CN116953735A - 电子设备及其定位方法和介质 - Google Patents
电子设备及其定位方法和介质 Download PDFInfo
- Publication number
- CN116953735A CN116953735A CN202210394155.2A CN202210394155A CN116953735A CN 116953735 A CN116953735 A CN 116953735A CN 202210394155 A CN202210394155 A CN 202210394155A CN 116953735 A CN116953735 A CN 116953735A
- Authority
- CN
- China
- Prior art keywords
- positioning
- signal
- satellite
- signals
- electronic device
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000005562 fading Methods 0.000 claims abstract description 35
- 230000008859 change Effects 0.000 claims abstract description 19
- 230000033001 locomotion Effects 0.000 claims description 29
- 230000001133 acceleration Effects 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000003062 neural network model Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 12
- 238000005516 engineering process Methods 0.000 abstract description 7
- 238000005259 measurement Methods 0.000 description 22
- 238000001514 detection method Methods 0.000 description 21
- 238000013528 artificial neural network Methods 0.000 description 20
- 230000008569 process Effects 0.000 description 20
- 230000006870 function Effects 0.000 description 15
- 238000004891 communication Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000007726 management method Methods 0.000 description 9
- 230000005236 sound signal Effects 0.000 description 9
- 238000001914 filtration Methods 0.000 description 8
- 230000003068 static effect Effects 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 239000005433 ionosphere Substances 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 102100029469 WD repeat and HMG-box DNA-binding protein 1 Human genes 0.000 description 2
- 101710097421 WD repeat and HMG-box DNA-binding protein 1 Proteins 0.000 description 2
- 210000000988 bone and bone Anatomy 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000002381 plasma Anatomy 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000011524 similarity measure Methods 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
-
- 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
-
- 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)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本申请涉及信号处理及抗干扰技术领域,尤其涉及一种电子设备及其定位方法和介质,该定位方法包括:响应于电子设备启动定位服务,获取预设时间段内多个卫星信号的信号功率变化序列;基于多个卫星信号的信号功率变化序列,确定预设时间段内多个卫星信号之间的衰落特征是否满足定位要求;对应于多个预设时间段内多个卫星信号的衰落特征满足定位要求,获取基于多个卫星信号生成的定位结果;若不满足定位要求,禁用卫星定位服务并调用其他定位服务,并给出告警提示。通过本申请提供的定位方法,电子设备可以根据不同导航卫星的对应不同的传播信道获取的卫星信号存在显著差异的衰落特征来识别卫星信号欺骗攻击,解决卫星导航技术中的安全问题。
Description
技术领域
本申请涉及信号处理及抗干扰技术领域,尤其涉及一种电子设备及其定位方法和介质。
背景技术
全球卫星导航系统(Global Navigation Satellite Systems,GNSS)泛指所有的卫星导航系统,包括:美国的全球定位系统(Global Positioning System,GPS)、俄罗斯的全球卫星导航系统(Global Navigation Satellite System,Glonass)、欧洲的伽利略卫星导航系统(Galileo satellite navigation system,Galileo)、中国的北斗卫星导航系统等。GNSS可以提供定位、速度和时间服务(Position,Velocity and Time,PVT),广泛应用于车载或个人导航、飞机导航及着陆系统、输电网络、数字通信网络、精细农业、地质勘探等领域。
由于到达地面的卫星信号很微弱,并且民用领域的卫星导航系统的认证信息、信号格式等公开易获取,因此,恶意的位置欺骗逐渐成为卫星导航系统面临的重要威胁。例如,欺骗设备可以通过转发经过处理的或者自主产生的与真实卫星信号相似的欺骗信号,阻断电子设备从卫星导航系统获取真实卫星信号,使电子设备接受欺骗信号,从而导致电子设备根据欺骗信号得到错误的PVT结果。这里的欺骗信号可以是欺骗设备生成的与真实卫星信号的认证信息、信号格式等相同但携带不同的PVT数据的信号。因此,需要一种欺骗信号的检测技术,保证电子设备能够排除欺骗信号,能够从卫星导航系统接收到真实卫星信号。
