CN112068160B - 一种基于导航定位系统的无人机信号干扰方法 - Google Patents
一种基于导航定位系统的无人机信号干扰方法 Download PDFInfo
- Publication number
- CN112068160B CN112068160B CN202010361871.1A CN202010361871A CN112068160B CN 112068160 B CN112068160 B CN 112068160B CN 202010361871 A CN202010361871 A CN 202010361871A CN 112068160 B CN112068160 B CN 112068160B
- Authority
- CN
- China
- Prior art keywords
- aerial vehicle
- unmanned aerial
- navigation
- interference
- height
- 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
- 238000000034 method Methods 0.000 title claims abstract description 30
- 239000011159 matrix material Substances 0.000 claims abstract description 29
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 12
- 239000013598 vector Substances 0.000 claims description 6
- 108091026890 Coding region Proteins 0.000 claims 1
- 238000004891 communication Methods 0.000 abstract description 9
- 230000000694 effects Effects 0.000 abstract description 9
- 238000012549 training Methods 0.000 description 9
- 230000000903 blocking effect Effects 0.000 description 5
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
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
- G01S19/215—Interference related issues ; Issues related to cross-correlation, spoofing or other methods of denial of service issues related to spoofing
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04K—SECRET COMMUNICATION; JAMMING OF COMMUNICATION
- H04K3/00—Jamming of communication; Counter-measures
- H04K3/80—Jamming or countermeasure characterized by its function
- H04K3/84—Jamming or countermeasure characterized by its function related to preventing electromagnetic interference in petrol station, hospital, plane or cinema
Abstract
本发明涉及一种基于导航定位系统的无人机信号干扰方法，包括以下步骤：(1)将卫星导航电文生成含有卫星坐标信息的导航电文矩阵S；(2)将S输入到干扰机的对抗生成网络中，产生符合的欺骗性导航电文矩阵S′，并且用干扰机的坐标替换S′中的卫星的坐标得到导航电文矩阵S*；(3)加大干扰机输出S*的功率，使其为额定输出功率的两倍；(4)当无人机接收到S*时，通过获取其中的坐标信息，再利用导航定位算法计算无人机自身的物理坐标位置；(5)引入FDI攻击传到无人机的传感器的数据，使得高度信息与无人机实际高度的误差值最大。本发明不仅提高了无人机干扰的区域防护性，还能在保证其他通信设备正常工作的情况下提升干扰效果。
