CN117849828A - 一种导航卫星射频指纹特征提取及欺骗信号检测方法 - Google Patents
一种导航卫星射频指纹特征提取及欺骗信号检测方法 Download PDFInfo
- Publication number
- CN117849828A CN117849828A CN202311854914.XA CN202311854914A CN117849828A CN 117849828 A CN117849828 A CN 117849828A CN 202311854914 A CN202311854914 A CN 202311854914A CN 117849828 A CN117849828 A CN 117849828A
- Authority
- CN
- China
- Prior art keywords
- despreading
- dimensional
- sequence
- encoder
- signal
- 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
- 238000000605 extraction Methods 0.000 title claims abstract description 23
- 238000001514 detection method Methods 0.000 title abstract description 42
- 238000005070 sampling Methods 0.000 claims abstract description 20
- 238000000034 method Methods 0.000 claims description 39
- 238000010586 diagram Methods 0.000 claims description 28
- 238000009826 distribution Methods 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 18
- 238000010606 normalization Methods 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 11
- 230000010363 phase shift Effects 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 5
- 238000013507 mapping Methods 0.000 claims description 5
- 239000000969 carrier Substances 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 4
- 230000004913 activation Effects 0.000 claims description 3
- 238000011084 recovery Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000009191 jumping Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 108010076504 Protein Sorting Signals Proteins 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明提出一种导航卫星射频指纹特征提取及欺骗信号检测方法，包括以下步骤：(1)利用正交采样的导航信号提取跟踪阶段移除载波和伪随机码后的解扩IQ序列；(2)从解扩IQ序列中提取导航消息子帧固定前导码部分对应的前导码解扩IQ序列；(3)将多个连续的前导码解扩IQ序列合并生成单张二维IQ星座灰度图；(4)利用变分自编码器对合法导航卫星二维IQ星座灰度图进行特征提取，训练变分自编码器；(5)比较待检测二维IQ星座灰度图和合法二维IQ星座灰度图重构误差之间的差别，检测欺骗信号。本发明能够在不修改现有导航卫星软硬件的情况下，以低成本为导航信号接收机提供准确可靠的导航欺骗信号检测服务。
Description
技术领域
本发明提供一种导航卫星射频指纹特征提取及欺骗信号检测方法，属于导航信号安全技术领域。
背景技术
经过多年的技术积累和不断发展，全球导航卫星系统(Global NavigationSatellite System,GNSS)已经具备了全天候连续提供全球高精度导航的能力，这意味着人们可以在任何时间、任何地点获取精确的定位、速度和时间信息。得益于这种能力，GNSS已经渗透到人们日常生活中的各个方面。卫星导航系统在被广泛应用的同时，也埋下了巨大的安全隐患。由于轨道高度、信号设计等多重因素，导航信号到达地面时非常微弱且极易受到周围环境的影响。除了这些客观存在的因素外，另一关键且不容忽视的问题是导航信号易遭受人为的干扰或欺骗攻击。相较于干扰攻击，欺骗攻击往往不容易被察觉，危害也远大于干扰攻击。现有针对导航信号的防欺骗方法主要分为以下四个方面，一是基于导航信号加密的方法，该方法需要对导航信号的结构进行一定的修改，难以大规模应用；二是基于导航信号质量检测的方法，该方法适用性较强但检测准确率较低；三是基于外部硬件辅助的方法；四是基于天线设计的方法，三与四增加了接收机的硬件与信号处理复杂度且价格较贵。因此，亟需一种无需修改现有导航卫星软硬件、成本较低、准确率高的欺骗信号检测方法，以弥补现有技术缺陷，为导航信号提供源头第一道防护。