发明内容
本申请实施例提供一种电子设备及其定位方法和介质。
本申请的第一方面提供了一种定位方法,应用于电子设备,其特征在于,方法包括:
响应于电子设备启动定位服务,获取预设时间段内多个卫星信号的信号功率变化序列;
基于多个卫星信号的信号功率变化序列,确定预设时间段内多个卫星信号的信号之间的衰落特征是否满足定位要求;
对应于多个预设时间段内多个卫星信号的衰落特征满足定位要求,获取基于多个卫星信号生成的定位结果。
即在本申请的实施例中,这里的电子设备可以是手机,平板电脑等具有定位功能的终端设备。这里的定位服务可以是通过GPS实现定位的导航应用。这里的预设时间段可以是电子设备开启定位服务后持续获取卫星信号的时间段,这里的定位结果可以是定位服务对应的定位结果,例如,导航服务对应的导航路线。电子设备可以采集预设时间段内的随时间变化的卫星信号,计算出各卫星信号功率序列的相关性系数,这里的相关性系数可以用于表示各卫星信号对应的衰落特征之间的相似性,将相关性系数与预设阈值进行比较,若各卫星信号对应的衰落特征之间的相关性系数小于预设阈值,则表示相关性系数较小,说明各卫星信号对应的衰落特征之间的相似性较低,可以确定卫星信号为真实信号;若各卫星信号对应的衰落特征之间的相关性系数大于预设阈值,则表示相关性系数较大,说明各组卫星信号对应的衰落特征之间的相似性较高,可以确定各卫星信号为欺骗信号。
通过本申请提供的定位方法,电子设备可以根据卫星导航系统中不同导航卫星的对应不同的传播信道获取的卫星信号存在显著差异的衰落特征来识别卫星信号欺骗攻击,有效解决了卫星导航技术中的安全问题,为基于定位的服务打造安全根基。
在上述第一方面的一种可能的实现中,获取预设时间段内多个卫星信号的信号功率变化序列,包括:
识别预设时间段内定位服务使用的多个卫星信号对应的导航卫星编号;
根据使用导航卫星编号在预设时间段内跟踪对多个卫星信号的信号功率获取信号的信号功率变化序列。
在上述第一方面的一种可能的实现中,定位要求包括:
预设时间段内各卫星信号的信号功率的衰落特征之间的相关性系数的均值低于预设阈值,其中,相关性系数用于表示多个卫星信号的信号功率变化序列中两个卫星信号的信号功率变化序列之间的衰落特征的相似性。
在上述第一方面的一种可能的实现中,预设阈值与电子设备的运动状态相关,其中,运动状态用于表示电子设备处于静止状态或者运动状态中的至少一种。
即在本申请的实施例中,电子设备的定位服务可以获取至少四个不同的卫星信号,卫星信号可以是来自至少四个不同的导航卫星。这里的预设阈值可以是与电子设备是处于静止状态还是运动状态相关的,并对静止状态和移动状态设置不同的预设阈值。电子设备能够根据电子设备的当前状态将获取的卫星信号功率相关性系数与不同的预设阈值进行比较,更加精确地判断卫星信号是真实信号或者欺骗信号。
在上述第一方面的一种可能的实现中,通过皮尔逊相关系数、斯皮尔曼相关系数、和肯达尔相关系数和相似性度量神经网络模型中的至少一种获取所述相关性系数。
即在本申请的实施例中,电子设备可以使用相关性来度量卫星信号的信号功率对应的变化序列的衰落特征(也就是信号功率变化序列),具体的相关性度量的方法包括:通过相关性系数以及相似性度量神经网络。
在上述第一方面的一种可能的实现中,通过以下方式确定电子设备的运动状态:
通过电子设备的陀螺仪传感器、加速度传感器确定电子设备的速度;
根据电子设备的速度与速度阈值的比较结果,确定电子设备的运动状态。
在上述第一方面的一种可能的实现中,还包括:
对应于多个预设时间段内多个卫星信号的衰落特征不满足定位要求,提示用户定位服务异常。
在上述第一方面的一种可能的实现中,提示用户定位服务异常的方式包括下列中的至少一种:
电子设备提示关闭定位服务;
电子设备提示定位服务接受的卫星信号错误;
电子设备提示将重新开启定位服务。
本申请的第二方面提供了一种电子设备,其特征在于,包括:
处理器,用于执行前述第一方面提供的定位方法;以及
存储器,可以与处理器耦合或者解耦用于存储由处理器执行的指令。
本申请的第三方面提供了一种计算机可读存储介质,其特征在于,计算机可读存储介质中包含有指令,当指令被电子设备的处理器执行时使电子设备实现前述第一方面提供的定位方法。
本申请的第四方面提供了一种计算机程序产品,其特征在于,包括:计算机可读存储介质,计算机可读存储介质包含用于执行前述第一方面提供的定位方法的计算机程序代码。
附图说明
图1根据本申请的实施例示出了一种电子设备接收卫星信号(GNSS信号)的场景示意图;
图2根据本申请的实施例示出了一种电子设备接收卫星信号(GNSS信号)的衰落曲线的示意图;
图3根据本申请的实施例示出了一种电子设备的硬件结构示意图;
图4根据本申请的实施例示出了一种定位方法的流程示意图;
图5根据本申请的实施例示出了一种定位方法的示意图;
图6根据本申请的实施例示出了一种定位方法的流程示意图;
图7根据本申请的实施例示出了一种定位方法的流程示意图;
图8根据本申请的实施例示出了一种定位方法的流程示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请的实施方式作进一步地详细描述。
图1根据本申请的一些实施例示出了一种电子设备100从卫星导航系统200接受GNSS信号(也就是,卫星信号)以及从欺骗设备300接受欺骗信号的场景示意图。这里的欺骗设备300可以是产生与卫星导航系统200的GNSS信号相似的欺骗信号的电子设备。如图1所示,电子设备100正在运行PVT服务(例如,定位服务),PVT服务从卫星导航系统200接受真实的GNSS信号。这时,欺骗设备300可以产生与卫星导航系统200发送的真实的GNSS信号的认证信息、信号格式等相同但信号功率较大并且携带不同的PVT数据的欺骗信号实现对电子设备100的PVT服务的控制,完成对电子设备100欺骗攻击。欺骗设备300实施欺骗干扰的具体过程包括:欺骗设备300接受到真实的GNSS信号后,进而发送与真实的GNSS信号频率相似的高功率的欺骗信号,使正在跟踪处理真实的GNSS信号的电子设备100的跟踪环路失锁,也就是电子设备100处于不接收卫星导航系统200的GNSS信号的状态,然后在电子设备100进入失锁重捕阶段时,由于欺骗信号与真实的GNSS信号相似且欺骗信号的功率高于真实的GNSS信号,因此电子设备100有可能会将功率高的欺骗信号误判为真实的GNSS信号,使电子设备100获取并持续接收欺骗信号。
继续参考图1,可以看出,在电子设备100从卫星导航系统200接受真实的GNSS信号使用PVT服务的过程中,GNSS信号在传播过程中会受到大气层的影响,造成GNSS信号的电磁波幅度随时间产生快速不规则变化,也就是电磁波的快速衰落现象,这里的GNSS信号的电磁波幅度可以用GNSS信号功率的载噪比Carrier Noise Ratio,CNR)来表示。例如:在地球上空距地面50-100公里(kilometer,km)之间的电离层中,气体分子受到各种射线辐射电离,形成大量的等离子体,电离层可以对GNSS信号产生电离层闪烁,导致GNSS信号的电磁波幅度发生短周期的不规则变化。同时,GNSS信号在传播过程中还会受到环境温度、空气温度,气压等影响,使得GNSS信号产生折射,也会发生电磁波幅度的快速衰落。由于真实的GNSS信号的传播路径为不同的导航卫星到电子设备,传播过程中受到不同大气效应的影响,因此不同的GNSS信号功率(载噪比)存在不同的衰落特征;而对于GNSS欺骗信号,GNSS欺骗信号的传播路径为欺骗设备至电子设备,GNSS欺骗信号不会受到大气层的影响,信号传播路径相同,因此,欺骗设备300发送的各GNSS欺骗信号之间的衰落特征相似。