Description
技术领域
本发明属于无人机信号干扰技术领域，涉及一种基于导航定位系统的无人机信号干扰方法。
背景技术
近年来由于无人机成本低、体型小、续航时间长、节约能源、机动性等特点，受到了各行各业的青睐，尤其是无人机航拍产业。除此之外，无人机还广泛用于光伏产业的巡检，地对空的监测等方面。随机无人机的广泛民用化，在国内考虑到安全性问题，针对于小型民用无人机提出了管制方法，但无人机“黑飞”现象仍然屡禁不止，对于会议场馆，国家大型展览会，机场火车站等区域，一旦受到无人机信号的干扰将产生中的事故。因此，对上述重要区域的无人机的限制和干扰尤为重要，目前国内两种主要的干扰方式是干扰枪和无人机干扰反制技术。
手持式干扰枪为三频段发射机天线一体化设计，可以同时产生2.4GHz/5.8GHz频段无人机飞控干扰信号以及卫星定位干扰信号，通过对无人机的上行飞控信道和卫星定位信道进行阻塞式干扰，从而使其失去飞控指令和卫星定位信息，使之无法正常飞行，根据无人机的设计不同会产生返航、降落以及坠落的管控效果，此种干扰方式需要大量的人力物力，且干扰效果和干扰范围较小，受干扰后的无人机坠落也容易引发事故。
无人机干扰反制主要分为针对于无人机数据链信号和针对无人机导航定位系统(大部分无人机的定位原理都是GPS)，前者主要通过影响无人机地面系统发射的上行控制信号直接影响无人机的操控，后者主要覆盖真正的从太空中传来的GPS信号，从而欺骗无人机的GPS 接收模块。因为我国对无人机的跳频带宽有着明显的限制，因此针对无人机跳频通信可以采用功率较大且成本较低的阻塞干扰，针对干扰范围从小到大可以分别选择宽带阻塞干扰，部分频带阻塞干扰，跟踪干扰，多频段连续干扰等。针对无人机的导航定位系统主要方法是压制GPS信号，方法主要有以下两种分别是以强功率扰乱GPS信号和GPS欺骗干扰让无人机进行错误计算。
(1)无人机数据链干扰反制
针对无人机数据链信号的跳频通信的干扰，由于现在无人机自身都在加强抗干扰性设计，基本都采用扩展频谱通信，将待传输信息经过扩频编码调制后在宽带宽信道中传输，在接收端采用同步扩频码解扩，恢复原始数据。无人机数据链路干扰原理及仿真分析，无人机数据链路通信系统具有较高的扩频增益，因此干扰方需要付出较大的干扰功率代价才能达到干扰目的，并且部分干扰方法需要一定的无人机数据链先验知识才能进行干扰。
宽带阻塞干扰，当干扰功率较低时，跳频系统能够有效的对抗宽带阻塞干扰，而当干信比从2.5dB上升到10dB的过程中，误码率急剧从10-4量级上升到0.1以上，此时干扰已经取得了显著效果，继续增大干扰功率，跳频系统误码率上升逐渐减缓，约在20dB处误码率逼近0.5，此时跳频系统已经完全无法工作，继续增大干扰功率不再对干扰效果造成影响，适合对近距离对目标无人机进行压制干扰。
频带阻塞干扰，系统最大误码率与干扰因子正相关，通信系统误码率达到0.3时，可以认为已经基本无法通信。实验表明，在干信比恒定时，干扰因子从0增大到1的过程中，系统误码率先增大后减小，会在某一处取得极值，从而验证了部分频带阻塞干扰下，存在一个最佳的干扰因子，使得干扰效果最佳，但如何需要这个最值点也是这种干扰方式的一大弊端。
多频段连续波干扰，在干信比较低时，基本在干信比达到10dB时误码率逼近最大值，误码率皆大于0.15；在干信比较高处，多频连续波干扰误码率峰值与干扰频率点数正相关，干扰频点数目等于15时，系统最大误码率约为0.4；干扰频率点数为10时，系统最大误码率接近0.29。同样，在干信比固定的情况下，存在一个最佳干扰频率点数使得干扰效果最佳。
(2)导航定位系统的干扰与反制
针对无人机导航定位系统的干扰主要是强功率扰乱GPS信号和GPS欺骗干扰，能够实现区域性的干扰防护且干扰效果较强。若已知各卫星坐标为：(17746,17572,7365)、(12127,-9774,21091)、(13324,-18178,14392)、(14000,-13073,19058)，接收机实际坐标为 (6400,0,0)。通过对第一颗卫星信号的传输引入不同时延，观察接收机定位误差，实验表明没有引入人为时延时，接收机定位误差约0.2m，随着人为时延增大到10us，接收机定位误差达到了约13.5km。可见，对GPS信号实施转发式欺骗干扰能够使得目标接收机解算出错误的自身定位信息。
但针对无人机导航定位系统的干扰也存在显著的缺陷，其中使用强功率扰乱GPS信号的缺陷在于使用强功率干扰装置一方面使用成本高，另一方面强功率也会对该区域的电子设备和通信产生干扰；使用GPS欺骗干扰的缺陷在于成本也较高，实施难度较大。
