CN110068839B - 基于数据统计特性的卫星导航接收机干扰检测方法 - Google Patents
基于数据统计特性的卫星导航接收机干扰检测方法 Download PDFInfo
- Publication number
- CN110068839B CN110068839B CN201910197394.7A CN201910197394A CN110068839B CN 110068839 B CN110068839 B CN 110068839B CN 201910197394 A CN201910197394 A CN 201910197394A CN 110068839 B CN110068839 B CN 110068839B
- Authority
- CN
- China
- Prior art keywords
- interference
- data
- receiving terminal
- detection
- satellite navigation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/21—Interference related issues ; Issues related to cross-correlation, spoofing or other methods of denial of service
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Noise Elimination (AREA)
Abstract
本发明涉及卫星导航技术领域,公开了一种基于数据统计特性的卫星导航接收机干扰检测方法。该方法包括:根据用户需求设定接收终端的虚警概率Pfa;对接收终端AD采集的数据进行初始化处理;从接收终端AD采集数据中取N个数据,统计这些数据落入每个子集区间Ak的次数Ok;计算检测统计量;将检测统计量与判决门限进行比较,若T(x)≥Tth,则判定存在干扰,否则判定不存在干扰。本发明对干扰类型不敏感,能检测所有类型的干扰信号,并且具有运算复杂度低、检测灵敏度高等优点,可用于为接收终端尤其是核心设备运行结果的可靠性判定以及进一步的干扰抑制处理提供依据。
Description
技术领域
本发明涉及卫星导航技术领域,尤其涉及一种应用于卫星导航接收终端的干扰信号检测方法。
背景技术
目前,卫星导航系统在军事和民用领域得到了广泛的应用,它能提供导航、精密定位、时间参考以及关键设备的时间同步等服务,创造了巨大的经济和社会价值。从卫星导航接收终端的角度看,射频干扰仍然是导致系统服务性能恶化的主要原因之一。由于到达地球表面的卫星信号极其微弱,通常淹没在噪声之中,接收终端对干扰非常敏感,发射功率为1W的干扰信号即可使得几公里范围内的接收机无法正常工作。从来源上分,射频干扰源包括电视发射塔的谐波干扰、通信和雷达设备的频谱泄露等无意干扰,以及用于犯罪活动的“个人隐私设备”(Personal Privacy Devices,PPDs)等恶意干扰。
干扰检测是高端卫星导航接收终端尤其是核心关键设备必须具备的重要功能,一方面,为了确定接收终端的定位授时结果是否可靠,需要知道接收的卫星信号是否被干扰;另一方面,干扰检测是干扰抑制的基础,只有首先检测到干扰才能更好地完成干扰抑制和诸多后续工作。
现有的干扰检测方法可以分为两大类,即时域干扰信号检测和频域干扰信号检测,前者从时域波形或能量上对干扰信号进行检测,后者通过傅里叶变换(FFT)将数据转换到频域后对干扰信号进行检测。这些方法应用到卫星导航接收终端时主要存在以下不足:一是只能检测部分特定的干扰类型,例如基于FFT的频域干扰信号检测法对宽带干扰检测效果不佳;二是运算复杂度高,对电路的逻辑资源和功耗需求大;三是检测灵敏度不高,对功率小于热噪声的干扰检测效果不佳。
发明内容
为了克服现有技术的不足,本发明提供一种基于数据统计特性的卫星导航接收终端干扰信号检测方法。
与传统的基于时域或频域的检测方法相比,本发明对干扰类型不敏感,能检测所有类型的干扰信号,并且具有运算复杂度低、检测灵敏度高等优点,可用于为接收终端尤其是核心设备运行结果的可靠性判定以及进一步的干扰抑制处理提供依据。
本发明的技术方案提供一种基于数据统计特性的卫星导航接收终端干扰检测方法,包括下述步骤:
步骤一、参数设置:
根据用户需求设定接收终端的虚警概率Pfa;
步骤二、初始化处理:
对接收终端AD采集的数据进行初始化处理,初始化处理包括加载参数和计算判决门限;
加载参数:加载的参数包括数据长度N、子集数目K以及数据落入每个子集区间Ak的次数Ek,k=1,2,…,K;数据长度N大于10K;
判决门限通过下式计算:
Tth=F-1(1-Pfa)
其中,函数F(x)是自由度为K-1的χ2分布的分布函数,上标-1表示函数的逆函数,Pfa为接收终端的虚警概率;
步骤三、估计数据统计特性:
从接收终端AD采集数据中取N个数据,设为x1,x2,…,xN,统计这些数据落入每个子集区间Ak的次数Ok,k=1,2,…,K;
步骤四、计算检测统计量:
检测统计量由下式计算得到:
其中,Ok表示数据落入每个子集区间Ak的次数,Ek表示数据落入每个子集区间Ak的次数。
步骤五、干扰判决:
将检测统计量与判决门限进行比较,若T(x)≥Tth,则判定存在干扰,否则判定不存在干扰。
进一步的,所述步骤二中,子集数目K由接收终端AD的位数确定,K=2b,b为接收终端AD的位数。
