張倫東,張 超,高揚(yáng)駿
(信息工程大學(xué),鄭州 450001)
通過改進(jìn)導(dǎo)航接收機(jī),在接收機(jī)里增加硬件模塊或在數(shù)據(jù)處理階段增加欺騙檢測算法,可以有效檢測某些形式的導(dǎo)航欺騙。并且,在檢測出導(dǎo)航欺騙的同時(shí),還可采取相應(yīng)的措施消除或減弱欺騙信號,使接收機(jī)能夠輸出安全的導(dǎo)航結(jié)果。也就是說,即使在欺騙的環(huán)境下,通過改進(jìn)接收機(jī),也可為用戶提供服務(wù),這就具有非常大的優(yōu)勢。但是,用戶手中現(xiàn)有的接收機(jī)或市場上大量的沒有改進(jìn)的接收機(jī)并不允許用戶更改。另外,導(dǎo)航欺騙技術(shù)也是動(dòng)態(tài)發(fā)展的,改進(jìn)的接收機(jī)對一類欺騙技術(shù)可以檢測,對另一類欺騙檢測技術(shù)可能就檢測不出來,此時(shí)再相信衛(wèi)星導(dǎo)航的結(jié)果則會(huì)帶來很大的危害。
一般來說,導(dǎo)航欺騙都是針對衛(wèi)星導(dǎo)航的,還未發(fā)現(xiàn)針對視覺、慣性等非衛(wèi)星導(dǎo)航的欺騙技術(shù),所以可利用慣性導(dǎo)航、視覺定位等非衛(wèi)星導(dǎo)航手段和衛(wèi)星導(dǎo)航結(jié)果比較,對欺騙進(jìn)行檢測[1],這類技術(shù)稱為基于輔助信息的欺騙檢測。本文主要介
紹這種欺騙檢測技術(shù),其中對基于慣導(dǎo)信息輔助的欺騙檢測技術(shù)研究現(xiàn)狀進(jìn)行了詳細(xì)的論述。
對于現(xiàn)有商業(yè)接收機(jī),可以仿照多天線的方式,使用兩個(gè)或多個(gè)相對位置已知的天線進(jìn)行欺騙檢測。所不同是,這種方法不再檢測信號的到達(dá)方向,而是進(jìn)行位置解算,利用解算出來的天線相對位置與真實(shí)的天線相對位置比較,進(jìn)而進(jìn)行欺騙檢測[2-3]。這種方法只需要接收機(jī)的測量數(shù)據(jù),其最大的優(yōu)勢是不需要對接收機(jī)進(jìn)行任何更改,因此十分適合現(xiàn)有的商業(yè)接收機(jī)。但是,一般接收機(jī)的偽距單點(diǎn)定位誤差約為10 m,高精度接收機(jī)的誤差也為2~5 m,所以天線之間不能相距太近[4],這就限制該方法在很多場合的應(yīng)用。另外,使用多少個(gè)天線才能更好地進(jìn)行欺騙檢測,也需要深入研究。為了實(shí)現(xiàn)有效的欺騙檢測,文獻(xiàn)[5]在組合導(dǎo)航的基礎(chǔ)上又增加了一個(gè)低成本的全球衛(wèi)星導(dǎo)航系統(tǒng)(global navigation satellite system,GNSS)接收機(jī),形成一條固定基線,利用慣性導(dǎo)航系統(tǒng)(inertial navigation system, INS)計(jì)算姿態(tài)和基線矢量下的雙差觀測量,將計(jì)算的雙差觀測量和觀察到的測量值進(jìn)行比較,構(gòu)建欺騙檢測的測試統(tǒng)計(jì)量。在欺騙攻擊下,觀測到的雙差測量值與計(jì)算的觀測量會(huì)有很大的差異。這種方法不需要對接收機(jī)或天線進(jìn)行重新設(shè)計(jì)或改變,可以直接應(yīng)用到現(xiàn)有商業(yè)接收機(jī)上。但是,該方法的本質(zhì)還是利用信號的空間到達(dá)角信息來檢測欺騙信號,需要確定基線長度和姿態(tài)信息,而且姿態(tài)精度、基線長度對欺騙檢測的性能會(huì)有一定影響,在一些空間有限的場合,無法形成滿足檢測要求長度的基線。