发明内容
本发明的目的是解决现有技术中存在的上述问题的问题，提供一种基于导航定位系统的无人机信号干扰方法。
为达到上述目的，本发明采用的技术方案如下：
一种基于导航定位系统的无人机信号干扰方法，包括以下步骤：
(1)将卫星导航电文生成含有卫星坐标信息的导航电文矩阵S；
(2)将S输入到干扰机的对抗生成网络(GAN)中，产生符合的欺骗性导航电文矩阵S′，并且用干扰机的坐标替换S′中的卫星的坐标得到导航电文矩阵S*；
对抗生成网络(GAN)为：
其中，D为判别器网络，G为生成器网络，z为输入G网络的噪声，G(z)为G网络生成的样本数据，D(x)为D网络判别样本对错的概率，D(G(z))为D网络判别G网络生成样本对错的概率，x～Pdata(x)为样本数据，z～Pz(z)为生成器生成数据，E是取最大值函数，表述输入x～Pdata(x)取logD(x)的最大值，/>表示输入z～Pz(z)取log(1-D(G(z)))的最大值，V(D,G)为优化的目标函数，/>表示对D网络(logD(x))取最大值，再对G网络(log(D(G(z))))取最小值；
如图2所示，GAN网络主要包括样本数据(data sample)x、噪声(noise)z、生成器(generator) G、鉴别器(discriminator)D，G网络的目的尽可能的欺骗D网络，D网络的目的是尽可能的识别G网络生成的数据，将噪声输入G网络生成矩阵S″，将S与S″一起输入D网络，D 网络输出对两者的判别结果(对错)；
模型训练流程：将S与S″一起输入鉴别器，若D对于S″的判别概率不是对错各占一半，就不断更新S″，D网络，G网络模型；
训练结束条件：当D对S″给出的判别概率即D(G(z))＝0.5时停止训练，模型训练完成，此时G网络生成的S″即为S′；
(3)加大干扰机输出导航电文矩阵S*的功率，使其为额定输出功率(额定输出功率是指小型民用无人机干扰机的额定输出功率，一般为150W)的两倍，以覆盖导航电文矩阵S；
(4)当无人机的信号接收器接收到干扰机发出的导航电文矩阵S*时，通过获取其中干扰机的坐标信息(干扰机的坐标信息是存在于导航电文矩阵S′的一种数据特征)，再利用导航定位算法计算无人机自身的物理坐标位置Q′(x，y，z)，并发送至无人机的飞行控制程序，再由飞行控制程序将无人机自身的物理坐标位置传给无人机的传感器；由于在无人机接收S*时存在转发产生的时延Δτ′i，所以与无人机实际坐标Q(x，y，z)存在误差δ1，Q′(x，y，z)＝Q(x，y，z)+δ1；
(5)引入FDI攻击由飞行控制程序传给无人机的传感器的数据，使得高度信息z′与无人机实际高度z的误差值最大(产生这个高度信息误差原因是利用了无人机异常检测算法中的最大误差的漏洞，这也是这种攻击方式能产生误差的最大值，下式中的λmax就是最大检测误差的体现)，z′＝z+δ2，引入FDI之后无人机自身的实际坐标为Q″(x，y，z′)；
所述FDI攻击是指：
xk＝[zk，vk，bk]；
xk＝Axk-1+Buk-1+Kλmax；
其中，zk，vk，bk分别表示k时刻无人机当前的高度、速度和气压，xk和xk-1分别为k时刻和k-1时刻含有高度、速度和气压的状态向量，uk，uk-1，Δt，K，λmax都是常数，A，B分别表示状态控制矩阵，用来控制系数矩阵；因此xk-xk-1是线性的，假如在t时刻引入攻击，在t+1时刻xt+1是一个确定的值；
xt＝[zt，vt，bt]；
xt+1＝xt+[δ2，δv，δb]；
z′＝z+δ2；
其中，zt，vt，bt分别表示k时刻无人机当前的高度、速度和气压，xt和xt+1分别为t时刻和t+1时刻含有高度、速度和气压的状态向量，z为Q′(x，y，z)的高度值，z′为引入FDI后无人机自身的高度值，δ2为高度误差；δv，δb分别为速度误差和气压误差；因此在引入FDI之后无人机自身的实际坐标为Q″(x，y，z′)；
Q″(x，y，z′)＝Q′(x，y，z)+(0，0，δ2)；
其中，Q′(x，y，z)加入转发式欺骗求导航定位算法求解的坐标，Q″(x，y，z′)为引入FDI后无人机的坐标，δ2为误差值；
综合上述，经过转发式欺骗产生的误差δ1和引入FDI产生的误差δ2；
Q′(x，y，z)＝Q(x，y，z)+δ1；
Q″(x，y，z′)＝Q′(x，y，z)+(0，0，δ2)；
因此最后的实际误差为δ1+(0，0，δ2)；
利用上述的干扰方式使得无人机的导航定位系统失效，达到保护重要地点或区域的目的。
作为优选的技术方案：
如上所述的一种基于导航定位系统的无人机信号干扰方法，所述符合的欺骗性导航电文矩阵S′是指与S的相似度在95％以上的S′，所述相似度是指S与S′的各个位置对应元素编码序列相同的数量占S中该位置元素编码序列的比例的平均数。
