收机接收来自不少于4颗卫星的导航信号，并对接收到的导航信号进行解调，将其从射频信号转换为基带信号，作为完整导航信号。 3.根据权利要求1所述的卫星导航干扰信号类型识别方法，其特征在于，步骤S2进一步包括：步骤S21，对完整导航信号进行解码，提取出卫星轨道参数、信号传播时间与接收机位置信息，同时通过接收机的射频前端电路记录信号功率，通过接收机的噪声测量电路记录噪声功率；步骤S22，利用信号功率和噪声功率计算载噪比，计算公式(1)如下：式(1)中，CNR为载噪比，lg()为取以10为底数的对数操作，P 1 为信号功率，P 2 为噪声功率；步骤S23，将接收机测量的信号传播时间乘以光速，计算得到实际测量伪距；利用卫星轨道参数、接收机位置，采用最小二乘法计算得到理论伪距；用实际测量伪距减去理论伪距，得到伪距残差ρ；步骤S24，计算存在干扰信号的概率，根据存在干扰信号的概率，判断是否存在干扰信号。 4.根据权利要求3所述的卫星导航干扰信号类型识别方法，其特征在于，步骤S24计算存在干扰信号的概率公式(2)如下：pro＝sigmoid(MLP(ρ,CNR)) (2)式(2)中，pro为存在干扰信号的概率，sigmoid()为sigmoid函数，MLP()为多层感知机操作；判断是否存在干扰信号时，若pro＝1，则认为存在导航干扰信号；若pro＝0，则认为不存在导航干扰信号。 5.根据权利要求1所述的卫星导航干扰信号类型识别方法，其特征在于，步骤S5进一步包括：步骤S51，采用门控循环单元网络，基于完整导航信号中的中频数据提取初步时域特征，计算公式(8)如下：h T ＝GRU(T)    (8)式(8)中，h T 为初步时域特征，T为完整导航信号中的中频数据；步骤S52，采用注意力机制，计算各个时间步的权重并进行归一化，计算公式为：w′ t ＝Attention(h t )             (9)式(9)和(10)中，t为时间步索引，h t 为对应时间步索引t的隐状态，w′ t 为各个时间步的权重，a t 为归一化后的各个时间步的权重；步骤S53，对归一化后的注意力权重a t 进行正序排序，并挑选出前n个时间步，n为满足累计注意力权重超过阈值Q的时间步数量，计算公式(11)如下：式(11)中，TimeSteps为时间步集合，j为计数索引；步骤S54，修改门控循环单元网络，具体操作如下：对挑选出的n个时间步，在相邻两个时间步之间增加一条神经网络连接，使得信息能够直接在这n个时间步上传递；修改后的门控循环单元网络表示为GRU′()；步骤S55，计算完整导航信号的时域特征，计算公式(12)如下：h′ T ＝GRU′(T)式(12)中，F time 为完整导航信号的时域特征， 分别为时间步集合TimeSteps中的第1、2、…、n个时间步对应的隐状态，h′ T 为修改后的初步时域特征。 6.根据权利要求5所述的卫星导航干扰信号类型识别方法，其特征在于，步骤S6进一步包括：步骤S61，基于频域特征和时域特征，计算导航干扰信号类型特征，计算公式如下：f 1 ＝MLP(Concat(F time ,F frequency ))      (13)g 1 ＝tanh(β 1 ·f 2 +b 1 )         (15)g 2 ＝tanh(β 2 ·f 1 +b 2 )        (16)f′ 1 ＝f 1 ·g 1 (17)f′ 2 ＝f 2 ·g 2 (18)f＝MLP(Concat(f′ 1 ,f′ 2 ))    (19)式(13)-(19)中，f 1 为纵向融合特征，f 2 为横向融合特征，CNN (1) 为纵向一维卷积操作，g 1 为纵向门，tanh()为双曲正切函数，β 1 为纵向参数，b 1 为纵向偏置项，g 2 为横向门，β 2 为横向参数，b 2 为横向偏置项，f为导航干扰信号类型特征；步骤S62，根据导航干扰信号类型特征，计算导航干扰信号各类型的概率；根据所计算的导航干扰信号各类型的概率，识别导航干扰信号类型。 7.根据权利要求6所述的卫星导航干扰信号类型识别方法，其特征在于，计算导航干扰信号各类型的概率公式(20)如下：p＝softmax(f) (20)式(20)中，p为导航干扰信号各类型的概率，softmax()为softmax函数。 8.根据权利要求1所述的卫星导航干扰信号类型识别方法，其特征在于，所述方法还包括：步骤S7，采用随机梯度下降优化算法，结合L2正则化技术，对导航干扰信号识别网络进行优化；且步骤S7具体操作如下：步骤S71，随机初始化导航干扰信号识别网络的权重和偏置参数，学习率设置为0.001，正则化系数为0.01；步骤S72，使用交叉熵损失函数来衡量网络预测结果与真实标签之间的差异；步骤S73，使用随机梯度下降算法更新网络参数，直到导航干扰信号识别网络收敛。 9.一种卫星卫星导航干扰信号类型识别系统，其特征在于，所述系统包括：信号采集模块、存在概率计算模块、初步判断模块、中频数据采集模块、频域特征提取模块、时域特征提取模块及干扰类型识别模块；其中，所述信号采集模块用于从卫星接收机中采集完整导航信号；所述存在概率计算模块用于计算所述完整导航信号的载噪比与伪距残差信息，判断完整导航信号中是否存在导航干扰信号，并将判断结果发送给初步判断模块；所述初步判断模块用于当接收到存在导航干扰信号结果时，启动中频数据采集模块；当接收到不存在导航干扰信号结果时，启动信号采集模块；所述中频数据采集模块用于当检测到导航干扰信号时，提取完整导航信号中的中频数据并进行预处理；并进一步用于执行如下步骤：步骤S41，采用快速傅里叶变换算法，将完整导航信号中的中频数据转换为频域信号；步骤S42，在频域信号上增加滑窗，基于滑窗中的频域信号提取完整导航信号的频域特征，提取公式(3)-(7)如下：F frequency ＝MLP(Concat(F weighted window ,F global ),F global ,F weighted window )    (3)式(3)中，F weighted window 为加权滑窗特征；F global 为全局特征；且，F weighted window ＝∑ i w i ·F i,window (4)w i ＝Attention(F i,window )  (6)式(4)-(7)中，w i 为注意力权重，F i,window 为第i个滑窗的特征，i为滑窗索引，n_window为滑窗数量；MLP()为多层感知机操作，Concat()为拼接操作，W为窗口大小，X i 为第i个滑窗的频域信号，CNN()为卷积神经网络操作；Attention()为注意力机制操作；GRU()为门控循环单元操作，X为完整导航信号中的中频数据的频域信号；所述频域特征提取模块用于对中频数据进行频谱分析，提取完整导航信号的频域特征；所述时域特征提取模块用于对完整导航信号中的中频数据进行时域分析，提取完整导航信号的时域特征；所述干扰类型识别模块用于结合完整导航信号的频域特征、完整导航信号的时域特征，计算导航干扰信号类型。