CN111624626B

CN111624626B - 卫星导航系统欺骗干扰信号抑制方法

Info

Publication number: CN111624626B
Application number: CN202010354989.1A
Authority: CN
Inventors: 刘科
Original assignee: Southwest Electronic Technology Institute No 10 Institute of Cetc
Current assignee: Southwest Electronic Technology Institute No 10 Institute of Cetc
Priority date: 2020-04-29
Filing date: 2020-04-29
Publication date: 2022-06-14
Anticipated expiration: 2040-04-29
Also published as: CN111624626A

Abstract

本发明公开的一种卫星导航系统欺骗干扰信号抑制的方法，旨在提供一种基于加权卡尔曼滤波算法，能够极大地削弱欺骗干扰信号影响的抑制欺骗干扰信号的方法。本发明通过下述技术方案予以实现：在测试数据集下进行组合导航解算，得到的K‑1时刻的状态真实值；当信号为真实信号时，在状态一步预测均方误差的计算公式中引入权重量，利用观测噪声协方差和时刻状态估计值的均方误差，得到K时刻的一步状态预测均方误差，当信号为欺骗干扰信号时，引入权重量＞1，得到K时刻的一步状态预测均方误差，观测矩阵和测量噪声协方差，获取K时刻的滤波增益，根据K时刻的观测向量，得到K时刻的状态估计值，利用单位矩阵，计算状态估计值均方误差。

Description

卫星导航系统欺骗干扰信号抑制方法

技术领域

本发明涉及一种卫星导航系统欺骗干扰信号抑制的方法。

背景技术

卫星导航技术和电子信息技术的发展，促进了导航、定位和授时技术的广泛应用，也使其面临一系列的威胁和挑战，其中，有意识、有目的的欺骗干扰便是其中之一。它将直接导致定位终端产生“错误”的位置信息，导致授时终端产生“错误”的时间信息，进而影响正常的生产、生活秩序。由于距离遥远加上卫星上发射机的功率不可能很大，信号到达地面时已相当弱，GPS信号很容易受到各种有意或无意的干扰。卫星导航通信受自身特点的限制和环境的影响，不可避免地存在各种干扰，尤其是其开放式的系统，使用透明转发器，更容易受到一些不可预见的恶意干扰。一位美国专家指出：l台1W(相当于蜂窝电话的功率)的干扰机就能有效干扰60km远的质量较好的商用GPS接收机，使其不能接收导航卫星的定时和测距信号。即使在天顶运行的GPS卫星，其信号到达接收机天线时功率也非常的小，尽管采用了扩频措施，仍然对干扰十分敏感。随着在各个领域的迅速推广，干扰所体现的问题就越发的的显现出来。卫星导航系统在干扰环境中对干扰抑制能力的强弱已经成为其是否能够发挥作用的关键。压制式干扰和欺骗式干扰是全球卫星导航系统中的两种典型干扰,当二者共同存在于导航信号传输环境时,干扰抑制会变得更加困难。欺骗干扰是一种威胁卫星导航安全的重要因素。目前抗欺骗技术研究主要集中在检测阶段，对欺骗干扰的抑制方法研究较少。由于欺骗干扰比真实卫星导航信号功率稍大,意味着其功率远小于压制干扰,致使多天线卫星导航接收机的阵列接收环境发生改变,无法抑制欺骗干扰。同时由自身脆弱性所导致的极易受到人为干扰破坏的问题也很严重。改善卫星性能和排布方式虽然是最有效的抗干扰手段，但成本过高而且耗时很长。针对导航系统的干扰类型根据干扰对象的差别可以分为以下三种：针对空间卫星实施的干扰，一般是通过发射电磁信号以达到扰乱星载设备而致使其不能正常工作；针对地面控制中心的干扰，通过发射干扰信号阻断地面各站之间的通信，从而导致整个系统失效；针对接收终端的干扰，这是目前较为普遍且易于实现的干扰方式。针对GPS的干扰有的是有意的，有的是无意的；从干扰技术体制上分，有压制式干扰、欺骗式干扰和分布立体式干扰。压制式干扰是通过发射机发射一定电平的干扰信号将GPS接收机前端的GPS信号压制住，使GPS接收机接收不到卫星信号，压制式干扰对于GPS民用C/A码接收系统的破坏力极强，欺骗式干扰就是通过发射机发射与GPS信号具有相同参数但信息码不同的假信号，使GPS接收机接收错误定位信息；分布式立体干扰是指在地面和空中应用多部多种种类干扰机进行全方位立体干扰。干扰主要包括其它无线电波(有源)、有影响的地理环境(多径)、选择可用性(SA)有源干扰抑制技术。造成GPS容易受到有源干扰最直接的原因就是GPS卫星功率太小，发射的信号太弱。对抗源干扰的主要技术有：卫星优化对GPS卫星进行优化主要目的就是提高卫星的信号强度，改善码结构和在卫星上使用一些新的抗干扰技术。提升干扰抑制性能的最有效途径是在现有的基础之上不断调整导航系统的运作机制，传统接收机在设计时通常是从接收天线开始，经过低噪声放大器，混频等一系列射频模块再经中频采样到达数字端。从理论上来说，信号在不损失信噪比的情况下达到数字端是最理想状态，但是接收机前端全是模拟器件，这会使得信噪比产生较大损失而且会导致对导航信号的跟踪产生断点，会大大限制接收机的抗干扰能力。尽管GPS接收机具有一定的抗干扰能力，但事实上在干扰环境中其定姿精度容易受到影响且非常容易失效。GPS受欺骗信号干扰使得定位误差较大，而定位精度不高。