现有技术存在的问题及缺陷为：
(1)传统基于导航信号加密的欺骗检测方法需要对信号格式进行修改，不适用于当前已经普遍应用的GNSS系统。
(2)基于导航信号质量检测的欺骗检测方法大多基于欺骗信号干扰功率较真实信号大的假设来识别欺骗干扰，在复杂的实际干扰和噪声环境中其应用存在局限性。
(3)基于外部硬件辅助和天线设计的欺骗检测方法需要增加新的传感器或天线阵列，设备接入及信号处理复杂度高。卫星导航系统的接收机一般结构轻便、构造简单，在此传统方法中，都需要对接收机进行改造，以获得识别信号所使用的物理特征，且不同型号接收机差别较大，无法实现统一改造。后期升级维护困难，对用户和开发者造成了巨大不便。
发明内容
本发明的技术解决问题是：针对现有导航欺骗信号检测方法存在的不足，提出一种导航卫星射频指纹特征提取及欺骗信号检测方法，能够在不影响正常导航、定位、授时等服务的前提下，检测出导航欺骗信号，为导航信号接收机提供准确可靠的导航欺骗信号检测服务。
本发明的技术解决方案是：一种导航卫星射频指纹特征提取及欺骗信号检测方法，包括：
步骤一、利用正交采样的导航信号提取跟踪阶段移除载波和伪随机码后的解扩IQ序列；
步骤二、从解扩IQ序列中提取导航消息子帧固定前导码部分对应的前导码解扩IQ序列；
步骤三、将多个连续的前导码解扩IQ序列合并生成单张二维IQ星座灰度图，以灰度图作为信号发射源射频指纹特征的载体；
步骤四、利用变分自编码器对合法二维IQ星座灰度图进行射频指纹特征提取，训练变分自编码器；
步骤五、基于待检测的二维IQ星座灰度图经过训练好的变分自编码器后的重构误差与合法二维IQ星座灰度图经过变分自编码器后的重构误差之间的差别，检测欺骗信号。
优选的，利用正交采样的导航信号提取跟踪阶段移除载波和伪随机码后的解扩IQ序列，具体为：
通过正交采样方式对导航信号进行采样，作为跟踪阶段进行解扩的输入；
跟踪阶段每次从输入信号流中接收1毫秒的正交采样信号，接收的正交采样信号记为输入信号，并进行如下操作：
(1)对本地载波生成器输入当前信号随时间变化的多普勒频移fD(t)、随时间变化的载波相移φ(t)和码相位τ(t)参数，得到本地载波；本地载波生成器能生成完全正交的I和Q两路载波；
(2)对本地PRN码生成器输入当前信号的码相位τ(t)参数，得到early PRN码、prompt PRN码和late PRN码；其中PRN码生成器生成的prompt PRN码是根据当前码相位τ(t)生成的PRN码，early PRN码比prompt PRN码提前半个码片，late PRN码比prompt PRN码落后半个码片，跟踪模块根据输入信号分别与三个PRN码的相关性结果确定输入信号的码相位，即相关性最大的PRN码对应的码相位为当前输入信号的码相位；
(3)本地载波与输入信号进行混频，得到移除载波的输入信号；
(4)移除载波的输入信号与early PRN码、prompt PRN码、late PRN码分别相乘并累加，即解扩，得到三个[I,Q]形式的复数，即early IQ、prompt IQ和late IQ；
(5)将prompt IQ作为反馈输入到载波循环鉴别器和过滤器，得到调整后的随时间变化的多普勒频移f′D(t)和随时间变化的载波相移φ′(t)；
(6)将early IQ，prompt IQ和late IQ作为反馈输入到码循环鉴别器和过滤器，得到调整后的码相位τ′(t)；
(7)将调整后的随时间变化的多普勒频移f′D(t)赋值给fD(t)，将随时间变化的载波相移φ′(t)赋值给φ(t)，将码相位τ′(t)赋值给τ(t)，处理下一毫秒输入的信号正交采样；
经过上述步骤后，得到解扩early IQ序列、解扩prompt IQ序列和解扩late IQ序列。
优选的，从解扩IQ序列中提取导航消息子帧固定前导码部分对应的前导码解扩IQ序列，此处解扩IQ序列即为解扩后的prompt IQ序列；具体如下：
(1)对解扩后的prompt IQ序列的I路、即对Prompt_I序列进行解码，将每一个Prompt_I数据解码成1比特；
(2)进行滑动解码处理得到有效GPS导航消息子帧，具体为：在Prompt_I序列上移动一个滑动窗口，滑动窗口为长度为300个数据的Prompt_I序列，每次读取窗口内的300个Prompt_I数据，将其转换成300比特并按照GPS导航消息子帧格式对该300个比特进行解码，即格式比对：
如果成功解码，说明当前窗口内的300个Prompt_I数据对应一个有效的GPS导航消息子帧，跳转至(3)提取子帧前导码解扩IQ序列；
否则，窗口滑动1位，即移动一个Prompt_I数据，对当前窗口内的300个Prompt_I数据进行新一轮解码；
(3)根据子帧格式将Prompt_I，prompt IQ和有效GPS导航消息子帧比特一一对应，根据子帧格式确定前导码10001011对应的起始位置，进而将前导码对应的解扩后promptIQ序列提取出来；将前导码对应的解扩后prompt IQ序列记为前导码解扩IQ序列。
优选的，将多个连续的前导码解扩IQ序列合并生成单张二维IQ星座灰度图，具体为：
(1)基于合法卫星前导码解扩IQ序列范围的经验值，对前导码解扩IQ序列进行归一化处理，得到多个连续的前导码对应的前导码解扩IQ序列为：
X′＝[[I0，Q0]，[I1，Q1]，...，[IiQi]，...，[INQN]]；