慣性導(dǎo)航完全自主,不需要與外界進(jìn)行信息交互,不受導(dǎo)航欺騙的影響,可以用來對欺騙進(jìn)行檢測[1]。但是文獻(xiàn)[4,6]對這種方法提出了幾點(diǎn)質(zhì)疑:
1)長時(shí)間工作,其他設(shè)備往往不如衛(wèi)星導(dǎo)航精確,如果衛(wèi)星導(dǎo)航和其他設(shè)備導(dǎo)航結(jié)果不一致,應(yīng)遵循哪一種導(dǎo)航方式?他們認(rèn)為至少需要兩種精度和穩(wěn)定性相當(dāng)?shù)募夹g(shù)才能互為備份。
2)慣導(dǎo)設(shè)備需要校準(zhǔn),否則由于誤差累積,定位結(jié)果往往很快偏離正確的值。
3)采用慣導(dǎo)等信息輔助的欺騙檢測技術(shù),增加了導(dǎo)航接收機(jī)的硬件和軟件復(fù)雜度。
如果欺騙信號解算的位置與真實(shí)位置之間相差很小,則這種檢測不會(huì)起作用。慣導(dǎo)系統(tǒng)由于誤差的積累,雖然長時(shí)間導(dǎo)航的精度會(huì)下降,但是短時(shí)間的相對位置精度卻非常高,因此可以用前后時(shí)刻的相對導(dǎo)航結(jié)果對欺騙進(jìn)行檢測。
利用慣性導(dǎo)航等輔助信息進(jìn)行欺騙檢測,只需要接收機(jī)解算的位置、速度,或偽距、偽距率等結(jié)果,不需要對接收機(jī)進(jìn)行任何更改,并不會(huì)增加接收機(jī)的硬件和軟件復(fù)雜度,并且隨著微慣性技術(shù)的發(fā)展,所需成本也越來越小。欺騙檢測的閾值與陀螺儀和加速度計(jì)的精度有關(guān),陀螺儀和加速度計(jì)的精度越高,檢測閾值越小。進(jìn)一步說,如果欺騙信號解算的位置與真實(shí)位置之間相差很小,則很難達(dá)到欺騙的目的??梢?,基于慣導(dǎo)等輔助信息的欺騙檢測是完全可行的,也是非常有價(jià)值的。
2014 年,文獻(xiàn)[7]采用船上自帶的慣性測量單元(inertial measurement unit, IMU)測量的相對軌跡與接收機(jī)估計(jì)的瞬時(shí)軌跡相比較的方法,很容易地檢測出了導(dǎo)航欺騙,證明了利用慣導(dǎo)等外界輔助信息能夠有效檢測衛(wèi)星導(dǎo)航是否受到欺騙。但是,船用慣導(dǎo)的精度非常高,價(jià)格也比較貴。對于低精度低成本INS 或不同等級的IMU 能否對欺騙進(jìn)行檢測,或者檢測的性能如何,到需要深入研究。文獻(xiàn)[8]基于汽車應(yīng)用的 GNSS 與INS 緊耦合系統(tǒng),分析了使用戰(zhàn)術(shù)級和微機(jī)電系統(tǒng)(micro-electro-mechanical systems, MEMS)級IMU 檢測GNSS 欺騙的性能限值問題。結(jié)果表明,無論是戰(zhàn)術(shù)級還是MEMS 級的IMU,在較低的欺騙動(dòng)態(tài)和較長的欺騙持續(xù)時(shí)間內(nèi),都無法立即檢測到GNSS 誤差;當(dāng)欺騙動(dòng)力學(xué)較高時(shí),戰(zhàn)術(shù)級IMU 在檢測GNSS 觀測中的異常值方面性能優(yōu)于MEMS 級IMU。這說明如果導(dǎo)航欺騙器可長時(shí)間持續(xù)欺騙,并且欺騙器施加的偏差較小,低成本IMU 很難快速地對欺騙進(jìn)行檢測;當(dāng)欺騙器施加的偏差較大時(shí),IMU 的精度越高,其檢測性能越好。該文獻(xiàn)進(jìn)一步分析了不同接收機(jī)對欺騙檢測性能的影響,結(jié)果表明接收機(jī)的質(zhì)量在欺騙檢測中的作用比IMU 的質(zhì)量更為重要,一個(gè)好的接收機(jī)與一個(gè)很差的IMU 集成,比一個(gè)差的接收機(jī)與一個(gè)很好的IMU 集成在欺騙檢測性能更好。文獻(xiàn)[9]從理論上分析了消費(fèi)級低精度IMU、中等精度光纖陀螺IMU 和高精度激光陀螺IMU 等不同精度等級對雙差觀測的預(yù)測和欺騙探測性能的影響,并采用低成本InvenSense MPU 9255、中成本Xsens MTI-G-700 和高端HJG-11G 三個(gè)檔次的IMU 進(jìn)行了實(shí)測實(shí)驗(yàn),結(jié)果表明在欺騙檢測中,需使用與MTI-G-700 性能相當(dāng)?shù)漠a(chǎn)品,才能確保高檢測概率和低虛警率。
