買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉中國(guó)科學(xué)院國(guó)家授時(shí)中心申請(qǐng)的專利基于深度學(xué)習(xí)的GNSS實(shí)時(shí)欺騙干擾檢測(cè)方法及系統(tǒng)獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120334955B 。

龍圖騰網(wǎng)通過國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-02發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202510817440.4，技術(shù)領(lǐng)域涉及：G01S19/21；該發(fā)明授權(quán)基于深度學(xué)習(xí)的GNSS實(shí)時(shí)欺騙干擾檢測(cè)方法及系統(tǒng)是由王彥;陳校非;鄒德財(cái)設(shè)計(jì)研發(fā)完成，并于2025-06-18向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于深度學(xué)習(xí)的GNSS實(shí)時(shí)欺騙干擾檢測(cè)方法及系統(tǒng)在說明書摘要公布了：本發(fā)明公開了基于深度學(xué)習(xí)的GNSS實(shí)時(shí)欺騙干擾檢測(cè)方法及系統(tǒng)，屬于衛(wèi)星導(dǎo)航信號(hào)處理領(lǐng)域，包括實(shí)時(shí)采集GNSS接收機(jī)的多普勒頻移信號(hào)，得到初始訓(xùn)練數(shù)據(jù)集；構(gòu)建帶有增量學(xué)習(xí)機(jī)制的LSTM預(yù)測(cè)模型，包括雙層LSTM網(wǎng)絡(luò)和全連接層，雙層LSTM網(wǎng)絡(luò)引入門控機(jī)制，采用初始訓(xùn)練數(shù)據(jù)集對(duì)預(yù)測(cè)模型添加高斯白噪聲進(jìn)行模型訓(xùn)練；對(duì)初始訓(xùn)練數(shù)據(jù)集進(jìn)行滑動(dòng)窗口處理后，提取多維特征向量；輸入訓(xùn)練后的預(yù)測(cè)模型進(jìn)行預(yù)測(cè)，得到模型預(yù)測(cè)值；計(jì)算模型預(yù)測(cè)值與真實(shí)值的殘差，排除預(yù)熱期后，計(jì)算殘差的標(biāo)準(zhǔn)差，基于殘差的標(biāo)準(zhǔn)差動(dòng)態(tài)設(shè)定閾值；當(dāng)殘差的絕對(duì)值超過閾值且滑動(dòng)窗口處理的采樣點(diǎn)位于預(yù)設(shè)干擾時(shí)間窗內(nèi)時(shí)，判定發(fā)生信號(hào)干擾事件。

本發(fā)明授權(quán)基于深度學(xué)習(xí)的GNSS實(shí)時(shí)欺騙干擾檢測(cè)方法及系統(tǒng)在權(quán)利要求書中公布了：1.基于深度學(xué)習(xí)的GNSS實(shí)時(shí)欺騙干擾檢測(cè)方法，其特征在于，包括以下步驟： 實(shí)時(shí)采集GNSS接收機(jī)的多普勒頻移信號(hào)，得到初始訓(xùn)練數(shù)據(jù)集； 構(gòu)建帶有增量學(xué)習(xí)機(jī)制的LSTM預(yù)測(cè)模型，采用初始訓(xùn)練數(shù)據(jù)集，對(duì)帶有增量學(xué)習(xí)機(jī)制的LSTM預(yù)測(cè)模型添加高斯白噪聲進(jìn)行模型訓(xùn)練，得到訓(xùn)練后的帶有增量學(xué)習(xí)機(jī)制的LSTM預(yù)測(cè)模型，帶有增量學(xué)習(xí)機(jī)制的LSTM預(yù)測(cè)模型包括雙層LSTM網(wǎng)絡(luò)和全連接層，雙層LSTM網(wǎng)絡(luò)引入門控機(jī)制； 對(duì)初始訓(xùn)練數(shù)據(jù)集進(jìn)行滑動(dòng)窗口處理后，提取多維特征向量；將多維特征向量輸入訓(xùn)練后的帶有增量學(xué)習(xí)機(jī)制的LSTM預(yù)測(cè)模型進(jìn)行預(yù)測(cè)，得到模型預(yù)測(cè)值；所述預(yù)測(cè)具體為：隨機(jī)選取部分歷史訓(xùn)練數(shù)據(jù)與實(shí)時(shí)采集的多普勒頻移信號(hào)混合，采用帶權(quán)重凍結(jié)的分層更新策略動(dòng)態(tài)更新預(yù)測(cè)模型參數(shù)； 所述采用帶權(quán)重凍結(jié)的分層更新策略動(dòng)態(tài)更新預(yù)測(cè)模型參數(shù)中，包括梯度范數(shù)閾值與層級(jí)化權(quán)重更新量約束，所述梯度范數(shù)閾值與層級(jí)化權(quán)重更新量約束，包括： 梯度范數(shù)閾值范圍采用梯度裁剪方法設(shè)置； 雙層LSTM網(wǎng)絡(luò)的權(quán)重更新量在初始權(quán)重的第一閾值范圍內(nèi)； 全連接層的權(quán)重更新量在初始權(quán)重的第二閾值范圍內(nèi)； 所述帶權(quán)重凍結(jié)的分層更新策略采用增量學(xué)習(xí)規(guī)則，所述增量學(xué)習(xí)規(guī)則具體為： 所述增量學(xué)習(xí)規(guī)則的約束條件為： 其中，為更新后的LSTM層參數(shù)，為L(zhǎng)STM層學(xué)習(xí)率，▽為梯度數(shù)學(xué)符號(hào)，為L(zhǎng)STM層參數(shù)，為損失函數(shù)，為更新后的全連接層參數(shù)，為全連接層學(xué)習(xí)率，為全連接層參數(shù)，為初始訓(xùn)練后的參數(shù)值，為L(zhǎng)STM層初始訓(xùn)練后的參數(shù)值，為全連接層初始訓(xùn)練后的參數(shù)值； 計(jì)算模型預(yù)測(cè)值與實(shí)時(shí)采集的多普勒頻移信號(hào)真實(shí)值的殘差，排除預(yù)熱期后，計(jì)算殘差的標(biāo)準(zhǔn)差，基于殘差的標(biāo)準(zhǔn)差動(dòng)態(tài)設(shè)定閾值； 計(jì)算殘差的絕對(duì)值，當(dāng)殘差的絕對(duì)值超過閾值且滑動(dòng)窗口處理的采樣點(diǎn)位于預(yù)設(shè)干擾時(shí)間窗內(nèi)時(shí)，判定發(fā)生信號(hào)干擾事件。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人中國(guó)科學(xué)院國(guó)家授時(shí)中心，其通訊地址為：710600 陜西省西安市臨潼區(qū)書院東路3號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。