CN110568456A - 基于超宽带辅助的列车卫星定位欺骗干扰检测方法 - Google Patents
基于超宽带辅助的列车卫星定位欺骗干扰检测方法 Download PDFInfo
- Publication number
- CN110568456A CN110568456A CN201910860490.5A CN201910860490A CN110568456A CN 110568456 A CN110568456 A CN 110568456A CN 201910860490 A CN201910860490 A CN 201910860490A CN 110568456 A CN110568456 A CN 110568456A
- Authority
- CN
- China
- Prior art keywords
- positioning
- ultra
- train
- satellite
- wideband
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 181
- 238000000034 method Methods 0.000 claims abstract description 48
- 238000011084 recovery Methods 0.000 claims abstract description 21
- 238000005562 fading Methods 0.000 claims abstract description 20
- 239000013598 vector Substances 0.000 claims description 17
- 238000005259 measurement Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 14
- 230000000007 visual effect Effects 0.000 claims description 7
- 230000001186 cumulative effect Effects 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims description 3
- XMBWDFGMSWQBCA-UHFFFAOYSA-N hydrogen iodide Chemical group I XMBWDFGMSWQBCA-UHFFFAOYSA-N 0.000 claims description 3
- 230000010365 information processing Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 230000004931 aggregating effect Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000004364 calculation method Methods 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000001629 suppression Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000005315 distribution function Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 230000009545 invasion Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 208000003443 Unconsciousness Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L25/00—Recording or indicating positions or identities of vehicles or trains or setting of track apparatus
- B61L25/02—Indicating or recording positions or identities of vehicles or trains
- B61L25/025—Absolute localisation, e.g. providing geodetic coordinates
-
- 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
- G01S19/015—Arrangements for jamming, spoofing or other methods of denial of service of such systems
-
- 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
- G01S19/03—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers
- G01S19/10—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers providing dedicated supplementary positioning signals
- G01S19/12—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers providing dedicated supplementary positioning signals wherein the cooperating elements are telecommunication base stations
-
- 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
-
- 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
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
- G01S19/46—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being of a radio-wave signal type
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L2205/00—Communication or navigation systems for railway traffic
- B61L2205/04—Satellite based navigation systems, e.g. global positioning system [GPS]