當(dāng)衛(wèi)星導(dǎo)航與慣性導(dǎo)航組合時(shí),由于組合的級聯(lián)效應(yīng),組合導(dǎo)航結(jié)果也可能會(huì)受到衛(wèi)星導(dǎo)航欺騙的影響。文獻(xiàn)[10]分析了衛(wèi)星導(dǎo)航受到欺騙時(shí),GNSS/INS 組合系統(tǒng)卡爾曼濾波誤差協(xié)方差、新息序列等的變化,結(jié)果發(fā)現(xiàn):1)卡爾曼濾波器的誤差協(xié)方差不受欺騙的影響;2)新息序列的統(tǒng)計(jì)特性發(fā)生了變化;3)在欺騙攻擊下,估計(jì)的慣性傳感器誤差不再可靠。文獻(xiàn)[11]分析了導(dǎo)航欺騙對GNSS/INS 松組合模式的影響,發(fā)現(xiàn)在欺騙攻擊下,陀螺儀和加速度計(jì)誤差的估計(jì)值明顯增大,可根據(jù)該估計(jì)值對欺騙進(jìn)行檢測。但是,對陀螺儀和加速度計(jì)誤差的影響因素非常多,如環(huán)境的突然變化、衛(wèi)星導(dǎo)航突然出現(xiàn)野值、陀螺儀和加速度計(jì)突然出現(xiàn)故障等都會(huì)使誤差估計(jì)值明顯增大,所以僅依靠該估計(jì)值對欺騙進(jìn)行檢測是不準(zhǔn)確的。文獻(xiàn)[12-13]基于接收機(jī)自主完好性監(jiān)測(receiver autonomous integrity monitoring, RAIM)的概念,引入INS 監(jiān)測GNSS 測量和INS 測量之間的差異,利用估計(jì)殘差的時(shí)間序列實(shí)現(xiàn)欺騙檢測,并從完好性的角度對基于INS 的最壞情況欺騙攻擊監(jiān)控性能進(jìn)行了全面描述。與傳統(tǒng)RAIM 不同是,監(jiān)測所需的冗余是通過INS 測量而不是衛(wèi)星冗余提供的。文獻(xiàn)[14]研究了飛機(jī)對控制動(dòng)作的響應(yīng)對欺騙檢測的影響,作為對欺騙位置狀態(tài)估計(jì)的響應(yīng),飛機(jī)自動(dòng)駕駛儀命令使飛機(jī)機(jī)動(dòng)到欺騙器所期望的軌跡,控制器響應(yīng)會(huì)導(dǎo)致INS 立即感知到瞬態(tài)行為??梢?,對欺騙輸入的自動(dòng)駕駛儀的響應(yīng)可顯著增強(qiáng)INS 對欺騙攻擊的檢測。如果欺騙器能夠?qū)δ繕?biāo)接收機(jī)的位置實(shí)時(shí)探測,對其進(jìn)行閉環(huán)跟蹤,則目標(biāo)接收機(jī)處于最壞情況,這對欺騙檢測也帶來了巨大的挑戰(zhàn)。文獻(xiàn)[15]在前面研究的基礎(chǔ)上,提出了一種慣性導(dǎo)航監(jiān)測器,該監(jiān)測器中GNSS/INS 組合為緊組合模式,利用卡爾曼濾波新息序列對導(dǎo)航欺騙進(jìn)行檢測,構(gòu)建了一個(gè)隨機(jī)性能評估模型,驗(yàn)證了對最壞情況下的欺騙攻擊的性能。在此基礎(chǔ)上,文獻(xiàn)[16-17]建立了一個(gè)更為全面的性能評估模型,該模型利用基于卡爾曼濾波的估計(jì)器和基于新息序列的INS 探測器,捕捉飛機(jī)控制器對最壞情況欺騙攻擊的動(dòng)態(tài)響應(yīng),并利用最壞情況下的故障評估模型,對波音(BOEING)B747 著陸方式的完整性風(fēng)險(xiǎn)進(jìn)行分析,以量化監(jiān)控器的性能。