自贡全站仪GNSS接收机厂家

    全球导航卫星系统(gnss)实时导航定位中，卫星钟差产品的精度会直接影响高精度导航定位授时的服务能力，为进一步提高钟差预报的精度，以改善当前钟差实时预报精度较低现状，国内外学者做了大量预报方法的研究，在现有的钟差预报方法中，由于星载原子中时频特征较为复杂，很容易受到外界环境对它的影响，单一模型大部分只是照顾到了钟差的部分特性，使得单一预报模型仍有不足之处，比如二次多项式模型主要针对的是钟差中的趋势项，未考虑到周期项和随机项对预报的影响；模型指数系数对灰色模型预报精度的影响较大；谱分析模型虽然考虑到了钟差中的周期项，但是较长的钟差序列才能较为准确的确定钟差中的周期，拟合预报的时候也需要较长的钟差数据建模才能发挥出该模型的优势；对于小波神经网络模型来说，确定网络拓扑结构存在困难；对于卫星钟差这种异常复杂的非平稳、非线性随机序列，单一的模型很难准确表达和有效预报，组合模型虽然比单一模型能更多地考虑到随机项对预报的影响，但是大多数组合模型只是简单的组合，没有根据各单一模型的特性进行组合，没有更好的发挥组合模型的优势，预报精度和稳定性还有比较大的提升空间。由此可知。数据处理中心有1台主控电脑能够通过网络控制所有的基准站。自贡全站仪GNSS接收机厂家

    对导航系统的危害程度也就越大。综上所述，本发明针对压制式和欺骗式组合干扰场景，设计了一种基于两级神经网络的干扰识别方案，两级模块均采用bp神经网络，通过提取不同的特征参数，能快速而准确地对随机出现的某一种压制式干扰或欺骗式干扰进行识别，且对gps和北斗信号均有良好效果。下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。附图说明图1为压制式干扰和欺骗式干扰都存在的场景示意图；图2为gnss接收机与识别模块框架示意图；图3为神经网络的训练示意图；图4为基于决策树的干扰识别流程示意图；图5为gps系统下对7种干扰进行单独测试的结果，以及gps系统下对7种干扰的平均识别率与对比方案的平均识别率对比；图6为bd系统下对7种干扰进行单独测试的结果，以及bd系统下对7种干扰的平均识别率与对比方案的平均识别率对比。具体实施方式本发明提供了一种基于两级神经网络的gnss接收机组合干扰分类识别方法，级识别模块，利用从数字中频信号提取出来的时域、频域和功率域的9个特征参数送入bp神经网络，用于识别单音、多音、线性调频、脉冲、bpsk窄带和bpsk宽带六种典型的压制式干扰。由于欺骗式干扰具有与真实卫星信号相同的结构。四川纽迈普GNSS接收机批发厂在网络RTK中，有多个基准站，用户不需要建立自己的基准站。

    通过中频信号的基本时、频域特征无法区分欺骗式干扰与真实卫星信号。若级模块识别结果为无干扰或者存在欺骗干扰时，进一步对数字中频信号进行捕获，利用捕获后的二维搜索矩阵提取相关峰特征，再送入第二级模块进行欺骗干扰检测。当两级模块终识别结果为无干扰时，可认为接收信号为真实卫星信号，否则可根据识别出的干扰类型，采取相对应的干扰处理手段。两级模块均采用三层全连接bp神经网络：输入节点数分别为9和11，级模块使用9个特征参数，第二级模块使用11个特征参数；隐含层节点数分别为12和10；输出节点数分别为8和2，对应于各级分类标签数。两级网络训练网络的示意图如图3所示。级识别模块首先，对数字中频信号进行功率归一化：再对归一化后信号进行傅里叶变换，得到频谱x(k)，以下公式若不进行特别说明，其中k的取值范围均为1～n。再进行频域归一化，可得归一化频谱xu(k)＝x(k)/max[x(k)](3)进一步得到功率谱p(k)＝[x(k)]2。对其作归一化，可得归一化后的功率谱为其中表示p(k)的均值。为了对各类压制式干扰进行精确识别，级识别模块采用的特征参数如表2所示：表2级网络使用的特征参数在x3的计算中，pp(k)表示对p(k)中的冲激部分提取的结果，即用归一化后的功率pu。

