利用改进型AlexNet的ADS-B欺骗式干扰检测

发布时间：2021-07-24 10:21

　　广播式自动相关监视（ADS-B）是一种新的空管监视技术,遵循着"空地一体化"和"全球可互用"的指导原则,实现了航迹信息共享。但其开放式的架构特点,使其极易受到各类欺骗式的干扰,严重威胁空中交通安全。本文针对真实ADS-B信号的多普勒频偏变化规律与报告位置的变化规律相符合的特点,结合以深度学习为代表的机器学习方法,提出利用改进型的AlexNet提取特征并检测欺骗干扰。本方法对比传统的信号处理方法,减少了计算复杂度,提高了识别准确率,特别是在航迹长度较短时优势更加明显。仿真实验验证了方法的有效性。 

【文章来源】：信号处理. 2020,36(05)北大核心CSCD

【文章页数】：7 页

【部分图文】：

欺骗场景示意图

本文算法流程如图2所示。假设ADS-B接收机在n秒内持续接收到来自同一目标的ADS-B信号,共包含2n条位置消息,2n条速度消息以及2n条事件驱动消息,则第i秒的消息集合记为:

AlexNet网络结构如图3所示。整个网络包含5层卷积层和3层全连接层,其中卷积层主要由卷积模块、激活函数模块、池化模块和局部响应归一化(Local Response Normalization,LRN)模块组成,最后一层是利用Softmax函数进行分类的1000分类输出层。相较于全连接网络,卷积网络的优势在于其采用了特定的结构利用更少的参数得到更高的识别准确率,而相较于传统的卷积网络,AlexNet的激活函数采用的是线性整流函数(Rectified Linear Unit, ReLU),此函数引入了一定的稀疏性,减少了参数之间的相互依存关系,从而缓解了过拟合现象,并且由于其求导简单,简化了计算,从而提高了训练速度。另外还采用了数据增益与Dropout技术,同样缓解了过拟合现象[18-19]。

【参考文献】：
期刊论文
[1]特征选择与深度学习相结合的极化SAR图像分类[J]. 韩萍,孙丹丹.  信号处理. 2019(06)
[2]利用双天线相位差的ADS-B欺骗式干扰检测方法[J]. 王文益,李文静,卢丹,王璐,贾琼琼,吴仁彪.  信号处理. 2019(02)
[3]采用改进型AlexNet的辐射源目标个体识别方法[J]. 徐雄.  电讯技术. 2018(06)
[4]利用多普勒效应的ADS-B欺骗式干扰检测方法[J]. 陈蕾,吴仁彪,卢丹.  信号处理. 2018(06)
[5]深度学习的昨天、今天和明天[J]. 余凯,贾磊,陈雨强,徐伟.  计算机研究与发展. 2013(09)



本文编号：3300467