其中，[Ii，Qi]为归一化后的第i个前导码解扩prompt IQ数据；
(2)将所有N个解扩IQ数据在尺寸为[Imin,Imax]x[Qmin,Qmax]的二维平面上展开，其中Imin、Imax表示Ii的最小值和最大值的经验值，Qmin、Qmax为表示Qi的最小值和最大值的经验值；
(3)将[Imin,Imax]x[Qmin,Qmax]的二维平面划分为M×M块，统计每块中前导码解扩prompt IQ数据的个数，并将其映射成[0,255]的像素值，构造如下的二维灰度图：
其中，ρi，j表示第i行第j列的块的像素值。
优选的，基于合法卫星前导码解扩IQ序列范围的经验值，对前导码解扩IQ序列进行归一化处理，公式如下：
其中X表示I路或Q路数据，表示归一化处理后的I路或Q路数据，Xmax、Xmin表示Ii和Qi的最小值和最大值的经验值；归一化后，将连续的N个前导码对应的解扩IQ序列转换成1张大小为M×M的灰度图，参数N代表每张灰度图刻画前导码解扩IQ序列空间分布随时间变化的能力；参数M代表灰度图的分辨率。
优选的，利用变分自编码器对合法二维IQ星座灰度图进行射频指纹特征提取，训练变分自编码器；变分自编码器包含编码器和解码器；具体为：
(1)对编码器输入合法二维IQ星座灰度图，对其进行降维处理，将输入的灰度图映射到低维空间，得到包含二维IQ星座灰度图空间分布特征的低维向量，记为隐变量Z，即为射频指纹特征；
(2)对解码器输入隐变量Z，对隐变量Z进行恢复处理，得到重构后的输出灰度图，即大小为M×M的二维IQ星座灰度图，根据输入灰度图与输出灰度图进行计算得到重构误差；其中，恢复处理为从低维隐变量中表示的空间分布特征中恢复出原始二维IQ星座灰度图，确保编码器提取正确特征；
使用合法GPS卫星灰度图数据集训练变分自编码器，获得利用合法二维IQ星座灰度图训练好的变分自编码器，将所有合法二维IQ星座灰度图射频指纹特征的均值存储于本地数据库中，表征合法GPS卫星的射频指纹特征。
优选的，所述变分自编码器中，除输出层外，其余每层皆采用relu激活函数。
优选的，基于待检测的二维IQ星座灰度图经过训练好的变分自编码器后的重构误差与合法二维IQ星座灰度图经过变分自编码器后的重构误差之间的差别，检测欺骗信号；具体为：
(1)对使用合法二维IQ星座灰度图训练好的变分自编码器输入待检测的二维IQ星座灰度图，比较输入灰度图和输出灰度图计算得到重构误差；
(2)依据合法二维IQ星座灰度图得到的重构误差设定重构误差阈值T，重构误差大于T则判定为欺骗信号，否则为合法信号。
本发明与现有技术相比具有如下优点：
(1)本发明提出的射频指纹特征和欺骗信号检测方法，属于物理层的检测方法，与上层协议无关，同时可以与现有技术有效结合提升欺骗信号检测精度，适用于多样化的应用场景。
(2)本发明针对GNSS系统中导航信号欺骗攻击检测的问题，基于无线射频指纹认证的思想，设计了一种新的基于变分自编码器的欺骗信号检测方法，将欺骗信号检测问题转换成合法信号的异常检测问题，能够有效地提高GNSS系统中欺骗攻击检测的准确性。
(3)本发明提出的射频指纹特征和欺骗信号检测方法，无需更改现有导航卫星系统的软硬件体系，容易集成至现有导航信号接收机，与现有技术相比，具有更好的可实现性。
(4)本发明实现的欺骗信号检测基于导航卫星与生俱来的射频指纹特征，在信号接收过程中可直接提取，无需在导航消息中内嵌认证凭证，与现有技术相比，无需额外带宽开销。
(5)本发明提出的射频指纹特征和欺骗信号检测方法，无需天线、陀螺仪等额外硬件设备辅助，与现有技术相比，具有更低的实现成本。
(6)本发明提出的射频指纹特征和欺骗信号检测方法，在欺骗信号发生的电磁空间对其进行检测，与现有技术相比，能够在攻击源头为导航信号提供第一道防护，有效应对复杂电磁对抗环境下的卫星导航欺骗攻击。
附图说明
图1为本发明提供的欺骗攻击检测方法流程图；
图2为本发明提供的GPS射频指纹数据处理流程图；
图3为本发明提供的GPS子帧前导prompt IQ提取流程图；
图4为本发明提供的编码器、解码器网络框架结构图；
图5为本发明提供的利用变分自编码器检测欺骗信号流程图。
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。
针对现有技术存在的问题，基于导航卫星的射频指纹特征实现欺骗信号检测有望成为解决上述问题的有效方法，其原理是通过区分合法导航卫星的射频指纹特征与欺骗卫星的射频指纹特征，实现对欺骗导航信号的检测。射频指纹特征主要是由无线电收发器在制造过程中随机产生的微小差异造成的信号损伤引起的，具有唯一性、不可伪造性，这些特征隐藏在复杂的信道与环境噪声下，难以控制、预测和克隆。本发明提供了一种导航卫星射频指纹特征提取及欺骗信号检测方法，通过使用射频指纹特征可以有效应对复杂电磁对抗环境下的卫星导航欺骗攻击，提升欺骗检测准确性。下面结合附图对本发明作详细的描述。
一种导航卫星射频指纹特征提取及欺骗信号攻击检测方法包括：在对导航信号经过采样与解扩、前导码解扩IQ序列提取、并将多个连续的前导码解扩IQ序列合并生成单张二维IQ星座灰度图后，通过变分自编码器，提取导航信号子帧前导码对应的信号发射源卫星的射频指纹特征；接收大量合法导航卫星信号和非法导航卫星导航信号，分别构造合法导航卫星和非法导航卫星的射频指纹特征数据集；利用变分自编码器训练导航卫星欺骗信号检测模型，将欺骗信号检测问题转换成合法信号的异常检测问题。
如图1所示，本发明提供的信号攻击检测方法包括以下步骤：