如上所述的一种基于导航定位系统的无人机信号干扰方法，干扰机的数量为3，导航卫星的数量为3。
如上所述的一种基于导航定位系统的无人机信号干扰方法，导航定位算法为：
Pi＝Δτ′i·c(i＝1,2,3)；
其中，P1、P2、P3为干扰机与各导航卫星之间的距离，(x1，y1，z1)，(x2，y2，z2)，(x3，y3，z3)分别为3个干扰机的坐标，(x,y,z)为无人机坐标，Δτ′i为无人机的信号接收器接收S*时存在的转发时延，其与各颗导航卫星PRN码的传播时延Δτi存在一定差值，c为光速。
有益效果：
本发明的一种基于导航定位系统的无人机信号干扰，包括：利用对抗生成网络训练干扰机产生导航电文的模型；利用大功率转发式干扰影响无人机飞行控制系统的定位算法；利用 FDI数据攻击方法使得无人机自身的导航系统的高度估计产生的误差值最大。相比于传统意义上的GPS欺骗式干扰，本发明不仅沿用了无人机GPS欺骗技术，还引入了机器学习算法和FDI数据攻击方法，一方面提高了无人机干扰的区域防护性，另一方面还能在保证其他通信设备正常工作的情况下提升干扰效果，并且相对更容易实施。
附图说明
图1为转发式欺骗干扰原理示意图；
图2为GAN网络的结构示意图；
图3为本发明的一种基于导航定位系统的无人机信号干扰方法的流程图。
具体实施方式
下面结合具体实施方式，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
如图3所示，一种基于导航定位系统的无人机信号干扰方法，包括以下步骤：
(1)将卫星导航电文生成含有卫星坐标信息的导航电文矩阵S；
(2)将S输入到干扰机的对抗生成网络中，产生符合的欺骗性导航电文矩阵S′，并且用干扰机的坐标替换S′中的卫星的坐标得到导航电文矩阵S*，其中，干扰机的数量为3，导航卫星的数量为3，符合的欺骗性导航电文矩阵S′是指S与S′的相似度(相似度是指S与S′的各个位置对应元素编码序列相同的数量占S中该位置元素编码序列的比例的平均数)在95％以上；
GPS转发式欺骗干扰思想为：通过人为的方式改变GPS信号到达接收机的传播时延，使得接收机计算出的离卫星的几何距离出现偏差，从而使接收机解算出错误的自身位置信息，其中实现定位只需要获得至少三颗卫星坐标，通过各卫星与接收机之间的距离联解方程组，就可以求解出接收机(无人机)的位置，原理图如图1所示；
对抗生成网络(GAN)为：
其中，x:样本数据，D：判别器网络，G：生成器网络，z:输入G网络的噪声，G(z):G网络生成的样本数据，D(x):D网络判别样本对错的概率，D(G(z)):D网络判别G网络生成样本对错的概率；
GAN网络主要包括样本数据(data sample)x、噪声(noise)z、生成器(generator)G、鉴别器(discriminator)D，G网络的目的尽可能的欺骗D网络，D网络的目的是尽可能的识别G网络生成的数据，将噪声输入G网络生成矩阵S″，将S与S″一起输入D网络，D网络输出对两者的判别结果(对错)；
模型训练流程：将S与S″一起输入鉴别器，若D对于S″的判别概率不是对错各占一半，就不断更新S″，D网络，G网络模型；
训练结束条件：当D对S″给出的判别概率即D(G(z))＝0.5时停止训练，模型训练完成，此时G网络生成的S″即为S′；
(3)加大干扰机输出S*的功率，使其为额定输出功率(额定输出功率是指小型民用无人机干扰机的额定输出功率，一般为150W)的两倍，以覆盖导航电文矩阵S；
(4)当无人机的信号接收器接收到导航电文矩阵S*时，通过获取其中干扰机的坐标信息 (干扰机的坐标信息是存在于导航电文矩阵S′的一种数据特征)，再利用导航定位算法计算无人机自身的物理坐标位置Q′(x，y，z)，并发送至无人机的飞行控制程序，再由飞行控制程序将无人机自身的物理坐标位置传给无人机的传感器；由于在无人机接收S*时存在转发时延Δτ′i，所以与无人机实际坐标Q(x，y，z)存在误差δ1，Q′(x，y，z)＝Q(x，y，z)+δ1；
导航定位算法为：
Pi＝Δτ′i·c(i＝1，2，3)；
其中，P1、P2、P3为干扰机与各导航卫星之间的距离，(x1，y1，z1)，(x2，y2，z2)，(x3，y3，z3)分别为3个干扰机的坐标，(x，y，z)为无人机坐标，Δτ′i为无人机的信号接收器接收S*时存在的转发时延，其与各颗导航卫星PRN码的传播时延Δτi存在一定差值，c为光速；
(5)引入FDI攻击由飞行控制程序传给无人机的传感器的数据，使得高度信息z′与无人机实际高度z的误差值最大，z′＝z+δ2，引入FDI之后无人机自身的实际坐标为Q″(x，y，z′)；
