CN110879380A - 一种基于手机的gnss干扰源定位方法 - Google Patents

Abstract

本发明公开了一种基于手机的GNSS干扰源定位方法，包括如下步骤：步骤1：对检测到的手机GNSS的AGC数据进行判别；步骤2：拟合得到每个网格点的(AGC)_i值：步骤3：根据该网格点通过最小二乘拟合得到的(AGC)_i值以及由电波传播模型计算得到的损耗(L_f)_i,j，步骤4：计算所有n个异常手机的[(AGC)_observe]_j和[(AGC)_model]_j的残差和：步骤5：遍历所有的网格点，即循环执行步骤（3）和步骤（4）；步骤6：计算得到残差和最小时对应的网格点，该网格点坐标即为干扰源位置。本发明提出了一种基于手机的GNSS干扰源定位方法，可利用现有资源实现大范围的GNSS干扰源定位，具有成本低、容易实现等优点。

Description

一种基于手机的GNSS干扰源定位方法

技术领域

本发明属于电磁干扰检测领域，特别涉及该领域中的一种基于手机的GNSS干扰源检测与定位方法。

背景技术

随着GNSS在不同领域的广泛应用，国家的一些关键基础设施对GNSS的依赖性日益突出。但是GNSS信号到达地面的功率很低，同时民用信号的格式是公开的，因此极易受到各种无意和人为故意的干扰影响，很小的干扰就能对GNSS定位和授时的精度造成影响。

对于GNSS干扰，要排除干扰源首先要对干扰源进行定位，目前常用的电磁干扰源定位技术有时间差定位技术、测向交叉定位技术和到达频率差定位技术。这些定位技术都需要布设专用设备才能实现GNSS干扰源的定位，对于大范围内的GNSS干扰源定位成本高，布设难度大。

发明内容

本发明所要解决的技术问题就是提供一种基于手机的GNSS干扰源定位方法。

本发明采用如下技术方案：

一种基于手机的GNSS干扰源定位方法，其改进之处在于，包括如下步骤：

步骤1：对检测到的手机GNSS的AGC数据进行判别，超过一定阈值范围的则为异常值，设有n个手机的AGC值异常，n≥6，记为：[(AGC)_observe]_j，说明这n个手机的GNSS受到了干扰，对这n个手机所在的区域范围进行网格划分，得到网格坐标；

步骤2：根据最小二乘拟合算法，拟合得到每个网格点的(AGC)_i值：

设网格点坐标为(x_i,y_i)，对应的该网格点的AGC为AGC_i，用二次曲线进行拟合：

AGC_i＝a₁+a₂y_i+a₃x_i+a₄y_i ²+a₅x_iy_i+a₆x_i ²

其中a₁、、a₂、a、₃、a₄a₅a₆为需要求解的拟合参数；

由获取的n个异常手机的坐标值以及对应的AGC可得如下的方程组：

将该方程组写成矩阵形式为：

令：

即Aβ＝Y；对于最小二乘来说，最终的矩阵表达式为：

求解该方程：

然后利用该式对向量β求导：

向量积对列向量x求导运算法则：

则：

所以：

令该式等于0可得：

从而求得拟合参数向量

获取拟合参数向量后，根据拟合的二次多项式即可获得每个网格点的AGC值；

步骤3：假设干扰源位于某一网格点上，根据该网格点通过最小二乘拟合得到的(AGC)_i值以及由电波传播模型计算得到的损耗(L_f)_i,j，求出n个异常手机处的(AGC)_model,j，(AGC)_model,j＝(AGC)_i-(L_f)_i,j：

根据GNSS信号频段、常见的干扰源类型和GNSS接收机的天线高度，上述常见的干扰源类型包括但不限于车载干扰源和室内干扰源，采用COST-231-Walfisch-Ikegami传播模型计算信号传播路径损耗(L_f)_i,j，

当发送端与接收端之间为视距传播时，路径损耗(L_f)_i,j为：

(L_f)_i,j＝42.6+26lgd+20lgf

其中，d为发送端与接收端之间的距离，单位km；f为频率，单位MHz；

若发送端与接收端之间为非视距传播，此时路径损耗(L_f)_i,j为：(L_f)_i,j＝L₀+L₁+L₂，

其中，L₀表示自由空间损耗，计算方法为：

L₀＝42.4+20lgd+20lgf

L₁表示由屋顶下沿最近的衍射引起的衰落损耗，计算方法为：

L₁＝-16.9-10lgw+10lgf+20lg(h_b-h_r)+L₁₁Φ

其中，w表示接收机所在的街道宽度，单位为m，h_b表示建筑物平均高度，h_r表示接收天线的高度，单位为m，Φ表示街区轴线与连接发送机和接收机之间连线的夹角，L₁₁Φ的计算方法为：

