下载文档原格式
做好无线电干扰源测向定位的几点经验无线电干扰源测向定位是无线电管理的一项重要工作，是维持空中无线电波秩序、维护合法用户权益、打击非法占用频率资源的必备手段。
2008年7月至9月，在北京奥运会无线电管理联席会议办公室的领导组织下，我们参加了北京奥运会和残奥会无线电安全保障工作，多次完成重大无线电干扰源的测向定位任务获得了些经验和体会。
1 观察信号特征，判断信号来源要进行无线电干扰源的测向和定位，首先要采集干扰信号并观查信号特征，通过测量信号参数或解调监听信号内容等手段为干扰源测向定位提供信息支持。
测量信号参数主要是指测量信号的频率、幅度、占用带宽、调制方式、工作时间等参数，据此可以判定信号属于何种类型、何种业务，进而判断信号的可能来源。
正常发射信号包含明显的业务特征，频偏、占用带宽符台业务规定。
带外辐射信号特征为信号强度随频偏的增大衰减不够，导致实际占用带宽超标。
杂散发射信号特征为信号与主信号工作时间一致，占用带宽不定，无明显业务特征。
互调发射信号特征为信号幅度较小，占用带宽大干正常业务占用带宽，有时会包含多种业务特征。
在查找无线电干扰源时，依据信号参数可以判断干扰信号产生的来源，如同频干扰、邻频干扰、杂散干扰和互调干扰等。
通常，同频干扰表现为该频点信号包络特征与该业务典型信号包络特征差别较大，解调带有杂音，正常工作信号停止发射时该频点仍有信号等。
邻频干扰表现为干扰信号带外辐射超标或中心频点频偏过大，影响了附近频点的正常工作。
杂散干扰表现为干扰信号具有杂散发射信号特征。
互调干扰表现为干扰信号具有互调信号特征。
例如，在奥运会前期保护性监测过程中，在某微波频段内发现一组信号，占用奥运会电视转播频率，我们测量信号参数后发现，信号分为两种样式，占用带宽均为8MHz，一种包含两个载频，另一种包络为方形，包含四个载频，分析判断信号为模拟和数字电视信号，模拟电视信号伴音频率可解调出清晰声音，由此判断为正常发射信号。
卫星干扰源定位参数TDOA和FDOA估计方法的研究的开题报告题目：卫星干扰源定位参数TDOA和FDOA估计方法的研究一、研究背景和意义随着卫星导航系统在国防、民用领域的广泛应用，对其安全可靠性的要求越来越高，但遭到各种干扰的情况也随之增加。
卫星干扰影响到卫星导航系统性能，需要研究干扰源的定位和识别方法，以保障卫星导航系统的稳定运行。
干扰源定位是卫星导航系统干扰处理的关键技术之一。
TDOA和FDOA是两种常用的干扰源定位参数。
目前，国内外已经有不少关于卫星干扰源定位参数TDOA和FDOA估计方法的研究，但仍存在许多问题需要探讨。
因此，本研究旨在针对卫星干扰源定位参数TDOA和FDOA的估计方法，开展相关研究，探讨不同情况下的估计问题，为卫星导航系统干扰源的识别和定位提供理论支持和技术保障。
二、研究内容和方法本研究将针对卫星干扰源定位参数TDOA和FDOA的估计方法开展如下研究：1.分析不同情况下的TDOA和FDOA的估计问题；2.探索干扰源信号特征提取的方法；3.研究TDOA和FDOA估计方法，并对其性能进行评估；4.结合数值仿真和实验验证，验证所提出方法的有效性。
三、预期成果和创新点本研究的预期成果为：1.提出一种有效的卫星干扰源定位参数TDOA和FDOA估计方法；2.验证所提出方法的有效性，评估其性能；3.针对不同情况下的干扰源定位问题，提出解决方案。
本研究的创新点在于：1.针对不同情况下的干扰源定位问题提出综合考虑的方法；2.探索干扰源信号特征提取的方法；3.结合数值仿真和实验验证所提出方法的有效性。
四、项目进度和预算本研究的项目进度计划如下：1.前期调研和理论分析（2个月）；2.方法研究和性能评估（6个月）；3.数值仿真和实验验证（4个月）；4.撰写论文和总结（2个月）。
预算详情：1.调研费用：2万元；2.实验设备购置费用：5万元；3.实验维护费用：3万元；4.论文写作和出版费用：5万元。
GSM-R干扰源时差定位方法及性能分析何平川;石玉;尉旭波【摘要】针对铁路移动通信系统(GSM-R)面临的干扰源定位问题,采用一种基于时间到达差(TDOA)的定位方法,并从时差估计精度和定位几何稀释度(GDOP)两方面推导分析了该方法的时差估计与定位误差的影响因素.针对GSM-R的宽频干扰信号时,文章定位方法在不同时差估计精度条件下都能实现干扰源高精度定位,满足铁路通信测定排除干扰的要求.最后,在三角布站条件下通过仿真验证了该方法对GSM-R干扰源定位的有效性.【期刊名称】《高速铁路技术》【年(卷),期】2017(008)003【总页数】5页(P24-27,40)【关键词】GSM-R;干扰源;定位;监测;三角布站【作者】何平川;石玉;尉旭波【作者单位】中铁二院工程集团有限责任公司,成都610031;成都兴仁科技有限公司,成都610041;成都兴仁科技有限公司,成都610041【正文语种】中文【中图分类】U228.2GSM-R(Global System for Mobile communication for Railway)是目前我国铁路运输系统所统一采用的通信网络载体[1-3]。