所述FDI攻击是指：
xk＝[zk，vk，bk]；
xk＝Axk-1+Buk-1+Kλmax；
其中，zk，vk，bk分别表示k时刻无人机当前的高度、速度和气压，xk和xk-1分别为k时刻和k-1时刻含有高度、速度和气压的状态向量，uk，uk-1，Δt，K，λmax都是常数，A，B分别表示状态控制矩阵，用来控制系数矩阵；因此xk-xk-1是线性的，假如在t时刻引入攻击，在t+1时刻xt+1是一个确定的值；
xt＝[zt，vt，bt]；
xt+1＝xt+[δ2，δv，δb]；
z′＝z+δ2；
其中，zt，vt，bt分别表示k时刻无人机当前的高度、速度和气压，xt和xt+1分别为t时刻和t+1时刻含有高度、速度和气压的状态向量，z为Q′(x，y，z)的高度值，z′为引入FDI后无人机自身的高度值，δ2为高度误差；δv，δb分别为速度误差和气压误差；因此在引入FDI之后无人机自身的实际坐标为Q″(x，y，z′)；
Q″(x，y，z′)＝Q′(x，y，z)+(0，0，δ2)；
其中，Q′(x，y，z)加入转发式欺骗求导航定位算法求解的坐标，Q″(x，y，z′)为引入FDI后无人机的坐标，δ2为误差值；
综合上述，经过转发式欺骗产生的误差δ1和引入FDI产生的误差δ2；
Q′(x，y，z)＝Q(x，y，z)+δ1；
Q″(x，y，z′)＝Q′(x，y，z)+(0，0，δ2)；
因此最后的实际误差为δ1+(0，0，δ2)；
利用上述的干扰方式使得无人机的导航定位系统失效，达到保护重要地点或区域的目的。
Claims (4)
1.一种基于导航定位系统的无人机信号干扰方法，其特征是包括以下步骤：
(1)将卫星导航电文生成含有卫星坐标信息的导航电文矩阵S；
(2)将S输入到干扰机中的对抗生成网络中，产生符合的欺骗性导航电文矩阵S′，并且用干扰机的坐标替换S′中的卫星的坐标得到导航电文矩阵S*；
(3)加大干扰机输出S*的功率，使其为额定输出功率的两倍；
(4)当无人机的信号接收器接收到S*时，通过获取其中的坐标信息，再利用导航定位算法计算无人机自身的物理坐标位置，并发送至无人机的飞行控制程序，再由飞行控制程序将无人机自身的物理坐标位置传给无人机的传感器；
(5)引入FDI攻击由飞行控制程序传给无人机的传感器的数据，使得高度信息与无人机实际高度的误差值最大；
所述FDI攻击是指：
xk＝[zk，vk，bk]；
xk＝Axk-1+Buk-1+Kλmax；
其中，zk，vk，bk分别表示k时刻无人机当前的高度、速度和气压，xk和xk-1分别为k时刻和k-1时刻含有高度、速度和气压的状态向量，uk，uk-1，Δt，K和λmax都是常数，A，B分别表示状态控制矩阵；
假如在t时刻引入攻击，在t+1时刻xt+1是一个确定的值；
xt＝[zt，vt，bt]；
xt+1＝xt+[δ2，δv，δb]；
z′＝z+δ2；
其中，zt，vt，bt分别表示t时刻无人机当前的高度、速度和气压，xt和xt+1分别为t时刻和t+1时刻含有高度、速度和气压的状态向量，z为Q′(x，y，z)的高度值，z′为引入FDI后无人机自身的高度值，δ2为高度误差；δv，δb分别为速度误差和气压误差；因此在引入FDI之后无人机自身的实际坐标为Q″(x，y，z′)；
Q″(x，y，z′)＝Q′(x，y，z)+(0，0，δ2)；
其中，Q′(x，y，z)为加入转发式欺骗求导航定位算法求解的坐标，Q″(x，y，z′)为引入FDI后无人机的坐标，δ2为误差值。
2.根据权利要求1所述的一种基于导航定位系统的无人机信号干扰方法，其特征在于，所述符合的欺骗性导航电文矩阵S′是指与S的相似度在95％以上的S′，所述相似度是指S与S′的各个位置对应元素编码序列相同的数量占S中该位置元素编码序列的比例的平均数。
3.根据权利要求2所述的一种基于导航定位系统的无人机信号干扰方法，其特征在于，干扰机的数量为3，导航卫星的数量为3。
4.根据权利要求3所述的一种基于导航定位系统的无人机信号干扰方法，其特征在于，导航定位算法为：
Pi＝Δτ′i·c(i＝1，2，3)；
