摘要
本申请涉及一种基于相关域信息的SVM诱导式欺骗检测算法。所述方法包括:获取干扰场景下的信号源生成信号并对信号源生成信号进行捕获和解算,得到输出数据;输出数据包括ELP相关器的IQ支路输出的移动均值和相关检测指标数据;对输出数据进行相关性分析以及特征对标签的贡献度进行特征筛选,得到不同特征数量的输入特征组合;从不同特征数量的输入特征组合中随机选择部分数据作为训练集,其余数据作为测试集,利用训练集求解SVM模型参数构建检测GNSS欺骗和多径干扰的分类器;利用测试集对分类器进行分类和预测,评估SVM模型的检测性能,根据训练好的SVM模型进行欺骗检测。采用本方法能够提高欺骗检测性能。
技术关键词
分类器
Pearson相关系数
训练集数据
信号源
欺骗检测方法
相关器
变量
标签
特征值
指标
支路
接收机
参数
样本
场景
代表
算法
系统为您推荐了相关专利信息
运动评估方法
图像
多任务学习模型
评估人体
模式分类器
风电场布局
布局设计方法
控制策略
风机
尾流模型
眼球追踪技术
辅助诊断方法
注视点
儿童
训练机器学习模型
情绪识别方法
模态特征
自动编码器
编码器训练
编码器参数