L₂表示沿屋顶的多重衍射引起的衰落损耗，计算方法为：

L₂＝L₂₁+k_a+k_d lgd+k_f lgf-9lgd

其中各个参数的计算方法分别为：

h_t为发射天线高度，

k_a表示由于基站天线低于附近建筑物屋顶导致路径损耗的增加，计算方法为：

k_d表示对应于距离的多屏绕射损耗，计算方法为：

k_f表示对应于射频的多屏绕射损耗，计算方法为：

步骤4：计算所有n个异常手机的[(AGC)_observe]_j和[(AGC)_model]_j的残差和：

步骤5：遍历所有的网格点，即循环执行步骤(3)和步骤(4)；

步骤6：计算得到残差和最小时对应的网格点，该网格点坐标即为干扰源位置。

本发明的有益效果是：

本发明提出了一种基于手机的GNSS干扰源定位方法，可利用现有资源实现大范围的GNSS干扰源定位，具有成本低、容易实现等优点。当一定区域内分布的手机数量足够多时，该方法的干扰源定位精度很高，还可以根据受影响的手机范围给出GNSS干扰的影响范围。

具体的说，本发明所公开的方法具有如下的有益效果：

①该方法利用手机内嵌的GNSS接收机实现对GNSS干扰源的定位，不需要增加额外设备；

②该方法根据常见干扰源和接收机的天线高度以及GNSS的频率，采用了适合各种场景的电波传播模型，结合地理信息模型，可准确的计算传播路径损耗，GNSS干扰源定位精度高；

③该方法采用了网格划分和最小二乘算法，能够准确的拟合估算每个网格点上的GNSS干扰功率，可以为干扰源的影响效应分析提供基础；

④该方法中的干扰检测量的传输可以利用手机的3G/4G或Wi-Fi网络，不需要增加额外的传输链路，实时性高；

⑤在一定区域内只要有足够数量的手机提供干扰检测量，该方法的干扰源定位精度就会很高；

⑥此外，随着手机中GNSS接收机纳入的导航系统的增多，该方法可实现多系统，多导航频点的干扰源定位。

附图说明

图1是本发明实施例1所公开方法中步骤1的网格划分示意图；

图2是本发明实施例1所公开方法中步骤3COST-231-Walfisch-Ikegami传播模型在非视距传播情况下的参数示意图；

图3是本发明实施例1根据10个手机的AGC值，利用最小二乘算法拟合得到的所有网格点上的AGC值；

图4是本发明实施例1假设干扰源位于某网格处，根据电波模型得到的10个手机位置处的AGC值；

图5是使用本发明实施例1所公开的方法对频率为1575.42MHz、干扰功率为1W的单频干扰信号进行定位的20次测试结果的定位误差示意图；

图6是使用本发明实施例1所公开的方法对频率为1575.42MHz、带宽为1MHz、干扰功率为0.5W的宽带干扰信号进行定位的20次测试结果的定位误差示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图和实施例，对本发明进行进一步详细说明。应当理解，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。

实施例1，本实施例公开的基于多个手机的GNSS干扰源定位方法，在获取手机内嵌GNSS的干扰检测量(AGC)后，就能够实时地检测和定位GNSS干扰源。

手机GNSS接收机内部的AGC被设置为保持进入接收机的功率相对恒定，当AGC降低表明进入天线的功率增加，因此它可以用来确定进入天线的相对能量。当手机GNSS接收机受到干扰后，进入天线的相对能量增大，引起接收机的AGC降低，并且不同位置受影响的接收机的AGC值不同，根据多个受影响的手机GNSS接收机的AGC值，基于电波传播模型，可以得到干扰源的位置，实现GNSS的干扰检测定位。

现在几乎所有的智能手机都嵌入了GNSS接收机，用于实现定位和导航功能。普遍使用的手机Android系统允许访问手机GNSS的一些数据，Android7.0提供了伪距、伪距率、载波相位测量等，Android 8.0增加了AGC测量。手机上可用的观测值不仅取决于Android的版本，还取决于手机设备制造商(OEM)和GNSS芯片制造商。目前已有Google Pixel 2和3智能手机提供了AGC量。因此，可以基于手机内部GNSS的AGC值进行GNSS干扰检测定位。