为了解决电子设备接收到欺骗设备发送的GNSS欺骗信号,导致电子设备产生错误的PVT结果,本申请实施例提供了一种定位方法,电子设备可以通过验证接收到的各GNSS信号的衰落特征,计算各GNSS信号之间的衰落特征的相似性,确定电子设备接收的GNSS信号是真实的GNSS信号还是GNSS欺骗信号,进而识别出GNSS欺骗攻击行为。
具体地,在本申请实施例提供的定位方法中,在电子设备100通过接收GNSS信号使用PVT服务的过程中;电子设备100首先识别当前PVT解算所采用的GNSS信号携带的导航卫星编号,即伪随机噪声(Pseudo Random Noise,PRN)的编号,即导航卫星PRN码,可以理解,这里的导航卫星PRN码是公开的。欺骗设备可以根据想要达成的PVT欺骗结果,并结合对应的星历数据(导航卫星所在位置),生成并发送与真实的GNSS信号相似的欺骗信号。
电子设备100获取当前PVT服务采用卫星的编号(PRN码),依据PRN码在预设时间段内跟踪GNSS信号(卫星信号)的功率变化,进而获得GNSS信号对应的信号功率(即,载噪比)的数据序列(这里的信号功率的数据序列也可以称为信号功率变化序列)。以电子设备100使用定位服务为例,电子设备100需要获取至少四个不同的GNSS信号,如果GNSS信号为真实信号,则至少四个不同的GNSS信号可以是来自至少四个不同的导航卫星,如果GNSS信号为欺骗信号,则至少四个不同的GNSS信号可以是来自同一个或者多个欺骗设备的欺骗信号;电子设备100可以通过导航卫星编号(PRN码)跟踪每一个GNSS信号获得至少四组GNSS信号功率的数据序列。也就是,电子设备100可以采集预设时间段内的随时间变化的至少四组GNSS信号功率的数据序列,计算出各组GNSS信号功率之间的相关性系数,这里的相关性系数可以用于表示各组GNSS信号对应的衰落特征之间的相似性,将相关性系数与预设阈值进行比较,若各组GNSS信号对应的衰落特征之间的相关性系数小于预设阈值,则表示相关性系数较小,说明各GNSS信号对应的衰落特征之间的相似性较低,可以确定GNSS信号为真实信号;若各组GNSS信号对应的衰落特征之间的相关性系数大于预设阈值,则表示相关性系数较大,说明各组GNSS信号对应的衰落特征之间的相似性较高,可以确定GNSS信号为欺骗信号。
在本申请实施例中,为了实现更精准的检测,在电子设备100采集GNSS信号的期间,电子设备100还可以采集电子设备100的惯导数据,也就是电子设备100的速度和加速度数据,识别电子设备100采集GNSS信号期间,电子设备100是处于静止状态还是运动状态,并对静止状态和移动状态设置不同的预设阈值,使得电子设备100能够根据电子设备100的当前状态将获取的GNSS信号功率相关性系数与不同的预设阈值进行比较,更加精确地判断GNSS信号是真实信号或者欺骗信号。通过本申请实施例的定位方法,电子设备100可以根据卫星导航系统200中不同导航卫星的对应不同的传播信道获取的GNSS信号存在显著差异的特征来识别GNSS信号欺骗攻击,有效解决了卫星导航技术中的安全问题,为基于定位的服务(Location Based Service,LBS)打造安全根基。
图2根据本申请的一些实施例示出了一种电子设备100采集到的真实的GNSS信号和GNSS欺骗信号(伪信号)随时间变化的GNSS信号功率(载噪比)的数据序列的衰落曲线的示意图,图2中的数据序列包括:在电子设备100处于静止场景和行走场景(移动场景)下,电子设备100分别采集的真实的GNSS信号和GNSS欺骗信号的GNSS信号功率随时间变化的数据序列。从图2中的各组GNSS信号数据序列的变化趋势可以看出:对于伪信号(GNSS欺骗信号)来说,各GNSS信号功率(载噪比)的数据序列随时间变化的趋势高度一致;对于真实信号(真实的GNSS信号)来说,各GNSS信号功率(载噪比)的数据序列随时间变化的趋势一致性较低。此外,由于静止场景缺少因移动造成的距离变化所引起的GNSS信号功率(载噪比)变化分量,静止场景相对移动场景一致性差一点,也就是,GNSS信号功率(载噪比)之间的相似性会略差。
可以理解,本申请的实施例中的电子设备可以是一种能够运行导航应用实现PVT服务的终端设备,例如,终端设备可以包括:车载设备、手机、平板电脑、笔记本电脑、掌上电脑、移动互联网设备(mobile internet device,MID)、可穿戴设备(例如包括:智能手表、智能手环、计步器等)、个人数字助理、便携式媒体播放器、导航设备、视频游戏设备、机顶盒、虚拟现实和/或增强现实设备、物联网设备、工业控制设备、流媒体客户端设备、电子书阅读设备以及其他设备。
图3示出了根据本申请的实施例的电子设备100的结构示意图,电子设备100可以包括处理器110,外部存储器接口120,内部存储器121,通用串行总线(universal serialbus,USB)接口130,充电管理模块140,电源管理模块141,电池142,天线1,天线2,移动通信模块150,无线通信模块160,音频模块170,扬声器170A,受话器170B,麦克风170C,耳机接口170D,传感器模块180,按键190,马达191,指示器192,摄像头193,显示屏194,以及用户标识模块(subscriber identification module,SIM)卡接口195等。其中传感器模块180可以包括压力传感器180A,陀螺仪传感器180B,气压传感器180C,磁传感器180D,加速度传感器180E,距离传感器180F,接近光传感器180G,指纹传感器180H,温度传感器180J,触摸传感器180K,环境光传感器180L,骨传导传感器180M等。
可以理解的是,本发明实施例示意的结构并不构成对电子设备100的具体限定。在本申请另一些实施例中,电子设备100可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件,软件或软件和硬件的组合实现。
处理器110可以包括一个或多个处理单元,例如:处理器110可以包括应用处理器(AP),调制解调处理器,图形处理器(graphics processing unit,GPU),图像信号处理器(image signal processor,ISP),控制器,视频编解码器,数字信号处理器(digitalsignal processor,DSP),基带处理器(BP),和/或神经网络处理器(neural-networkprocessing unit,NPU)等。其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。
在本申请的实施例中,电子设备100可以通过处理器110确定电子设备100的接收的各GNSS信号对应的GNSS信号功率(载噪比)的数据序列,并计算各GNSS信号的GNSS信号功率(载噪比)之间的相关性系数,确定GNSS信号为真实信号还是欺骗信号。
