卫星导航欺骗干扰信号检测技术综述

卫星导航欺骗干扰信号检测是卫星导航接收机实施欺骗干扰抑制、防止产生错误定位和测速、定时信息的必要步骤.在介绍了导航战背景下卫星导航欺骗干扰技术的基础上,分析比较了当前主要卫星导航欺骗干扰信号检测技术的实现难度、效果和场景适应性,指出了现阶段卫星导航接收机端最具研究价值的欺骗干扰信号检测技术.最后对欺骗干扰检测技术研究的趋势和发展方向进行了总结展望.      

利用旋转天线载波相位双差进行欺骗干扰检测技术

有效的欺骗干扰检测,是卫星导航接收机实施欺骗干扰抑制,防止产生错误定位、测速和定时信息的前提。提出了一种基于旋转天线载波相位双差的卫星导航接收机欺骗干扰检测技术,在对接收机天线匀速旋转时输出载波相位测量值进行平动消除和非相关差分处理后,利用广义似然比检验实现了对单一发射天线输出欺骗干扰信号的检测。进一步分析了旋转半径、转速和数据长度对检测性能的影响,指出增加数据长度是提升检测性能的必然选择,并定义了比较全局检测性能和限制检测性能下降的检测盲区。最后,通过蒙特卡洛方法进行了仿真验证,结果验证了所提检测方法和检测性能分析的正确性。     

基于功率变化的移动终端欺骗干扰检测方法

对欺骗信号的功率检测是目前最常用的欺骗检测方法之一,但欺骗源可以通过调整发射的信号功率,仍然可实现对环形范围内所有终端的欺骗攻击．针对该问题,本文提出了一种基于信号功率变化的移动终端欺骗干扰检测方法,该方法利用了真实卫星和欺骗源与终端在距离上差异的本质属性,通过终端运动情况下真实信号与欺骗信号在相同距离上信号功率变化的不同,实现对近距离欺骗干扰源的有效检测．本文建立了移动终端导航信号功率变化模型,并在此基础上给出了针对欺骗信号的二元假设检验方法．通过理论分析和仿真实验,验证了本文提出的基于信号功率变化的移动终端欺骗干扰检测技术的有效性,当干扰源距离终端小于2 000 m,终端运动距离大于200 m即可实现在1％的虚警概率下实现对97％以上欺骗攻击的有效检测．      

基于安卓平台的室内实时定位

针对目前利用WiFi信号进行室内定位实时精度较低的问题,该文提出了一种改进的K最近邻算法。由于室内人体走动对于WiFi信号的不规律干扰,使得室内实时定位的精度带有很大的不确定性。为了实时地消除外界干扰带来的误差,改进的K最近邻算法增加了外部节点来监测周围WiFi信号的强度变化,通过将获取的信号强度与指纹数据库中对应节点的信号强度比对,获取差值,并应用于节点周围的客户端,来实时地校正客户端的定位结果。利用此算法在Android平台上的实验表明,该算法定位简单,可以较为明显地改善节点周围2.4m范围内的实时定位精度,使平均精度能提高0.8~1m左右。     

一种基于功率可行域的卫星导航欺骗干扰评估方法

针对欺骗干扰评估场景复杂、反欺骗策略繁多等所导致的量化评估难度大的问题,建立了欺骗对抗场景到欺骗对抗效果的评估模型和映射过程,并从欺骗对抗场景中的功率空间和欺骗对抗效果中的欺骗有效概率出发,设计了基于欺骗有效功率可行域的评估方法与指标。仿真结果表明,该评估方法可以实现不同反欺骗策略之间性能的量化对比,能够为接收机反欺骗算法选择和优化提供量化评估方法。     

改进后圆心定位算法

圆心定位是摄影测量学中常用的关键技术,圆形人工标志的检测和定位算法有中值法、质心法等。由于中值法和质心法容易受到噪声影响,会对定位圆心带来干扰,在一些领域应用中受到限制。基于此,提出一种改进的自适应阈值质心法圆心定位算法,统计圆形标志的像素数,排除由噪声影响造成的非圆形目标的干扰,同时记下边缘点位置。利用计算出的圆心位置和统计的边缘位置得到圆形目标的大小。实验表明,该算法能够成功定位圆心和半径并排除噪声的干扰。     

