基于差分進(jìn)化狼群算法的欺騙干擾識別方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于通信技術(shù)領(lǐng)域，具體涉及一種基于差分進(jìn)化狼群算法的欺騙干擾識別 方法。
【背景技術(shù)】
[0002] 衛(wèi)星導(dǎo)航定位系統(tǒng)易受到多種形式的干擾。其中，最主要的干擾樣式為欺騙干擾， 該干擾具有與真實信號相同的增益，并在時、頻、空等多域與真實信號完全或者部分重疊， 識別效果往往不太理想。衛(wèi)星導(dǎo)航系統(tǒng)接收機(jī)如何抗欺騙干擾已經(jīng)成為當(dāng)前迫切需要解決 的技術(shù)問題。
[0003] 抗欺騙干擾的前提是接收機(jī)能夠檢測識別出欺騙干擾。目前國內(nèi)外針對欺騙干 擾識別方法的研究主要集中在基于特征提取的干擾識別算法，提取的特征參數(shù)包括時鐘偏 移、多普勒頻移和接收機(jī)位置等。近年來，對發(fā)射機(jī)建模并基于模型參數(shù)來識別無線發(fā)射機(jī) 成為了一個新的研究熱點。研究表明，基于模型參數(shù)的識別方法即使在樣本數(shù)不多，SNR較 低時也有效。然而，其估計模型參數(shù)的方法為最小二乘法和迭代法。這些方法存在收斂性 不能被嚴(yán)格證明的不足。

【發(fā)明內(nèi)容】

[0004] 為了識別欺騙干擾和真實信號，本發(fā)明提出了一種基于發(fā)射系統(tǒng)建模以及模型系 數(shù)辨識的欺騙干擾識別方法。在對信號發(fā)射機(jī)和干擾機(jī)的建模中主要考慮功率放大器的非 線性，因此，將發(fā)射機(jī)和干擾機(jī)簡化為無記憶多項式模型，在對信道進(jìn)行建模中考慮其多徑 效應(yīng)，將其簡化為FIR濾波器模型。整個系統(tǒng)可以等效為一個Hammerstein模型，利用差分 進(jìn)化狼群算法根據(jù)輸入輸出信號來進(jìn)行系統(tǒng)辨識，確定系統(tǒng)模型參數(shù)。以此模型參數(shù)為基 礎(chǔ)，通過統(tǒng)計檢測方法進(jìn)行欺騙干擾的識別。
[0005] 本發(fā)明采取以下技術(shù)方案：
[0006] 基于差分進(jìn)化狼群算法的欺騙干擾識別方法，按如下步驟進(jìn)行：
[0007] 第一步：考慮到非線性，將發(fā)射機(jī)和干擾機(jī)等效為無記憶多項式模型。
[0009] 其中，M是多項式系數(shù)個數(shù)，d(n)是輸入信號，bk是多項式系數(shù)。另外，在不改變 系統(tǒng)特性的情況下，為了確定系統(tǒng)的唯一性，令h = 1。
[0010] 第二步：考慮到多徑響應(yīng)，將無線傳輸信道等效為FIR濾波器模型。
[0012] 上式中，hk是信道響應(yīng)系數(shù)，N是FIR濾波器的階數(shù)，w(n)~N(0, 〇2)是加性高斯 白噪聲，x(n)是輸入信號，y (η)為接收機(jī)接收到的信道輸出信號。
[0013] 第三步：對整個通信傳輸系統(tǒng)進(jìn)行建模。
[0015] 第四步：接收機(jī)根據(jù)接收到的數(shù)據(jù)碼元y (η)，估計得到發(fā)射端的C/A碼，根據(jù)輸入 輸出利用差分進(jìn)化狼群算法進(jìn)行系統(tǒng)辨識，得到模型參數(shù)的估計值。
[0016] 本發(fā)明采用差分進(jìn)化算法的差分策略，通過該算法中的變異、交叉和選擇的過程， 使得算法能跳出局部最優(yōu)，同時也充分利用差分進(jìn)化算法在局部尋優(yōu)方面的優(yōu)點，提高算 法的尋優(yōu)精度。
