基于收缩自编码器的无人机GPS欺骗攻击协同检测方法

GPS欺骗攻击是一种通过改变GPS信号来诱导接收机导航系统的恶意攻击,它会使无人机产生偏离运行轨迹、飞入禁飞区、强制降落等异常行为。当前对GPS欺骗攻击的检测仍存在模型训练效率较低、检测性能不高等问题,基于此,本文提出了一种无人机GPS欺骗攻击协同检测方法。该方法采用联邦学习框架,多个基站通过本地接收的无人机运行数据协同训练异常检测模型并计算异常检测阈值,进而检测无人机是否存在GPS欺骗攻击。此外,为了防止在联邦学习过程中不同基站本地训练数据分布差异过大导致模型训练效果降低的问题,本文采用收缩自编码器作为异常检测模型。与自编码器相比,收缩自编码器通过在损失函数中加入新的损失项,将训练数据样本的低维表示压缩到更小的范围内,从而使模型在训练过程中能够更好地学习训练数据样本的低维特征,提高了模型区分正常数据和异常数据的能力。基于公开数据集的实验结果表明,本文提出的方法对无人机GPS欺骗攻击的准确率、查准率和召回率分别达到了96.49%、96.03%和93.85%,比原始的自编码器提高了1.63%、0.8%和4.62%,且与采用集中式学习框架相比,本文提出的协同检测方法能够显著提高模型的训练效率。同时,本文提出的联邦学习收缩自编码器受平衡系数改变的影响最小,在异常检测阈值计算不准确的情况下仍然能够达到较好的检测结果。

基于压缩感知的超分辨目标散射中心估计

针对雷达目标识别中散射中心特征提取需求,提出一种基于压缩感知理论(CS)的超分辨散射中心估计算法。通过设计一字典,将脉压波形进行稀疏表示,进而将重构问题引入CS理论框架之下,利用仿真数据验证了散射中心重构算法的可行性。基于实录数据,将80 MHz宽带信号滤波成20 MHz窄带信号,利用窄带20 MHz脉压波形重构高分辨散射中心,进而恢复宽带80 MHz脉压信号。恢复信号与真实80 MHz宽带脉压信号的对比分析结果表明,在一定误差范围内,CS算法可实现目标散射中心重构。

基于欠采样的脉冲UWB通信窄带干扰消除技术

针对窄带干扰(narrowband interference,NBI)的存在会对脉冲超宽带(ultra-wideband,UWB)通信系统性能带来严重的影响。提出了一种基于欠采样的低复杂度NBI检测与消除方案,以消除NBI为目标,论证了欠采样下NBI检测与消除的可行性。通过傅里叶分析,指出NBI在欠采样信号的快速傅里叶变换域中具有稀疏性和易辨别的特点,并根据这些特征实现了对NBI子空间的估计。依据NBI子空间,设计了NBI信号的正交投影矩阵,在时域实现了对NBI的消除。仿真结果表明,在可接受的UWB信号功率损失范围内,方案大大提高了欠采样信号的信号干扰噪声比。

基于超宽带能量检测方案的数字脉冲间隔调制

将数字脉冲间隔调制(digital pulse interval modulation,DPIM)引入到基于能量检测方案的超宽带(ultra-wideband,UWB)通信系统中,详细研究了DPIM的性能。给出了适合于脉冲UWB信道的DPIM方案,定义了该调制方式的传输容量并与开关键控(on-off keying,OOK)和脉冲位置调制(pulse position modulation,PPM)做比较。推导出该调制方式的误时隙率和误包率。给出了不同调制方式在IEEE 802.15.3a信道环境下的数值结果,结果表明存在某些调制阶数(如4-DPIM对2-PPM),能够使得DPIM在传输容量和包差错性能上均优于PPM。另外与OOK相比,高阶DPIM可以在损失一些传输容量条件下取得更好的包差错性能。

基于信号分离的GNSS干扰信号抑制

全球导航卫星系统广泛应用于军事、通信等多个领域,但导航信号容易受到空间中电磁干扰的影响,造成性能严重下降。文中基于信号分离的方法研究了欠采样情况下的干扰抑制问题,通过对干扰信号幅度调制信号的分解构建了稀疏观测模型,利用稀疏贝叶斯学习实现对干扰信号的重建,进一步从接收信号中剔除重建的干扰信号,得到干扰抑制后的导航信号。仿真结果表明:文中所提方法能够有效抑制导航信号中的干扰,提升导航信号的质量,在欠采样情况下该方法仍然具有较好的干扰抑制性能。

基于信号重构的非参数化混叠信号分离方法

复杂电磁环境下,雷达、通信等信号在时域、频域、时频域存在复杂混叠,且各类型信号带宽差异大、调制样式多样,常规信号分离方法难以应用。文中提出了一种基于信号重构的非参数化混叠信号分离方法。基于瞬时幅度的傅里叶分解,建立非参数化稀疏信号模型,将混叠信号分离转化为瞬时幅度和瞬时频率的联合估计问题,基于交替迭代思路,分别进行估计和更新。对于瞬时幅度项,基于广义近似消息传递方法进行估计;对于瞬时频率项,利用瞬时频率变化平缓性特征,建立瞬时频率更新模型,实现对瞬时频率的更新。进一步,基于瞬时幅度和瞬时频率估计结果进行各信号重构,实现混叠信号分离。仿真结果表明:文中所提方法能有效分离时频域复杂混叠信号。

空中目标自适应分段轨迹样式识别

常规空中目标轨迹识别方法能够识别单一轨迹样式,但对于复杂轨迹样式识别效果差。文中提出一种基于Softmax多分类网络的空中目标自适应分段轨迹识别算法。首先,通过滑窗在时间上遍历整条复杂轨迹序列,在窗内利用设计的拟合方程对窗内轨迹进行拟合,得到方程参数;然后,基于方程参数训练Softmax分类网络模型,完成基于方程参数的窗内轨迹样式识别;最后,考虑到窗内识别错误及其特征,将识别结果进行同类合并,并基于Haar小波重构对识别结果进行修正,消除离散错误识别结果。仿真结果表明:文中所提方法能有效地对复杂轨迹样式进行分段识别。

基于随机编码变换压缩感知超宽带信道估计

提出了一种产生简便的基于随机编码变换的压缩感知的超宽带信道估计方法,给出了基于压缩感知方法的UWB信道估计模型,研究了子空间追踪的压缩感知UWB系统的信道估计方法。对系统在IEEE 802.15.3a CM1信道下的信道响应进行了估计,仿真结果表明该方法是有效的。

基于空间-频率调制的雷达通信一体化波形性能分析

为实现相互分立的电子设备多功能综合一体化,雷达通信一体化波形设计成为当下一体化领域的研究热点。空间-频率调制(SFM, space-frequency modulation)是一种将一维通信数据映射到空间和频率两维的调制技术,将该技术应用于雷达通信一体化波形设计中,可以得到同时实现探测和通信功能的SFM共用波形。空间-频率调制通过阵列天线设计带来探测性能的提升的同时,充分利用空域资源进行通信调制,有效提高了通信数据率。本文首先介绍了基于空间-频率调制的雷达通信一体化共用波形的设计过程,利用空间-频率调制生成一体化发射信号并结合阵列模型实现发射波束形成;然后,针对一体化信号的解调过程,提出一种基于排序的子阵阵元数估计优化算法。理论分析得到子阵规模越大对应误码率越容易受噪声影响,通过修正最大的子阵估计数值可以保证总估计阵元数与实际一致,有效降低误码率;最后,针对目前基于空间-频率调制的雷达通信一体化波形性能分析不够全面的问题,对一体化信号的通信性能和探测性能边界展开分析,基于探测和通信性能折中点为雷达适用不同场景提供依据。仿真结果表明,本文提出的误码修正方案能有效降低误码率,且通过调整一体化波形的关键参数,可以实现不同场景下雷达和通信性能之间的最佳折中。

单比特量化信号空域谐波抑制与目标重构方法

对于单比特量化信号,常规线性处理方法难以有效抑制非线性量化导致的谐波分量。文中提出了一种基于线性与非线性联合的空域谐波抑制与目标重构方法。首先,基于线性预处理和预检测,获取接收信号的主要分量,建立降维观测模型;然后,基于广义消息传递算法,对降维后的信号模型进行求解,抑制谐波分量并对真实目标进行重构。针对网格失配问题,通过对预检测结果进行参数估计,实现了对降维模型的修正。仿真结果表明:文中所提方法可对真实目标进行重构,并有效抑制单比特量化导致的空域谐波。