处理器110中还可以设置存储器,用于存储指令和数据。在一些实施例中,处理器110中的存储器为高速缓冲存储器。该存储器可以保存处理器110刚用过或循环使用的指令或数据。如果处理器110需要再次使用该指令或数据,可从所述存储器中直接调用。避免了重复存取,减少了处理器110的等待时间,因而提高了系统的效率。
充电管理模块140用于从充电器接收充电输入。其中,充电器可以是无线充电器,也可以是有线充电器。在一些有线充电的实施例中,充电管理模块140可以通过USB接口130接收有线充电器的充电输入。
电源管理模块141用于连接电池142,充电管理模块140与处理器110。电源管理模块141接收电池142和/或充电管理模块140的输入,为处理器110,内部存储器121,显示屏194,摄像头193,和无线通信模块160等供电。电源管理模块141还可以用于监测电池容量,电池循环次数,电池健康状态(漏电,阻抗)等参数。
电子设备100的无线通信功能可以通过天线1,天线2,移动通信模块150,无线通信模块160,调制解调处理器以及基带处理器等实现。
天线1和天线2用于发射和接收电磁波信号。电子设备100中的每个天线可用于覆盖单个或多个通信频带。不同的天线还可以复用,以提高天线的利用率。例如:可以将天线1复用为无线局域网的分集天线。在另外一些实施例中,天线可以和调谐开关结合使用。
移动通信模块150可以提供应用在电子设备100上的包括2G/3G/4G/5G等无线通信的解决方案。
无线通信模块160可以提供应用在电子设备100上的包括无线局域网(wirelesslocal area networks,WLAN)(如无线保真(wireless fidelity,Wi-Fi)网络),蓝牙(bluetooth,BT),全球导航卫星系统(global navigation satellite system,GNSS),调频(frequency modulation,FM),近距离无线通信技术(near field communication,NFC),红外技术(infrared,IR)等无线通信的解决方案。
电子设备100通过GPU,显示屏194,以及应用处理器等实现显示功能。GPU为图像处理的微处理器,连接显示屏194和应用处理器。GPU用于执行数学和几何计算,用于图形渲染。处理器110可包括一个或多个GPU,其执行程序指令以生成或改变显示信息。
显示屏194用于显示图像,视频等。显示屏194包括显示面板。在一些实施例中,电子设备100可以包括1个或N个显示屏194,N为大于1的正整数。
电子设备100可以通过ISP,摄像头193,视频编解码器,GPU,显示屏194以及应用处理器等实现拍摄功能。
摄像头193用于捕获静态图像或视频。在一些实施例中,电子设备100可以包括1个或N个摄像头193,N为大于1的正整数。
外部存储器接口120可以用于连接外部存储卡,例如MicroSD卡,实现扩展电子设备100的存储能力。外部存储卡通过外部存储器接口120与处理器110通信,实现数据存储功能。
内部存储器121可以用于存储计算机可执行程序代码,所述可执行程序代码包括指令。内部存储器121可以包括存储程序区和存储数据区。处理器110通过运行存储在内部存储器121的指令,和/或存储在设置于处理器中的存储器的指令,执行电子设备100的各种功能应用以及数据处理。
电子设备100可以通过音频模块170,扬声器170A,受话器170B,麦克风170C,耳机接口170D,以及应用处理器等实现音频功能。例如音乐播放,录音等。
音频模块170用于将数字音频信息转换成模拟音频信号输出,也用于将模拟音频输入转换为数字音频信号。音频模块170还可以用于对音频信号编码和解码。在一些实施例中,音频模块170可以设置于处理器110中,或将音频模块170的部分功能模块设置于处理器110中。
扬声器170A,也称“喇叭”,用于将音频电信号转换为声音信号。电子设备100可以通过扬声器170A收听音乐,或收听免提通话。
受话器170B,也称“听筒”,用于将音频电信号转换成声音信号。当电子设备100接听电话或语音信息时,可以通过将受话器170B靠近人耳接听语音。
麦克风170C,也称“话筒”,“传声器”,用于将声音信号转换为电信号。当拨打电话或发送语音信息时,用户可以通过人嘴靠近麦克风170C发声,将声音信号输入到麦克风170C。电子设备100可以设置至少一个麦克风170C。在另一些实施例中,电子设备100可以设置两个麦克风170C,除了采集声音信号,还可以实现降噪功能。在另一些实施例中,电子设备100还可以设置三个,四个或更多麦克风170C,实现采集声音信号,降噪,还可以识别声音来源,实现定向录音功能等。
耳机接口170D用于连接有线耳机。耳机接口170D可以是USB接口130,也可以是3.5mm的开放移动电子设备平台(open mobile terminal platform,OMTP)标准接口,美国蜂窝电信工业协会(cellular telecommunications industry association of the USA,CTIA)标准接口。
压力传感器180A用于感受压力信号,可以将压力信号转换成电信号。在一些实施例中,压力传感器180A可以设置于显示屏194。
陀螺仪传感器180B可以用于确定电子设备100的运动姿态。
气压传感器180C用于测量气压。在一些实施例中,电子设备100通过气压传感器180C测得的气压值计算海拔高度,辅助定位和导航。
磁传感器180D包括霍尔传感器。
加速度传感器180E可检测电子设备100在各个方向上(一般为三轴)加速度的大小。
距离传感器180F,用于测量距离。
接近光传感器180G可以包括例如发光二极管(LED)和光检测器,
环境光传感器180L用于感知环境光亮度。
指纹传感器180H用于采集指纹。
温度传感器180J用于检测温度。
触摸传感器180K,也称“触控器件”。触摸传感器180K可以设置于显示屏194,由触摸传感器180K与显示屏194组成触摸屏,也称“触控屏”。
骨传导传感器180M可以获取振动信号。
按键190包括开机键,音量键等。按键190可以是机械按键。也可以是触摸式按键。电子设备100可以接收按键输入,产生与电子设备100的用户设置以及功能控制有关的键信号输入。
马达191可以产生振动提示。马达191可以用于来电振动提示,也可以用于触摸振动反馈。
指示器192可以是指示灯,可以用于指示充电状态,电量变化,也可以用于指示消息,未接来电,通知等。
SIM卡接口195用于连接SIM卡。SIM卡可以通过插入SIM卡接口195,或从SIM卡接口195拔出,实现和电子设备100的接触和分离。
下面基于图3所示的电子设备100的硬件结构,通过图4对本申请的电子设备100的定位方法进行详细说明。
具体地,以电子设备100为手机100为例,本申请图4的定位方法可以通过手机100的处理器110执行相关程序来实现。如图4所示,根据本申请的一个具体实施方式提供的定位方法包括如下所示的步骤。
S401:调用定位服务或者开启定位服务安全检测,开始GNSS欺骗检测。
在本申请实施例中,这里的定位服务可以是手机100安装的导航应用,用户可以点击导航应用的图标启动导航应用,导航应用通过调用手机100的定位服务,例如:手机100的GPS模块进行定位服务,在手机100检测到导航应用开始调用定位服务时,手机100可以开始GNSS欺骗检测。在另一些实施例中,用户也可以开启手机100的定位服务安全检测的功能,这里的定位服务安全检测可以是手机100的操作系统中设置的系统服务,在手机100检测到开启定位服务安全检测时,手机100可以开始GNSS欺骗检测。