本实施例公开了一种基于手机的GNSS干扰源定位方法，包括如下步骤：

步骤1：对检测到的手机GNSS的AGC数据进行判别，超过一定阈值范围的则为异常值，设有n个手机的AGC值异常，n≥6，记为：[(AGC)_observe]_j，说明这n个手机的GNSS受到了干扰，如图1所示，对这n个手机所在的区域范围进行网格划分，得到网格坐标；

步骤2：根据最小二乘拟合算法，拟合得到每个网格点的(AGC)_i值：

设网格点坐标为(x_i,y_i)，对应的该网格点的AGC为AGC_i，用二次曲线进行拟合：

AGC_i＝a₁+a₂y_i+a₃x_i+a₄y_i ²+a₅x_iy_i+a₆x_i ²

其中a₁、、a₂、a、₃、a₄a₅a₆为需要求解的拟合参数；

由获取的n个异常手机的坐标值以及对应的AGC可得如下的方程组：

将该方程组写成矩阵形式为：

令：

即Aβ＝Y；对于最小二乘来说，最终的矩阵表达式为：

求解该方程：

然后利用该式对向量β求导：

向量积对列向量x求导运算法则：

则：

所以：

令该式等于0可得：

从而求得拟合参数向量

获取拟合参数向量后，根据拟合的二次多项式即可获得每个网格点的AGC值；

步骤3：假设干扰源位于某一网格点上，根据该网格点通过最小二乘拟合得到的(AGC)_i值以及由电波传播模型计算得到的损耗(L_f)_i,j，求出n个异常手机处的(AGC)_model,j，(AGC)_model,j＝(AGC)_i-(L_f)_i,j：

根据GNSS信号频段、常见的干扰源类型和GNSS接收机的天线高度，上述常见的干扰源类型包括但不限于车载干扰源和室内干扰源，采用COST-231-Walfisch-Ikegami传播模型计算信号传播路径损耗(L_f)_i,j，

当发送端与接收端之间为视距传播时，路径损耗(L_f)_i,j为：

(L_f)_i,j＝42.6+26lgd+20lgf

其中，d为发送端与接收端之间的距离，单位km；f为频率，单位MHz；

若发送端与接收端之间为非视距传播，其参数如图2所示，此时路径损耗(L_f)_i,j为：(L_f)_i,j＝L₀+L₁+L₂，

其中，L₀表示自由空间损耗，计算方法为：

L₀＝42.4+20lgd+20lgf

L₁表示由屋顶下沿最近的衍射引起的衰落损耗，计算方法为：

L₁＝-16.9-10lgw+10lgf+20lg(h_b-h_r)+L₁₁Φ

其中，w表示接收机所在的街道宽度，单位为m，h_b表示建筑物平均高度，h_r表示接收天线的高度，单位为m，Φ表示街区轴线与连接发送机和接收机之间连线的夹角。

L₁₁Φ的计算方法为：

L₂表示沿屋顶的多重衍射引起的衰落损耗，计算方法为：

L₂＝L₂₁+k_a+k_d lgd+k_f lgf-9lgd

其中各个参数的计算方法分别为：

h_t为发射天线高度，

k_a表示由于基站天线低于附近建筑物屋顶导致路径损耗的增加，计算方法为：

k_d表示对应于距离的多屏绕射损耗，计算方法为：

k_f表示对应于射频的多屏绕射损耗，计算方法为：

步骤4：计算所有n个异常手机的[(AGC)_observe]_j和[(AGC)_model]_j的残差和：

步骤5：遍历所有的网格点，即循环执行步骤(3)和步骤(4)；

步骤6：计算得到残差和最小时对应的网格点，该网格点坐标即为干扰源位置。

图3是根据10个手机的AGC值，将覆盖这些手机的范围划分成50*50的网格，利用最小二乘算法拟合得到的所有网格点上的AGC值，其中10个手机的位置分别为(0,0)、(30,20)、(60,50)、(70,40)、(90,0)、(40,60)、(30,80)、(60,90)、(60,40)、(40,40)、AGC值分别为-46.64、-39.03、-24.55、-33.64、-45.52、-39.03、-28.46、-40.55、-28.46、-28.46。