进一步的,所述步骤二中,确定子集区间Ak以及次数Ek的方法如下:在无干扰条件下采集N个接收终端AD数据,所述数据落入每个子集区间Ak的次数不少于5次,Ek≥5,k=1,2,...,K。
本发明所达到的有益效果是:
1、本发明整个干扰检测过程运算复杂度非常低,判决门限只需计算一次即可,除非虚警概率的设定值发生改变;并且,整个干扰检测过程不需要任何干扰信号的先验信息,也没有对干扰类型进行任何限定,能适应所有的干扰类型。
2、本发明根据数据统计特性进行干扰检测,克服了现有技术只能检测某些特定的干扰信号且运算复杂度高、对小功率干扰检测效果不佳等不足,可用于为卫星导航接收终端尤其是核心设备运行结果的可靠性判定以及进一步的干扰抑制处理提供依据。
附图说明
图1是本发明提供的基于数据统计特性的卫星导航接收机干扰检测方法的流程图;
图2是本发明方法得到的无干扰时的数据统计特性直方图;
图3是本发明方法得到的存在单频干扰时的数据统计特性直方图;
图4是本发明方法得到的存在高斯宽带干扰时的检测统计量变化图。
具体实施方式
为了使本发明的目的、技术方案及有益效果更加清楚明白,下面结合附图及实施例对本发明进行进一步详细说明。应当注意,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
图1是本发明提供的基于数据统计特性的卫星导航接收机干扰检测方法的流程图,包括以下步骤:
步骤S11、参数设置
根据用户需求设定接收终端的虚警概率Pfa,这里的虚警概率是指接收数据中不存在干扰,但判定存在干扰的概率。虚警概率主要根据设备的应用场合来设定,如果虚警的代价很高,则应使虚警概率尽量小,若漏警(即接收数据中存在干扰,但判定不存在)的代价很高,则应通过增大虚警概率来减小漏警概率。对于某种具体的应用场合,虚警概率一般是固定不变的。例如,设接收终端每秒检测一次是否存在干扰,用户要求虚警每106秒(约11.5天)出现一次,则虚警概率为10-6。
步骤S12、初始化处理
在无干干扰条件下对接收终端AD采集的数据进行初始化处理,初始化处理包括加载参数和计算判决门限。加载的参数包括数据长度N、子集数目K以及数据落入每个子集区间Ak的次数Ek,k=1,2,…,K。子集数目K由接收终端AD的位数确定,即K=2b,其中b为接收终端AD的位数,数据长度N一般大于10K。子集区间Ak以及次数Ek,(k=1,2,…,K)的确定需要在无干扰条件下进行,在无干扰条件下采集N个接收终端AD数据,根据这些数据的大小来确定子集区间,子集区间的确定原则是要保证落入每个子集区间的数据次数不少于5次。值得注意的是,这些参数在接收终端设计之初一旦确定,就可以作为固定值存储在接收终端的存储单元之中,在干扰检测时直接调用即可。
判决门限通过下式计算:
Tth=F-1(1-Pfa)
其中,函数F(x)是自由度为K-1的χ2分布的分布函数,上标-1表示函数的逆函数,Pfa为接收终端的虚警概率。χ2分布的分布函数有公知的数学表达式。
步骤S13、估计数据统计特性
从接收终端AD采集数据中取N个数据,设为x1,x2,…,xN,统计这些数据落入每个子集区间Ak的次数Ok,k=1,2,…,K。
步骤S14、计算检测统计量
检测统计量由下式计算得到:
其中,Ok表示数据落入每个子集区间Ak的次数,Ek表示数据落入每个子集区间Ak的次数。
步骤S15、干扰判决
将检测统计量与判决门限进行比较,若T(x)≥Tth,则判定存在干扰,否则判定不存在干扰。
从以上步骤可以看出,整个干扰检测过程运算复杂度非常低,判决门限只需计算一次即可,除非虚警概率的设定值发生改变。并且,整个干扰检测过程不需要任何干扰信号的先验信息,也没有对干扰类型进行任何限定,能适应所有的干扰类型。
下面通过具体实施例对本发明作进一步说明,应当注意,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
在本实施例中,接收终端AD位数为5bit,接收终端AD采样率为62MHz,数据长度N为131072,子集数目K为32。接收终端前端带宽为20MHz,且前端采用了自动增益控制技术保证进入接收终端AD的数据功率基本恒定。采用本发明方法得到的无干扰时的数据统计特性直方图如图2所示,从图2可以看出,无干扰时数据服从正态分布。采用本发明方法得到的存在单频干扰时的数据统计特性直方图如图3所示,从图3可以看出,当存在单频干扰时(干噪比为10dB),数据统计特性直方图发生明显变化,不再服从正态分布。
图4是本发明方法得到的存在高斯宽带干扰时的检测统计量变化图,在本实施例中,干扰的带宽为20MHz,干噪比为0dB,且从第50ms开始启动,在第60ms时关闭。从图4可以看到,当干扰开启时,检测统计量突然增大且明显超过了判决门限,当干扰关闭时,检测统计量回落到了原来的水平,且低于判决门限。
以上实施方式仅用于说明本发明,而并非对本发明的限制,有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本发明的范畴,本发明的专利保护范围应由权利要求限定。
Claims (3)
1.一种基于数据统计特性的卫星导航接收终端干扰检测方法,其特征在于,包括下述步骤:
步骤一、参数设置:
根据用户需求设定接收终端的虚警概率Pfa;
步骤二、初始化处理:
对接收终端AD采集的数据进行初始化处理,初始化处理包括加载参数和计算判决门限;
加载参数:加载的参数包括数据长度N、子集数目K以及数据落入每个子集区间Ak的次数Ek,k=1,2,…,K;数据长度N大于10K;