当卫星信号受到欺骗干扰影响时，这种影响也将必然通过组合导航算法影响组合导航系统的整体性能和定位精度。由于GPS信号极易受到多种形式的有意或无意干扰,使卫星导航系统极其脆弱。其中,欺骗式干扰具有与真实卫星信号相同的时域形式和频谱结构,使受到欺骗攻击的GPS接收机在毫无察觉的情况下产生错误的定位结果,严重威胁着GNSS的安全应用。经过这些年的发展，对全球卫星导航系统GPS欺骗干扰信号的检测已经逐渐形成了一些理论，大致可分为加密算法和非加密算法两大类。防欺骗模块(SAASM)是其最为典型的技术成果，它是作为接收机中的一个独立模块而存在，主要用于保护加密算法以及数据。但是，所有的成果中，没有一种足以能够对付所有类型的干扰，每种抗干扰措施或技术都是优缺点并存。

当欺骗干扰信号存在时，一种最简单的做法即舍弃卫星信号，使其不参与组合导航解算。然而，这也直接舍弃了卫星导航系统全天候、定位精度高、误差不积累等诸多优势。因此，现在需要思考的是，在欺骗干扰存在且不舍弃卫星导航系统的前提下，如何通过组合导航算法抑制欺骗干扰带来的影响，同时保证组合导航系统的整体性能和算法精度。对于组合导航算法，最常用的便是卡尔曼滤波算法，卡尔曼滤波(Kalman filtering)是一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。卡尔曼滤波实质上就是基于观测值以及估计值二者的数据对真实值进行估计的过程。由于误差累积的作用，单纯对系统进行估计会导致估计值越来越离谱，同时由于观测数据同样会存在噪声干扰问题，其次，在GPS抗欺骗干扰系统中，单个卡尔曼滤波器所受干扰强度不同，或者由于稳定性差而出现故障等问题会导致整个系统不能正常工作。若GPS飞行器载体处于高动态，这样的应用环境下GPS接收机受到欺骗式干扰后会导致滤波结果严重偏移甚至发散。应用卡尔曼滤波器抑制欺骗式干扰不能从根本上抑制欺骗干扰。同时在干噪比较低的情况下，抗干扰性能不理想。传统卡尔曼滤波算法并不能实现对欺骗干扰信号的抑制。因为单独采用传统卡尔曼滤波算法或加权估计算法在欺骗式干扰情况下，抗欺骗效果较差，最大误差达到5000m，无法满足正常的定位测速要求。传统算法中，典型的有平方根滤波算法、UDU^T分解滤波算法、联邦滤波算法、扩展卡尔曼滤波算法、无迹卡尔曼滤波算法和粒子滤波等诸多改进算法。但是这些算法只能判断欺骗干扰是否发生.并不能对欺骗干扰有效地抑制。