仿真結(jié)果表明,除非欺騙器的跟蹤具有不切實(shí)際的高精度和無時(shí)間延遲,否則這種慣性導(dǎo)航監(jiān)測器基本上都能檢測出導(dǎo)航欺騙。文獻(xiàn)[18]還開發(fā)了一個(gè)集成監(jiān)測(檢測器)和估計(jì)(估計(jì)器)的框架,在最壞情況下,模擬了BOEING B747 的最后進(jìn)近過程,結(jié)果與GNSS/INS 緊組合模式時(shí)一致,即監(jiān)測器能夠有效地檢測出除欺騙器跟蹤裝置具有不切實(shí)際的高精度外的欺騙攻擊。為了深入驗(yàn)證慣導(dǎo)監(jiān)測器對最壞情況下的GNSS 欺騙攻擊的抵抗能力,文獻(xiàn)[19-20]開發(fā)了一個(gè)實(shí)驗(yàn)裝置,該裝置能夠生成最壞情況下的全球定位系統(tǒng)(global positioning system, GPS)偽碼和載波相位信號,并可通過電纜直接注入至接收機(jī)。結(jié)果證明,即使欺騙器能夠跟蹤接收機(jī)的位置并濾除高頻跟蹤誤差,采用戰(zhàn)術(shù)級的慣導(dǎo)監(jiān)視器仍然能夠以較低的漏檢概率檢測到導(dǎo)航欺騙。
文獻(xiàn)[21]也深入研究了基于卡爾曼濾波的欺騙檢測方法,證明了基于卡爾曼濾波的斜坡型故障模式欺騙檢測方法的有效性。文獻(xiàn)[22]提出了一種基于MEMS-INS/GNSS 緊耦合模式的卡爾曼濾波新息和傳播過程估計(jì)的欺騙識別方法,并在欺騙框架下實(shí)現(xiàn)了估計(jì)器的迭代,進(jìn)而可以減少計(jì)算量。在GNSS/INS 組合導(dǎo)航中,并不一定采用卡爾曼濾波進(jìn)行信息融合,也有可能采用其他濾波方式。文獻(xiàn)[23]提出了一種將自適應(yīng)粒子群優(yōu)化濾波器應(yīng)用于 INS/GPS 組合系統(tǒng)中作為欺騙攻擊估計(jì)器的新方法,由于粒子群優(yōu)化算法具有基于記憶的特性和粒子群經(jīng)驗(yàn)的優(yōu)點(diǎn),將其應(yīng)用于INS/GPS 組合系統(tǒng)中,在衛(wèi)星導(dǎo)航受欺騙時(shí),與常規(guī)粒子濾波相比,定位精度更高。仿真結(jié)果也證實(shí),在欺騙攻擊條件下,自適應(yīng)粒子群優(yōu)化濾波器算法可靠、能夠準(zhǔn)確地估計(jì)無人機(jī)的真實(shí)位置。
如果衛(wèi)星導(dǎo)航數(shù)據(jù)有野值或者傳感器發(fā)生故障,卡爾曼新息序列統(tǒng)計(jì)值也會(huì)發(fā)生變化,也有可能大于欺騙檢測設(shè)定的閾值。文獻(xiàn)[24-27]采用相同的方法,利用從卡爾曼濾波器獲得的新息序列對傳感器的故障進(jìn)行了實(shí)時(shí)檢測,這也說明這種方法并不能嚴(yán)格區(qū)分是衛(wèi)星導(dǎo)航受到欺騙還是傳感器出現(xiàn)了故障。
在很多場合下,需要正確辨識衛(wèi)星導(dǎo)航是否受到欺騙,以便對其他設(shè)備進(jìn)行警告。一種有效的方法是將GNSS 的定位測速授時(shí)等最終結(jié)果或中間結(jié)果與其他系統(tǒng)的結(jié)果進(jìn)行對比。文獻(xiàn)[28-31]采用加速度進(jìn)行比較,對不同加速度的均值和方差進(jìn)行了測試,重點(diǎn)比較了MEMS 加速度計(jì)測量的加速度和GNSS 計(jì)算的加速度,以檢測GNSS 信號的真實(shí)性。這種方法的好處是有無限的觀察窗口,在一個(gè)或幾個(gè)窗口內(nèi)就可以有效地檢測欺騙。