对于GSM-R通信网络而言，干扰是影响其正常通信的重要因素，其本质是非法干扰占用了合法信号的频率，导致合法信号接收质量下降、损害或者阻碍的状态和事实。
由于铁路通信网络服务覆盖区域的带状特征，GSM-R无法避免的会面临各式的干扰。
因此，如何实现干扰源的高精度定位，进而完成干扰的测定和排除就成为当前铁路通信环节的重要职责[4]。
通常利用测向交汇方法可实现干扰源的定位[5]，但其受信号信噪比、信号带宽、基线长度、地形地物等因素的影响，定位精度受限；此外测向交汇体制需要配备阵列天线，若进行大规模地建站组网，成本较高。
因此本文采用一种只需配备简单的全向天线便可实现目标高精度定位的时差定位方法[6]，并从时差估计精度和定位几何稀释度两方面，推导给出定位性能与各参数的关系，最后在三角布站条件针对典型的干扰源信号参数进行了定位几何稀释度仿真分析，定量的给出了各类干扰源的定位性能，同时也表明了该方法对于GSM-R干扰源定位的有效性。
基于时延差和频移差参数的通信卫星干扰源定位方法摘要关键词：1.问题重述1.1 研究意义随着对卫星通信既可提供实时的，也可以提供存储-转发的延时通信服务工具的日益加深的认识，卫星通信已经进入了军事侦察、通信广播、电视直播、导航定位。
气象预报、资源探测、环境探测和灾害防护等国防和民用的各个领域，而令它已经成为了不可或缺的通信手段。
但卫星对地静止轨道只有一条，随着卫星通信业务的迅速发展，竞争更加激烈，有限的轨道资源变得更加紧张，电磁环境也将更加恶化。
卫星通信系统是一个开放式的系统，具有覆盖面广和信道“透明”的特点。
它公开的暴露在空间轨道上，又生存在这样一个濒繁复杂的电磁环境中，所以它很容易受到干扰甚至摧毁，并且很难查出干扰源所以，当我们受益于它覆盖过大、不受地理条件限制、通信频带宽、容量大、激动灵活等众多优点时，容易受到自然现象、设备故障、临星干扰、人为原因，又或是它们彼此之间相交叉等各种干扰这一弊端也就不得不引起我们的注意，因为它很大程度上影响了通信卫星的正常运行，继而扰乱了我们的正常生活。
虽然一些国际组织和各国卫星公司进行轨道、频率和功率的分配和协调，但是仍未完全避免卫星通信受到干扰，众所周知的最近几年相继发生的中央电视台第一套卫星节目受干扰；深证证券交易所、国家地震预报监测网通信受干扰；法轮功攻击鑫诺卫星等时间便是明显的例证。
对卫星非法访问，给卫星的运营商和用户造成了严重的影响。
未经授权地向卫星发射通信信号或载波，能够干扰卫星上一个或者多个转发器的正常业务，使通信质量下降。
如果干扰信号功率足够大，还可能造成卫星上合法业务的中断。
全球每年较大的卫星通信干扰事件达到几千次之多，而且随着卫星通信业务量的增加，地球同步卫星轨道的拥塞，这个数目还会逐渐地增加。
这种干扰主要来自人为错误或设备故障，也不能排除蓄意窃取转发器资源或者恶意阻断业务。
目前，为了进一步提高卫星干扰源的定位精度，还需要对干扰源测量方法进行深入的研究。
1 特殊卫星干扰信号监测的必要性随着我国国民经济的快速发展，空中的无线电信号越来越拥挤、复杂，各种违规情况时有发生，特别是一些非法组织利用民用卫星转发器透明传输的特点，对我国的卫星广播电视信号进行恶意干扰，产生了很坏的社会影响。
由于卫星恶意干扰的特殊性，用常规的卫星监测手段无法对干扰信号进行监测。
为维护空中电波秩序，保护我国卫星广播电视的播出安全，我们必须加强这方面的建设。
目前，我们已具备了常规的卫星信号监测手段，该监测手段是用频谱分析仪监测卫星干扰信号的存在，用矢量信号分析仪分析干扰信号特征，在条件许可的情况下对干扰源进行定位。
该方法只能监测到普通频谱仪可以识别的卫星信号，不能监测一些特殊的卫星干扰信号。
因此，有针对性地对卫星干扰信号的特点进行研究，提出解决特殊卫星干扰信号的监测技术方法，研究查找卫星特殊干扰信号的技术手段，是卫星监测的迫切需要。
2 卫星干扰信号的特点卫星干扰信号种类很多，每个干扰信号都有自己的特点。
从时域来分，卫星干扰信号分为连续的干扰信号和突发的干扰信号两类，下面就这两类干扰信号的特点进行分析。
