[发明专利]一种基于SVM多分类算法的卫星导航干扰类型识别方法

摘要

本发明公开了一种基于SVM多分类算法的卫星导航干扰类型识别方法。所述SVM多分类算法是通过给定的具有不同特征的样本，寻找一个超平面对样本进行分类，进一步将该分类模型应用到未知样本类别的新样本中，且所述样本类型为三类或以上。在此过程中，首先将接收到的卫星导航信号经滤波等处理提取出能反映干扰信号特征的量，并将对应干扰类型进行标记。接着将样本输入SVM多分类器中进行学习，得到最优分类器。当新的干扰信号特征向量进入分类器时，将自动进行分类。所述方法能自动识别多类型干扰，且提高了干扰识别的效率和准确度。

主权项

1.一种基于SVM多分类算法的卫星导航干扰类型识别方法，其特征在于该方法包括：(1)分别计算无干扰、单频干扰、线性调频干扰、BPSK干扰、扫频干扰和部分频带干扰信号6种干扰类型卫星导航信号的特征向量，并将6种类型的特征向量对应的标签分别赋值为1、2、3、4、5和6，将特征向量和标签组合形成样本矩阵；其中，所述特征向量包括信号功率、脉宽估计值、调频斜率估计值和信号平方前后带宽比；(2)选择标签为1和2、1和3、1和4、1和5，1和6，2和3、2和4、2和5、2和6、3和4、4和5、5和6分别对应的训练样本组合为一组训练集，得到12组训练集，对于每组训练集构造一个未知的非线性SVM二分类模型，并通过对训练样本进行交叉验证得出最优超参数，从而得到12个训练好的分类模型；(3)将待识别的卫星导航信号提取出来的特征向量输入步骤(2)中的12个分类模型中，每个模型输出一个标签，将出现次数最多的标签所对应的类别判定为卫星导航信号的干扰类型。