基于深度学习的GNSS实时欺骗干扰检测方法及系统

本发明公开了基于深度学习的GNSS实时欺骗干扰检测方法及系统，属于卫星导航信号处理领域，包括实时采集GNSS接收机的多普勒频移信号，得到初始训练数据集；构建带有增量学习机制的LSTM预测模型，包括双层LSTM网络和全连接层，双层LSTM网络引入门控机制，采用初始训练数据集对预测模型添加高斯白噪声进行模型训练；对初始训练数据集进行滑动窗口处理后，提取多维特征向量；输入训练后的预测模型进行预测，得到模型预测值；计算模型预测值与真实值的残差，排除预热期后，计算残差的标准差，基于残差的标准差动态设定阈值；当残差的绝对值超过阈值且滑动窗口处理的采样点位于预设干扰时间窗内时，判定发生信号干扰事件。