图4是假设干扰源的位置在网格点(10,10)处，用拟合得到的该点的AGC值，利用所选电波传播模型的视距传播得到的10个手机位置处的AGC值。

为了验证该方法在发生GNSS电磁干扰后定位干扰源的可靠性，选取两种不同类型的电磁干扰，在距干扰源400m的范围内使用5个手机进行了干扰源定位结果的验证，每种干扰类型下，测试20次，每次时间长为2分钟。两种干扰类型的20次测试的GNSS干扰源定位误差分别如图5和图6所示。图5中测试的干扰信号是频率为1575.42MHz的单频干扰，干扰功率为1W。图6中测试的干扰信号的频率为1575.42，带宽为1MHz，干扰功率为0.5W。从图5可见，对于测试的单频干扰的20次定位结果中，除了2次定位结果偏差较大外，其它的定位偏差在10m以内。从图6可见，对于测试的宽带干扰的20次定位结果中，除了3次定位结果偏差较大外，其它的定位偏差在15m以内。

综上所述，本实施例所公开利用手机进行GNSS干扰源定位的方法有效，定位精度高，对于实现大范围内GNSS干扰源的定位具有重要价值。

Claims (1)

1.一种基于手机的GNSS干扰源定位方法，其特征在于，包括如下步骤：

步骤1：对检测到的手机GNSS的AGC数据进行判别，超过一定阈值范围的则为异常值，设有n个手机的AGC值异常，n≥6，记为：[(AGC)_observe]_j，说明这n个手机的GNSS受到了干扰，对这n个手机所在的区域范围进行网格划分，得到网格坐标；

步骤2：根据最小二乘拟合算法，拟合得到每个网格点的(AGC)_i值：

设网格点坐标为(x_i,y_i)，对应的该网格点的AGC为AGC_i，用二次曲线进行拟合：

AGC_i＝a₁+a₂y_i+a₃x_i+a₄y_i ²+a₅x_iy_i+a₆x_i ²

其中

为需要求解的拟合参数；

由获取的n个异常手机的坐标值以及对应的AGC可得如下的方程组：

将该方程组写成矩阵形式为：

令：

即Aβ＝Y；

对于最小二乘来说，最终的矩阵表达式为：

求解该方程：

然后利用该式对向量β求导：

向量积对列向量x求导运算法则：

则：

所以：

令该式等于0可得：

从而求得拟合参数向量

获取拟合参数向量后，根据拟合的二次多项式即可获得每个网格点的AGC值；

步骤3：假设干扰源位于某一网格点上，根据该网格点通过最小二乘拟合得到的(AGC)_i值以及由电波传播模型计算得到的损耗(L_f)_i,j，求出n个异常手机处的(AGC)_model,j，(AGC)_model,j＝(AGC)_i-(L_f)_i,j：

根据GNSS信号频段、常见的干扰源类型和GNSS接收机的天线高度，上述常见的干扰源类型包括但不限于车载干扰源和室内干扰源，采用COST-231-Walfisch-Ikegami传播模型计算信号传播路径损耗(L_f)_i,j，

当发送端与接收端之间为视距传播时，路径损耗(L_f)_i,j为：

(L_f)_i,j＝42.6+26lg d+20lg f

其中，d为发送端与接收端之间的距离，单位km；f为频率，单位MHz；

若发送端与接收端之间为非视距传播，此时路径损耗(L_f)_i,j为：(L_f)_i,j＝L₀+L₁+L₂，

其中，L₀表示自由空间损耗，计算方法为：

L₀＝42.4+20lg d+20lg f

L₁表示由屋顶下沿最近的衍射引起的衰落损耗，计算方法为：

L₁＝-16.9-10lg w+10lg f+20lg(h_b-h_r)+L₁₁Φ

其中，w表示接收机所在的街道宽度，单位为m，h_b表示建筑物平均高度，h_r表示接收天线的高度，单位为m，Φ表示街区轴线与连接发送机和接收机之间连线的夹角，

L₁₁Φ的计算方法为：

L₂表示沿屋顶的多重衍射引起的衰落损耗，计算方法为：

L₂＝L₂₁+k_a+k_d lg d+k_f lg f-9lg d

其中各个参数的计算方法分别为：

h_t为发射天线高度，

k_a表示由于基站天线低于附近建筑物屋顶导致路径损耗的增加，计算方法为：

k_d表示对应于距离的多屏绕射损耗，计算方法为：

k_f表示对应于射频的多屏绕射损耗，计算方法为：

步骤4：计算所有n个异常手机的[(AGC)_observe]_j和[(AGC)_model]_j的残差和：

步骤5：遍历所有的网格点，即循环执行步骤(3)和步骤(4)；

步骤6：计算得到残差和最小时对应的网格点，该网格点坐标即为干扰源位置。

Images