S101：导航信号采样与解扩：提取导航信号跟踪阶段移除载波和伪随机码(即解扩)后的IQ序列；
具体的：通过正交采样方式对导航信号进行采样，将信号采样经过跟踪阶段移除载波和伪随机码(即解扩)处理后得到一串解扩后信号序列，序列中每个数据通常包含I和Q两路，以[I,Q]的形式存在。该步骤可以很大程度上消除其他卫星信号射频特征的影响；
S102：前导码解扩IQ序列提取：提取导航消息子帧固定前导码部分对应的前导码解扩IQ序列；
具体的：根据导航消息子帧格式确定步骤一中得到的一串IQ序列中(下称解扩IQ序列)导航消息子帧前导码部分对应的起始位置，并提取前导码部分对应的解扩IQ序列。该步骤很大程度上消除了导航消息子帧其他可变数据部分对应的解扩IQ序列采样对射频指纹特征的影响；
S103：灰度图数据集生成：将多个连续的前导码解扩IQ序列合并生成单张二维IQ星座灰度图，以灰度图作为信号发射源射频指纹特征的载体；
具体的：将多个连续的前导码对应的解扩IQ序列合并生成单张二维IQ星座灰度图，以灰度图作为信号发射源射频指纹特征的载体。该步骤刻画了导航信号的射频指纹特征在时间和空间上的分布特性，并生成数据集方便之后的训练和测试；
S104：射频指纹特征提取：利用变分自编码器的编码器对合法导航卫星二维IQ星座灰度图进行特征提取；
具体的：利用变分自编码器的编码器对合法导航卫星二维IQ星座灰度图进行特征提取。该步骤使用变分自编码器找到合法导航卫星特征的分布，从而使用此分布进行后续异常检测
S105：欺骗信号检测：基于待检测二维IQ星座灰度图经过训练好的变分自编码器后的重构误差与合法卫星二维IQ星座灰度图经过变分自编码器后的重构误差之间的差别，检测欺骗信号。
具体的：基于待检测二维IQ星座灰度图经过变分自编码器后的重构误差与合法卫星二维IQ星座灰度图经过变分自编码器后的重构误差之间的差别，识别欺骗信号。该步骤验证了欺骗信号检测的功能。
进一步，所述步骤二前导码解扩IQ序列提取中，由于前导码字段是卫星导航中事先定义好的8bit固定序列，即10001011，故使用该字段来执行射频指纹特征提取来排除可变数据部分对认证的影响。通过将步骤一中的解扩IQ序列传递给导航电文解码模块，在解码阶段，确定导航消息每一子帧的起始位置，进而确定前导码位置，并提取前导码对应的解扩IQ序列，用后续射频指纹特征估计。
进一步，所述步骤三灰度图数据集生成中，基于合法卫星前导码解扩IQ序列采样范围的经验值，采用最大最小值归一化方法，对合法卫星和非法卫星前导码解扩IQ序列进行归一化处理，公式如下：
其中X表示I路或Q路数据，Xmax，Xmin为固定的经验值。归一化后，将连续的N个子帧的前导码对应的解扩IQ序列转换成1张大小为M×M的灰度图，参数N代表每张灰度图刻画前导码解扩IQ序列空间分布随时间变化的能力，N越大，每张灰度图携带的前导码解扩信号IQ序列的时间分布特征越明显。参数M代表灰度图的分辨率，一般来说M越大，识别性能越好。
进一步，所述步骤四射频指纹特征提取与步骤五欺骗信号检测中，以合法导航卫星的灰度图数据库作为训练集，在该训练集上利用变分自编码器提取合法导航卫星的射频指纹特征。变分自编码器由一个编码器和一个解码器构成，其中编码器学习合法卫星灰度图数据的数据分布，并从该分布中采样得到隐变量Z，作为合法卫星二维IQ星座灰度图的潜在表示；解码器通过计算概率对隐变量Z实现重构。对于训练好的变分自编码器模型，通过合法卫星灰度图与非法卫星灰度图经过重构后产生的误差的差别(即合法卫星灰度图重构误差小，非法卫星灰度图重构误差大)，检测欺骗信号。
进一步，所述导航卫星射频指纹特征提取及欺骗信号检测方法的具体步骤如图2所示，本发明实例提供的GPS信号采样解扩、前导码解扩IQ提取、二维IQ星座灰度图数据生成、射频指纹特征提取的流程如下：
1、导航信号采样与解扩GPS采用码分多址(CDMA)的复用方式，每颗卫星采用特有的伪随机(PRN，Pseudo Random Noise)码对导航信号进行扩频处理，以保证不同卫星的信号在捕获和跟踪阶段互不影响。由于信号经过扩频后单位频率的能量降低，信号相当于“隐藏”在噪声中，未经过跟踪阶段解扩处理的信号射频指纹特征不明显。同时，未经过跟踪阶段解扩处理的信号中携带卫星的PRN码，由于GPS欺骗信号也包含合法卫星的PRN码，利用未解扩信号数据训练认证模型时可能会导致机器学习提取的射频指纹特征受PRN码的主导，影响欺骗信号检测性能。并且，前导码对于所有卫星来说是固定的，即10001011，采用前导码可以消除可变数据部分对认证的影响。综上所示，本发明采用跟踪阶段解扩后的IQ序列实现对欺骗信号的检测。
经过正交采样后，输入到跟踪阶段的信号的复基带等效可表示如下：
其中A(t)是信号振幅，是原信号sT(t)经过过滤后的版本，τ(t)是随时间变化的码相位(或者码延迟)，fD(t)是随时间变化的多普勒频移，φ(t)是随时间变化的载波相移，n(t)是随机噪音，Ts＝1/fs代表采样周期(fs代表采样率)。
跟踪阶段每次输入1毫秒的信号正交采样(即xIN[k])，实时跟踪信号精确的多普勒频移fD(t)和码相位τ(t)，生成本地载波和PRN码，与输入信号进行混频(即相乘)，将载波和PRN码从信号中移除。具体过程如下：
(1)对本地载波生成器(例如数字振荡器)输入当前信号的fD(t)、φ(t)和τ(t)参数，得到本地载波；其中本地载波生成器的特点在于能生成完全正交的I和Q两路载波，不存在相位噪声、IQ不均衡等误差；
