[发明专利]一种基于多语义特征融合网络的卫星压制干扰识别方法

权利要求书

1.一种基于多语义特征融合网络的卫星压制干扰识别方法，其特征在于包括如下步骤：

步骤1、对7类压制干扰信号进行分析，并接收到卫星导航信号和压制干扰信号以及高斯噪声信号的混合信号的时域信号；

步骤2、对接收到的时域信号进行图像化重构处理，得到受不同压制干扰信号影响的二维图像；

步骤3、搭建干扰识别模型；

首先搭建残差网络模型；然后对残差网络模型中各级残差单元的输出特征进一步进行拼接融合，最终得到基于特征融合网络的干扰识别模型；

步骤4、获得多语义融合特征，进行分类并统计识别准确率。

2.根据权利要求1所述的一种基于多语义特征融合网络的卫星压制干扰识别方法，其特征在于步骤1具体实现如下：

1-1.对于7种典型压制干扰信号，J(t)的表达式可用表1来表示；

表1中，f_c为干扰信号的载波频率，为初始相位，通常设为0；a(t)、a₁(t)和a₂(t)为BPSK和QPSK干扰信号的基带数据；u(t)为时域脉冲干扰信号的脉冲信号，τ为脉冲持续时间，T为时域脉冲周期；n(t)为随机的高斯白噪声，K_FM是噪声调频干扰的调频特性曲线斜率；K₁为扫频干扰的扫频速率；梳状谱干扰信号是由5个噪声调频信号合成，K为梳状谱干扰的调频特性曲线斜率,f_c,i为梳状谱干扰信号的载波频率，频点的选择由要干扰的通信频段来决定；

1-2.待识别卫星压制干扰信号的时域模型可表示为：

S(t)＝ρ₁b(t)c(t)exp(j2πft)+ρ₂J(t)+N(t) (1)

上式中ρ₁和ρ₂分别为卫星导航信号和压制干扰信号的幅度，b(t)为卫星导航信号的基带数据；c(t)为卫星导航信号的扩频序列数据；f为卫星导航信号的载波频率，J(t)为压制干扰信号，N(t)为噪声信号，是服从N(0，σ²)的高斯白噪声，σ²为噪声方差；

因此，对接收信号进行采样，得到I、Q两路数据信号可以分别表示为：

其中，f_s为采样频率，M表示符号个数，N为采样点数。