判决门限通过下式计算:
Tth=F-1(1-Pfa)
其中,函数F(x)是自由度为K-1的χ2分布的分布函数,上标-1表示函数的逆函数,Pfa为接收终端的虚警概率;
步骤三、估计数据统计特性:
从接收终端AD采集数据中取N个数据,设为x1,x2,…,xN,统计这些数据落入每个子集区间Ak的次数Ok,k=1,2,…,K;
步骤四、计算检测统计量:
检测统计量由下式计算得到:
步骤五、干扰判决:
将检测统计量与判决门限进行比较,若T(x)≥Tth,则判定存在干扰,否则判定不存在干扰。
2.如权利要求1所述的一种基于数据统计特性的卫星导航接收终端干扰检测方法,其特征在于,所述步骤二中,子集数目K由接收终端AD的位数确定,K=2b,b为接收终端AD的位数。
3.如权利要求1或2所述的一种基于数据统计特性的卫星导航接收终端干扰检测方法,其特征在于,所述步骤二中,确定子集区间Ak以及次数Ek的方法如下:在无干扰条件下采集N个接收终端AD数据,所述数据落入每个子集区间Ak的次数不少于5次,Ek≥5,k=1,2,...,K。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910197394.7A CN110068839B (zh) | 2019-03-15 | 2019-03-15 | 基于数据统计特性的卫星导航接收机干扰检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910197394.7A CN110068839B (zh) | 2019-03-15 | 2019-03-15 | 基于数据统计特性的卫星导航接收机干扰检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110068839A CN110068839A (zh) | 2019-07-30 |
CN110068839B true CN110068839B (zh) | 2023-04-28 |
Family
ID=67366185
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910197394.7A Active CN110068839B (zh) | 2019-03-15 | 2019-03-15 | 基于数据统计特性的卫星导航接收机干扰检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110068839B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112272068B (zh) * | 2020-10-23 | 2022-09-20 | 中国人民解放军空军工程大学 | 一种基于多任务压缩感知的多样化干扰估计和抑制方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102645659A (zh) * | 2012-04-18 | 2012-08-22 | 西安理工大学 | 一种基于频率统计的频域滤波算法 |
EP2746813A1 (en) * | 2012-12-21 | 2014-06-25 | Astrium GmbH | Detection of spoofing of GNSS navigation signals |
CN107121684A (zh) * | 2017-05-02 | 2017-09-01 | 北京航空航天大学 | 一种基于残差卡方检验法的gps诱骗识别和阈值决策方法 |
CN107561502A (zh) * | 2017-08-15 | 2018-01-09 | 武汉大学 | 一种便携式高频地波雷达射频干扰抑制方法 |
CN108663693A (zh) * | 2018-07-25 | 2018-10-16 | 电子科技大学 | 一种基于空时处理的高动态gnss零陷展宽干扰抑制方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10495759B2 (en) * | 2014-02-13 | 2019-12-03 | The Mitre Corporation | GPS spoofing detection techniques |
US9766343B2 (en) * | 2014-06-19 | 2017-09-19 | Novatel Inc. | System and method for determining location of an interfering signal source |
US20190041527A1 (en) * | 2017-08-03 | 2019-02-07 | The Charles Stark Draper Laboratory, Inc. | Gps-based navigation system using a nonlinear discrete-time tracking filter |
-
2019
- 2019-03-15 CN CN201910197394.7A patent/CN110068839B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102645659A (zh) * | 2012-04-18 | 2012-08-22 | 西安理工大学 | 一种基于频率统计的频域滤波算法 |
