基于IMM-KF算法改进的欺骗式干扰检测算法

针对基于接收机基线长度的欺骗干扰检测方法在短基线和低定位精度下检测性能差的问题,提出了一种交互多模型卡尔曼滤波（Interactive Multi-model Kalman Filtering,IMM-KF）算法改进的欺骗式干扰检测算法。该方法通过IMM-KF算法对两个接收机天线的位置信息进行最优估计,提高基线解算精度,从而提升基于基线长度的欺骗干扰检测方法的检测性能。首先,详细分析了基于基线长度的欺骗干扰检测方法的数学原理;其次,建立欺骗检测算法模型,并对其性能进行仿真分析;然后,根据算法应用场景引入IMM-KF算法优化基线长度估计量;最后,针对不同的基线长度和定位精度进行仿真实验,对算法进行性能评估。仿真结果表明,该算法可以在接收机伪距测量精度为0.1 m、基线长度为0.5 m的情况下达到86%的检测成功率,而传统算法在此情况下检测成功率仅为10%。     

航迹规划策略学习方法研究

分析并研究航迹规划软件中的飞行器操作数据特征,提出一种基于XGBoost算法和K-prototypes算法的航迹规划策略学习方法。在样本采集与分类过程中,根据约束自身特性和规划人员操作特征,将约束分为飞行器环境约束和飞行器特性相关约束,分别采用XGBoost算法和K-prototypes算法进行策略学习,并对飞行器特性相关约束做进一步细分,实现复杂约束的针对性学习及样本分类管理。当航迹不满足约束时,需将已获得的规划策略反馈给规划人员使其得到策略引导。实验结果表明,该方法能准确选取航迹规划策略并给出策略引导信息,降低规划人员的工作强度,提升交互规划效率和规划软件的智能性。     

一种用于飞行器航迹规划操作规则提取的聚类算法

针对航迹规划软件人机交互操作数据所蕴含的特征规律信息的总结提取问题,通过深入研究操作数据特性,高维数据主成份分析降维方法及聚类算法,提出了一种用于解决该类问题的改进聚类算法。经仿真验证,该算法能够有效地提取不同操作数据中的规律信息。     

卫星导航欺骗干扰检测与抑制技术综述

全球导航卫星系统(Global Navigation Satellite System, GNSS)欺骗式干扰具有隐蔽性强、危害性大的特点,对GNSS造成了严重的安全威胁。介绍了生成式和转发式欺骗干扰的原理和关键技术,总结了现有的欺骗式干扰检测方法和抑制方法,并从成本、性能、复杂度、研究重点等方面对现有技术进行了详细分析。以性能和成本为指标,对比分析了现有干扰攻击、检测和抑制方法。最后,对未来欺骗式干扰防御研究值得关注的问题进行了展望,以期为后续研究提供思路。