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明提供了一种基于超宽带辅助的列车卫星定位欺骗干扰检测方法。该方法可以通过车载干扰检测系统获取超宽带定位信息,对轮轴传感器定位进行修正,得到参考定位数据;通过轨道参考误差统计检测,确定候选干扰检测时段;根据候选干扰检测时段确定前序检测时段,检测各卫星通道中的信噪比衰落恢复事件,确定目标检测时段;计算目标检测时段内可视卫星的参考观测量,对卫星定位终端观测量进行一致性检验,根据检验结果确定发生欺骗干扰的时间与区段。本发明利用超宽带定位技术,为确定铁路线路中卫星定位欺骗干扰的发生时刻及位置提供了途径,可以实现复杂铁路运行环境下准确检测卫星定位欺骗干扰,并对定位欺骗干扰进行标记。
Description
技术领域
本发明涉及卫星导航定位技术领域,尤其涉及一种基于超宽带辅助的列车卫星定位欺骗干扰检测方法。
背景技术
近年来,以GPS(Global Positioning System,全球定位系统)、北斗为代表的GNSS(Global Navigation Satellite System,全球导航卫星系统)在铁路列车定位、授时、通信等领域的应用已愈发受到关注,基于卫星导航系统实施列车定位已开始向列车在途运行监测、列车调度指挥以及列车运行控制等系统应用层面深入。然而,铁路列车运行于广阔、复杂的铁路网上,行经地域范围广阔、周边空间环境多变,卫星定位面临着复杂、随机干扰入侵的影响,对运用所得位置信息实施运行监测、控制、调度带来风险。如何有效检测、辨识并防护铁路沿线可能存在的卫星导航系统干扰,已成为亟待关注并解决的一项关键问题。
针对卫星导航的干扰入侵与抗干扰技术已在军用领域得到了广泛研究与应用,然而,面向铁路列车运行过程的卫星定位应用存在显著的特殊性,专门针对列车卫星定位干扰方面的研究尚不多见。卫星定位干扰技术一般分为压制干扰、欺骗干扰两大类,其中,欺骗干扰一般先通过实施信号压制使接收机失锁一段时间,然后利用虚假的导航信号诱导接收机锁定在伪峰,从而使接收机在无意识情况下解算出错误的位置结果。特别地,转发式欺骗干扰将欺骗位置收到的卫星信号经过固定时延发送至目标接收机达到欺骗目的,干扰操作相对简单且不易被欺骗对象察觉,相对于阻塞干扰更具危害性和隐蔽性,对于广阔的铁路网环境而言,针对卫星定位的欺骗干扰与定位信息安全问题不容小视,急需采取有效干扰检测手段识别铁路沿线的干扰分布并采取及时的应对措施。
目前,现有技术在卫星导航欺骗干扰检测与抗干扰技术方面,广泛从信号特征入手采用特定的信号处理手段实现欺骗干扰辨识。对于铁路列车卫星定位过程而言,接收机可能面临复杂多样的欺骗干扰特征,而列车运行过程受限于固定轨道又为在量测域、位置域形成检测参考提供了重要机遇,因此,需要一种充分符合铁路列车定位特性的欺骗干扰检测方法,对铁路沿线的卫星定位欺骗干扰进行准确定位与防护。
发明内容
本发明的实施例提供了一种基于超宽带辅助的列车卫星定位欺骗干扰检测方法,以克服现有技术的问题。
为了实现上述目的,本发明采取了如下技术方案。
一种基于超宽带辅助的列车卫星定位欺骗干扰检测方法,该方法包括以下步骤:
步骤S1:沿铁路线路设置超宽带定位增强区段,在每个超宽带定位增强区域布设轨旁超宽带定位基站;
步骤S2:在列车运行过程中,车载干扰检测系统在超宽带定位增强区段使用超宽带定位终端的定位解修正轮轴测速传感器的定位结果,得到列车的参考定位数据;
步骤S3:在列车运行结束后,基于所述列车的参考定位数据和卫星定位终端输出的卫星定位数据计算卫星定位的轨道纵向误差、轨道垂向误差,根据所述轨道纵向误差、轨道垂向误差进行轨道参考误差统计检测,确定候选干扰检测时段;
步骤S4:基于候选干扰检测时段确定前序检测时段,检测各卫星通道中的信噪比衰落恢复事件,将特定候选干扰检测时段判定为目标检测时段;
步骤S5:计算所述目标检测时段内可视卫星的参考观测量,对卫星定位终端观测量进行一致性检验,根据所述一致性检验结果确定发生欺骗干扰的时间与区段。
优选地,所述的步骤S1中的沿铁路线路设置超宽带定位增强区段,在每个超宽带定位增强区域布设轨旁超宽带定位基站,包括:
获取铁路线路地理空间数据,该铁路线路地理空间数据包括:第i个轨道特征点的编号Ei,i=1,2,…,N、股道号Ti、方向Oi、纬度Bi、经度Li、高程Hi、三维位置(Xi,Yi,Zi)、线路里程Si和可视仰角门限Ui;所述轨道特征点是对原始测量点集进行剔除、抽取后的剩余点,其相关特征、属性信息的集合构成了轨道地理空间数据库的具体存储内容;
以所述地理空间数据中的线路里程为依据,按固定间隔量Δ进行搜索,确定NA个长度为R的超宽带定位增强候选区段;
计算每个超宽带定位增强候选区段内所含所有轨道特征点的可视仰角门限均值j=1,2,…,NA,若满足则删除第j个超宽带定位增强候选区段,确定NU个超宽带定位增强区段,NU≤NA;
在每个超宽带定位增强区段布设轨旁超宽带定位基站,并且确保每个超宽带定位增强区段内任意一个轨道特征点均能同时接收到4个以上基站的信号。
优选地,所述的步骤S2之前还包括:
在列车上安装车载干扰检测系统,该车载干扰检测系统包含卫星定位接收机、超宽带定位终端、轮轴测速传感器、定位信息处理计算机、数据存储单元和集成天线模块,所述卫星定位接收机随列车运行采集列车的卫星定位信息,所述超宽带定位终端随列车运行采集列车的超宽带定位信息,所述轮轴测速传感器随列车运行采集列车的速度数据。
优选地,所述的步骤S2中的在列车运行过程中,车载干扰检测系统在超宽带定位增强区段使用超宽带定位终端的定位解修正轮轴测速传感器的定位结果,得到列车的参考定位数据,包括:
1)若列车运行于某一超宽带定位增强区段,则车载干扰检测系统同步采集t时刻超宽带定位终端的定位解(Xuwb,t,Yuwb,t,Zuwb,t)、轮轴测速传感器的输出速度Vodo,t,以Xuwb,t、Yuwb,t、Zuwb,t、Vodo,t构成量测向量,建立列车的超宽带/轮轴速度传感器联合观测模型;
2)利用非线性滤波器求解所述列车的超宽带/轮轴速度传感器联合观测模型的最优估计解,得到列车的最优当前位置(Xe,t,Ye,t,Ze,t);
3)提取列车所在超宽带定位增强区段的轨道特征点信息,将所述列车的最优当前位置(Xe,t,Ye,t,Ze,t)投影至轨道空间,计算轨道投影位置(Xpro,t,Ypro,t,Zpro,t)及相应的投影里程Spro,t;
4)将轨道投影位置(Xpro,t,Ypro,t,Zpro,t)、投影里程Spro,t记录为t时刻参考定位数据。
优选地,所述的方法还包括:
若列车未运行于超宽带定位增强区段,则车载干扰检测系统根据t时刻轮轴测速传感器的输出速度Vodo,t计算里程Sodo,t,利用铁路线路地理空间数据计算Sodo,t对应的列车的三维位置(Xodo,t,Yodo,t,Zodo,t),并记录为t时刻参考定位数据。