(2)对本地PRN码生成器输入当前信号的τ(t)参数，得到early，prompt，late三个PRN码；其中PRN码生成器的特点在于生成的prompt PRN码是根据当前码相位τ(t)生成的PRN码，early PRN码比prompt PRN码提前半个码片，late PRN码比prompt PRN码落后半个码片，跟踪模块根据输入信号分别与三个PRN的相关性结果确定输入信号的码相位，即相关性最大的PRN码对应的码相位为当前输入信号的码相位；
(3)本地载波与输入的1毫秒信号正交采样进行混频，得到移除载波的输入信号；其中混频模块的特点在于利用(1)中生成的I/Q两路载波分别与输入信号的IQ两路进行混频。
(4)移除载波的输入信号与early，prompt，late三个PRN码分别相乘并累加(即解扩)得到三个[I,Q]形式的复数(early IQ、prompt IQ和late IQ)；
(5)将prompt IQ作为反馈被输入到载波循环鉴别器和过滤器，得到调整后的f′D(t)和φ′(t)；其中载波循环鉴别器的特点在于利用arctan鉴别器解决本地载波相位与信号相位偏差的问题；
(6)将early IQ，prompt IQ和late IQ作为反馈输入到码循环鉴别器和过滤器，得到整后的码相位τ′(t)；
(7)跳转至步骤(1)，跟踪模块继续根据调整后的f′D(t)、φ′(t)和τ′(t)参数，处理下一毫秒输入的信号正交采样。
经过上述步骤后，跟踪模块输出early，prompt和late三个解扩IQ序列，其中prompt IQ序列用于后续解码导航消息。
2.前导码解扩IQ序列提取
如图3所示，前导码解扩IQ序列提取步骤如下：
(1)对解码模块(Telemetry Decoder)输入解扩后的prompt IQ序列的I路(即Prompt_I序列)，对Prompt_I序列进行滑动解码处理得到导航消息子帧序列；其中解码模块的特点在于将一个Prompt_I数据解码成1比特；滑动解码处理的特点在于在Prompt_I序列上移动一个长度为300个数据的滑动窗口进行步骤(2)的解码；
(2)解码模块每次读取窗口内的300个Prompt_I数据，转换成300比特并按照GPS导航消息子帧格式对该300个比特进行解码(即格式比对)。
如果成功解码，说明当前窗口内的300个Prompt_I数据对应一个有效的GPS导航消息子帧，跳转至步骤(3)子帧前导码解扩IQ序列提取模块；
否则，窗口滑动1位，跳回至步骤(2)对窗口内的300个Prompt_I数据进行新一轮解码；
(3)对子帧前导码解扩IQ序列提取模块输入有效GPS导航消息子帧，根据子帧格式可以确定前导码10001011对应的起始位置，进而将前导码对应的解扩后prompt IQ序列提取出来；子帧前导码解扩IQ序列提取模块的特点在于根据子帧格式将Prompt_I，prompt IQ和导航消息子帧比特一一对应。
方便后续叙述，将解扩后prompt IQ序列记为解扩IQ序列。
3、灰度图数据集生成
将多个连续的前导码对应的解扩IQ序列合并生成单张二维IQ星座灰度图，具体如下：
(1)基于合法卫星前导码解扩IQ序列范围的经验值，采用最大最小值归一化方法，对前导码解扩IQ序列进行归一化处理，得到多个连续的前导码对应的解扩IQ序列可以表示为：
X′[[I0，Q0]，[I1，Q1]，...，[IiQi]，...，[INQN]]；
其中，[Ii，Qi]为归一化后的第i个前导码解扩prompt IQ数据。
(2)将所有N个解扩IQ数据在尺寸为[Imin,Imax]x[Qmin,Qmax]的二维平面上展开，其中Imin、Imax表示Ii的最小值和最大值的经验值，Qmin、Qmax为表示Qi的最小值和最大值的经验值；。
(3)将[Imin,Imax]x[Qmin,Qmax]的二维平面划分为M×M块，统计每块中前导码解扩prompt IQ数据的个数，并将其映射成[0,255]的像素值，构造如下的二维灰度图：
其中，ρi，j表示第i行第j列的块的像素值。
4、射频指纹特征提取
本发明基于GPS前导码解扩二维IQ星座灰度图的空间分布特征(加时序变化特征)实现对GPS卫星的射频指纹认证，准确区分出合法GPS信号和GPS欺骗信号，属于稳态特征的范畴。本发明将GPS欺骗信号检测问题建模成合法信号的异常检测问题，利用变分自编码器提取GPS信号二维IQ星座灰度图的特征并进行欺骗信号的检测。本发明所使用的变分自编码器网络结构如图4所示，前五层为编码器，后五层为解码器。利用变分自编码器提取射频指纹的步骤如下：
(1)对编码器输入合法GPS卫星灰度图，对灰度图进行降维处理，得到隐变量Z(包含星座灰度图空间分布特征的低维向量)，即为射频指纹特征；其中编码器的特点在于其输入为M×M大小的IQ星座灰度图，由四层卷积层和一层全连接层构成；降维处理的特点在于将输入灰度图映射到低维空间，更好地表示数据的空间分布特征；
(2)对解码器输入隐变量Z，对隐变量Z进行恢复处理，得到重构后的输出灰度图，即大小为M×M的二维IQ星座灰度图，根据输入灰度图与输出灰度图进行计算得到重构误差；其中解码器的特点在于由四层卷积层和一层全连接层构成；恢复处理的特点在于从低维隐变量中表示的空间分布特征中恢复出原始灰度图，确保编码器提取正确特征；
使用合法GPS卫星灰度图数据集训练变分自编码器，获得基于合法二维IQ星座灰度图训练好的变分自编码器，将所有合法二维IQ星座灰度图射频指纹特征的均值存储于本地数据库中，表征合法GPS卫星的射频指纹特征。