EP2746813A1 (en) * | 2012-12-21 | 2014-06-25 | Astrium GmbH | Detection of spoofing of GNSS navigation signals |
CN107121684A (zh) * | 2017-05-02 | 2017-09-01 | 北京航空航天大学 | 一种基于残差卡方检验法的gps诱骗识别和阈值决策方法 |
CN107561502A (zh) * | 2017-08-15 | 2018-01-09 | 武汉大学 | 一种便携式高频地波雷达射频干扰抑制方法 |
CN108663693A (zh) * | 2018-07-25 | 2018-10-16 | 电子科技大学 | 一种基于空时处理的高动态gnss零陷展宽干扰抑制方法 |
Non-Patent Citations (1)
Title |
---|
利用伪卫星干扰GPS的可行性分析与仿真;杨博 等;《火力与指挥控制》;20071130;第32卷(第11期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110068839A (zh) | 2019-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11303485B2 (en) | Signal acquisition method and device | |
CN108627807B (zh) | 一种机载雷达抗干扰方法 | |
CN102263601A (zh) | 一种宽带多信号检测方法 | |
Raman et al. | An algorithm for spectrum sensing in cognitive radio under noise uncertainty | |
WO2020016798A1 (en) | Relay attack prevention | |
Goldman et al. | Analysis and application of the excision CFAR detector | |
CN111142086A (zh) | 一种pd雷达幅度抖动抑制方法、时间抖动检测方法及系统 | |
CN110068839B (zh) | 基于数据统计特性的卫星导航接收机干扰检测方法 | |
CN109655794B (zh) | 一种窄带自卫噪声压制干扰的检测识别方法 | |
US8416118B1 (en) | Chaff cloud detection and centroid estimation | |
CN108399391B (zh) | 一种基于信号带宽特征的无人机信号识别的方法及装置 | |
Scheers et al. | Wideband spectrum sensing technique based on goodness-of-fit testing | |
CN105656511B (zh) | 一种适应于有频偏和低信噪比环境下的差分相关捕获方法 | |
CN111753803A (zh) | 基于模糊聚类和高阶累积量的无人机图传信号识别方法 | |
CN112799028A (zh) | 一种基于rcs起伏统计特性差异的虚假目标识别方法 | |
CN108718223B (zh) | 一种非合作信号的盲频谱感知方法 | |
Zhang et al. | An improved CFAR detector for non-homogeneous clutter environment | |
CN108512614A (zh) | 一种低信噪比电磁信号识别的方法及装置 | |
KR20220056650A (ko) | 신호처리 이득 기반 간섭신호 플롯 제거 장치 및 방법 | |
He et al. | A fundamental architecture of anti-spoofing GNSS receiver | |
Putra et al. | Kurtosis and energy based spectrum detection for sdr based rf monitoring system | |
US8768262B2 (en) | Method and detector for detecting a possible transmission of data | |
Bang et al. | Improved TOA and pulse width estimation for wideband signal in electronic warfare systems | |
Tekbıyık et al. | Real-world considerations for deep learning in wireless signal identification based on spectral correlation function | |
Wang et al. | A signal detection method based on hybrid energy detection |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |