基于遗传算法优化BP神经网络的GNSS干扰源定位技术

全球导航卫星系统(GNSS)应用已全面深入到国家安全和国民经济当中,但由于GNSS信号到达地面后信号强度很弱,极易受到无意或有意的人为干扰。当出现压制干扰时会影响接收机正常工作,从而导致某一区域导航定位效果受到影响,因此对干扰源的排查和消除十分重要。针对上述压制干扰,通过在监测区域分布一定数量低成本接收机,利用其接收的载噪比数据特征实现干扰源的位置估计。考虑到信号传播过程中的衰减模型是非线性的,提出了基于遗传算法(Genetic Algorithm,GA)优化反向传播(Back Propagation,BP)神经网络的干扰源定位方法,通过神经网络学习得到监测区域载噪比特征的复杂非线性关系,GA对神经网络的初始权值和阈值进行优化,最终在监测区域通过梯度下降法搜索出干扰源位置。结果表明,GA优化后的网络预测误差更小,能够初步定位干扰源位置且平均定位误差率(Average Localization Error Rate,ALER)约为0.23%,验证了模型的合理性和有效性。

基于不同轨道和星钟类型的BDS-3星载钟特性评估

星载原子钟性能的研究对于卫星钟差估计与预报、卫星导航系统的建设与维护等具有重要的意义。采用了德国地学研究中心(GFZ)2021-01-01—2021-12-31多星定轨联合解算的精密钟差产品,基于预处理后的钟差数据,对2021年北斗三号卫星导航系统(BDS-3)星载钟的相位、频率跳变情况进行了统计,探讨了中圆地球轨道(Medium Erth Obit,MEO)卫星铷钟与氢钟的相位、频率序列图特点。使用二次多项式模型分析了BDS-3不同轨道、不同星钟类型卫星钟的频率漂移率和模型噪声等指标的变化规律,基于哈达玛方差从不同时间尺度对BDS-3卫星钟的频率稳定度展开了分析。结果表明,BDS-3卫星钟相位和频率变化相对连续且稳定,其中仅地球静止轨道(Geostationary Orbit,GEO)卫星星钟存在调相行为,MEO卫星和GEO卫星都存在调频行为,且铷钟的调频次数明显多于氢钟。从频漂和模型噪声水平来看,MEO卫星优于其他轨道类型卫星,同铷钟相比,氢钟性能更优。BDS-3星载原子钟的稳定度保持在10^(-15)~10^(-14)量级,MEO卫星星载钟的稳定度最优,其次是倾斜地球同步轨道(Inclined Geosynchronous Orbit,IGSO)卫星,GEO卫星星载钟的稳定度最差。

基于梳状导频的通导融合测距优化配置方法

针对已提出的正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)体制下的通导融合测距算法中存在的通信资源占用率高的问题,提出了基于梳状导频的通导融合测距优化配置方法,在原有的通导融合测距系统上,将测距导频信号分配给部分子载波进行测距信息传输,接收端采用时频域联合估计法进行测距仿真,并分析了测距精度和通信资源占用率问题。仿真表明,采用优化配置方法后,在信噪比为-5 dB时,测距精度可达到0.9 m,此时导频信号只占用了50%的通信载波,降低了通信资源占用率。