发明内容

本发明的目的是针对卫星导航系统受欺骗信号干扰定位误差较大，定位精度不高的情况，和传统卡尔曼滤波算法不能对欺骗干扰信号进行抑制的问题，提供一种基于加权卡尔曼滤波算法，能够极大地削弱欺骗干扰信号影响的抑制卫星导航系统欺骗干扰信号的方法。

本发明实现上述目的的一种卫星导航系统欺骗干扰信号抑制的方法，其特征在于包括如下步骤：

1)计算一步状态预测值

在测试数据集下，进行组合导航解算，根据状态一步转移阵Φ_k,k-1和经组合导航滤波算法计算后得到的k-1时刻的状态真实值

计算k时刻的一步状态预测值

2)计算一步状态预测均方误差

判断信号真伪，当信号为真实信号时，在状态一步预测均方误差的计算公式中引入权重量λ＝1，利用观测噪声协方差Q_k-1和k-1时刻状态估计值的均方误差P_k-1，得到k时刻的一步状态预测均方误差

当信号为欺骗干扰信号时，引入权重量λ＞1，得到k时刻的一步状态预测均方误差

3)计算滤波增益，

根据观测矩阵H_k和测量噪声协方差R_k，获取k时刻的滤波增益，

4)计算状态估计值

根据k时刻的观测向量Z_k，得到k时刻的状态估计值

5)计算状态估计值均方误差

利用单位矩阵I，计算状态估计值均方误差

其中T表示矩阵的转置。

本发明相比于现有技术具有如下有益效果：

在测试数据集下，本发明针对GPS受欺骗信号干扰使得定位误差较大，导致误差模型出现异方差性，从而定位精度不高的情况，通过在状态一步预测均方误差的计算公式中引入权重量，进行组合导航解算，削弱欺骗干扰带来的影响，进而达到对欺骗干扰信号抑制的目的。根据状态估值和误差方差阵，进行SINS/GPS紧组合卡尔曼滤波，以提高滤波的收敛速度和估计精度，具有较好的鲁棒性。

本发明在SINS/GPS紧组合导航系统中，选择GPS和惯导的伪距差和伪距率差作为系统的测量信息。在地心地固坐标系下，利用GPS的星历数据与惯导输出的位置和速度信息解算出分别对应于惯导的伪距ρI和伪距率ρ，并与GPS接收机测量的伪距[ρG]和伪距率ρG进行比较，将差值作为观测量，通过组合卡尔曼滤波来估计惯导和GPS接收机的误差量，然后分别对两个系统进行校正，得到状态估值和对应的误差方差阵。在无欺骗干扰信号的情况下，本发明具有良好的测速和定位精度。当信号为欺骗干扰信号时，得到的姿态、速度和位置误差相较于传统卡尔曼滤波算法都明显减小，姿态误差相较于传统卡尔曼滤波算法减小了一个数量级；速度误差相较于传统卡尔曼滤波算法减小了两个数量级，地向速度误差的减小为高度方向位置误差的减小奠定了基础。相对于真实点的距离偏差也由传统卡尔曼滤波算法的超过1000米减小到此时的小于2.5米，有效抑制了欺骗式干扰引起误差，起到了抗干扰作用，并达到较好精度。且这一距离偏差也小于惯导系统自身随时间的误差积累，说明本方法此时在抑制欺骗干扰信号带来的影响和减缓惯导系统的误差随时间的积累中发挥了作用，从整体上改善了组合导航系统的性能，验证了算法的有效性和可行性。仿真结果表明本发明对欺骗干扰具有良好的抑制效果,能够保障接收机在干扰条件下实现有效定位。相比传统卡尔曼滤波，本发明采用加权卡尔曼滤波进行目标位置、速度预测，克服了当前误差模型的异方差性。仿真实验表明该方法具有实现简单、精度较高、鲁棒性好等特点，提高了GPS接收机抗欺骗性能，具有一定的现实意义和实用价值。

