买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：烟台欣飞智能系统有限公司

摘要：本发明公开了一种导航诱骗信号干扰信号识别标记系统，涉及信息安全技术领域，包括信号管理中心，所述信号管理中心通信连接有数据收集模块、信号预处理模块、特征提取模块、模式识别模块、信号验证模块、自适应优化学习模块以及用户交互模块，其中，各模块间电性连接；所述数据收集模块，用于收集历史导航信号数据和实时导航信号数据，并对导航信号数据进行标记，确定信号类型。本发明通过实时分析和识别潜在的干扰和诱骗信号，显著提升了导航系统的抗干扰能力，迅速检测出异常信号，并在短时间内作出响应，从而避免导航系统受到干扰或误导，通过不断学习和优化，逐渐适应新的干扰和诱骗技术，确保导航系统的持续稳定运行。

主权项：1.一种导航诱骗信号干扰信号识别标记系统，包括信号管理中心和数据收集模块，其特征在于：所述信号管理中心通信连接有数据收集模块、信号预处理模块、特征提取模块、模式识别模块、信号验证模块、自适应优化学习模块以及用户交互模块，其中，各模块间电性连接；所述数据收集模块，用于收集历史导航信号数据和实时导航信号数据，并对导航信号数据进行标记，确定信号类型，其中，信号类型包括诱骗信号、干扰信号以及正常信号；所述信号预处理模块，用于对收集到的导航信号数据进行预处理；所述特征提取模块，用于从预处理后的导航信号数据中提取出表征信号特性的信号特征，其中，信号特征包括频率、相位以及功率谱密度，所述信号特征的提取过程包括：对预处理后的导航信号数据进行时间域的分析，并提取时域特征；将预处理后的导航信号数据进行傅里叶变换，使预处理后的导航信号数据从时域转换到频域，提取频域特征，并在频域中，寻找信号频率的谱线，以确定的峰值位置为信号特征，通过计算傅里叶变换结果的复角，得到每个频率成分的相位；从傅里叶变换结果提取幅度信息，计算幅度谱，通过计算幅度的平方并除以傅里叶变换的点数将幅度谱转换为功率谱，并匹配频率分辨率，将功率谱转换为功率谱密度，以计算功率谱密度，确定信号在频域上的功率分布情况，所述傅里叶变换的计算公式为： 其中，X[k]为离散傅里叶变换的输出，对应于频率中的第k个频率成分，x[n]为输入的时域信号，对应于时域中的第n个采样点，N为输入信号的采样点数，WN为旋转因子，j为虚数单位，为WN的kn次幂，用于引入相位的旋转，kn＝0,1，…，N-1，kn为循环变量，用于遍历所有的频率成分和采样点；所述频率根据信号的频率成分在频域中的谱线峰值呈现，所述频率的计算公式为： 其中，fk为第k个频点对应的频率，k为频点索引，fs为采样频率，N为输入信号的采样点数，k＝0,1，…，N-1；所述相位通过计算X[k]的复角而获取，所述相位的计算公式为： 其中，Xk为X[k]的复数值，表示信号在频域中的频域分量，为相位，表示频域分量相对于采样点偏移角度，Ak为幅度，表示频率分量的大小，j为虚数单位，RXk为Xk的实部，表示Xk在复平面上的横坐标，SXk为Xk的虚部，表示Xk在复平面上的纵坐标，的取值范围为-π，π]；所述功率谱密度通过将幅度信息的幅度谱转换为功率谱，并结合频率分辨率而获取，所述功率谱密度的计算公式为： 其中，Pk为第k个频点的功率谱密度，Ak为幅度，N为输入信号的采样点数，Δf为频率分辨率，表示相邻两个频点之间的频率差；所述模式识别模块，用于利用机器学习算法对提取的信号特征进行分类和识别，判断信号是否为诱骗信号或干扰信号；所述信号验证模块，用于对被识别为诱骗信号以及干扰信号的信号进行验证，确认其是否真正具有威胁性；所述自适应优化学习模块，用于利用反馈机制和历史数据，优化识别算法；所述用户交互模块，用于为用户提供交互界面和功能，以显示识别结果、设置识别参数以及接收用户反馈。

全文数据：

权利要求：

百度查询： 烟台欣飞智能系统有限公司 一种导航诱骗信号干扰信号识别标记系统