● 摘要
导航信号是卫星导航系统实现导航、定位、测速、授时功能的直接载体。GNSS信号存在固有脆弱性，易受干扰是GNSS信号脆弱的主要因素之一。干扰的存在会降低接收机的性能，而对干扰进行监测有利于去除干扰和抗干扰。干扰监测，不仅需要检测干扰是否存在，还要监测干扰的来向、类型、强度等。本篇论文主要研究干扰检测，以及监测干扰的类型和强度，为后续抗干扰方案的设计及参数调节等提供先验知识基础。
本文将干扰监测问题化为人工智能领域的分类问题，以干扰监测的指标为信息基础，利用支持向量机和竞争聚类的方法实现干扰的监测，并且建立了导航信号与干扰信号仿真系统对所提的方法进行验证。具体的研究成果如下：
1. 数据驱动的干扰监测方法的设计
目前常用的干扰监测方法是通过信号特征参数的提取，然后使用概率统计中的假设检验或设定判定门限的方法来检测干扰是否存在。上述方法依赖人的先验知识设定门限值，同时需要预先对干扰的情况有一定的了解。针对上述问题，本文提出了一种的数据驱动的干扰监测方法，不需要任何先验知识，以导航信号为数据源，利用人工智能中的分类方法进行监测，不仅提高了检测的准确度，同时降低了人为因素的影响。
2.监测指标体系的建立
本文提出的方法的信息基础是GNSS信号，但是GNSS信号本身不能直接用于干扰的监测，因此本文从相关前和相关后两个方面考虑，通过机理分析以及实验验证的方法，建立了用于干扰监测的指标体系。
3.导航信号与干扰信号仿真系统的建立
为了对干扰监测方案进行验证，本文建立了导航信号与干扰信号仿真系统。该系统可仿真多种导航信号和干扰信号，并将两种信号进行合成。系统支持用户对用户状态、导航信号、干扰信号和天线阵等进行配置，具有通用性和可扩展性。
4.数据驱动的干扰监测方法的实现与实验分析
利用支持向量机以及竞争聚类的方法，实现了基于数据驱动的干扰监测方法，并利用建立的仿真系统对其进行了验证。实验结果表明，本文提出的方法不仅可以精确的检测到干扰的存在，并且还可以判断出干扰的类型以及干扰的强度。