[0017] DE-WPA算法的基本思想是：種群先按照基本狼群算法進(jìn)行，即依次執(zhí)行游走、奔 襲、圍攻行為，之后進(jìn)行差分進(jìn)化，即變異、交叉及貪婪選擇操作，之后再對頭狼位置進(jìn)行更 新?？傮w上可以認(rèn)為是依次進(jìn)行WPA算法搜索和DE算法變異，是一種兩層的串行結(jié)構(gòu)。
[0018] DE-WPA算法的具體步驟如下：
[0019] 步驟1，數(shù)值初始化。初始化狼群中人工狼位置&及其數(shù)目Ν，最大迭代次數(shù)1^_， 探狼比例因子α，最大游走次數(shù)Tniax，距離判定因子w，步長因子S，更新比例因子R。
[0020] 步驟2,選取最優(yōu)人工狼為頭狼，除頭狼外最佳的S_num匹人工狼為探狼并執(zhí)行游 走行為，直到某只探狼偵察到的獵物氣味濃度Y1大于頭狼所感知的獵物氣味濃度Y lMd或達(dá) 到最大游走次數(shù)Tniax，則轉(zhuǎn)步驟3。
[0021] 步驟3,人工猛狼據(jù)式（4)向獵物奔襲，若途中猛狼感知的獵物氣味濃度Y^Ywd, 則Ylead= Y i，替代頭狼并發(fā)起召喚行為；若Y lMd，則人工猛狼繼續(xù)奔襲直到dls< dn_， 轉(zhuǎn)步驟4。
[0023] 式中，Stepb是召喚行為的步長，G k是第k次迭代中頭狼的位置，Jif是第k次迭代 中第i頭狼的位置。
[0024] 步驟4,按式（5)對參與圍攻行為的人工狼的位置進(jìn)行更新，執(zhí)行圍攻行為。
[0026] 式中，step。是圍攻行為的步長，λ是一個隨機(jī)數(shù)，且λ~U[-l, 1]。
[0027] 步驟5,對這狼群進(jìn)行差分變異。對種群中每個個體X1，隨機(jī)生成三個互不相同的 整數(shù)ri，r2, r3e {1，2,…，N}，且要求i，r i，r2, r3這四個數(shù)互不相同，然后按（6)式生成變異 個體
[0029] 式中，F(xiàn)是變異尺度系數(shù)，V1是變異個體，心，義是根據(jù)ri，r 2，r3所選的三個 個體，若所生成的變異個體超出了解空間范圍，則隨機(jī)產(chǎn)生一個變異個體來代替。
[0030] 步驟6,對這狼群進(jìn)行交叉操作。交叉操作按每個個體向量的分量進(jìn)行。將變 異產(chǎn)生的變異個體與目標(biāo)個體按照下面的公式進(jìn)行交叉操作，具體執(zhí)行過程如下：首先生 成一個隨機(jī)整數(shù)rancK，然后對變異個體V1和種群的目標(biāo)個體X i按式（7)得到試驗個體 οχ^···,^,/ = ^···, V，為了保證個體的進(jìn)化，首先通過隨機(jī)選擇使U1至少有一位 由V1貢獻(xiàn)，其它位由交叉概率CR來決定具體哪位由X i貢獻(xiàn)哪位由V i貢獻(xiàn)：
[0031]
[0032] 式中randj是位于[0, 1]間的均勾分布的隨機(jī)實數(shù)，而randn ;是屬于{1，2,…D} 內(nèi)隨機(jī)產(chǎn)生的維數(shù)索引號，其保證了至少有一位由變異向量￥貢獻(xiàn)。此處CR為交叉概 率因子，也是位于[0，1]間的一個常數(shù)。差分進(jìn)化算法引入交叉操作是為了增加種群的多 樣性。
[0033] 步驟7,對狼群進(jìn)行選擇操作：采用的是"貪婪選擇"策略，經(jīng)變異以及交叉操作后 生成的候選個體U1與目標(biāo)個體X 1進(jìn)行競爭：
[0035] 上式中，f是適應(yīng)度函數(shù)，在UJP X i中選擇適應(yīng)度函數(shù)值最優(yōu)者作為新的個體，替 換原來的個體。需要指出的是式（8)適合最大化。