其中，P1、P2、P3为干扰机与各导航卫星之间的距离，(x1，y1，z1)，(x2，y2，z2)，(x3，y3，z3)分别为3个干扰机的坐标，(x，y，z)为无人机坐标，Δτ′i为无人机的信号接收器接收S*时存在的转发时延，c为光速。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010361871.1A CN112068160B (zh) | 2020-04-30 | 2020-04-30 | 一种基于导航定位系统的无人机信号干扰方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010361871.1A CN112068160B (zh) | 2020-04-30 | 2020-04-30 | 一种基于导航定位系统的无人机信号干扰方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112068160A CN112068160A (zh) | 2020-12-11 |
| CN112068160B true CN112068160B (zh) | 2024-03-29 |
Family
ID=73656055
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010361871.1A Active CN112068160B (zh) | 2020-04-30 | 2020-04-30 | 一种基于导航定位系统的无人机信号干扰方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112068160B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112859013B (zh) * | 2021-01-22 | 2023-06-30 | 西安电子科技大学 | 基于航迹的无人机gnss欺骗检测方法 |
| CN113156366B (zh) * | 2021-03-03 | 2023-03-28 | 上海凌苇智能科技合伙企业(有限合伙) | 一种嘈杂电磁环境下集群无人机的空间定位方法 |
| CN113114408B (zh) * | 2021-04-06 | 2022-06-24 | 电子科技大学 | 一种生成式欺骗干扰信号生成评估方法及装置 |
| CN114867022B (zh) * | 2022-06-07 | 2023-05-30 | 电子科技大学 | 一种无线传感器网络定位过程中的fdi攻击检测方法 |
| CN115276768B (zh) * | 2022-07-22 | 2023-07-28 | 南京邮电大学 | 融合干扰缓解与资源分配的无人机时延最小化方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6313786B1 (en) * | 1998-07-02 | 2001-11-06 | Snaptrack, Inc. | Method and apparatus for measurement processing of satellite positioning system (SPS) signals |
| US6396432B2 (en) * | 1998-06-16 | 2002-05-28 | C. Plath Gmbh, Nautisch-Elektronische Technik | Method and apparatus for the deception of satellite navigation |
| JP2013052074A (ja) * | 2011-09-02 | 2013-03-21 | Canon Inc | 被検体情報取得装置、被検体情報取得方法、及びプログラム |
| CN107018522A (zh) * | 2017-02-27 | 2017-08-04 | 东华大学 | 一种基于多信息融合的无人机地面基站的定位方法 |
| CN108333600A (zh) * | 2018-02-09 | 2018-07-27 | 桂林电子科技大学 | 一种共存式无人机导航诱骗系统及方法 |
| CN109521446A (zh) * | 2018-12-27 | 2019-03-26 | 西安电子科技大学 | 一种动态导航信号欺骗干扰方法 |
| CN109655845A (zh) * | 2019-02-19 | 2019-04-19 | 深圳中翼特种装备制造有限公司 | 无人机定位导航欺骗及其控制方法 |
| CN110361761A (zh) * | 2019-08-28 | 2019-10-22 | 上海无线电设备研究所 | 一种生成式gnss欺骗干扰方法 |
| CN110865616A (zh) * | 2019-11-07 | 2020-03-06 | 河南农业大学 | 随机fdi攻击下事件触发带记忆dof控制器设计方法 |
-
2020