GNSS欺骗干扰效能指标检测方法

近年“导航战”日益得到各国的重视,欺骗式干扰技术已经从早期的理论研究与仿真阶段,迈向具体试验阶段。有效地评估装备作战效能和论证其应用于现实需求条件下的实际效能,将成为增强现代化卫星导航信息对抗作战能力及改善装备核心性能的重要因素。全文以前人研究的欺骗干扰关键技术为基础,从导航信号、定位结果、软硬件性能等方面入手,从基本指标到欺骗效能指标,构建效能指标;并结合欺骗干扰原理、计算方法,总结各项指标的具体检测方法及计算模型,全面完善效能评估研究,为后期评估试验平台搭建及实施打基础。     

GNSS转发式欺骗干扰方法的改进

针对GNSS多天线转发式欺骗干扰在实际应用中,当干扰机与目标机距离大于一定范围时,将引起目标机钟差突跳,从而易被目标机检测和识别的缺陷,提出了基于干扰机阵列的转发式欺骗干扰新方法。干扰机阵列按照正六边形网型布设,可实现目标区域的无缝覆盖,并且灵活易拓展。不论目标机位于区域的任何位置,均有一个最优干扰机能够对其实施有效干扰。为了确定相邻干扰机的最优间距,本文在干扰机阵列不同间距下对具有钟差突跳自适应检测能力的目标机的干扰有效性进行了仿真研究。结论表明,综合考虑各种约束因素,相邻干扰机最优间距为17 km,满足该条件的干扰机阵列在实施欺骗干扰过程中,不会造成目标机钟差突跳,有效解决了该干扰方式易被目标机识别的问题。     

基于欺骗式动目标的SAR干扰技术研究

针对军事运动目标的保护问题，提出了基于欺骗式动目标的SAR干扰方法，该方法根据收到的雷达信号，调制不同的散射强度和位置信息，模拟产生多个虚假的运动目标，避免了静止场景不能干扰动目标成像的缺点。分析了雷达位置确定误差对欺骗式动目标干扰效果的影响，给出了一种干扰机的布阵方法。仿真证明，欺骗式动目标干扰方法可以达到保护运动目标和向被干扰雷达提供虚假信息的目的。     

GNSS调零抗干扰天线的反欺骗性能分析

为分析全球卫星导航系统(GNSS)中存在欺骗干扰的场景下调零抗干扰天线的反欺骗性能,推导出在快拍数有限的情况下,功率倒置(PI)算法利用调零天线处理后输出真实信号和欺骗信号功率的理论公式. 详细分析了欺骗信号到达天线阵口面的功率对真实信号和欺骗信号输出功率的影响,通过欺骗抑制比这一指标来衡量PI自适应调零天线的反欺骗性能. 分析得出:即使欺骗信号功率在噪声水平之下,使用PI算法的自适应调零抗干扰接收机依然能对欺骗干扰进行抑制,在欺骗信噪比高时,抑制效果更加明显. 最后通过仿真和硬件平台实测验证了结论的正确性.      

无人机GNSS诱骗与反诱骗技术论述

基于无人机及导航系统的特点,[JP2]论述了无人机在现代战争中的地位和作用,分析了无人机在不同工作模式下的全球卫星导航系统(GNSS)可欺骗性.介绍了压制干扰和欺骗干扰组合使用诱骗无人机的工作原理和流程,并论述了抗压制式干扰和抗欺骗式干扰等反诱骗技术.      