优选地,所述的步骤S3中的在列车运行结束后,基于所述列车的参考定位数据和卫星定位终端输出的卫星定位数据计算卫星定位的轨道纵向误差、轨道垂向误差,根据所述轨道纵向误差、轨道垂向误差进行轨道参考误差统计检测,确定候选干扰检测时段,包括;
(1)列车运行结束后,从车载干扰检测系统提取所有运行时刻的所述列车的参考定位数据和卫星定位终端输出的卫星定位数据(XG,t,YG,t,ZG,t);
(2)提取全线铁路线路地理空间数据,将卫星定位数据(XG,t,YG,t,ZG,t)垂直投影至轨道空间,计算轨道投影位置(XG|pro,t,YG|pro,t,ZG|pro,t)及相应的投影里程SG|pro,t,计算卫星定位的轨道参考误差,包括轨道纵向误差、轨道垂向误差,其中,任意t时刻误差按以下方法算得:
1)轨道纵向误差:基于所计算投影里程SG|pro,t,轨道纵向误差ErrAT,t由该投影里程与参考定位数据所含里程之间差值算得,即:
ErrAT,t=|SG|pro,t-Spro,t| (1)
2)轨道垂向误差:基于所计算轨道投影位置(XG|pro,t,YG|pro,t,ZG|pro,t),轨道垂向误差ErrCT,t由输出位置与轨道投影位置的直线距离算得,即:
(3)构建轨道参考误差向量Et=[ErrAT,t,ErrCT,t]T,计算误差检验量λ,按以下判据判定误差检验量λt是否超限:
λt>TH=erf(pFA) (3)
其中,TH为检测门限,pFA为预设的误检概率,erf(*)为函数f(*)的反函数,且有
(4)设定时间窗参数L,若超过连续L个时刻的误差检验量均满足上述误差检验量λt的超限判据,则判定上述连续L个时刻为候选干扰检测时段;
(5)将所有候选干扰检测时段汇合为候选干扰检测时段集,其中,第k个候选干扰检测时段可表示为(TS,k,TE,k),k=1,2,…,NC。
优选地,所述的步骤S4中的基于候选干扰检测时段确定前序检测时段,检测各卫星通道中的信噪比衰落恢复事件,将特定候选干扰检测时段判定为目标检测时段,包括:
(1)对每一个候选干扰检测时段(TS,k,TE,k),自起起始时刻TS,k向前回溯固定时间长度Ω,形成与该候选干扰检测时段对应的前序检测时段,将所述前序检测时段记为(TS,k-Ω,TS,k,),k=1,2,…,NC;
(2)从车载干扰检测系统提取每个前序检测时段内的卫星定位终端的观测数据,该观测数据包括时间t、卫星号r、卫星仰角θt(r)、信噪比βt(r)、可视卫星数ct和观测量Rm,t,m=1,2,…,ct;
(3)依据所述观测数据检测前序检测时段内各卫星通道中所含信噪比衰落恢复事件,根据所述信噪比衰落恢复事件判定与前序检测时段对应的候选干扰检测时段是否为目标检测时段,决定依据为:
1)若第k个前序检测时段内,任意一个可视卫星通道中存在信噪比衰落恢复事件,则判定该前序检测时段对应的候选干扰检测时段(TS,k,TE,k)为目标检测时段;所述信噪比衰落恢复事件的特征为:某一可视卫星的信噪比由非零值衰落至0或空值、保持0值或空值状态且持续时间超过预设时长ε0、随后恢复为非0值且持续时间超过预设时长ε1;
2)若第k个前序检测时段内,未检出满足上述条件的信噪比衰落恢复事件,则判定该前序检测时段对应的候选干扰检测时段不为目标检测时段;
3)遍历全部NC个前序检测时段,记录判定为目标检测时段的各个候选干扰检测时段,构成目标检测时段集{(TS,n,TE,n)},n=1,2,…,NT,NT≤NC。
优选地,所述的步骤S5中的计算所述目标检测时段内可视卫星的参考观测量,对卫星定位终端观测量进行一致性检验,根据所述一致性检验结果确定发生欺骗干扰的时间与区段,包括:
(1)从车载干扰检测系统提取每个目标检测时段内的卫星定位终端的观测数据;
(2)提取各个目标检测时段内的导航卫星精密星历数据,利用目标检测时段内各个时刻的参考定位数据,计算每颗可视卫星的参考观测量,对于t时刻第m颗可视卫星,其参考观测量αm,t可按以下方法计算:
其中,(Xm,t,Ym,t,Zm,t)是由精密星历算得的t时刻第m颗卫星三维位置;
(3)计算t时刻各个可视卫星的观测量残差向量dt为:
(4)计算t时刻残差序列{dm,t}的累积概率函数Wt(τ),m=1,2,…,ct,选择目标分布累积概率函数D(τ),按以下方法计算检验特征量μt为:
(5)选择检验门限TD,结合检验特征量μt实施一致性检验,并确定发生欺骗干扰的时间与区段,所采用依据为:
1)若μt>TD,则认定该时刻列车所在位置受到欺骗干扰,标记时刻t在里程位置Spro,t存在面向卫星定位的欺骗干扰;
2)若μt≤TD,则认定该时刻列车所在位置未受到欺骗干扰。
由上述本发明的基于超宽带辅助的列车卫星定位欺骗干扰检测方法提供的技术方案可以看出,本发明的主要优点在于,充分利用超宽带这类与卫星导航系统异质的定位感知手段,与卫星定位同步实施并行定位监测,无需对卫星定位终端本身进行复杂改动或变更,仅在信号处理与数据驱动的特征探测层面,结合对在途卫星观测信息的一致性参考检验识别可能存在的欺骗干扰,并能够对欺骗干扰发生的时刻、位置等进行明确标记。
本发明附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于超宽带辅助的列车卫星定位欺骗干扰检测方法的处理流程图;
图2为本发明实施例提供的一种超宽带定位增强区段的沿线布设示意图;
图3为本发明实施例提供的一种参考定位数据的计算流程图;
图4为本发明实施例提供的一种单个卫星通道中的信噪比衰落恢复事件示意。
具体实施方式
下面详细描述本发明的实施方式,所述实施方式的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
为便于对本发明实施例的理解,下面将结合附图以几个具体实施例为例做进一步的解释说明,且各个实施例并不构成对本发明实施例的限定。
本发明提供了一种基于超宽带辅助的列车卫星定位欺骗干扰检测方法,沿铁路线路特定区域布设超宽带定位基站,使车载干扰检测系统具备独立于卫星定位获得参考位置信息的能力。在此基础上,利用对卫星定位接收机测量信息、定位解算结果的综合处理,准确检测并确定沿线欺骗干扰的时空分布。本发明提供的方法满足了对铁路列车运行环境实施欺骗干扰检测的需求,为有效实施铁路沿线干扰探测、设计合理的抗干扰技术方案、抑制欺骗干扰入侵风险、提升卫星定位信息安全防护能力提供了可行技术途径。
本发明实施例提供了一种基于超宽带辅助的列车卫星定位欺骗干扰检测方法,如图1所示,具体包括以下五个实施步骤:
步骤S1:沿铁路线路设置超宽带定位增强区段,在每个超宽带定位增强区段布设轨旁超宽带定位基站。
利用高精度测量设备在实际线路上对线路关键点以及点间线路数据进行精确测量,对可能包含的异常及错误的数据进行剔除后,逐段进行轨道特征点抽取,生成轨道地理空间数据库。其中,轨道特征点是对原始测量点集进行剔除、抽取后的剩余点,其相关特征、属性信息的集合构成了轨道地理空间数据库的具体存储内容,每一个轨道特征点均是对所在局部线路区段轨道三维空间特征的最有效表达,多个相邻轨道特征点构成的多段连续折线能够实现对轨道线路空间信息的最简化逼近。然后,从轨道地理空间数据库中提取目标线路超宽带定位增强区段的地理空间数据,该地理空间数据主要由若干轨道特征点对应的空间数据与属性信息表示,包括:第i(i=1,2,…,N)个轨道特征点编号Ei、股道号Ti、方向Oi(上行、下行)、纬度Bi、经度Li、高程Hi、ECEF坐标系三维位置(Xi,Yi,Zi)、里程Si(从线路参考起点开始计算的一维纵向距离)和可视仰角门限Ui(0~90°)等。