其中编码器和解码器分别由四层卷积层和一层全连接层连接而成。前五层为编码器，从输入的M×M大小的IQ灰度图中学习合法卫星的数据分布，并从该分布中采样得到隐变量Z，学习合法卫星IQ灰度图的潜在表示。后五层为解码器，通过计算概率实现重构，将隐变量Z还原到输入样本维数，即M×M。除输出层外，其余每层皆采用relu激活函数。变分自编码器通过学习正常数据的分布，量化输入数据与正常分布的匹配程度，通过这种匹配程度来确定输入数据是否为异常。以此原理，在合法GPS卫星灰度图数据集上训练变分自编码器，模型的编码器和解码器实现输入数据X与隐变量Z之间的转换，可以学习合法GPS信号灰度图的正常分布，进而进行异常检测。
5、欺骗信号检测
训练完成后，由于变分自编码器是用合法卫星的IQ星座灰度图训练的，所以只捕获到了合法卫星的射频指纹特征，变分自编码器会把任何输入都依据合法卫星IQ星座灰度图的射频指纹特征进行重构，所以，当输入合法卫星IQ星座灰度图，模型能有效重构合法图像，重构误差小；输入欺骗卫星图像，模型可能将其重构为合法图像(因为降维过程可能丢失异常特征)，但重构误差大。因此，可以根据重构误差大小，判断输入的卫星卫星IQ星座灰度图是否来自合法卫星，即生成灰度图的信号为合法信号。如图5所示，利用训练好的变分自编码器进行欺骗信号检测的流程如下：
(1)经过上述步骤1～步骤4，提取待检测的二维IQ星座灰度图，对使用合法二维IQ星座灰度图训练好的变分自编码器的编码器输入待检测的二维IQ星座灰度图，比较输入灰度图和输出灰度图计算得到的重构误差，从解码器得到重构误差；
(2)依据合法二维IQ星座灰度图得到的重构误差设定重构误差阈值T，重构误差大于T则判定为欺骗信号，否则为合法信号。
如表1所示的实验结果数据表明，基于射频指纹的信号攻击检测方法能够保证与已知特征相较性能增益。在GPS卫星场景下，本发明提出的射频指纹提取与欺骗检测方法可以实现合法信号误检率低于2％的同时欺骗信号检测精度大于98％。
表1本发明的实验结果图
上述实验中使用的是卫星导航信号的原始IQ，任意能提取出原始IQ的卫星及地面无线通信场景均可使用所提出的方法进行设备特征提取及设备认证。基于此物理层射频特征的识别方案在未来通信网络中具有诸多应用价值。例如：基于物理层设备识别进行设备追踪、基于设备物理层识别实现差异化管控、基于物理层设备识别的异构网络安全融合、增强用户身份信息的隐匿性等。
在实际应用中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现，所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid StateDisk(SSD))等。
以上所述，仅为本发明的具体实施方式，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，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。
本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (8)
1.一种导航卫星射频指纹特征提取及欺骗信号检测方法，其特征在于包括：
步骤一、利用正交采样的导航信号提取跟踪阶段移除载波和伪随机码后的解扩IQ序列；
步骤二、从解扩IQ序列中提取导航消息子帧固定前导码部分对应的前导码解扩IQ序列；
步骤三、将多个连续的前导码解扩IQ序列合并生成单张二维IQ星座灰度图，以灰度图作为信号发射源射频指纹特征的载体；
步骤四、利用变分自编码器对合法二维IQ星座灰度图进行射频指纹特征提取，训练变分自编码器；
步骤五、基于待检测的二维IQ星座灰度图经过训练好的变分自编码器后的重构误差与合法二维IQ星座灰度图经过变分自编码器后的重构误差之间的差别，检测欺骗信号。
2.根据权利要求1所述的一种导航卫星射频指纹特征提取及欺骗信号检测方法，其特征在于：利用正交采样的导航信号提取跟踪阶段移除载波和伪随机码后的解扩IQ序列，具体为：
通过正交采样方式对导航信号进行采样，作为跟踪阶段进行解扩的输入；
跟踪阶段每次从输入信号流中接收1毫秒的正交采样信号，接收的正交采样信号记为输入信号，并进行如下操作：
(1)对本地载波生成器输入当前信号随时间变化的多普勒频移fD(t)、随时间变化的载波相移φ(t)和码相位τ(t)参数，得到本地载波；本地载波生成器能生成完全正交的I和Q两路载波；
(2)对本地PRN码生成器输入当前信号的码相位τ(t)参数，得到early PRN码、promptPRN码和late PRN码；其中PRN码生成器生成的prompt PRN码是根据当前码相位τ(t)生成的PRN码，early PRN码比prompt PRN码提前半个码片，late PRN码比prompt PRN码落后半个码片，跟踪模块根据输入信号分别与三个PRN码的相关性结果确定输入信号的码相位，即相关性最大的PRN码对应的码相位为当前输入信号的码相位；
(3)本地载波与输入信号进行混频，得到移除载波的输入信号；
(4)移除载波的输入信号与early PRN码、prompt PRN码、late PRN码分别相乘并累加，即解扩，得到三个[I,Q]形式的复数，即early IQ、prompt IQ和late IQ；
(5)将prompt IQ作为反馈输入到载波循环鉴别器和过滤器，得到调整后的随时间变化的多普勒频移f′D(t)和随时间变化的载波相移φ′(t)；
(6)将early IQ，prompt IQ和late IQ作为反馈输入到码循环鉴别器和过滤器，得到调整后的码相位τ′(t)；