- 2020-04-30 CN CN202010361871.1A patent/CN112068160B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6396432B2 (en) * | 1998-06-16 | 2002-05-28 | C. Plath Gmbh, Nautisch-Elektronische Technik | Method and apparatus for the deception of satellite navigation |
| US6313786B1 (en) * | 1998-07-02 | 2001-11-06 | Snaptrack, Inc. | Method and apparatus for measurement processing of satellite positioning system (SPS) signals |
| JP2013052074A (ja) * | 2011-09-02 | 2013-03-21 | Canon Inc | 被検体情報取得装置、被検体情報取得方法、及びプログラム |
| CN107018522A (zh) * | 2017-02-27 | 2017-08-04 | 东华大学 | 一种基于多信息融合的无人机地面基站的定位方法 |
| CN108333600A (zh) * | 2018-02-09 | 2018-07-27 | 桂林电子科技大学 | 一种共存式无人机导航诱骗系统及方法 |
| CN109521446A (zh) * | 2018-12-27 | 2019-03-26 | 西安电子科技大学 | 一种动态导航信号欺骗干扰方法 |
| CN109655845A (zh) * | 2019-02-19 | 2019-04-19 | 深圳中翼特种装备制造有限公司 | 无人机定位导航欺骗及其控制方法 |
| CN110361761A (zh) * | 2019-08-28 | 2019-10-22 | 上海无线电设备研究所 | 一种生成式gnss欺骗干扰方法 |
| CN110865616A (zh) * | 2019-11-07 | 2020-03-06 | 河南农业大学 | 随机fdi攻击下事件触发带记忆dof控制器设计方法 |
Non-Patent Citations (11)
| Title |
|---|
| A Novel Data Fusion Algorithm to Combat False Data Injection Attacks in Networked Radar Systems;Chaoqun Yang 等;IEEE Transactions on Signal and Information Processing over Networks;第4卷(第1期);全文 * |
| Multi-user Interference Pre-Cancellation for Downlink Signals of Multi-beam Satellite system;Zheng, W 等;2013 3RD INTERNATIONAL CONFERENCE ON CONSUMER ELECTRONICS, COMMUNICATIONS AND NETWORKS (CECNET);全文 * |
| 伴飞诱饵干扰下的自杀式无人机攻击策略;王晓光;章卫国;刘洋;;航空学报;第36卷(第09期);全文 * |
| 基于SAGBA优化粒子滤波的目标跟踪;闾斯瑶;周武能;李龙龙;;计算机技术与发展;第30卷(第03期);全文 * |
| 带FDI算法的无人机组合导航姿态确定控制系统设计;何清华;李乐奇;邹湘伏;;飞机设计(第01期);全文 * |
| 无人机导航系统中的GPS欺骗干扰技术研究;李畅;中国优秀硕士学位论文全文数据库信息科技辑(第03期);全文 * |
| 智能电网中虚假数据注入攻击检测研究;薛东博;中国优秀硕士学位论文全文数据库工程科技Ⅱ辑(第02期);全文 * |
| 智能电网虚假数据注入攻击研究进展与展望;田继伟;王布宏;李腾耀;尚福特;曹堃锐;;网络空间安全(第09期);全文 * |
| 机场跑道异物监测雷达目标检测算法研究;李海翔;中国优秀硕士学位论文全文数据库工程科技Ⅱ辑(第02期);全文 * |
| 生成对抗网络及其在新能源数据质量中的应用研究综述;李洋;肖泽青;聂松松;曹军威;华昊辰;;南方电网技术(第02期);全文 * |