以线路里程为依据,按固定间隔量Δ进行搜索,确定NA个等长的超宽带定位增强候选超宽带定位增强区段,长度为R(以满足最高速运行条件下对轮轴测速传感器累积误差实施成功校正为原则,一般不低于1km)。图2为本发明实施例提供的一种超宽带定位增强区段的沿线布设示意图,图2中AB、CD为超宽带定位增强区段。
利用搜索得到的每个候选超宽带定位增强区段计算超宽带定位增强区段内所含所有轨道特征点(包含上行、下行方向)的可视仰角门限均值j=1,2,…,NA,对每个超宽带定位增强候选超宽带定位增强区段进行约简,约简原则为:
若则删除第j个候选超宽带定位增强区段;
若则保留第j个候选超宽带定位增强区段。
通过上述判断与筛选,可以确定NU个(NU≤NA)超宽带定位增强区段,对初始搜索所得超宽带定位增强区段集合进行约简;
在每个超宽带定位增强区段布设轨旁超宽带定位基站,基站数量需满足超宽带定位信号覆盖要求,主要基于两方面考虑:
(1)确保超宽带定位增强区段内任意一个轨道特征点均能同时接收到4个以上基站的信号,能够成功实施超宽带定位解算。
(2)确保对超宽带基站的空间布局进行优化设计,以满足轨道超宽带定位增强区段带状区域内的精度因子最优、所需布设超宽带基站数量最小为优化目标,对多种候选基站布局方案进行优选,从而以一定成本取得预期的超宽带定位性能。
步骤S2:列车运行过程中,车载干扰检测系统在超宽带定位增强区段使用超宽带定位修正轮轴测速传感器定位结果,记录为参考定位数据。
列车在目标线路上运行过程中,在列车上安装车载干扰检测系统,该系统包含卫星定位接收机、超宽带定位终端、轮轴测速传感器、定位信息处理计算机、数据存储单元和集成天线模块,卫星定位接收机随列车运行采集列车的卫星定位信息,超宽带定位终端随列车运行采集列车的超宽带定位信息,轮轴测速传感器随列车运行采集列车的速度数据。其中,超宽带定位终端由超宽带标签模块、专用天线接口、电源模块与数据接口单元等部分构成,采用类似于超声波测距的方式,在列车运行至超宽带定位增强区段内时,实时测量超宽带定位终端天线到任一处于有效作用距离之内的轨旁超宽带定位基站之间的直线距离,结合已知的各个轨旁超宽带定位基站的位置信息,采用类似于GPS的定位原理,利用与多个基站间的测距信息,采用状态估计逻辑计算超宽带定位终端所处三维位置,并利用其高频率测量过程中自动标记的时间信息,实现与卫星定位接收机、轮轴测速传感器以及其它车载干扰检测系统部件的时间同步。
在列车运行过程中,车载干扰检测系统记录并计算参考定位数据,在列车运行于不同的超宽带定位增强区段时采用不同的参考定位数据计算策略。图3为本发明实施例提供的一种参考定位数据的计算流程图,包括如下的处理过程:
当列车未运行于超宽带定位增强区段内,如图2所示BC超宽带定位增强区段,则车载干扰检测系统采集t时刻和t-1时刻轮轴测速传感器的输出速度Vodo,t、Vodo,t-1,计算里程Sodo,t
其中,ΔT为车载干扰检测系统的采集计算时间周期,等式右侧在列车上行运行时取减号、下行运行时取加号。
利用铁路线路地理空间数据进行搜索,确定当前推算里程Sodo,t所在的轨道片段,该片段由两个相邻的轨道特征点描述,其三维坐标为(XE,YE,ZE)、(XF,YF,ZF),根据空间直线段内几何关系计算当前推算里程Sodo,t对应的三维位置(Xodo,t,Yodo,t,Zodo,t),记录为t时刻参考定位数据。
当列车运行于某一超宽带定位增强区段,图2所示AB超宽带定位增强区段和CD超宽带定位增强区段,车载干扰检测系统所含超宽带定位终端实时测量与基站间的信号传播时间,估算出列车与基站之间距离rd,建立如下定位观测模型:
其中,(Xuwb,t、Yuwb,t、Zuwb,t)为待计算的列车位置,(Xd、Yd、Zd)为第d个超宽带基站的坐标位置,c为电磁波在真空中的传播速度,ζd为测距噪声。
由于上述定位观测模型具有非线性,根据泰勒级数展开法则将上述定位观测模型线性化,将上述定位观测模型在初始值附近展开并舍弃掉二阶及高阶项,建立线性化的观测方程:
b=A·x+ζ
其中,b为包含各基站观测距离rd的观测向量,A为线性化的观测向量,x为包含三维列车位置的待估状态量,ζ为包含各基站测距噪声的噪声向量。
则基于超宽带观测量的列车位置估计解为
对上述计算过程进行多次迭代,直到待估参数的解收敛,可从估计状态量中提取超宽带定位终端的定位解(Xuwb,t,Yuwb,t,Zuwb,t)。
车载干扰检测系统同步采集t时刻超宽带定位解(Xuwb,t,Yuwb,t,Zuwb,t)和轮轴测速传感器的输出速度Vodo,t,以列车三维位置、速度、加速度作为状态向量,以Bt=[Xuwb,t,Yuwb,t,Zuwb,t,Vodo,t]T构成量测向量,建立列车的超宽带/轮轴速度传感器联合观测模型,构成如下状态空间模型
其中,Xt表示系统在t时刻的组合估计状态向量,Φt,t-1为t-1时刻到t时刻的状态转移矩阵,Γt,t-1为系统噪声驱动矩阵,Ht为t时刻的联合观测矩阵,Wt和Vt分别为系统噪声和观测噪声向量。
在上述状态空间模型基础上,采用扩展卡尔曼滤波方法求解上述超宽带/轮轴速度传感器联合观测模型的最优估计解,主要包括以下步骤:
状态预测:
计算一步预测协方差:
计算滤波增益:
状态估计:
计算估计协方差:Pt=(I-KtHt)Pt|t-1
其中,Qt为系统噪声方差矩阵,Rt为观测噪声方差矩阵。
从状态估计解中提取最优当前位置(Xe,t,Ye,t,Ze,t)。
提取列车所在超宽带定位增强区段的轨道特征点信息,利用铁路线路地理空间数据进行搜索,确定与最优当前位置(Xe,t,Ye,t,Ze,t)最邻近的轨道片段,根据该轨道片段的两端点对应轨道特征点的三维坐标位置(XE,YE,ZE)、(XF,YF,ZF),利用垂直投影方法计算最优当前位置(Xe,t,Ye,t,Ze,t)在该轨道片段内的投影位置并计算投影里程,分别记为(Xpro,t,Ypro,t,Zpro,t)、Spro,t,记录为t时刻参考定位数据。
步骤S3:列车运行结束后,计算卫星定位的轨道纵向误差、轨道垂向误差,实施轨道参考误差统计检测,确定候选干扰检测时段,具体通过以下流程实现:
列车运行结束后,从车载干扰检测系统提取所有运行时刻的卫星定位终端输出的定位数据、参考定位数据;
提取全线铁路线路地理空间数据,利用铁路线路地理空间数据进行搜索,确定与卫星定位位置(XG,t,YG,t,ZG,t)最邻近的轨道片段,根据该片段两端点对应轨道特征点三维坐标位置(XE,YE,ZE)、(XF,YF,ZF),利用垂直投影方法计算卫星定位位置在该轨道片段内的轨道投影位置(XG|pro,t,YG|pro,t,ZG|pro,t)及相应的投影里程SG|pro,t,计算卫星定位的轨道参考误差,包括轨道纵向误差、轨道垂向误差,其中,任意t时刻误差按以下方法算得:
(1)轨道纵向误差:基于所计算投影里程SG|pro,t,轨道纵向误差ErrAT,t由该投影里程与参考定位数据所含里程之间差值算得,即:
ErrAT,t=|SG|pro,t-Spro,t|
(2)轨道垂向误差:基于所计算轨道投影位置(XG|pro,t,YG|pro,t,ZG|pro,t),轨道垂向误差ErrCT,t由输出位置与轨道投影位置的直线距离算得,即:
构建轨道参考误差向量Et=[ErrAT,t,ErrCT,t]T,计算误差检验量λt实施统计检测,按以下判据判定误差检验量λt是否超限:
λt>TH=erf(pFA)
其中,TH为检测门限,pFA为预设的误检概率,erf(*)为函数f(*)的反函数,且有
设定时间窗参数L,若超过连续L个时刻的误差检验量均满足式超限判据,则判定该时段为候选干扰检测时段。
对全部卫星定位结果均进行误差检验量判断,将所有按上述原则确定的候选干扰检测时段汇合为候选干扰检测时段集{(TS,k,TE,k)},k=1,2,…,NC。
步骤S4:基于候选干扰检测时段确定前序检测时段,检测各卫星通道中的信噪比衰落恢复事件,将特定候选干扰检测时段判定为目标检测时段,具体通过以下流程实现:
对每一个候选干扰检测时段(TS,k,TE,k),自起起始时刻TS,k向前回溯固定时间长度Ω,形成与该候选干扰检测时段对应的前序检测时段,依据其起始与结束时刻记为(TS,k-Ω,TS,k,),k=1,2,…,NC;
从车载干扰检测系统提取每个前序检测时段内的卫星定位终端的观测数据,该观测数据包括时间t、卫星号r、卫星仰角θt(r)、信噪比βt(r)、可视卫星数ct和观测量Rm,t,m=1,2,…,ct;
依据卫星观测数据检测前序检测时段内各卫星通道中所含信噪比衰落恢复事件,如图4所示,对于某个卫星通道而言,信噪比衰落恢复事件表示该通道所跟踪卫星信号由于受到信号压制干扰导致失锁,在压制干扰结束后,该通道重新跟踪到卫星信号,且由于转发式欺骗信号功率更高,重新跟踪的卫星信号可能来自于干扰欺骗源,存在受扰风险。结合该定义,根据信噪比的变化模式决定与某一前序检测时段对应的特定候选干扰检测时段是否判定为目标检测时段,决定依据为:
(1)若第k个前序检测时段内,任意一个可视卫星通道中存在信噪比衰落恢复事件,则判定该前序检测时段对应的候选干扰检测时段(TS,k,TE,k)为目标检测时段;上述信噪比衰落恢复事件的特征为:某一可视卫星的信噪比由非零值衰落至0(或空值)、保持0值(或空值)状态且持续时间超过预设时长ε0、随后恢复为非0值且持续时间超过预设时长ε1;
(2)若第k个前序检测时段内,未检出满足上述条件的信噪比衰落恢复事件,则该前序检测时段对应的候选干扰检测时段不判定为目标检测时段;
(3)遍历全部NC个前序检测时段,记录判定为目标检测时段的各个候选干扰检测时段,构成目标检测时段集{(TS,n,TE,n)},n=1,2,…,NT,NT≤NC。
至此,可能存在欺骗干扰的所有时段均已得到筛选和标记,后续可利用这些时段内的卫星定位观测数据对欺骗干扰进行进一步的确认。
步骤S4:计算目标检测时段内可视卫星的参考观测量,对卫星定位终端观测量进行一致性检验,根据检验结果确定发生欺骗干扰的时间与超宽带定位增强区段。具体通过以下流程实现:
从车载干扰检测系统提取每个目标检测时段内的卫星定位终端观测数据。
提取各个目标检测时段内的导航卫星精密星历数据,导航卫星精密星历数据能够提供所需时刻的各个卫星的精确轨道位置、运行速度等相关信息,配合目标检测时段内各个时刻的参考定位数据,则可以计算每颗可视卫星在相应时刻的参考观测量,进而能够用于实施实际观测量、参考观测量之间的一致性检验,根据一致性检验结果确认实际观测量是否受到来自欺骗干扰的影响。
对于t时刻第m颗可视卫星,其参考观测量αm,t可按以下方法计算:
其中,(Xm,t,Ym,t,Zm,t)是由精密星历得到的t时刻第m颗卫星的三维位置。
计算t时刻各个可视卫星的观测量残差向量dt为:
若所有ct颗可视卫星的观测量中有一颗或多颗是经由干扰源延时转发而来,则上面得到的观测量残差向量dt将展现出与未受干扰情况下完全不同的统计特性,不同于正常观测条件下接近高斯分布、故障条件下的带偏差分布,欺骗干扰信号的存在由于超宽带定位提供的参考观测量的鉴别作用将呈现出显著的分布特性异变。基于此,从观测量残差向量dt的无扰理论分布出发,将其累计频数分布与通过观测量残差向量得到的累计频数分布相比较,找出它们间最大的差异点,即可根据一定判决门限确定干扰作用的有无。
用Wt(τ)表示t时刻残差序列{dm,t}的累积概率分布函数,m=1,2,…,ct,Wt(τ)=i/ct,i是等于或小于τ的所有残差的数目,i=1,2,…,ct,用D(τ)表示理论分布的累计概率分布函数,可建立假设组:
F0:Wt(τ)=D(τ),未受欺骗干扰
F1:Wt(τ)≠D(τ),存在欺骗干扰
利用残差序列所得累积分布与理论分布的累积概率分布函数的最大绝对差构建检验特征量μt
利用样本容量ct和显著水平Σ确定检验门限TD,结合检验特征量μt实施一致性检验,可确定前述备择假设F0、F1的成立情况:
若μt>TD,则接受F1假设,认定该时刻列车所在位置受到欺骗干扰,标记时刻t在里程位置Spro,t存在面向卫星定位的欺骗干扰。
若μt≤TD,则接受F0假设,认定该时刻列车所在位置未受到欺骗干扰,不对当前时刻及位置做干扰标记。
遍历所有目标检测时段,能够得到全程运行过程中发生欺骗干扰的时间与超宽带定位增强区段,并形成干扰检测结果报告。
综上所述,本发明实施例提出的基于超宽带辅助的列车卫星定位欺骗干扰检测方法能够有效实现铁路沿线应用卫星定位过程中可能存在的欺骗干扰,深入契合铁路列车运行于固定线路的实际特性,拓展了超宽带定位这类定位手段在列车定位应用中的作用范畴,为准确辨识卫星定位欺骗干扰提供了相对简便、可行的实施途径,为构建铁路专用卫星定位的信息安全保障环境、构建干扰入侵的防御体系创造基础条件。此外,本发明实施例提出的基于超宽带辅助的列车卫星定位欺骗干扰检测方法,能够适用于不同运营速度等级、路网条件及空间地形环境的铁路线路,对GPS、北斗等多种卫星定位模式均可适用,为确定铁路线路中卫星定位欺骗干扰的发生时刻及位置提供了途径,解决了复杂铁路运行环境下准确检测卫星定位欺骗干扰并对其进行标记的问题,为开展针对性的铁路运营环境卫星定位干扰入侵防护工作奠定了基础。
本发明可适用于不同模式卫星导航系统在铁路列车定位中的应用,对不同运营速度等级、路网条件及空间地形环境的铁路线路具有通用性,可适用于对多种类型及程度的欺骗干扰源的检测,工程应用价值显著。
本领域普通技术人员可以理解:附图只是一个实施例的示意图,附图中的模块或流程并不一定是实施本发明所必须的。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (8)
1.一种基于超宽带辅助的列车卫星定位欺骗干扰检测方法,其特征在于,该方法包括以下步骤:
步骤S1:沿铁路线路设置超宽带定位增强区段,在每个超宽带定位增强区域布设轨旁超宽带定位基站;
步骤S2:在列车运行过程中,车载干扰检测系统在超宽带定位增强区段使用超宽带定位终端的定位解修正轮轴测速传感器的定位结果,得到列车的参考定位数据;
步骤S3:在列车运行结束后,基于所述列车的参考定位数据和卫星定位终端输出的卫星定位数据计算卫星定位的轨道纵向误差、轨道垂向误差,根据所述轨道纵向误差、轨道垂向误差进行轨道参考误差统计检测,确定候选干扰检测时段;
步骤S4:基于候选干扰检测时段确定前序检测时段,检测各卫星通道中的信噪比衰落恢复事件,将特定候选干扰检测时段判定为目标检测时段;
步骤S5:计算所述目标检测时段内可视卫星的参考观测量,对卫星定位终端观测量进行一致性检验,根据所述一致性检验结果确定发生欺骗干扰的时间与区段。
2.根据权利要求1所述的方法,所述的步骤S1中的沿铁路线路设置超宽带定位增强区段,在每个超宽带定位增强区域布设轨旁超宽带定位基站,包括:
获取铁路线路地理空间数据,该铁路线路地理空间数据包括:第i个轨道特征点的编号Ei,i=1,2,…,N、股道号Ti、方向Oi、纬度Bi、经度Li、高程Hi、三维位置(Xi,Yi,Zi)、线路里程Si和可视仰角门限Ui;所述轨道特征点是对原始测量点集进行剔除、抽取后的剩余点,其相关特征、属性信息的集合构成了轨道地理空间数据库的具体存储内容;
以所述地理空间数据中的线路里程为依据,按固定间隔量Δ进行搜索,确定NA个长度为R的超宽带定位增强候选区段;
计算每个超宽带定位增强候选区段内所含所有轨道特征点的可视仰角门限均值若满足则删除第j个超宽带定位增强候选区段,确定NU个超宽带定位增强区段,NU≤NA;
在每个超宽带定位增强区段布设轨旁超宽带定位基站,并且确保每个超宽带定位增强区段内任意一个轨道特征点均能同时接收到4个以上基站的信号。
3.根据权利要求2所述的方法,所述的步骤S2之前还包括:
在列车上安装车载干扰检测系统,该车载干扰检测系统包含卫星定位接收机、超宽带定位终端、轮轴测速传感器、定位信息处理计算机、数据存储单元和集成天线模块,所述卫星定位接收机随列车运行采集列车的卫星定位信息,所述超宽带定位终端随列车运行采集列车的超宽带定位信息,所述轮轴测速传感器随列车运行采集列车的速度数据。
4.根据权利要求3所述的方法,所述的步骤S2中的在列车运行过程中,车载干扰检测系统在超宽带定位增强区段使用超宽带定位终端的定位解修正轮轴测速传感器的定位结果,得到列车的参考定位数据,包括:
1)若列车运行于某一超宽带定位增强区段,则车载干扰检测系统同步采集t时刻超宽带定位终端的定位解(Xuwb,t,Yuwb,t,Zuwb,t)、轮轴测速传感器的输出速度Vodo,t,以Xuwb,t、Yuwb,t、Zuwb,t、Vodo,t构成量测向量,建立列车的超宽带/轮轴速度传感器联合观测模型;
2)利用非线性滤波器求解所述列车的超宽带/轮轴速度传感器联合观测模型的最优估计解,得到列车的最优当前位置(Xe,t,Ye,t,Ze,t);
3)提取列车所在超宽带定位增强区段的轨道特征点信息,将所述列车的最优当前位置(Xe,t,Ye,t,Ze,t)投影至轨道空间,计算轨道投影位置(Xpro,t,Ypro,t,Zpro,t)及相应的投影里程Spro,t;
4)将轨道投影位置(Xpro,t,Ypro,t,Zpro,t)、投影里程Spro,t记录为t时刻参考定位数据。
5.根据权利要求4所述的方法,所述的方法还包括:
若列车未运行于超宽带定位增强区段,则车载干扰检测系统根据t时刻轮轴测速传感器的输出速度Vodo,t计算里程Sodo,t,利用铁路线路地理空间数据计算Sodo,t对应的列车的三维位置(Xodo,t,Yodo,t,Zodo,t),并记录为t时刻参考定位数据。
6.根据权利要求1所述的方法,其特征在于,所述的步骤S3中的在列车运行结束后,基于所述列车的参考定位数据和卫星定位终端输出的卫星定位数据计算卫星定位的轨道纵向误差、轨道垂向误差,根据所述轨道纵向误差、轨道垂向误差进行轨道参考误差统计检测,确定候选干扰检测时段,包括;
(1)列车运行结束后,从车载干扰检测系统提取所有运行时刻的所述列车的参考定位数据和卫星定位终端输出的卫星定位数据(XG,t,YG,t,ZG,t);
(2)提取全线铁路线路地理空间数据,将卫星定位数据(XG,t,YG,t,ZG,t)垂直投影至轨道空间,计算轨道投影位置(XG|pro,t,YG|pro,t,ZG|pro,t)及相应的投影里程SG|pro,t,计算卫星定位的轨道参考误差,包括轨道纵向误差、轨道垂向误差,其中,任意t时刻误差按以下方法算得:
1)轨道纵向误差:基于所计算投影里程SG|pro,t,轨道纵向误差ErrAT,t由该投影里程与参考定位数据所含里程之间差值算得,即:
ErrAT,t=|SG|pro,t-Spro,t| (1)
2)轨道垂向误差:基于所计算轨道投影位置(XG|pro,t,YG|pro,t,ZG|pro,t),轨道垂向误差ErrCT,t由输出位置与轨道投影位置的直线距离算得,即:
(3)构建轨道参考误差向量Et=[ErrAT,t,ErrCT,t]T,计算误差检验量λ,按以下判据判定误差检验量λt是否超限:
λt>TH=erf(pFA) (3)
其中,TH为检测门限,pFA为预设的误检概率,erf(*)为函数f(*)的反函数,且有
(4)设定时间窗参数L,若超过连续L个时刻的误差检验量均满足上述误差检验量λt的超限判据,则判定上述连续L个时刻为候选干扰检测时段;
(5)将所有候选干扰检测时段汇合为候选干扰检测时段集,其中,第k个候选干扰检测时段可表示为(TS,k,TE,k),k=1,2,…,NC。
7.根据权利要求1至6任一项所述的方法,其特征在于,所述的步骤S4中的基于候选干扰检测时段确定前序检测时段,检测各卫星通道中的信噪比衰落恢复事件,将特定候选干扰检测时段判定为目标检测时段,包括:
(1)对每一个候选干扰检测时段(TS,k,TE,k),自起起始时刻TS,k向前回溯固定时间长度Ω,形成与该候选干扰检测时段对应的前序检测时段,将所述前序检测时段记为(TS,k-Ω,TS,k,),k=1,2,…,NC;
(2)从车载干扰检测系统提取每个前序检测时段内的卫星定位终端的观测数据,该观测数据包括时间t、卫星号r、卫星仰角θt(r)、信噪比βt(r)、可视卫星数ct和观测量Rm,t,m=1,2,…,ct;
(3)依据所述观测数据检测前序检测时段内各卫星通道中所含信噪比衰落恢复事件,根据所述信噪比衰落恢复事件判定与前序检测时段对应的候选干扰检测时段是否为目标检测时段,决定依据为:
1)若第k个前序检测时段内,任意一个可视卫星通道中存在信噪比衰落恢复事件,则判定该前序检测时段对应的候选干扰检测时段(TS,k,TE,k)为目标检测时段;所述信噪比衰落恢复事件的特征为:某一可视卫星的信噪比由非零值衰落至0或空值、保持0值或空值状态且持续时间超过预设时长ε0、随后恢复为非0值且持续时间超过预设时长ε1;