(7)将调整后的随时间变化的多普勒频移f′D(t)赋值给fD(t)，将随时间变化的载波相移φ′(t)赋值给φ(t)，将码相位τ′(t)赋值给τ(t)，处理下一毫秒输入的信号正交采样；
经过上述步骤后，得到解扩early IQ序列、解扩prompt IQ序列和解扩late IQ序列。
3.根据权利要求2所述的一种导航卫星射频指纹特征提取及欺骗信号检测方法，其特征在于：从解扩IQ序列中提取导航消息子帧固定前导码部分对应的前导码解扩IQ序列，此处解扩IQ序列即为解扩后的prompt IQ序列；具体如下：
(1)对解扩后的prompt IQ序列的I路、即对Prompt_I序列进行解码，将每一个Prompt_I数据解码成1比特；
(2)进行滑动解码处理得到有效GPS导航消息子帧，具体为：在Prompt_I序列上移动一个滑动窗口，滑动窗口为长度为300个数据的Prompt_I序列，每次读取窗口内的300个Prompt_I数据，将其转换成300比特并按照GPS导航消息子帧格式对该300个比特进行解码，即格式比对：
如果成功解码，说明当前窗口内的300个Prompt_I数据对应一个有效的GPS导航消息子帧，跳转至(3)提取子帧前导码解扩IQ序列；
否则，窗口滑动1位，即移动一个Prompt_I数据，对当前窗口内的300个Prompt_I数据进行新一轮解码；
(3)根据子帧格式将Prompt_I，prompt IQ和有效GPS导航消息子帧比特一一对应，根据子帧格式确定前导码10001011对应的起始位置，进而将前导码对应的解扩后prompt IQ序列提取出来；将前导码对应的解扩后prompt IQ序列记为前导码解扩IQ序列。
4.根据权利要求3所述的一种导航卫星射频指纹特征提取及欺骗信号检测方法，其特征在于：将多个连续的前导码解扩IQ序列合并生成单张二维IQ星座灰度图，具体为：
(1)基于合法卫星前导码解扩IQ序列范围的经验值，对前导码解扩IQ序列进行归一化处理，得到多个连续的前导码对应的前导码解扩IQ序列为：
X′＝[[I0，Q0]，[I1，Q1]，...，[IiQi]，...，[INQN]]；
其中，[Ii，Qi]为归一化后的第i个前导码解扩prompt IQ数据；
(2)将所有N个解扩IQ数据在尺寸为[Imin,Imax]x[Qmin,Qmax]的二维平面上展开，其中Imin、Imax表示Ii的最小值和最大值的经验值，Qmin、Qmax为表示Qi的最小值和最大值的经验值；
(3)将[Imin,Imax]x[Qmin,Qmax]的二维平面划分为M×M块，统计每块中前导码解扩promptIQ数据的个数，并将其映射成[0,255]的像素值，构造如下的二维灰度图：
其中，ρi，j表示第i行第j列的块的像素值。
5.根据权利要求4所述的一种导航卫星射频指纹特征提取及欺骗信号检测方法，其特征在于：基于合法卫星前导码解扩IQ序列范围的经验值，对前导码解扩IQ序列进行归一化处理，公式如下：
其中X表示I路或Q路数据，表示归一化处理后的I路或Q路数据，Xmax、Xmin表示Ii和Qi的最小值和最大值的经验值；归一化后，将连续的N个前导码对应的解扩IQ序列转换成1张大小为M×M的灰度图，参数N代表每张灰度图刻画前导码解扩IQ序列空间分布随时间变化的能力；参数M代表灰度图的分辨率。
6.根据权利要求4所述的一种导航卫星射频指纹特征提取及欺骗信号检测方法，其特征在于：利用变分自编码器对合法二维IQ星座灰度图进行射频指纹特征提取，训练变分自编码器；变分自编码器包含编码器和解码器；具体为：
(1)对编码器输入合法二维IQ星座灰度图，对其进行降维处理，将输入的灰度图映射到低维空间，得到包含二维IQ星座灰度图空间分布特征的低维向量，记为隐变量Z，即为射频指纹特征；
(2)对解码器输入隐变量Z，对隐变量Z进行恢复处理，得到重构后的输出灰度图，即大小为M×M的二维IQ星座灰度图，根据输入灰度图与输出灰度图进行计算得到重构误差；其中，恢复处理为从低维隐变量中表示的空间分布特征中恢复出原始二维IQ星座灰度图，确保编码器提取正确特征；
使用合法GPS卫星灰度图数据集训练变分自编码器，获得利用合法二维IQ星座灰度图训练好的变分自编码器，将所有合法二维IQ星座灰度图射频指纹特征的均值存储于本地数据库中，表征合法GPS卫星的射频指纹特征。
7.根据权利要求6所述的一种导航卫星射频指纹特征提取及欺骗信号检测方法，其特征在于：所述变分自编码器中，除输出层外，其余每层皆采用relu激活函数。
8.根据权利要求6所述的一种导航卫星射频指纹特征提取及欺骗信号检测方法，其特征在于：基于待检测的二维IQ星座灰度图经过训练好的变分自编码器后的重构误差与合法二维IQ星座灰度图经过变分自编码器后的重构误差之间的差别，检测欺骗信号；具体为：
(1)对使用合法二维IQ星座灰度图训练好的变分自编码器输入待检测的二维IQ星座灰度图，比较输入灰度图和输出灰度图计算得到重构误差；
(2)依据合法二维IQ星座灰度图得到的重构误差设定重构误差阈值T，重构误差大于T则判定为欺骗信号，否则为合法信号。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311854914.XA CN117849828A (zh) | 2023-12-29 | 2023-12-29 | 一种导航卫星射频指纹特征提取及欺骗信号检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311854914.XA CN117849828A (zh) | 2023-12-29 | 2023-12-29 | 一种导航卫星射频指纹特征提取及欺骗信号检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117849828A true CN117849828A (zh) | 2024-04-09 |