| 电网虚假数据注入攻击的双层优化模型;舒隽;郭志锋;韩冰;;电力系统自动化(第10期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112068160A (zh) | 2020-12-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112068160B (zh) | 一种基于导航定位系统的无人机信号干扰方法 | |
| CN110376614B (zh) | 一种基于低轨卫星的导航抗干扰增强载荷系统及方法 | |
| AU2003297413B2 (en) | Dual redundant GPS anti-jam air vehicle navigation system | |
| CN112564735B (zh) | 一种基于跳频信号的无人机检测跟踪干扰装置 | |
| CN110471091B (zh) | 一种基于相关器正交分量的欺骗干扰检测方法 | |
| Liu et al. | Synchronization-free GPS spoofing detection with crowdsourced air traffic control data | |
| CN114660623A (zh) | 一种转发式无人机导航欺骗方法 | |
| CN116528172B (zh) | 融合二次雷达信息的民航甚高频地空通信抗干扰方法 | |
| CN105353386A (zh) | 一种利用惯性导航设备的导航接收机抗干扰的方法和装置 | |
| Dalveren et al. | Multipath exploitation in emitter localization for irregular terrains | |
| CN114325768A (zh) | 基于临空飞行器辅助的欺骗式干扰识别方法及系统 | |
| CN114609597A (zh) | 针对无人机集群侦探融合的干侵一体化雷达波形设计方法 | |
| Alhosban | Electronic Warfare in NAVWAR: Impact of Electronic Attacks on GNSS/GBAS Approach Service Types C and D Landing systems and their proposed Electronic Protection Measures (EPM) | |
| CN111273223A (zh) | 一种基于双天线时延无源定位对抗方法 | |
| Onrubia et al. | Assessment of DME/TACAN RFI mitigation techniques in GNSS-R | |
| CN111708049A (zh) | 一种利用伪卫星进行无人机导航欺骗的方法 | |
| Tang et al. | Smart forwarding deceptive jamming distribution optimal algorithm | |
| Wang et al. | UAV communication interference analysis and anti-interference methods | |
| WO2020226523A1 (en) | Method and system for jamming localization and supporting navigation system | |
| KR102627111B1 (ko) | 무인이동체 제어권 보호를 위한 항재밍 방법 및 장치 | |
| CN113009428B (zh) | C波段ngso星载雷达对地雷达同频干扰判定方法 | |
| Wang et al. | A new method of EMI estimation among low altitude aircrafts on sea surface | |
| Lakshmi et al. | GPS Receiver Protection Requirement for Unmanned Aerial Vehicle | |
| CN116321465B (zh) | 一种基于相控阵列天线的卫星频谱感知方法及系统 | |
| Li et al. | Study on Multipath Interference Performance of a UAV Data Link |
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 |