2)若第k个前序检测时段内,未检出满足上述条件的信噪比衰落恢复事件,则判定该前序检测时段对应的候选干扰检测时段不为目标检测时段;
3)遍历全部NC个前序检测时段,记录判定为目标检测时段的各个候选干扰检测时段,构成目标检测时段集{(TS,n,TE,n)},n=1,2,…,NT,NT≤NC。
8.根据权利要求7所述的方法,所述的步骤S5中的计算所述目标检测时段内可视卫星的参考观测量,对卫星定位终端观测量进行一致性检验,根据所述一致性检验结果确定发生欺骗干扰的时间与区段,包括:
(1)从车载干扰检测系统提取每个目标检测时段内的卫星定位终端的观测数据;
(2)提取各个目标检测时段内的导航卫星精密星历数据,利用目标检测时段内各个时刻的参考定位数据,计算每颗可视卫星的参考观测量,对于t时刻第m颗可视卫星,其参考观测量αm,t可按以下方法计算:
其中,(Xm,t,Ym,t,Zm,t)是由精密星历算得的t时刻第m颗卫星三维位置;
(3)计算t时刻各个可视卫星的观测量残差向量dt为:
(4)计算t时刻残差序列{dm,t}的累积概率函数Wt(τ),m=1,2,…,ct,选择目标分布累积概率函数D(τ),按以下方法计算检验特征量μt为:
(5)选择检验门限TD,结合检验特征量μt实施一致性检验,并确定发生欺骗干扰的时间与区段,所采用依据为:
1)若μt>TD,则认定该时刻列车所在位置受到欺骗干扰,标记时刻t在里程位置Spro,t存在面向卫星定位的欺骗干扰;
2)若μt≤TD,则认定该时刻列车所在位置未受到欺骗干扰。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910860490.5A CN110568456B (zh) | 2019-09-11 | 2019-09-11 | 基于超宽带辅助的列车卫星定位欺骗干扰检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910860490.5A CN110568456B (zh) | 2019-09-11 | 2019-09-11 | 基于超宽带辅助的列车卫星定位欺骗干扰检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110568456A true CN110568456A (zh) | 2019-12-13 |
CN110568456B CN110568456B (zh) | 2022-01-14 |
Family
ID=68779403
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910860490.5A Active CN110568456B (zh) | 2019-09-11 | 2019-09-11 | 基于超宽带辅助的列车卫星定位欺骗干扰检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110568456B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111447564A (zh) * | 2020-03-27 | 2020-07-24 | 山西大学 | 一种基于概率的基站位置异常检测及重定位方法 |
US20210097436A1 (en) * | 2019-10-01 | 2021-04-01 | Kelley S. Weiland | Automated system for generating properly tagged training data for and verifying the efficacy of artificial intelligence algorithms |
CN114397676A (zh) * | 2022-01-11 | 2022-04-26 | 中国铁道科学研究院集团有限公司通信信号研究所 | 基于卫星导航技术的铁路应用的多功能模拟器及配置方法 |
CN114750805A (zh) * | 2022-06-16 | 2022-07-15 | 天津七一二移动通信有限公司 | 一种用于无线平面调车系统的nfc高精度定位方法 |
CN114945194A (zh) * | 2022-05-09 | 2022-08-26 | 湖北星纪时代科技有限公司 | 超宽带设备测试方法、测试装置和系统 |
CN116534091A (zh) * | 2023-07-06 | 2023-08-04 | 北京和利时系统工程有限公司 | 一种实现邻线干扰分析的方法、计算机存储介质及终端 |
CN116660942A (zh) * | 2023-06-01 | 2023-08-29 | 北京交通大学 | 基于深度学习的列车卫星定位欺骗干扰检测方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105339809A (zh) * | 2013-07-03 | 2016-02-17 | 三菱重工业株式会社 | 车载器以及欺骗检测方法 |
US20160370469A1 (en) * | 2013-07-03 | 2016-12-22 | Mitsubishi Heavy Industries, Ltd. | On-board unit and spoofing detecting method |
CN108693543A (zh) * | 2017-03-31 | 2018-10-23 | 法拉第未来公司 | 用于检测信号欺骗的方法及系统 |
CN108931789A (zh) * | 2018-03-02 | 2018-12-04 | 和芯星通(上海)科技有限公司 | 攻击检测方法、攻击检测器、计算机可读存储介质和终端 |
-
2019
- 2019-09-11 CN CN201910860490.5A patent/CN110568456B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105339809A (zh) * | 2013-07-03 | 2016-02-17 | 三菱重工业株式会社 | 车载器以及欺骗检测方法 |
US20160370469A1 (en) * | 2013-07-03 | 2016-12-22 | Mitsubishi Heavy Industries, Ltd. | On-board unit and spoofing detecting method |
CN108693543A (zh) * | 2017-03-31 | 2018-10-23 | 法拉第未来公司 | 用于检测信号欺骗的方法及系统 |
CN108931789A (zh) * | 2018-03-02 | 2018-12-04 | 和芯星通(上海)科技有限公司 | 攻击检测方法、攻击检测器、计算机可读存储介质和终端 |
Non-Patent Citations (1)
Title |
---|