為了合理地比較加速度,GNSS 和加速度計(jì)的測量值需要在同一坐標(biāo)系下,這就需要測量GNSS 和加速度計(jì)之間的姿態(tài)。文獻(xiàn)[32]利用低成本IMU,通過加速度向量和角速度向量的范數(shù)檢驗(yàn)IMU 與GNSS 之間的一致性,對導(dǎo)航欺騙進(jìn)行有效檢測。測試結(jié)果表明,在報(bào)警時(shí)間為3 min 的情況下,可以達(dá)到合理的檢測精度。采用加速度向量和角速度向量的范數(shù)進(jìn)行比較,這樣對IMU 測量偏差不敏感,就可以不用對IMU 進(jìn)行校準(zhǔn),也不需要確定IMU 的初始方向,增強(qiáng)了該方法的適應(yīng)性。利用IMU 的原始觀測量[33]或者載體的非完整約束[34],直接比對慣性導(dǎo)航和衛(wèi)星導(dǎo)航的位置結(jié)果[35-36],或者利用地圖[37]、GNSS/INS/里程計(jì)[38-39]等方式對導(dǎo)航欺騙進(jìn)行檢測。這些方法從原理上來講是完全可行的,但它們適用于哪些載體,對哪些欺騙方式有效,還需要深入地進(jìn)行研究。
除加速度計(jì)或IMU 外,視覺傳感器也能推算載體的軌跡,也可用于欺騙檢測。文獻(xiàn)[40-41]針對無人機(jī)的欺騙,提出了一種基于視覺的欺騙檢測方法,該方法基于無人機(jī)在飛行軌跡上運(yùn)動(dòng)窗口內(nèi)的相對子軌跡與衛(wèi)星導(dǎo)航絕對軌跡的比較,可以確定無人機(jī)欺騙的時(shí)間和位置,并限定漂移誤差。4 種無人機(jī)欺騙場景下的評估結(jié)果表明:該方法可以在無人機(jī)飛行方向變化大于3°時(shí),在遠(yuǎn)程飛行中檢測到無人機(jī)欺騙;在無人機(jī)重定向率為1°時(shí),檢測到無人機(jī)欺騙。類似地,采用單目視覺和IMU 也可對無人機(jī)的導(dǎo)航欺騙進(jìn)行有效檢測[42]。對于無人機(jī)的導(dǎo)航定位,文獻(xiàn)[43]提出可以采用協(xié)同導(dǎo)航的方式,利用沒有受到欺騙的無人機(jī)的位置確定受欺騙無人機(jī)的位置。這是一種比較新穎的思路,但是首先需要確定哪些無人機(jī)受到了欺騙,哪些沒受到欺騙;其次用多少架沒受到欺騙的無人機(jī)才能確定一架受到欺騙的無人機(jī)的位置;另外,無人機(jī)之間需要通信。目前來看,這一方法還很難進(jìn)行實(shí)際應(yīng)用。
近年來,隨著智能終端的普及,一些基于智能終端的反欺騙方法應(yīng)運(yùn)而生。文獻(xiàn)[44]探討了智能手機(jī)測量技術(shù)在欺騙檢測方面的潛力,對智能手機(jī)來說,可以使用的測量值包括來自GNSS 和其他傳感器的位置、來自GNSS 和加速度計(jì)的加速度等。文獻(xiàn)[45]也探討了智能手機(jī)上不同傳感器的性能,評估了這些傳感器在欺騙檢測方面的潛力,基于關(guān)鍵傳感器性能的評估結(jié)果,可以通過監(jiān)測基站網(wǎng)絡(luò)定位結(jié)果、自動(dòng)增益控制(automatic gain control, AGC)和載噪比(carrier-to-noise ratio,C/N0)、慣性傳感器的數(shù)據(jù)和偽距殘差或它們的組合來檢測欺騙。安卓(Android )7.0 以上的版本可以接收GNSS 原始數(shù)據(jù),文獻(xiàn)[46]使用原始載波相位測量值,計(jì)算出3 維(3D)速度、加速度和航向信息,并與其他傳感器(如磁強(qiáng)計(jì)、加速度計(jì)和氣壓計(jì))的結(jié)果進(jìn)行比較,如果比較指標(biāo)超過預(yù)先指定的閾值,則會(huì)觸發(fā)欺騙警報(bào)。但是這個(gè)閾值如何確定,對各種狀態(tài)是否有效需要進(jìn)行深入研究和評估測試。
