基于卷积神经网络的空间导航信号抗干扰处理技术

王春霞，刘新芳

(闽南科技学院 光电信息学院，福建 泉州 362332)

0 引言

卫星导航综合了传统导航系统的优点,真正实现了各种天气条件下全球高精度被动式导航定位,能够对地面、海洋、空中和空间用户进行导航定位。随着卫星导航精度的不断提高,对空间导航信号的抗干扰性能也提出了更高的要求,在强烈的电磁干扰和环境干扰背景下,空间导航信号的传输和有效检测受到限制,需要构建优化的空间导航信号抗干扰模型,通过建立空间导航信号抗干扰模型,进行空间导航信号的优化控制,构建空间导航信号的优化采样和信道均衡控制模型,提高空间导航信号传输系统的优化管理能力,相关的空间导航信号抗干扰技术研究受到人们的极大关注[1]。

空间导航信号抗干扰设计是建立在对空间导航信号滤波处理的基础上,结合对空间导航信号的特征提取和波束控制,进行空间导航信号检测,提高空间导航信号的抗干扰能力[2]。文献[3]方法研究导航信号频域干扰抑制方法及其FPGA实现,基于快速傅里叶变换的干扰抑制算法对频域干扰抑制方法进行了研究。文献[4]方法研究基于动态聚类的卫星导航信号多波束抗干扰方法,基于k均值聚类算法的动态指向多波束抗干扰方法建立天线阵列进行导航信号多波束抗干扰。但上述方法进行空间导航信号抗干扰处理的输出信噪比不高,信号检测性能不好。针对上述问题,本文提出基于卷积神经网络(Convolutional Neural Network,CNN)的空间导航信号抗干扰技术。……