S402:识别当前使用定位服务过程中所采用的GNSS信号对应的导航卫星编号。
在本申请实施例中,这里的导航卫星编号可以是伪随机噪声码,即导航卫星PRN码。在手机100调用定位服务的过程中,手机100可以获取GNSS信号对应的导航卫星编号,也就是GNSS信号携带的导航卫星PRN码。可以理解,这里的导航卫星PRN码是公开的。欺骗设备可以根据想要达成的PVT欺骗结果,并结对应的星历数据,生成并发送与真实的GNSS信号相似的欺骗信号。
可以理解,在手机100的导航应用调用定位服务的过程中,手机100需要从卫星导航系统200中获取至少四个不同的导航卫星的GNSS信号,也就是说,手机100也会同时识别至少四个不同的导航卫星编号。
S403:跟踪并采集与导航卫星编号对应的GNSS信号的信号功率的数据序列。
在本申请实施例中,在手机100的导航应用调用定位服务(PVT服务中的一种)的过程中,手机100需要从卫星导航系统200中获取至少四个不同的GNSS信号,也就是四组不同的GNSS信号的数据序列,手机100可以根据GNSS信号对应的导航卫星编号对至少四个不同的导航卫星的GNSS信号进行跟踪,在预设时间段内从至少四个不同的导航卫星获取至少四个GNSS信号的信号功率的数据序列。
可以理解,如果GNSS信号为真实信号,则至少四个不同的GNSS信号可以是来自至少四个不同的导航卫星,如果GNSS信号为欺骗信号,则至少四个不同的GNSS信号可以是来自同一个或者多个欺骗设备的欺骗信号。
S404:在经过预设时间段进行数据采集后,获得多个GNSS信号的信号功率的数据序列。
在本申请实施例中,这里的预设时间段可以设置为例如:10s。可以理解,预设时间段也可以采用其他时长,这里并不限制。
S405:采集GNSS信号的同时,同步采集手机100的惯导数据。
在本申请实施例中,这里的惯导数据可以是通过手机100的惯性测量单元(Inertial Measurement Unit,IMU)获取的数据,例如,惯导数据可以包括手机100的速度、加速度以及方向等。手机100的惯性测量单元可以包括手机100的陀螺仪传感器180B和加速度传感器180E,在手机100采集GNSS信号的同时,手机100可以通过陀螺仪传感器180B和加速度传感器180E采集手机100的速度、加速度以及方向等。
S406:对多个GNSS信号的信号功率的数据序列进行低通滤波处理,去除高频噪声。
在本申请实施例中,手机100可以对多个导航卫星的GNSS信号的信号功率的数据序列进行低通滤波,去除信号功率中频带高的噪声。
S407:对滤波后的多个GNSS信号的信号功率的数据序列进行相关性度量,获取多个导航卫星的GNSS信号的信号功率之间的相关性系数,并获得多个相关性系数的相关性系数均值。
在本申请实施例中,对GNSS信号的信号功率的数据序列进行相关性度量的方式可以是计算GNSS信号的信号功率的数据序列的相关性系数,相关性系数可以包括:皮尔逊相关系数、斯皮尔曼相关系数和肯达尔相关系数等。
以皮尔逊相关系数为例,皮尔逊相关系数用于量度两个变量之间的线性相关。皮尔逊相关系数具有+1和-1之间的值,其中1表示总正线性相关性,0表示非线性相关性,并且-1表示总负线性相关性。皮尔逊相关系数ρ对应的计算公式如下:
其中,X和Y分别表示多个GNSS信号的信号功率的数据序列中的任意两个信号功率,σX表示GNSS信号的信号功率X的标准差,cov表示两个GNSS信号的信号功率X与Y之间的协方差。
可以理解,在手机100的导航应用调用定位服务的过程中,手机100获取了至少四个GNSS信号的信号功率的数据序列,进而手机100可以获取至少四个GNSS信号的信号功之间的相关性系数。
可以理解,为了进一步确定GNSS信号之间的相关性,可以计算至少四个GNSS信号中两两信号之间的相关性系数均值,例如,以至少四个GNSS信号中的信号i和信号j为例,通过以下公式计算信号i和信号j的相关性系数均值。
其中N代表采集的GNSS信号的数量。
可以理解,上述公式可以保存在手机100的内部存储器中,在手机100的定位服务采集GNSS信号的同时,手机100可以根据保存的公式实时地对GNSS信号进行计算,以确定GNSS信号是真实信号还是欺骗信号。
在另一本申请实施例中,以GNSS信号的信号功率的数据序列的相关性系数为斯皮尔曼相关系数为例,斯皮尔曼相关系数用于利用两个GNSS信号的信号功率的秩次大小作线性相关分析,斯皮尔曼相关系数ρ对应的计算公式如下:
其中x′和y′代表采集的GNSS信号的秩。
S408:基于同步采集的惯导数据,识别GNSS信号的信号功率采集期间手机100的运动状态。
在本申请实施例中,这里的采集期间可以是步骤S404描述的预设时间段,手机100确定运动状态的过程可以包括:手机100可以通过陀螺仪传感器获得基于手机100的导航坐标系,并使加速度传感器的测量轴稳定在该导航坐标系中,并给出手机100的方向和姿态角,再通过加速度传感器测量手机100的加速度,根据对采集期间的积分运算可以得到手机100的速度。
可以理解,手机100可以将获得的速度与速度阈值进行比较,确定手机100的运动状态。例如,手机100的速度可以是2米/秒,若速度阈值为1米/秒,则手机100可以确定手机100处于移动状态;否则,确定手机100处于静止状态。
S409:根据手机100的运动状态确定与运动状态对应的预设阈值。
在本申请实施例中,由于若手机100处于运动状态,则会影响步骤S407计算出的多个GNSS信号的信号功率之间的相关性系数,进而影响多个相关性系数的相关性系数均值。因此,可以结合步骤S408中识别出来的手机100的运动状态,设定与手机100的运动状态对应的预设阈值。例如:静止状态对应的预设阈值可以为0.5,移动状态对应的预设阈值可以为0.8。
S410:将相关性系数均值与手机100的运动状态对应的预设阈值进行比较,确定GNSS信号为真实信号还是欺骗信号。
若相关性系数低于预设阈值,说明手机100采集的GNSS信号之间的相关性较低,则确定采集的GNSS信号为真实信号,若相关性系数高于预设阈值,说明手机100采集的GNSS信号之间的相关性较高,则确定采集的GNSS信号为欺骗信号。
在本申请实施例中,若手机100确定采集的GNSS信号为真实信号则手机100可以允许应用程序调用定位服务,完成应用程序对应的功能;若手机100确定采集的GNSS信号为欺骗信号,则执行步骤S411,手机100可以将欺骗信号的检测结果反馈给应用程序,提示打开应用程序的用户,或者,禁用GNSS定位服务,转而调用其他定位服务,如网络定位。
例如,手机100处于静止状态,若手机100通过步骤S407获得GNSS信号的相关性系数均值为0.0099,而静止状态对应的预设阈值可以为0.5,则手机100可以确定采集的GNSS信号为真实信号,若手机100通过步骤S407获得GNSS信号的相关性系数均值为0.6534,则手机100可以确定采集的GNSS信号为欺骗信号。同理,手机100处于移动状态,若手机100通过步骤S407获得GNSS信号的相关性系数均值为0.0385,而移动状态对应的预设阈值可以为0.8,则手机100可以确定采集的GNSS信号为真实信号,若手机100通过步骤S407获得GNSS信号的相关性系数均值为0.9015,则手机100可以确定采集的GNSS信号为欺骗信号。
