INS輔助的GNSS欺騙干擾辨識與抑制方法

商向永，孫付平，張倫東，王大明，柯 曄,3

（1. 中國人民解放軍戰(zhàn)略支援部隊信息工程大學(xué)，鄭州 450001；2. 光電對抗測試評估技術(shù)重點實驗室，洛陽 471000；3. 31618部隊，福州 350000）

欺騙式干擾通過發(fā)射虛假的衛(wèi)星信號可以使得全球衛(wèi)星導(dǎo)航系統(tǒng)（Global Navigation Satellite System,GNSS）接收機輸出錯誤的位置和時間信息。近年來，多種實驗表明欺騙干擾源可以引導(dǎo)依靠GNSS接收機導(dǎo)航的汽車、輪船和無人機到錯誤的位置[1,2]。為了對抗欺騙干擾，國內(nèi)外學(xué)者提出了多種抗欺騙算法，包括基于單天線接收機信號處理的抗欺騙技術(shù)、基于信號來向的抗欺騙技術(shù)和基于其他設(shè)備輔助的抗欺騙技術(shù)等[3]。其中，大部分抗欺騙算法只能實現(xiàn)欺騙的檢測，不能恢復(fù)正確的定位和授時信息，基于陣列天線的抗欺騙技術(shù)可以檢測和抑制單一來向的欺騙信號，但較高的硬件成本限制了其大規(guī)模應(yīng)用[4]。

慣性導(dǎo)航系統(tǒng)（Inertial Navigation System, INS）定位解算不受外界干擾影響，可以為GNSS欺騙干擾的檢測和抑制提供輔助信息。已有的INS/GNSS組合導(dǎo)航的抗欺騙技術(shù)主要包括基于卡爾曼濾波器新息和新息速率的欺騙檢測算法[5,6]、基于INS與GNSS原始測量值比對的欺騙檢測算法[7]、INS輔助的GNSS載波相位[8]或自主完好性檢測算法[9]等。隨著欺騙技術(shù)的發(fā)展，欺騙干擾的起效過程更加隱蔽，牽引式欺騙干擾根據(jù)目標(biāo)接收機的位置實時控制欺騙信號生成，欺騙軌跡相對目標(biāo)接收機真實軌跡緩慢變化，避免由于位置或速度的突變而被抗欺騙算法識別[10]。已有的基于INS/GNSS組合的抗欺騙算法對上述類型的欺騙干擾檢測性能會降低，即使檢測到衛(wèi)星導(dǎo)航受到欺騙，大部分抗欺騙算法不能抑制欺騙信號并利用真實衛(wèi)星信號，不能提供長時間高精度連續(xù)導(dǎo)航。

牽引式欺騙與多徑干擾存在相似之處，都會引起接收機自相關(guān)函數(shù)的畸變，進(jìn)而導(dǎo)致GNSS定位結(jié)果出現(xiàn)偏差。為了檢測和抑制牽引式欺騙干擾，可以將多徑抑制算法（Multipath Estimation Delay Lock Loop,MEDLL）引入INS/GNSS組合導(dǎo)航系統(tǒng)中，對真實衛(wèi)星信號和欺騙信號進(jìn)行估計，抑制欺騙干擾的影響[11,12]。欺騙抑制與多徑抑制存在兩個差別：一是辨識算法不同，多徑信號落后于真實衛(wèi)星信號，因此辨識簡單，延遲較大的信號分量即為多徑，而欺騙干擾延遲可能超前也可能滯后于真實衛(wèi)星信號，需要開發(fā)新的辨識方法；二是對接收機跟蹤環(huán)路影響不同，多徑信號弱于衛(wèi)星信號，只會導(dǎo)致跟蹤環(huán)路部分偏離真實衛(wèi)星信號，而欺騙信號強于衛(wèi)星信號，并且逐步調(diào)整相對延遲，最終可能使真實衛(wèi)星信號相關(guān)峰與欺騙信號不再重疊，接收機跟蹤環(huán)路只鎖定欺騙信號，MEDLL將無法對真實衛(wèi)星信號參數(shù)進(jìn)行估計，因此需要根據(jù)欺騙信號辨識結(jié)果對接收機跟蹤環(huán)路進(jìn)行控制，保證接收機始終鎖定真實衛(wèi)星信號。