[0036] 步驟8,按"勝者為王"的頭狼產(chǎn)生規(guī)則對頭狼位置進(jìn)行更新。
[0037] 步驟9,判斷是否達(dá)到優(yōu)化精度要求或最大迭代次數(shù)Tniax，若達(dá)到則輸出頭狼的位 置，即所求問題的最優(yōu)解，否則轉(zhuǎn)步驟2。
[0038] 第五步：在利用差分進(jìn)化狼群算法獲得系統(tǒng)參數(shù)的估計值之后，采用直觀的歐氏 距離檢測法進(jìn)行識別，判決準(zhǔn)則為：
[0040] 其中，假設(shè)H。表示接收機(jī)接收到的是欺騙干擾信號，H i表示接收機(jī)接收到的信號 是真實信號。式中，G1SGPS發(fā)射機(jī)系統(tǒng)參數(shù)向量，Θ 2為干擾機(jī)系統(tǒng)參數(shù)向量，§是根據(jù) 系統(tǒng)的輸入輸出估計得到的參數(shù)向量。
[0041] 本發(fā)明基于差分進(jìn)化狼群算法的欺騙干擾識別方法綜合考慮發(fā)射機(jī)的非線性特 性和信道的多徑響應(yīng)，進(jìn)行數(shù)學(xué)統(tǒng)計建模，并利用系統(tǒng)辨識算法進(jìn)行系統(tǒng)辨識，得到了參數(shù) 向量6，于該參數(shù)向量，統(tǒng)計檢測中最直觀的歐氏距離法實現(xiàn)對欺騙干擾的檢測。本發(fā)明 方法運(yùn)算簡單，識別性能好。
【附圖說明】
[0042] 圖1是通信系統(tǒng)結(jié)構(gòu)圖。
[0043] 圖2是干擾識別總體方案圖。
[0044] 圖3是差分進(jìn)化狼群算法流程圖。
[0045] 圖4是分別用差分進(jìn)化狼群算法和狼群算法進(jìn)行參數(shù)估計并以此進(jìn)行干擾識別 的效果的比較。
【具體實施方式】
[0046] 本發(fā)明針對GPS欺騙干擾檢測問題展開研究，通過綜合考慮發(fā)射機(jī)的非線性和無 線通信信道的多徑效應(yīng)，將整個通信系統(tǒng)等效為Hammerstein模型，然后利用差分進(jìn)化狼 群算法得到模型參數(shù)的估計值，以此進(jìn)行欺騙干擾檢測。
[0047] 以下結(jié)合附圖對本發(fā)明作進(jìn)一步說明。
[0048] 本實施例基于差分進(jìn)化狼群算法的欺騙干擾識別方法，按如下步驟進(jìn)行：
[0049] 第一步：考慮到非線性，將發(fā)射機(jī)和干擾機(jī)等效為無記憶多項式模型。
[0051] 仿真中 M = 4。
[0052] 第二步：考慮到多徑響應(yīng)，將無線傳輸信道等效為FIR濾波器模型。
[0054] 仿真中 N = 3。
[0055] 第三步：對整個通信傳輸系統(tǒng)進(jìn)行建模。
[0057] 第四步：接收機(jī)根據(jù)接收到的數(shù)據(jù)碼元y (η)，估計得到發(fā)射端的C/A碼，根據(jù)輸入 輸出利用差分進(jìn)化狼群算法進(jìn)行系統(tǒng)辨識，得到模型參數(shù)的估計值。
[0058] 本發(fā)明采用差分進(jìn)化算法的差分策略，通過該算法中的變異、交叉和選擇的過程， 使得算法能跳出局部最優(yōu)，同時也充分利用差分進(jìn)化算法在局部尋優(yōu)方面的優(yōu)點，提高算 法的尋優(yōu)精度。
[0059] DE-WPA算法的基本思想是：種群先按照基本狼群算法進(jìn)行，即依次執(zhí)行游走、奔 襲、圍攻行為，之后進(jìn)行差分進(jìn)化，即變異、交叉及貪婪選擇操作，之后再對頭狼位置進(jìn)行更 新，并按照"強(qiáng)者生存"的狼群更新機(jī)制進(jìn)行群體更新?？?