2.1 连续干扰信号连续的干扰信号是指长期存在的干扰信号，这类信号有四种:（1）非法盗用卫星公司转发器：该干扰信号长期占用转发器空余位置，信号质量也比较好，用常规的监测方法可以完成监测。
（2）恶意干扰信号：一般该信号和正常通信信号交叠在一起，引起正常信号的质量下降，或导致无法正常通信，用常规的监测手段无法监测到该信号。
（3）卫星站上行设备故障产生的干扰:该信号通常以规律性的扫频方式或其它方式出现，或是因上行站天线波瓣过大、角度不准等原因产生的干扰，一般用常规监测方法就可以监测该信号。
（4）卫星链路间的干扰:由于卫星位置不合适或星上设备发生故障而产生的干扰。
因发射卫星前已进行过广泛的卫星协调，一般不会出现此类干扰。
2.2 突发干扰信号突发干扰信号是指跳频信号和类似雷达脉冲的干扰信号，该信号以脉冲方式出现，由于该信号每次出现的时间很短，所以用常规的监测方法很难捕捉到该信号。
The Impact of Inter-frequency Bias on the Performance of Triple-frequency Correction AlgorithmXin Nie, Jiaxing Liu, Xiangjun Wu, Jinjun Zheng, Zuhong LiBeijing Institute of Spacecraft System Engineering, Beijing, Chinaniexin.bupt@Abstract: For precision point positioning applications, high-order items of ionosphere delay cannot be ignored. Multi-frequency correction algorithm is commonly adopted to eliminate the impact of high-order terms. However, the inter-frequency bias of RF downlink in navigation satellite will degrade the performance of multi-frequency correction algorithm. In this paper, the impact of inter-frequency bias on the performance of multi-frequency correction algorithm is studied. An accurate method for measuring the inter-frequency bias is also proposed.Keywords: ionosphere delay; inter-frequency bias; triple-frequency correction导航卫星时延不一致性对三频组合差分修正算法的影响聂欣刘家兴武向军郑晋军李祖洪北京空间飞行器总体设计部，北京，中国niexin.bupt@【摘要】对于精密单点定位应用，电离层延迟高阶项的影响不能忽略。
摘要航天测控在军事领域的应用非常广泛，卫星对抗成为空间信息侦查与对抗的主要领域。
在这个基础上，研究航天测控链路的干扰感知、自动识别具有非常重要意义。
经过多年的发展，干扰信号的感知和识别已经取得了很多的成果，但是大多数的方法只能针对特定的干扰类型进行检测，具有很大的局限性。
同时，大多数的干扰类型识别的特征提取使用的是传统的模式识别方法，需要人工进行干扰信号的特征的提取，这需要消耗很大的工作量。
本文从能量检测算法和深度学习网络着手，研究干扰信号的检测、特征识别和参数估计的机理及实现方法。
本文首先对有涉及到的5种需要感知识别的干扰信号进行了分析说明，5种干扰信号包括音频干扰、同频带窄带干扰、扫频干扰、矩形脉冲干扰以及扩频干扰。
之后，通过对能量检测算法和恒虚警检测算法的研究，成功使用能量检测算法对干扰信号进行了存在性的检测，实验表明干扰信号在干噪比较高的环境下取得了很好的成果，但是在干噪比较低的环境下，能量检测算法的性能急剧下降。
因此，本文提出了使用深度学习网络和能量检测算法对干扰信号进行联合检测的方法。
实验结果表明，基于卷积神经网络的干扰检测算法在干噪比很低的环境下检测性能优于能量检测算法。
然后使用了深度学习网络对5种干扰信号进行了特征的提取，使用多维尺度分析方法对提取出的特征信息进行了分析，结果表明提取出的特征具有明显的可分性与鲁棒性，接着将提取出了干扰信号特征送入Softmax分类器进行分类。