為了有效地檢測和抑制牽引式欺騙，本文將MEDLL中的Multi-correlator結(jié)構(gòu)與INS組合使用，在INS輔助下實現(xiàn)欺騙信號參數(shù)的估計、辨識和抑制，保證接收機跟蹤環(huán)路始終鎖定真實的衛(wèi)星信號，在欺騙干擾下輸出正確的定位和授時信息，提高組合導(dǎo)航系統(tǒng)在復(fù)雜環(huán)境下對抗欺騙干擾的能力。

1 基于Multi-correlator結(jié)構(gòu)的欺騙信號參數(shù)估計

1.1 欺騙信號建模

在牽引式欺騙干擾的初始階段，為了降低被抗欺騙算法檢測的概率，欺騙干擾源發(fā)射與真實衛(wèi)星信號功率、偽碼相位和載波頻率相近的欺騙干擾信號，避免接收機參數(shù)的突變。牽引式欺騙干擾的工作過程如圖1所示，在t0到t1時刻，欺騙干擾源利用信號的功率優(yōu)勢接管接收機的跟蹤環(huán)路，然后逐步增大欺騙信號的延時，直到t2時刻真實衛(wèi)星信號和欺騙信號的自相關(guān)函數(shù)相關(guān)峰不重疊，接收機跟蹤環(huán)路完全鎖定欺騙信號，按照欺騙干擾源設(shè)定的軌跡輸出錯誤的位置或時間信息。

在t0到t1時刻，由于真實衛(wèi)星信號和欺騙信號的自相關(guān)函數(shù)相互重疊，接收機跟蹤環(huán)路輸出的自相關(guān)函數(shù)會發(fā)生畸變。利用Multi-correlator結(jié)構(gòu)測量畸變的自相關(guān)函數(shù)，建立多相關(guān)器輸出同衛(wèi)星信號和欺騙信號特征參數(shù)的概率密度函數(shù)，然后利用極大似然準(zhǔn)則實現(xiàn)欺騙信號參數(shù)的估計。

欺騙干擾條件下，接收機收到的信號可以表示為：

其中，P為接收信號中衛(wèi)星信號分量和欺騙信號分量的總數(shù)；Di為導(dǎo)航電文；Ci為擴頻碼序列；Ai、τi、fi和φi分別為第i個信號分量的幅度、傳輸延遲、多普勒頻率和載波相位；n(t)為噪聲分量。

1.2 欺騙信號參數(shù)估計

接收信號r(t)與接收機本地生成的一系列擴頻碼序列C(t-δk)進(jìn)行相關(guān)運算，假設(shè)穩(wěn)定狀態(tài)下載波跟蹤環(huán)路中多普勒頻率誤差為零，則多相關(guān)器的輸出可以表示為：

其中，δ k=+kΔ表示第k個相關(guān)器的延遲，表示當(dāng)前時刻接收機擴頻碼跟蹤環(huán)路的延遲，Δ=TC/M表示兩個相鄰相關(guān)器間的延遲間隔，TC為一個擴頻碼片的寬度，M表示一個碼片內(nèi)相關(guān)器的數(shù)量；R(δk)為擴頻碼序列的自相關(guān)函數(shù)。為了實現(xiàn)對自相關(guān)函數(shù)重疊條件下欺騙信號特征參數(shù)的估計，k的取值范圍設(shè)為k=-2M…2M，即正負(fù)兩個擴頻碼區(qū)間。

將式(2)中多相關(guān)器的輸出表示成向量形式：

假設(shè)n(t)為高斯白噪聲序列，多相關(guān)器輸出U的概率密度函數(shù)可以表示為[13]：

其中，Q為噪聲序列的等價協(xié)方差矩陣：

假設(shè)接收信號中只存在一個欺騙信號分量，即P=2，依據(jù)極大似然準(zhǔn)則，利用網(wǎng)格搜索的方法遍歷所有可能的延遲(τ0,τ1)(τ0≠τ1)組合，即可求解出衛(wèi)星信號和欺騙信號的特征參數(shù)(τ0,A0,φ0)和(τ1,A1,φ1)[13]。