S411:识别出GNSS信号为欺骗信号,则反馈给调用定位服务的应用程序。
在本申请实施例中,若手机100识别出定位服务获取的GNSS信号为欺骗信号,则手机100可以禁用GNSS定位服务(关闭定位服务,即关闭当前使用的定位服务),转而调用其他定位服务,如网络定位,并在手机100的用户界面中提示用户重新验证GNSS定位服务的安全性。在另一本申请实施例中,手机100还可以在屏幕中提示定位服务接受的卫星信号错误或者提示重新开启定位服务使得定位服务能够获取真实信号。
如果手机100识别出GNSS信号为真实信号,则手机100可以正常使用定位服务(如:导航服务),并获取定位服务的定位结果,例如,以定位服务为导航服务为例,定位结果可以是导航服务提供的导航路线。再如,定位结果也可以是定位服务提供的地图位置。
可以理解,图4中描述的数值都是示例性的,在本申请实施例中,还可以采用其他数值,这里不做限定。
可以看出,采用上述图4示出了的定位方法,当手机100需要调用定位服务时或者手机100检测到手机100的应用程序调用定位服务时,手机100可以自动启动欺骗信号检测,确保了手机100能够接受到真实的GNSS信号,保证了手机100使用定位服务的安全性。
下面通过图5和图6对另一本申请实施例的手机100的定位方法进行详细说明。
具体地,本申请图5的定位方法可以通过手机100的处理器110执行相关程序来实现。与图4所示的定位方法的不同之处在于,在图5所示的定位方法中,手机100的存储区域内可以保存有事先训练完成的相似性度量神经网络。当手机100调用定位服务后,在经过预设时间段采集与导航卫星编号对应的多个GNSS信号的信号功率的数据序列(即图5中的sat1至satN)以及手机100的运动状态后,将获得的多个导航卫星的GNSS信号的信号功率的数据序列输入与手机100的运动状态对应的相似性度量神经网络(CNN网络),获得相似性度量神经网络的输出结果,这里的输出结果可以是由多个导航卫星的GNSS信号的信号功率的数据序列得到的相似性矩阵;计算相似性矩阵获得相似性矩阵对应的相似性系数均值ccmean,
将相似性系数均值与手机100的运动状态对应的预设阈值进行比较,判断手机100接收的GNSS信号为真实信号还是欺骗信号。
如图6所示,根据本申请的一个具体实施方式提供的定位方法包括如下所示的步骤。
S601:调用定位服务或者开启定位服务安全检测,开始GNSS欺骗检测。
在本申请实施例中,这里的步骤S601与图4的步骤S401相似,例如:手机100的GPS模块进行定位服务,在手机100检测到导航应用开始调用定位服务时,手机100可以开始GNSS欺骗检测。在另一本申请实施例,用户也可以开启手机100的定位服务安全检测的功能,这里的定位服务安全检测可以是手机100的操作系统中设置的系统服务,在手机100检测到开启定位服务安全检测时,手机100可以开始GNSS欺骗检测。
S602:识别当前使用定位服务过程中所采用的GNSS信号对应的导航卫星编号。
在本申请实施例中,这里的步骤S602与图4的步骤S402相似,在手机100调用定位服务的过程中,手机100可以获取GNSS信号对应的导航卫星编号,也就是GNSS信号携带的导航卫星PRN码。
可以理解,在手机100的导航应用调用定位服务的过程中,手机100需要从卫星导航系统200中获取至少四个不同的导航卫星的GNSS信号,也就是说,手机100也会同时识别至少四个不同的导航卫星编号,即导航卫星PRN码。
S603:跟踪并采集与导航卫星编号对应的GNSS信号的信号功率的数据序列。
在本申请实施例中,这里的步骤S603与图4的步骤S403相似,在手机100的导航应用调用定位服务的过程中,手机100需要获取至少四个不同的GNSS信号的信号功率的数据序列,也就是四组不同的GNSS信号的信号功率的数据序列。
S604:在经过预设时间段进行数据采集后,获得多个GNSS信号的信号功率的数据序列。
在本申请实施例中,这里的步骤S604与图4的步骤S404相似,这里的预设时间段可以设置为例如:10s。可以理解,预设时间段也可以采用其他时长,这里并不限制。
S605:采集GNSS信号的同时,同步采集手机100的惯导数据。
在本申请实施例中,这里的步骤S605与图4的步骤S405相似,在手机100采集GNSS信号的同时,手机100可以通过陀螺仪传感器180B和加速度传感器180E采集手机100的速度、加速度以及方向等。
S606:对多个GNSS信号的信号功率的数据序列进行低通滤波处理,去除高频噪声。
在本申请实施例中,这里的步骤S606与图4的步骤S406相似,手机100可以对多个GNSS信号的信号功率的数据序列进行低通滤波,去除信号功率中频带高的噪声。
S607:基于同步采集的惯导数据,识别GNSS信号的信号功率采集期间手机100的运动状态。
在本申请实施例中,这里的步骤S607与图4的步骤S408相似,采集期间可以是步骤S604描述的预设时间段,手机100可以通过陀螺仪传感器获得基于手机100的导航坐标系,并使加速度传感器的测量轴稳定在该导航坐标系中,并给出手机100的方向和姿态角,再通过加速度传感器测量手机100的加速度,根据对采集期间的积分运算可以得到手机100的速度。
S608:将滤波后的多个GNSS信号的信号功率的数据序列输入与手机100的运动状态对应的相似性度量神经网络,获得相似性度量神经网络输出的相关性系数均值。
在本申请实施例中,手机100的运动状态可以分为静止状态和移动状态。相应的,手机100也可以保存有分别与静止状态和移动状态对应的相似性度量神经网络。下文将详细介绍训练静止状态和移动状态对应的相似性度量神经网络的过程。
S609:根据手机100的运动状态确定与运动状态对应的预设阈值。
在本申请实施例中,这里的步骤S609与图4的步骤S409相似,例如:静止状态对应的预设阈值可以为0.5,移动状态对应的预设阈值可以为0.8。
S610:将相关性系数均值与手机100的运动状态对应的预设阈值进行比较,确定GNSS信号为真实信号还是欺骗信号。
若相关性系数低于预设阈值,说明手机100采集的GNSS信号之间的相关性较低,则确定采集的GNSS信号为真实信号,若相关性系数高于预设阈值,说明手机100采集的GNSS信号之间的相关性较高,则确定采集的GNSS信号为欺骗信号。
在本申请实施例中,这里的步骤S610与图4的步骤S410相似,若手机100确定采集的GNSS信号为真实信号则手机100可以允许应用程序调用定位服务,完成应用程序对应的功能;若手机100确定采集的GNSS信号为欺骗信号,则执行步骤S611,手机100可以将欺骗信号的检测结果反馈给应用程序,提示打开应用程序的用户,或者,禁止应用程序调用定位服务。
S611:识别出GNSS信号为欺骗信号,反馈给调用定位服务的应用程序。
在本申请实施例中,这里的步骤S611与图4的步骤S411相似,若手机100识别出定位服务获取的GNSS信号为欺骗信号,则手机100可以禁用GNSS定位服务,转而调用其他定位服务,如网络定位,并在手机100的用户界面中提示用户重新验证GNSS定位服务的安全性。
下面通过图7介绍图6的步骤S608中描述的训练静止状态和移动状态对应的相似性度量神经网络的过程,包括:
S701:获取真实的GNSS信号的信号功率的序列数据的数据集。