实验结果该种分类方法在干噪比为-5dB~15dB时对单一干扰信号的分类正确率几乎达到了100%，而并存干扰的分类正确率达到了99%以上。
最后，利用四阶统计特性代替原能量检测器的平方特性，在感知到对方干扰卫星通信后，利用“窗”的思想，采用第二类切比雪夫滤波器估计窄带干扰信号的中心频率和宽带干扰信号的带宽。
实验结果，在干噪比为-5dB~15dB的环境下干扰信号参数估计的准确率在96%以上。
关键词：深度学习；卷积神经网络；能量检测；干扰检测与识别；干扰参数估计AbstractSpace TT&C is widely used in military field, and satellite countermeasure has become the main field of space information investigation and countermeasure. It is of great significance to study the interference sensing and automatic identification of space TT&C link on this basis. The research on interference signal perception and identification have made a great achievement after years of development, but most of the methods is only able to detect and inhibit specific interference types, which has some limitation. At the same time, most of the feature extraction methods for interference type recognition are the traditional pattern recognition method that requires manual extracting characteristics of interference, which is of great complex. In this paper, we study the method of interference recognition and parameter estimation based on energy detection and convolutional neural network (CNN). The main research contents include interference signal pattern analysis, interference detection, interference classification and interference parameter estimation.Firstly, this paper analyzed the time and frequency domain wave form involved five kinds of interference signal, including audio interference, narrowband interference in the same band, swept frequency interference, spread spectrum interference and rectangular pulse interference.Secondly, this paper successfully detect the existence of interference signal through energy detection and CFAR algorithm. The research shows that the accuracy make a great achievement in a high JNR (jammer-to-noise ratio) environment, while the performance of algorithm degrade a lot when JNR reduced. So a combined detection between energy detection and