附图说明

图1是本发明卫星导航系统欺骗干扰信号抑制流程图；

图2本发明导航坐标系姿态误差曲线示意图；

图3本发明导航坐标系速度误差曲线示意图；

图4本发明导航坐标系位置误差曲线示意图；

图5本发明地心地固坐标系下解算结果偏离真实点的距离曲线示意图；(换行了，注意接受修订)

图6是传统卡尔曼滤波算法导航坐标系姿态误差曲线示意图；

图7是传统卡尔曼滤波算法导航坐标系速度误差曲线示意图；

图8是传统卡尔曼滤波算法导航坐标系位置误差曲线示意图；

图9是传统卡尔曼滤波算法地心地固坐标系下解算结果偏离真实点的距离曲线示意图。

具体实施方式

参阅图1。根据本发明，采用如下步骤：

1)计算一步状态预测值

计算一步状态预测值

在测试数据集下，进行组合导航解算，根据状态一步转移阵Φ_k，k-1和经组合导航滤波算法计算后得到的k-1时刻的状态真实值

计算k时刻的一步状态预测值

2)计算一步状态预测均方误差

判断信号真伪，当信号为真实信号时，在状态一步预测均方误差的计算公式中引入权重量λ＝1，利用观测噪声协方差Q_k-1和k-1时刻状态估计值的均方误差P_k-1，得到k时刻一步状态预测均方误差

当信号为欺骗干扰信号时，引入权重量λ＞1，得到k时刻一步状态预测均方误差

3)计算滤波增益，

4)计算状态估计值

根据k时刻的观测向量Z_k，得到k时刻的状态估计值

5)计算状态估计值均方误差

利用单位矩阵I，计算状态估计值均方误差，

其中T表示矩阵的转置。在SINS/GPS紧组合导航系统中，选择GPS和惯导的伪距差和伪距率差作为系统的测量信息。在地心地固坐标系下，利用GPS的星历数据与惯导输出的位置和速度信息解算出分别对应于惯导的伪距[ρI]和伪距率ρI，并与GPS接收机测量的伪距[ρG]和伪距率ρ进行比较，将差值作为观测量，通过组合卡尔曼滤波来估计惯导和GPS接收机的误差量，然后分别对两个系统进行校正，得到状态估值和对应的误差方差阵。

为了验证算法对欺骗干扰信号的抑制性能，采用一组同时包含真实信号和欺骗干扰信号的SINS/GPS场景数据，利用MATLAB在

Core^TMi7-7500UCPU@2.70GHz，4.0GB内存，64位Win10系统的电脑上进行仿真分析。场景数据前200秒为真实信号，此时载体保持静止状态；后200秒为欺骗干扰信号，载体在高度方向被欺骗干扰信号逐渐拉偏，最终实现高度方向1000米的拉偏量。“北-东-地”坐标系下载体的初始姿态为(-0.0169°，0.0117°，-0.05065°)，初始速度为(0,0,0)，初始位置为(28.220513115°，112.99259959°，72.0698m)。实验其他参数：惯导系统采样频率200Hz，卡尔曼滤波时间0.5s，初始速度误差0.02m/s，初始位置误差2m，伪距测量精度2m，伪距率测量精度0.02m/s，水平角初始对准精度0.01°，航向角初始对准精度0.1°，陀螺随机漂移0.02(°)/h，加速度计零偏0.1mg/h，陀螺漂移噪声0.002(°)/h^1/2，加速度计漂移噪声30ug/Hz^1/2。