在本申请实施例中,分别在手机100处于静止状态和移动状态下时,进行GNSS信号的信号功率的序列数据采集,构建静止状态和移动状态对应的数据集。
S702:对数据集进行低通滤波处理,滤除信号中的高频噪声。
在本申请实施例中,可以对数据集内的GNSS信号的信号功率的数据序列进行低通滤波,去除信号功率中频带高的噪声。
S703:分别利用静止状态和移动状态采集的欺骗信号以及真实的GNSS信号的数据集,进行相似性度量神经网络训练。
在本申请实施例中,这里的相似性度量神经网络的训练的方式可以包括:采集静止状态和移动状态采集的欺骗信号以及真实的GNSS信号;训练时将静止状态和移动状态采集的欺骗信号以及真实的GNSS信号输入相似性度量神经网络,并利用反馈迭代等方法进行相似性度量神经网络训练。这里的相似性度量神经网络的输入可以是静止状态采集和移动状态采集的欺骗信号以及真实的GNSS信号,相似性度量神经网络的输出是输入多维时间序列间的相似性矩阵。
S704:将训练完成的静止状态和移动状态对应的相似性度量神经网络部署于手机100。
在本申请实施例中,以手机100的操作系统为安卓系统为例,可以将相似性度量神经网络打包成apk的格式安装在手机100的操作系统,在手机100运行GNSS欺骗检测时,可以将采集的GNSS信号输入已部署在手机100内的相似性度量神经网络。
在通过图4至图7介绍完本申请实施例提供的信号检测方法后,下面通过图8介绍本申请实施例中另一种信号检测方法的实施方式,如图8所示,根据本申请的一个具体实施方式提供的定位方法包括如下所示的步骤。
S801:选择当前定位解算所采用的GNSS信号。
在本申请实施例中,这里的GNSS信号可以是,当前使用的定位服务过程中所采用的GNSS信号。可以理解,这里的解算可以表示解析计算当前使用的定位服务所使用的GNSS信号。
S802:跟踪并记录GNSS信号接收强度随时间的衰落数据。
在本申请实施例中,这里的衰落数据可以是,根据卫星信号对应的导航卫星编号对卫星信号进行跟踪,获取预设时间段内卫星信号的信号功率的数据序列。
S803:判断数据采集时间是否大于预设时间段。
在本申请实施例中,这里的预设时间段可以设置为例如:10s,若数据采集时间未达到预设时间段,则继续执行步骤S802;若数据采集时间达到预设时间段,则执行S804,对采集的卫星信号进行预处理。
S804:数据预处理。
这里的步骤S804与图4的步骤S406相似,手机100可以对多个卫星信号进行低通滤波等预处理,去除卫星信号中频带高的噪声。
S805:分析并量化时间序列相关性。
在本申请实施例中,对预处理后的多个卫星信号进行相关性度量,也就是分析并量化时间序列,获取多个卫星信号之间的相关性系数,并获得多个相关性系数的相关性系数均值。
在本申请实施例中,对卫星信号进行相关性度量的方式可以是计算导卫星信号的相关性系数,相关性系数可以包括:皮尔逊相关系数、斯皮尔曼相关系数和肯达尔相关系数等。
S806:判断相关性系数是否大于预设阈值。
在本申请实施例中,若相关性系数低于预设阈值,说明采集的卫星信号为真实信号,若相关性系数高于预设阈值,则确定采集的GNSS信号为欺骗信号。
应当理解的是,虽然在本文中可能使用了术语“第一”、“第二”等等来描述各个特征,但是这些特征不应当受这些术语限制。使用这些术语仅仅是为了进行区分,而不能理解为指示或暗示相对重要性。举例来说,在不背离示例性实施例的范围的情况下,第一特征可以被称为第二特征,并且类似地第二特征可以被称为第一特征。
此外,各种操作将以最有助于理解说明性实施例的方式被描述为多个彼此分离的操作;然而,描述的顺序不应被解释为暗示这些操作必须依赖描述的顺序,其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序也可以被重新安排。当所描述的操作完成时,所述处理可以被终止,但是还可以具有未包括在附图中的附加操作。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
说明书中对“一个实施例”,“实施例”,“说明性实施例”等的引用表示所描述的实施例可以包括特定特征、结构或性质,但是每个实施例也可能或不是必需包括特定的特征、结构或性质。而且,这些短语不一定是针对同一实施例。此外,当结合具体实施例描述特定特征,本领域技术人员的知识能够影响到这些特征与其他实施例的结合,无论这些实施例是否被明确描述。
除非上下文另有规定,否则术语“包含”、“具有”和“包括”是同义词。短语“A/B”表示“A或B”。短语“A和/或B”表示“(A)、(B)或(A和B)”。
如本文所使用的,术语“模块”可以指代,作为其中的一部分,或者包括:用于运行一个或多个软件或固件程序的存储器(共享、专用或组),专用集成电路(ASIC),电子电路和/或处理器(共享、专用或组),组合逻辑电路,和/或提供所述功能的其他合适组件。
在附图中,可能以特定布置和/或顺序示出了一些结构或方法特征。然而,应当理解的是,这样的特定布置和/或排序不是必需的。而是,在一些实施例中,这些特征可以以不同于说明性附图中所示的方式和/或顺序来进行说明。另外,特定附图中所包含得结构或方法特征并不意味着所有实施例都需要包含这样的特征,在一些实施例中,可以不包含这些特征,或者可以将这些特征与其他特征进行组合。
上面结合附图对本申请实施例做了详细说明,但本申请技术方案的使用不仅仅局限于本专利实施例中提及的各种应用,各种结构和变型都可以参考本申请技术方案轻易地实施,以达到本文中提及的各种有益效果。在本领域普通技术人员所具备的知识范围内,在不脱离本申请宗旨的前提下做出的各种变化,均应归属于本申请专利涵盖范围。
Claims (11)
1.一种定位方法,应用于电子设备,其特征在于,所述方法包括:
响应于所述电子设备启动定位服务,获取预设时间段内多个卫星信号的信号功率变化序列;
基于所述多个卫星信号的信号功率变化序列,确定所述预设时间段内所述多个卫星信号的信号之间的衰落特征是否满足定位要求;
对应于所述多个所述预设时间段内多个卫星信号的衰落特征满足所述定位要求,获取基于所述多个卫星信号生成的定位结果。
2.根据权利要求1所述的方法,其特征在于,获取预设时间段内多个卫星信号的信号功率变化序列,包括:
识别所述预设时间段内所述定位服务使用的所述多个卫星信号对应的导航卫星编号;
根据所述导航卫星编号在所述预设时间段内跟踪所述多个卫星信号的信号功率变化,获取所述多个卫星信号的信号功率变化序列。
3.根据权利要求1所述的方法,其特征在于,所述定位要求包括:
所述预设时间段内各所述卫星信号的信号功率变化序列的衰落特征之间的相关性系数的均值低于预设阈值,其中,所述相关性系数用于表示所述多个卫星信号的信号功率变化序列中两个卫星信号的信号功率变化序列之间的衰落特征的相似性。
4.根据权利要求3所述的方法,其特征在于,所述预设阈值与所述电子设备的运动状态相关,其中,所述运动状态用于表示所述电子设备处于静止状态或者运动状态中的至少一种。
5.根据权利要求4所述的方法,其特征在于,通过皮尔逊相关系数、斯皮尔曼相关系数、肯达尔相关系数和相似性度量神经网络模型中的至少一种获取所述相关性系数。
6.根据权利要求4所述的方法,其特征在于,通过以下方式确定所述电子设备的运动状态:
通过所述电子设备的陀螺仪传感器、加速度传感器确定所述电子设备的速度;
