DS-WB特征提取：基于Wigner对角切片谱的卫星导航干扰识别

"基于Wigner对角切片谱的射频指纹特征提取" 本文主要探讨了卫星导航系统中的一种欺骗干扰识别技术，该技术利用Wigner对角切片谱（DS-WB）作为特征提取手段。针对Wigner对角切片谱存在的交叉项干扰和计算复杂度高的问题，研究者提出了一种改进的特征提取算法。该算法运用Choi-Williams核函数来优化Wigner对角切片谱，进一步计算分布熵、奇异值熵、均值及其对数和，组合成一个四维特征矢量。这种低维特征矢量设计能够有效减少计算复杂度，同时在低信噪比环境下保持较高的识别率。 支持向量机（SVM）被用于实现欺骗干扰的分类和识别。通过对软件仿真实验和硬件实验的数据分析，当信噪比分别为5 dB和-4 dB时，识别率可以达到90%以上，显示出良好的识别效果和稳定性。与传统的基于双谱的特征提取方法相比，基于DS-WB的特征向量在识别性能和鲁棒性上表现出更优的特性。 文章首先介绍了高阶谱分析在卫星导航领域的重要性，特别是Wigner双谱（WB）和Wigner高阶矩谱（WHOS）的概念。Wigner双谱是由三阶累积量的二维傅里叶变换得到，其对称性使得它能有效地抑制高斯噪声。而Wigner高阶矩谱则结合了高阶谱和Wigner时频分布的特性，为信号分析提供了更丰富的信息。 然而，Wigner谱的交叉项问题限制了其应用。为了解决这个问题，文章提出基于Choi-Williams核函数的DS-WB，该核函数能够改善交叉项干扰，提高特征提取的准确性。实验结果证明，这种特征提取方法在识别欺骗干扰方面具有显著优势，尤其是在恶劣的信号环境中，如低信噪比条件。 基于Wigner对角切片谱的特征提取算法为卫星导航欺骗干扰识别提供了一种有效的新方法，其低维特征矢量设计和强大的抗噪声能力使其在实际应用中具有广阔前景。未来的研究可能会进一步探索优化核函数和特征选择策略，以提升识别效率和鲁棒性。