CNN is published in this paper. The experiment result shows the CNN achieve a better result than energy detection in a low JNR environment.Thirdly, this paper extract 15 feature of 5 kinds of interference signal through CNN, then reducing the dimensionality of feature from 15 to 2 through multidimensional scaling (MDS) in order to facilitate the analysis. The result shows the extracted feature is robust and separable. Next we classify the 5 kinds of single interference and 15 kinds of simultaneous interference through Softmax classifier, the experiment shows that the classification accuracy of single interference reached nearly 100% and the simultaneous interference is nearly 96% in the -5dB~15dB JNR.Finally, we estimate the center frequency of narrow band interference end bandwidth of broad interference by Chebyshev filter and fourth order energy detection algorithm instead of second order energy detection. The result shows that the estimate accuracy achieve above 96% in the -5dB~15dB JNR.Keywords:deep learning network, Convolutional Neural Network, energy detection, interference detection and recognition, parameter estimation目录摘要 (I)Abstract (II)第1章绪论 (1)1.1 课题来源及研究的背景和意义 (1)1.2 研究现状及发展分析 (2)1.2.1 卫星对抗研究现状及发展分析 (2)1.2.2 干扰信号检测与识别技术研究现状及发展分析 (2)1.2.3 信号参数估计技术研究现状及发展分析 (4)1.3 主要研究内容与章节安排 (4)第2章干扰信号识别理论基础 (7)2.1 引言 (7)2.2 干扰信号模式分析 (7)2.2.1 音频干扰模式分析 (7)2.2.2 同频带窄带干扰模式分析 (9)2.2.3 脉冲干扰模式分析 (9)2.2.4 扫频干扰模式分析 (11)2.2.5 扩频干扰模式分析 (12)2.3 能量检测算法 (14)2.4 深度学习网络 (16)2.4.1 深度学习网络的基本原理 (17)2.4.2 前馈神经网络 (17)2.4.3 反向传播算法 (18)2.4.4 自动编码机 (19)2.4.5 卷积神经网络 (21)2.5 本章小结 (25)第3章干扰信号检测技术研究 (26)3.1 引言 (26)3.2 能量检测检测进行干扰检测 (26)3.2.1 恒虚警检测 (26)3.2.2 仿真验证 (27)3.3 深度学习网络干扰检测 (29)3.3.1 激活函数的选择 (29)3.3.2 冲量方法 (32)3.3.3 网络结构 (33)3.3.4 仿真验证 (34)3.4 能量算法与深度学习网络性能对比 (36)3.5 本章小结 (37)第4章干扰信号分类识别技术研究 (38)4.1 引言 (38)4.2 大动态鲁棒性自动特征提取 (38)4.2.1 卷积神经网络提取特征 (39)4.2.2 特征分析 (40)4.3 多维尺度分析 (42)4.4 特征分类与结果分析 (44)4.4.1 单一干扰分类结果分析 (44)4.4.2 并存干扰分类结果分析 (45)4.5 本章小结 (46)第5章干扰信号特征参数估计技术研究 (48)5.1 引言 (48)5.2 干扰信号特征参数提取方案 (48)5.3 实验结果与分析 (50)5.3.1 窄带信号中心频率估计 (51)5.3.2 宽带信号带宽估计 (53)5.4 本章小结 (55)结论 (56)参考文献 (57)攻读硕士学位期间发表的论文及其它成果 (61) (62)致谢 (63)第1章绪论1.1 课题来源及研究的背景和意义航天测控在军事领域的应用非常广泛，卫星对抗成为空间信息侦查与对抗的主要领域。