根据所述电子设备的速度与速度阈值的比较结果,确定所述电子设备的运动状态。
7.根据权利要求1所述的方法,其特征在于,还包括:
对应于所述多个所述预设时间段内多个卫星信号的衰落特征不满足所述定位要求,提示用户所述定位服务异常。
8.根据权利要求7所述的方法,其特征在于,提示用户所述定位服务异常的方式包括下列中的至少一种:
所述电子设备提示关闭所述定位服务;
所述电子设备提示所述定位服务接受的卫星信号异常;
所述电子设备提示将重新开启所述定位服务。
9.一种电子设备,其特征在于,包括:
处理器,用于执行权利要求1至8中任一项所述定位方法;以及
存储器,可以与处理器耦合或者解耦用于存储由所述处理器执行的指令。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中包含有指令,当所述指令被电子设备的处理器执行时使电子设备实现权利要求1至8中任一项所述定位方法。
11.一种计算机程序产品,其特征在于,包括:计算机可读存储介质,所述计算机可读存储介质包含用于执行权利要求1至8中任一项所述定位方法的计算机程序代码。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210394155.2A CN116953735A (zh) | 2022-04-14 | 2022-04-14 | 电子设备及其定位方法和介质 |
PCT/CN2023/087670 WO2023198072A1 (zh) | 2022-04-14 | 2023-04-11 | 电子设备及其定位方法和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210394155.2A CN116953735A (zh) | 2022-04-14 | 2022-04-14 | 电子设备及其定位方法和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116953735A true CN116953735A (zh) | 2023-10-27 |
Family
ID=88328945
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210394155.2A Pending CN116953735A (zh) | 2022-04-14 | 2022-04-14 | 电子设备及其定位方法和介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN116953735A (zh) |
WO (1) | WO2023198072A1 (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10545246B1 (en) * | 2016-07-08 | 2020-01-28 | Interstate Electronics Corporation | Global navigation satellite system spoofer identification technique based on carrier to noise ratio signatures |
EP3627190A1 (en) * | 2018-09-21 | 2020-03-25 | Septentrio N.V. | System and method for detecting spoofing of gnss signals |
GB2588182B (en) * | 2019-10-11 | 2022-01-05 | Raytheon Systems Ltd | Global navigation satellite system (GNSS) anti-spoofing techniques based on similarities of gain vectors |
CN113447959B (zh) * | 2021-06-25 | 2023-05-23 | 中山大学 | 一种基于多普勒频率的gnss欺骗干扰检测方法和相关装置 |
-
2022
- 2022-04-14 CN CN202210394155.2A patent/CN116953735A/zh active Pending
-
2023
- 2023-04-11 WO PCT/CN2023/087670 patent/WO2023198072A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2023198072A1 (zh) | 2023-10-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110798790B (zh) | 麦克风异常检测方法、装置及存储介质 | |
CN113393856B (zh) | 拾音方法、装置和电子设备 | |
CN112084811B (zh) | 身份信息的确定方法、装置及存储介质 | |
CN112444829B (zh) | Gnss选星方法、装置、芯片、设备及存储介质 | |
CN110234068B (zh) | 一种定位方法及终端设备 | |
CN110737692A (zh) | 一种检索数据的方法、建立索引库的方法及装置 | |
CN114384567A (zh) | 一种定位方法及相关装置 | |
CN116953735A (zh) | 电子设备及其定位方法和介质 | |
CN111447562A (zh) | 车辆行程轨迹分析方法及装置、计算机存储介质 | |
CN114198491B (zh) | 一种基于润滑油的监测方法、系统和电子设备 | |
CN113790732B (zh) | 位置信息的生成方法及装置 | |
CN113432620B (zh) | 误差估计方法、装置、车载终端及存储介质 | |
CN114812381B (zh) | 电子设备的定位方法及电子设备 | |
CN112001442B (zh) | 特征检测方法、装置、计算机设备及存储介质 | |
CN111402873B (zh) | 语音信号处理方法、装置、设备及存储介质 | |
CN113766385A (zh) | 耳机降噪方法及装置 | |
CN111723615B (zh) | 对检测物图像进行检测物匹配判定的方法和装置 | |
CN115296978B (zh) | 根因定位方法、装置、设备 | |
CN112241005B (zh) | 雷达探测数据的压缩方法、装置及存储介质 | |
CN114283827B (zh) | 音频去混响方法、装置、设备和存储介质 | |
CN113129221B (zh) | 图像处理方法、装置、设备及存储介质 | |
CN116233696B (zh) | 气流杂音抑制方法、音频模组、发声设备和存储介质 | |
CN112050088B (zh) | 管道检测方法、装置及计算机存储介质 | |
CN116794697A (zh) | 直视卫星识别方法及电子设备 | |
CN109634862B (zh) | 应用分析方法、装置及存储介质 |
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 |