與導(dǎo)航信號加密認(rèn)證技術(shù)和基于信號特征的欺騙檢測相比,基于輔助信息的欺騙檢測有如下優(yōu)點(diǎn):1)不需要對信號協(xié)議、基礎(chǔ)設(shè)施、接收機(jī)和接收機(jī)天線進(jìn)行任何改造,只需要增加一個(gè)輔助傳感器就可對現(xiàn)有商業(yè)接收進(jìn)行欺騙檢測;2)利用不受欺騙的輔助信息,也就是利用外界信息來檢測衛(wèi)星導(dǎo)航,避免了基于信號特征的接收機(jī)自己檢測自己的方式;3)可以提供備份的導(dǎo)航定位手段,特別是采用慣性導(dǎo)航時(shí),還可為載體提供水平姿態(tài)和航向信息。雖然增加輔助傳感器,會(huì)增加一定的成本,但是隨著微機(jī)械技術(shù)的發(fā)展,MEMS-INS 的精度越來越高,成本越來越低,相對于更改信號協(xié)議、改造基礎(chǔ)設(shè)施、甚至改進(jìn)接收機(jī)和天線的成本,已微不足道;另外,隨著微慣導(dǎo)的發(fā)展,慣性導(dǎo)航的技術(shù)門檻也越來越低,稍微懂點(diǎn)專業(yè)知識的人員,都能讀出和利用慣性器件的數(shù)據(jù),這也為基于輔助信息的欺騙檢測方法的推廣奠定了基礎(chǔ)。
但是,在長時(shí)間工作的情況下,慣性導(dǎo)航等外界信息不如衛(wèi)星導(dǎo)航精確,如何利用慣性導(dǎo)航等外界信息對衛(wèi)星導(dǎo)航欺騙進(jìn)行檢測應(yīng)深入研究。另外,GNSS/INS 具有緊耦合、松耦合等不同的組合模式,不同組合模式下如何檢測欺騙還需進(jìn)一步探討。此外,載體運(yùn)動(dòng)是否影響欺騙檢測算法的性能,如何影響也應(yīng)深入分析??梢?,基于輔助信息的欺騙檢測還處于起步階段,以下幾點(diǎn)值得關(guān)注和研究:
1)導(dǎo)航欺騙對GNSS/INS 組合導(dǎo)航的影響機(jī)理分析。不同欺騙模式對不同組合模式的組合導(dǎo)航參數(shù)影響規(guī)律應(yīng)深入分析,這是慣性導(dǎo)航輔助的欺騙檢測的基礎(chǔ)。此外,衛(wèi)星導(dǎo)航、陀螺儀、加速度計(jì)故障,衛(wèi)星導(dǎo)航多路徑誤差,衛(wèi)星導(dǎo)航野值和干擾對組合導(dǎo)航也會(huì)產(chǎn)生影響,應(yīng)該分析不同導(dǎo)航欺騙與其他故障情況下各參數(shù)變化規(guī)律的區(qū)別。
2)慣性導(dǎo)航信息輔助的欺騙檢測方法研究。不同的組合模式,導(dǎo)航欺騙的影響效果不同,如何利用慣性導(dǎo)航信息快速正確地檢測導(dǎo)航欺騙值得深入研究。另外,慣性導(dǎo)航的精度也不相同,不同精度等級的慣性導(dǎo)航其欺騙檢測能力如何評價(jià),也需進(jìn)一步探討。
3)多種欺騙檢測技術(shù)的聯(lián)合方法研究。為了更好地對欺騙進(jìn)行檢測,在可能的情況下,應(yīng)在不同的層次將幾種欺騙檢測方法聯(lián)合,將不同的檢測方法深入融合,進(jìn)一步提高欺騙檢測的成功率。
本文重點(diǎn)論述了基于輔助信息的欺騙檢測技術(shù)研究動(dòng)態(tài),尤其是對基于慣性導(dǎo)航信息輔助的欺騙檢測方法進(jìn)行了詳細(xì)的論述。最后,對相關(guān)技術(shù)進(jìn)行了展望,指出了應(yīng)該重點(diǎn)關(guān)注的幾個(gè)問題。利用外界信息輔助的導(dǎo)航欺騙檢測方法靈活,可以隨著導(dǎo)航欺騙技術(shù)的提升研究不同的檢測手段,對現(xiàn)有接收機(jī)來說非常實(shí)用。但是,目前的研究還偏少,相關(guān)的問題還沒研究清楚,需要進(jìn)一步深入研究。