Family
ID=90530655
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311854914.XA Pending CN117849828A (zh) | 2023-12-29 | 2023-12-29 | 一种导航卫星射频指纹特征提取及欺骗信号检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117849828A (zh) |
-
2023
- 2023-12-29 CN CN202311854914.XA patent/CN117849828A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11802978B2 (en) | SDR for navigation with LTE signals | |
| CN107026810A (zh) | 突发直扩系统及其突发直扩波形的伪码同步方法 | |
| Hanna et al. | Signal processing-based deep learning for blind symbol decoding and modulation classification | |
| Zhou et al. | Design of a robust RF fingerprint generation and classification scheme for practical device identification | |
| CN104155663A (zh) | 一种应用于卫星导航系统的反欺骗攻击的方法及系统 | |
| WO2019177852A1 (en) | Time of arrival estimation for bluetooth systems and devices | |
| CN116577808B (zh) | 一种基于接收机相关器输出的导航欺骗干扰检测方法 | |
| CN111601307A (zh) | 一种基于瞬态-稳态的部分叠加射频指纹方法 | |
| CN108206795B (zh) | 基于置信传递的频率选择性衰落信道的盲认证方法和系统 | |
| Shen et al. | Chip rate and pseudo‐noise sequence estimation for direct sequence spread spectrum signals | |
| Gu et al. | Attack-aware synchronization-free data timestamping in LoRaWAN | |
| CN109085613B (zh) | 基于星座轨迹的卫星欺骗干扰识别方法及装置 | |
| Zhu et al. | Global positioning system spoofing detection based on support vector machines | |
| US11585943B2 (en) | Detection and elimination of GNSS spoofing signals with PVT solution estimation | |
| CN108173791B (zh) | 基于平滑技术的时变衰落信道的物理层盲认证方法及系统 | |
| CN111624632B (zh) | 一种卫星导航信号捕获方法及装置 | |
| CN117849828A (zh) | 一种导航卫星射频指纹特征提取及欺骗信号检测方法 | |
| CN108616323A (zh) | 基于动态多峰组合的ccsk信号改进方法 | |
| CN114980086A (zh) | 模型训练、密钥生成方法、训练设备、通信方及系统 | |
| JP7431333B2 (ja) | タイムアンビギュイティの高速な分析のための無線信号装置及び方法 | |
| CN113242201A (zh) | 基于生成分类网络的无线信号增强解调方法及系统 | |
| Zhang et al. | Wi-Fi device identification based on multi-domain physical layer fingerprint | |
| Gahlawat | Investigation of rf fingerprinting approaches in gnss | |
| Wen et al. | RF transmitter identification and classification based on deep residual shrinkage network | |
| Qiu et al. | Digital blind despreading method for intermediate frequency short‐code DSSS signal |
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 |