[发明专利]基于时-频谱值平滑与分割的GNSS干扰特征辨识方法及系统

说明书

本发明结合GNSS信号特点对经典时频方法进行优化，对时频谱值进行平滑，并根据频段能量分布情况对谱值分割处理，从而提出了一种时‑频谱值平滑与分割的GNSS干扰特征辨识方法及系统。该方法可改善对宽带小功率干扰信号特征的辨识能力，提高干扰信号特征辨识效果，为后续干扰的抑制提供必要的条件。

技术领域

本发明属于GNSS干扰信号识别领域，具体涉及一种基于时-频谱值平滑与分割的GNSS干扰特征辨识方法。

背景技术

随着经济科技的飞速发展，全球卫星导航系统(GNSS)逐渐成为当今社会社提供位置服务的重要基础设施。但其可靠性却受到诸多因素的威胁，卫星信号经过长距离的传播，到达地面时的信号功率很低，很容易受到各种无意或有意的无线电干扰信号影响。压制式干扰信号是最恶劣的GNSS干扰类型之一，干扰信号影响卫星信号的跟踪性能，导致伪距误差、定位误差增大，严重降低GNSS系统的可靠性和准确性，而更大功率的干扰会直接淹没可用卫星信号，导致GNSS系统无法提供导航定位服务。因此，提高GPS系统抗干扰能力显得尤为重要。

干扰检测是进行干扰抑制的必要步骤，也是提高GPS系统鲁棒性的重要前提。以跟踪环路相关器为分结点，常见的干扰检测技术可分为后相关检测和前相关检测两大类。后相关干扰检测技术主要使用有效载噪比，载波相位、相关器输出、卫星轨道信息和定位误差等作为干扰检测的主要参数。而前相关干扰检测是检测RF前端或基带模块处的干扰，可以使用AGC模块、A/D转换模块、中频信号、频域信号、时频分析等进行干扰检测。这两种方案相比，后相关干扰检测较慢，干扰信号的灵敏度较低，而前相关干扰检测速度更快，对干扰的灵敏度也更高。

此外，上述大部分干扰检测方法只能检测干扰是否存在，无法对干扰信号的周期特征、频率变化特征等关键参数进行估计，因此无法识别干扰特性。考虑时频分析方法，在检测干扰信号存在的同时，能对干扰信号的参数进行估计，然而，传统时频分析只对大功率干扰信号的参数具有较好的估计效果，而对于较小功率干扰，特别是宽带小功率干扰信号的特征参数估计效果不佳。

发明内容

针对上述问题与难点，本发明结合GNSS信号特点对经典时频方法进行优化，对时频谱值进行平滑，并根据频段能量分布情况对谱值分割处理，从而提出了一种时-频谱值平滑与分割的GNSS干扰特征辨识方法。该方法可改善对宽带小功率干扰信号特征的辨识能力，提高干扰信号特征辨识效果，为后续干扰的抑制提供必要的条件。具体技术方案如下：

本发明公开一种基于时-频谱值平滑与分割的GNSS干扰特征辨识方法，包括如下步骤：

(1)对输入的中频信号进行时频分析，得到信号的二维时-频谱结果；

(2)对时-频谱结果进行数值处理，包括：将二维时-频谱值进行归一化处理，减小数据处理计算量；对归一化数值进行滤波处理，消除GNSS信号和噪声造成的随机误差；对滤波后的数据进行二值化处理，实现数据的分割分类；

(3)根据二值化分割的数值结果，提取数据出现梯度变化时频点，获取干扰信号时频特征，构造干扰时-频曲线；通过对干扰时-频曲线进行FFT分析，提取干扰信号的周期；

(4)结合周期结果和干扰时-频曲线的连续性判断辨识干扰曲线是否完整，若完整，直接输出干扰信号的特征参数；若不完整，则转到步骤(5)；

(5)增长时频分析的中频信号数据长度，并对中频信号时-频二维谱值进行按照步骤(3)提取的干扰信号周期分段和叠加，平滑谱图的随机波动，增强干扰信号的特征；

(6)将平滑后的时-频谱值按频段分割成多段，并对各段时-频谱值采用如步骤(2)所述的方法进行数值处理；

(7)将各段数值处理结果重新组合，然后对重组后的时频二值化结果采用如步骤(3)～(4)所述的方法进行再处理，直到辨识出干扰信号的特征参数。