对生成的数据分别采用传统卡尔曼滤波算法和本发明方法进行组合导航解算，且加权卡尔曼滤波算法中权重λ²取10，仿真结果如图2-9所示。

参阅图2-图5。从图2-图5可以看出，采用本发明进行组合导航解算，当信号为欺骗干扰信号时，得到的姿态、速度和位置误差都明显减小，姿态误差相较于图6减小了一个数量级，且在信号后半段航向角的误差增长基本平缓乃至停滞；速度误差相较于图7减小了两个数量级，地向速度误差的减小为高度方向位置误差的减小奠定了基础。相对于真实点的距离偏差也由传统卡尔曼滤波算法的超过1000米减小到此时的小于2.5米，极大地削弱了欺骗干扰信号带来的影响。且这一距离偏差也小于惯导系统自身随时间的误差积累，说明加权卡尔曼滤波算法此时在抑制欺骗干扰信号带来的影响和减缓惯导系统的误差随时间的积累中发挥了作用，从整体上改善了组合导航系统的性能，验证了算法的有效性和可行性。

参阅图6-图9。从图6-图9可以看出，采用SINS/GPS紧组合，利用传统卡尔曼滤波算法进行组合导航解算，当信号为真实信号时，卫星导航系统提供的信息有效地抑制了惯导系统的误差随时间积累，解算结果与载体的真实位置相近似；当信号切换为欺骗干扰信号后，载体的航向角、地向速度和高度均发生了明显的变化，相应地误差量也在逐渐的累积，这说明了：

(1)组合导航解算结果与欺骗干扰信号的预期相一致，在高度方向、对应地向速度，都有显著的表现；

(2)卫星导航信号受欺骗干扰影响，其采集的数据在与SINS进行组合解算时污染了整个系统，对最终的输出结果产生影响。图9中，组合导航解算结果相对于真实点的距离偏差超过了1000米，这是由于：(1)卫星导航系统受欺骗干扰信号影响本身拉偏的距离；(2)惯导系统随时间增加累积的位置偏差量。两种系统相互影响，最终产生了这一结果。这也同时说明了，当卫星信号受到欺骗干扰时，其对惯导系统的误差随时间积累的抑制基本没有发挥作用。卫星导航系统单时刻的距离偏差量甚至比惯导系统单时刻的距离偏差量还要大。

图6-图9同时也验证了，传统卡尔曼滤波算法不能实现对欺骗干扰信号的抑制，反而会增大整个系统的误差。

以上所述为本发明较佳实施例，应该注意的是上述实施例对本发明进行说明，然而本发明并不局限于此，并且本领域技术人员在脱离所附权利要求的范围情况下可设计出替换实施例。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。

Claims

1.一种卫星导航系统欺骗干扰信号抑制的方法，其特征在于包括如下步骤：

1)计算一步状态预测值

计算k时刻的一步状态预测值

2)计算一步状态预测均方误差

当信号为欺骗干扰信号时，引入加权卡尔曼滤波算法权重量λ＞1，得到k时刻的一步状态预测均方误差

3)计算滤波增益，

4)计算状态估计值

根据k时刻的观测向量Z_k，得到k时刻的状态估计值

5)计算状态估计值均方误差

利用单位矩阵I，计算状态估计值均方误差

其中T表示矩阵的转置。

2.如权利要求1所述的卫星导航系统欺骗干扰信号抑制的方法，其特征在于：在SINS/GPS紧组合导航系统中，选择GPS和惯导的伪距差和伪距率差作为系统的测量信息。

3.如权利要求1所述的卫星导航系统欺骗干扰信号抑制的方法，其特征在于：在地心地固坐标系下，利用GPS的星历数据与惯导输出的位置和速度信息解算出分别对应于惯导的伪距ρI和伪距率ρ，并与GPS接收机测量的伪距ρG和伪距率ρ进行比较，将差值作为观测量，通过组合卡尔曼滤波来估计惯导和GPS接收机的误差量，然后分别对两个系统进行校正，得到状态估值和对应的误差方差阵。

4.如权利要求1所述的卫星导航系统欺骗干扰信号抑制的方法，其特征在于：加权卡尔曼滤波算法中权重λ²取10。