利用遥感技术监测卫星信号干扰及干扰源定位研究遥感技术在现代科技中的应用越来越广泛，尤其是在监测和探测方面。
卫星作为遥感技术的一种重要工具，在大气、海洋、地表等领域中，为人们提供了极其实用的数据和信息。
然而，卫星在工作期间也会受到信号干扰的影响，从而影响到遥感技术的使用效果。
因此，针对卫星信号干扰及其干扰源的定位研究成为了遥感技术领域的重点课题之一。
一、卫星信号干扰的类型信号干扰通常分为主动干扰和被动干扰两种类型。
主动干扰是指故意发射噪声或电波干扰设备，影响目标接收机接收的信号。
被动干扰则是指在接收通道的任意位置引起的干扰。
信号干扰经常出现在卫星通信领域，导致信号失真和误差增加，甚至会使卫星失去联系。
二、遥感技术监测卫星信号干扰的方法对于信号干扰的问题，遥感技术也针对性地提出了监测方法。
监测卫星信号干扰的方式主要包括穿越信噪比和捷交载波相干度两种方法。
穿越信噪比是指通过对卫星接收到的信号进行分析判断，比较接收信号中信号功率与噪声功率之比的大小关系，从而得出信号干扰的信息。
而捷交载波相干度则是通过两个载波之间的相干度比较，来判断信号干扰的存在与否。
三、卫星信号干扰的原因卫星信号干扰的原因包括局部干扰和扰动源干扰两种类型。
局部干扰是指卫星接收器周围的其它传输设备干扰了卫星信号，如电磁干扰、雷电干扰等。
而扰动源干扰，则是指有人或者有组织故意干扰卫星信号，成为非法入侵的行为。
四、卫星信号干扰的危害卫星信号干扰的危害主要表现在数据传输方面和投资损失方面。
一旦卫星信号发生干扰，数据传输的准确性就会受到影响，从而可能给应用方造成不可预计的损失。
而在投资损失方面，干扰会导致卫星无法完成预定的任务，增加维护费用和维护难度，给卫星投资者带来不可估量的损失。
五、卫星信号干扰的干扰源定位卫星信号干扰的干扰源定位是针对卫星信号干扰问题开展的一项重要研究。
干扰源定位需要借助卫星接收机参考星信号和全球定位系统信号的帮助，结合监测方程，计算出干扰源的位置。
International Coordination |国际协调卫星干扰国际申诉法理分析及启示文丨龚坚张鹏当前，世界各ffl在外太空利益角逐愈演愈烈，竞相发射卫星和设置地球站，随之带来的国际B 星干扰越来越多。
我国无线电频率主管部门每年都会收到一些国际干扰申诉，也会根据受扰情况叼 相关国家进行申诉。
研究卫星干扰国际申诉法理依据和约束力，对于利用国际法理武器维护我国卫 星用频的合法权益、确保我国用频安全具有重要意义。
造成国际卫星干扰的主要原因国际卫星干扰的成因通常包括无意干扰和有意干 扰两类。
无意干扰包括轨道位置相邻的两国静止轨道 卫星之间、非静止轨道卫星与静止轨道卫星之间同 (邻）频工作引起的干扰，以及由于地球站发射天线 旁瓣过大、发射功率超标、设备性能指标恶化、用户 误操作等情况对他国卫星造成的干扰。
有意干扰主要 为非法盗用他国卫星转发器频率、恶意干扰卫星转发 器或地球站等情况造成的干扰。
卫星干扰国际申诉的法理依据开展卫星干扰国际申诉的前提条件，是受干扰的 卫星或地球站在国际电信联盟国际频率登记总表中进 行了登记。
受扰台站所属国家（地区）无线电频率主 管部门（以下简称受扰方）可依据联合国《外空条约》、国际电信联盟《组织法》《无线电规则》等相关国际 法，向干扰源所属国家（地区）无线电频率主管部门 (以下简称干扰方）进行干扰申诉，相关国际法条款 如下：关于卫星合法用频受保护的法规条款联合国《外空条约》第9条规定：如果本条约某 一缔约国有理由认为，另一缔约国太空行动产生有害 干扰时，则该缔约国可请求就该行为进行嗟商。
国际 电信联盟《组织法》第45.197款明确要求在建立和 使用无线电通信时不得对其他成员国或经认可授权并按《无线电规则》规定操作的无线电业务造成有害干扰。
《无线电规则》第一卷第四章规定：无线电频率主管部门有义务采取一切切实和必要的措施，保证其管辖范围内的各种电台，不对按照《无线电规则》运行的无线电通信业务，特别是无线电导航或任何其他安全业务产生有害干扰。