    i'p是大相关峰在bf中的坐标。在x19的计算中，bc是ac的平移并限幅后的结果；j'p是大相关峰在bc中的坐标。x20计算式中，ip是大峰在多普勒频移轴上的坐标，δfd为多普勒频移搜索步长，ip±δfd表示相关峰在多普勒频移轴上左右。在x21的计算中，jp是大相关峰在伪码相位轴上的坐标，fs为接收机采样频率，rc为扩频码的码速率，jp±。利用上述11个特征，训练第二级识别模块的bp神经网络，输出标签分为2类，即h0和h7。为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。实施例考虑压制式干扰和欺骗式干扰都存在的场景，如图1所示。在仿真实验中，利用gpsl1频点和bdsb1频点的模拟中频数据。徕卡GNSS（GPS，RTK）接收机。

    表示ac中所有波峰峰值的；bf是af的平移并限幅后的结果；i'p是大相关峰在bf中的坐标，bc是ac的平移并限幅后的结果；j'p是大相关峰在bc中的坐标，ip是大峰在多普勒频移轴上的坐标，δfd为多普勒频移搜索步长，ip±δfd表示相关峰在多普勒频移轴上左右，jp是大相关峰在伪码相位轴上的坐标，fs为接收机采样频率，rc为扩频码的码速率，jp±。具体的，级识别模块和第二级识别模块均采用三层全连接bp神经网络，级识别模块的输入节点数为9，使用9个特征参数，第二级识别模块的输入节点数为11，使用11个特征参数；级识别模块的隐含层节点数为12，第二级识别模块的隐含层节点数为10；级识别模块的输出节点数为8，第二级识别模块的输出节点数为2，对应于各级分类标签数。具体的，接收机的接收到的gnss信号模型可以表示为其中，下标i表示卫星的编号，ai表示信号振幅，ci(t)表示扩频码，d(t)表示导航电文，τi表示信号的伪码相位偏移，fi-c表示载波频率，fi-d表示多普勒频移，表示载波初相。具体的，干扰源包括单音干扰sti，多音干扰mti，线性调频干扰lfmi，脉冲干扰pi，bpsk窄带干扰bpsknbi，bpsk宽带干扰bpskwbi，欺骗式干扰si，对应某一时刻接收信号状态划分为h0，无干扰；h1。GNSS（GPS，RTK）接收机，基准站。崇州自动GNSS接收机价格

GNSS定位在遮挡环境、多路径较严重场景下效果较差，此时结合DR算法，可以推测出下一秒或多秒内的定位结果。自贡全站仪GNSS接收机厂家

    本发明属于信号处理技术领域，具体涉及一种基于两级神经网络的gnss接收机组合干扰分类识别方法。背景技术：全球卫星导航系统(globalnavigationsatellitesystem，gnss)是一种覆盖广、全天候、实时、高精度的导航系统。随着卫星导航技术的不断发展，gnss已应用于和民用各个领域。gnss主要包括美国的全球定位系统(gps)、欧盟的伽利略(galileo)、俄罗斯的格洛纳斯(glonass)、我国的北斗导航卫星系统(bds)。由于其应用、影响面大，因此保证全球卫星导航系统的安全性尤为重要。由于导航卫星一般距离地球表面比较遥远，当卫星发射的导航信号传播到地面的用户端时，卫星信号已经十分微弱，而且民用卫星的信号格式公开，再加上卫星导航系统本身抗干扰能力有限，故gnss接收机很容易受到干扰攻击。压制式干扰和欺骗式干扰是gnss干扰中两种典型的干扰方式，也是专门针对导航系统用户端部分所常见的两种干扰。压制式干扰是一种大功率的强干扰信号，通过使接收机无法正常接收、锁定卫星导航信号而使其无法定位。欺骗式干扰是是干扰者通过转发或生成与导航卫星信号相同或相似的信号、使卫星导航系统目标用户的接收机把欺骗信号误认为是真实导航卫星信号，从而对其进行捕获与。自贡全站仪GNSS接收机厂家

四川科析联测检测仪器有限公司致力于仪器仪表，是一家贸易型的公司。公司业务分为RTKGPS，全站仪，经纬仪，水准仪等，目前不断进行创新和服务改进，为客户提供良好的产品和服务。公司注重以质量为中心，以服务为理念，秉持诚信为本的理念，打造仪器仪表良好品牌。科析联测检测仪器秉承“客户为尊、服务为荣、创意为先、技术为实”的经营理念，全力打造公司的重点竞争力。