1.3 欺騙干擾檢測

為了使得接收機跟蹤環(huán)路鎖定欺騙信號，欺騙干擾源發(fā)射信號的偽碼牽引速率是受限的，單位時間內(nèi)欺騙信號相對真實衛(wèi)星信號偽碼相位時延的變化是一個較小的統(tǒng)計量。1.2節(jié)極大似然估計的結(jié)果中，一個信號分量為真實衛(wèi)星信號，另一個分量為欺騙信號、多徑信號或者噪聲，噪聲和動態(tài)條件下多徑信號的延遲變化是隨機的，相對真實衛(wèi)星信號延遲的變化是一個較大的統(tǒng)計值；對于延遲恒定的多徑信號，其會引入固定的偽距測量誤差，影響定位結(jié)果，因此也可以被歸為“欺騙”進(jìn)行抑制。使用文獻(xiàn)[14]中提出的碼相位差平均變化（Mean Change in Code Phase Difference, MCCPD）用于欺騙干擾的檢測，定義如下：

其中，CPDi=τ0-τ1為極大似然估計結(jié)果中不同信號分量偽碼相位延遲的差值，如果MCCPD小于門限MCCPDth，則判定欺騙干擾存在。

通過使用Multi-correlator結(jié)構(gòu)對真實衛(wèi)星信號和欺騙信號參數(shù)進(jìn)行估計，結(jié)合MCCPD檢測量，可以檢測欺騙干擾的存在。下一步需要進(jìn)行的工作是辨識出極大似然估計結(jié)果(τ0,A0,φ0)和(τ1,A1,φ1)中哪個分量是欺騙信號，然后進(jìn)行欺騙信號的抵消，保證接收機跟蹤環(huán)路鎖定真實衛(wèi)星信號。

2 INS輔助的欺騙信號辨識與抑制

2.1 基于組合導(dǎo)航的欺騙抑制方案

INS能夠連續(xù)提供高采樣率的位置基準(zhǔn)信息，結(jié)合GNSS星歷，可以預(yù)測真實衛(wèi)星信號的偽距，輔助欺騙信號辨識。第一步，根據(jù)多相關(guān)器的輸出，對接收信號中不同信號分量的幅度、偽碼時延和載波相位特征參數(shù)進(jìn)行估計；第二步，根據(jù)MCCPD檢測欺騙干擾的存在；第三步，如果存在欺騙干擾，利用INS輔助信息預(yù)測真實信號的延遲，與極大似然估計的結(jié)果進(jìn)行比較，將延遲偏差大的信號分量識別為欺騙，輸出對應(yīng)特征參數(shù)(τs,As,φs)；第四步，根據(jù)欺騙識別的結(jié)果，將多相關(guān)器輸出中欺騙信號分量抵消，使用剩余的真實衛(wèi)星信號進(jìn)行跟蹤環(huán)路中偽碼和載波鑒相，控制本地偽碼和載波信號的生成，保證接收機始終鎖定真實衛(wèi)星信號。在欺騙信號參數(shù)估計和辨識的過程中，可能存在隨機的粗差甚至錯誤辨識，為了抵制異常觀測值的影響，在GNSS/INS組合的過程中，引入抗差卡爾曼濾波，保證輸出定位和授時結(jié)果的穩(wěn)定。INS輔助的欺騙信號辨識與抑制實現(xiàn)方案如圖2所示。

圖2 INS輔助的欺騙信號辨識與抑制Fig.2 INS aided spoofing identification and suppression

2.2 GNSS/INS組合模型

其中，W是噪聲向量，G是噪聲投影矩陣，F(xiàn)是系統(tǒng)狀態(tài)轉(zhuǎn)移矩陣：

系統(tǒng)觀測方程為：

其中，r GNSS、vGNSS分別表示GNSS輸出的位置和速度向量，rINS、vINS分別表示INS輸出的位置和速度向量，E表示觀測噪聲向量。

在組合導(dǎo)航解算過程中，為了抵制由隨機的欺騙信號參數(shù)估計粗差和錯誤辨識引入的異常GNSS觀測值，引入抗差估計算法[15]，使用觀測值計算等價協(xié)方差矩陣，計算公式為：