刘江 等: "专用短程通信辅助的车辆卫星定位故障检测方法", 《中国公路学报》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210097436A1 (en) * | 2019-10-01 | 2021-04-01 | Kelley S. Weiland | Automated system for generating properly tagged training data for and verifying the efficacy of artificial intelligence algorithms |
CN111447564A (zh) * | 2020-03-27 | 2020-07-24 | 山西大学 | 一种基于概率的基站位置异常检测及重定位方法 |
CN111447564B (zh) * | 2020-03-27 | 2021-05-14 | 山西大学 | 一种基于概率的基站位置异常检测及重定位方法 |
CN114397676A (zh) * | 2022-01-11 | 2022-04-26 | 中国铁道科学研究院集团有限公司通信信号研究所 | 基于卫星导航技术的铁路应用的多功能模拟器及配置方法 |
CN114945194A (zh) * | 2022-05-09 | 2022-08-26 | 湖北星纪时代科技有限公司 | 超宽带设备测试方法、测试装置和系统 |
CN114750805A (zh) * | 2022-06-16 | 2022-07-15 | 天津七一二移动通信有限公司 | 一种用于无线平面调车系统的nfc高精度定位方法 |
CN116660942A (zh) * | 2023-06-01 | 2023-08-29 | 北京交通大学 | 基于深度学习的列车卫星定位欺骗干扰检测方法及系统 |
CN116660942B (zh) * | 2023-06-01 | 2024-01-30 | 北京交通大学 | 基于深度学习的列车卫星定位欺骗干扰检测方法及系统 |
CN116534091A (zh) * | 2023-07-06 | 2023-08-04 | 北京和利时系统工程有限公司 | 一种实现邻线干扰分析的方法、计算机存储介质及终端 |
CN116534091B (zh) * | 2023-07-06 | 2023-10-27 | 北京和利时系统工程有限公司 | 一种实现邻线干扰分析的方法、计算机存储介质及终端 |
Also Published As
Publication number | Publication date |
---|---|
CN110568456B (zh) | 2022-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110568456B (zh) | 基于超宽带辅助的列车卫星定位欺骗干扰检测方法 | |
CN108492564B (zh) | 基于路网匹配测量高速公路车辆行驶速度的方法及系统 | |
US11068593B2 (en) | Using LSTM encoder-decoder algorithm for detecting anomalous ADS-B messages | |
CN105741546A (zh) | 路侧设备与车传感器融合的智能车辆目标跟踪系统及方法 | |
CN105809126B (zh) | Dsrc与车载传感器融合的智能车辆目标跟踪系统及方法 | |
US20140232595A1 (en) | System and method for wireless collaborative verification of global navigation satellite system measurements | |
KR102177912B1 (ko) | 차량 식별 | |
US10405222B2 (en) | Acquiring information regarding a volume using wireless networks | |
CN108839677A (zh) | 一种列车完整性检测方法和系统 | |
Salós et al. | Receiver autonomous integrity monitoring of GNSS signals for electronic toll collection | |
CN111224710B (zh) | 基于卫星空间分布检验的虚拟应答器捕获方法及捕获系统 | |
CN107015249B (zh) | 基于空间相关一致性的ads-b欺骗式干扰检测方法 | |
CN104760607A (zh) | 基于卫星定位的列车轨道占用检测方法和装置 | |
CN118425992B (zh) | 一种适于轨道交通列车的卫星导航欺骗干扰评估方法和系统 | |
CN110708396A (zh) | 基于逆向定位技术的ads-b电文真实性检测方法 | |
CN115291255A (zh) | 一种适用于车载端的分布式gnss异常监测方法 | |
Neri et al. | A train integrity solution based on GNSS double-difference approach | |
Schön et al. | Towards Integrity for GNSS-based urban navigation–challenges and lessons learned | |
Liu et al. | Residual-based fault detection and exclusion with enhanced localization integrity | |
Baldoni et al. | GNSS-imaging data fusion for integrity enhancement in autonomous vehicles | |
CN110728309B (zh) | 一种基于铁路信号与北斗定位的行车轨迹聚类方法 | |
Kazim et al. | Realistic position error models for GNSS simulation in railway environments | |
CN108398704B (zh) | 一种贝叶斯滤波的多车辆协作定位方法 | |
Siebler et al. | Evaluation of simultaneous localization and calibration of a train mounted magnetometer | |
Kubo et al. | Performance evaluation of GNSS-based railway applications |
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 |