Efficient spoofing identification using baseline vector information of multiple receivers

In a spoofing environment, a Global Navigation Satellite System (GNSS) receiver must employ anti-spoofing techniques for obtaining a normal navigation solution from the GNSS signal. We propose a new method for identifying spoofing signals using the norm of the difference of baseline vectors (NDB) obtained from multiple receivers. The main focuses of this research are to reduce the initial time required to identify the spoofing signal and to mitigate the physical constraints on multiple antennas placement. First, the multi-correlators of each receiver track both GNSS and spoofing signals simultaneously and classify them into two signal groups. Then, the baseline vectors are generated from the double-differenced carrier phase measurements of the classified signal groups, and the NDB is calculated. If the target positions of the spoofing signal groups are almost the same, the NDB has a fairly small value when the base position of the selected baseline vectors is calculated from one of the GNSS groups and the rover positions of the baseline vectors are calculated from each spoofing group of the multiple receivers. Using the NDB, a hypothesis is established, and a hypothesis test is conducted for identifying the spoofing signal. The performance of the proposed test statistics is analyzed with respect to the distance between the GPS antennas and the tuning parameter. Our experimental results show that the proposed method effectively performs spoofing identification with a short baseline. Additionally, the method exhibits a very low probability of fault detection and fast response time. This means that the immediate anti-spoofing can work properly in spoofing environments.     

Study on the Combined Application of CFAR and Deep Learning in Ship Detection

To maintain national socio-economic development and maritime rights and interests, it is necessary to obtain the space location information of various ships. Therefore, it is important to detect the locations of ships accurately and rapidly. At present, ship detection is mainly carried out by combining satellite remote sensing imaging with constant false alarm rate (CFAR) detection. However, with the rapid development of satellite remote sensing technology, remote sensing data have gradually begun to show the characteristics of “big data”; additionally, the accuracy and speed of ship detection can be improved by analysing big data, such as by deep learning. Thus, a ship detection algorithm that combines CFAR and CNN is proposed based on the CFAR global detection algorithm and image recognition with the CNN model. Compared with the multi-level CFAR algorithm that is based on multithreading, the algorithm in this paper is more suitable for application to ship detection systems.     

一种直线特征标志的子像素定位方法

在近景摄影测量中,常常需要对直线特征的标志进行定位,而标志定位的精度会影响到整个测量的精度。不同特征的控制点标志,对应不同的识别方法,因此控制点标志的选择须根据不同的要求,进行综合研究分析。本文提出一种新的混合方法,首先采用Hough变换对直线特征标志进行直线检测,得到直线初值;然后采用灰度矩边缘直线拟合定位法,对标志点中心进行子像素定位。通过实验证明:经过Hough变换得到粗值的灰度矩边缘直线拟合定位法达到较高的定位精度,证明了该混合方法的有效性。     

面向智能手机的改进有限状态机步态探测算法

针对室内定位行人航位推算中步态探测算法步数识别准确率不高、同步控制不精确及位置估计偏差较大等问题,提出了一种面向智能手机平端活动的改进有限状态机步态探测算法。通过设定有限状态对应步行过程合加速度变化趋势,利用相邻合加速度差值和上/下坡次数阈值实现步数识别和步态周期估计。在211 m走廊内由2名实验人员分别平端智能手机开展实验,结果表明,改进算法的步数识别准确率为100%,每一步的平均识别时间提前了0.004 s,平均位置误差为0.384 m,相比于自相关分析和加速度差分有限状态机算法,识别准确率、同步控制精度和位置估计精度分别至少提高了0.7%、60%和21.15%。改进算法在步数识别、同步控制及位置估计方面优于现有算法。     

基于高分辨率遥感影像的耕地地块提取方法研究

针对耕地地块提取问题,提出了一种基于图像分割的耕地地块提取新方法。该方法以高分辨率遥感影像为基础,借助于边缘提取和数学形态学的方法,通过边缘检测、边缘闭合、区域标号和后处理四个步骤,提取耕地地块。该方法在IDL6.3平台下编程实现。将此方法应用于北京地区QuickBird多光谱遥感影像,结果表明此方法有较好的定位精度,又在一定程度上去除了噪声,具有较好的实用性。     

基于差分法的半参数模型粗差估计

运用差分法,得到半参数模型中参数向量和非参数向量的估计,并且当粗差的位置已经确定时,可以利用基于最小二乘原理的粗差探测方法,估计出半参数模型中的观测量所含粗差。通过算例分析,证明了算法的有效性,最后提出了粗差定位与定值时应注意的问题。