其中，c0和c1為常數(shù)，取值范圍為c0=1.0～1.5，c1=2.5～8.0，

等加權(quán)矩陣為：

觀測值的協(xié)方差矩陣變?yōu)椋?/p>

其中，Σk為原始的觀測值協(xié)方差矩陣。

2.3 INS輔助的欺騙信號辨識

GNSS接收機的偽距觀測值如式(15)所示：

其中，rl表示第l顆衛(wèi)星與接收機的幾何距離，δtu表示接收機鐘差，δtl表示衛(wèi)星鐘差，I l、ζl分別表示電離層和對流層延遲誤差，ε為偽距測量噪聲。

假設(shè)接收機定位的初始階段沒有欺騙干擾，在接收機始終鎖定真實衛(wèi)星信號的條件下，接收機鐘差δtu可以被校正，衛(wèi)星鐘差、電離層和對流層延遲可根據(jù)誤差模型進(jìn)行估計，在INS輔助下，可以預(yù)測真實衛(wèi)星信號的偽距：

其中，xl、yl、zl表示當(dāng)前歷元衛(wèi)星在地心地固坐標(biāo)系中的位置，xINS、yINS、zINS和vxINS、vyINS、vzINS表示與當(dāng)前歷元最近一次INS解算的位置和速度，Δt表示當(dāng)前歷元與INS解算歷元間的時間差。

極大似然估計結(jié)果中給出了兩個信號分量的時延：τ0=+k0Δ和τ1=+k1Δ，假設(shè)當(dāng)前歷元接收機的偽距觀測值為ρ，則兩個信號分量對應(yīng)的偽距分別為ρ+ck0Δ和ρ+ck1Δ，將其與INS預(yù)測的偽距相比較，偏差大的信號分量識別為欺騙干擾：

將識別的信號分量對應(yīng)的延時、幅度和相位(τSp,ASp,φSp)輸出至欺騙信號抑制模塊，用于抵消欺騙干擾信號對接收機跟蹤環(huán)路的影響。

2.4 欺騙信號抑制

根據(jù)式(2)，多相關(guān)器的輸出向量U(δk)為真實衛(wèi)星信號和欺騙信號的線性累加，根據(jù)欺騙識別的結(jié)果，將欺騙信號分量抵消：

剩余的即為真實衛(wèi)星信號分量U Au(δk)，分別輸入偽碼鑒相器和載波鑒相器，經(jīng)過濾波后控制接收機跟蹤環(huán)路鎖定衛(wèi)星信號。

3 試驗驗證

為了驗證所提欺騙辨識和抑制算法的效果，使用美國德克薩斯大學(xué)奧斯汀分校提供的TEXBAT (the Texas spoofing test battery) 欺騙數(shù)據(jù)集進(jìn)行驗證試驗，分析不同條件下所提抗欺騙算法的效果。

3.1 INS數(shù)據(jù)仿真

TEXBAT欺騙數(shù)據(jù)集給出了靜態(tài)和動態(tài)場景下對接收機時間欺騙和位置欺騙的GPS中頻數(shù)據(jù)，同時還給出了無欺騙干擾條件下原始的中頻數(shù)據(jù)文件cleanStatic.bin和cleanDynamic.bin。在INS數(shù)據(jù)仿真時，首先根據(jù)TEXBAT中無干擾條件下GPS中頻數(shù)據(jù)生成真實的接收機運動軌跡，然后在此基礎(chǔ)上仿真原始的INS陀螺儀和加速度計數(shù)據(jù)，最后在INS數(shù)據(jù)中加入誤差項用于模擬不同精度的慣導(dǎo)。INS數(shù)據(jù)仿真過程中，分別模擬了兩種不同精度等級的慣導(dǎo)，誤差如表1所示。

表1 兩種不同精度INS誤差Tab.1 errors of two different precision INS

3.2 欺騙信號檢測和辨識

圖3(a)(b)分別給出了對TEXBAT中靜態(tài)時間欺騙場景ds2和動態(tài)位置欺騙場景ds6進(jìn)行欺騙檢測的結(jié)果，實驗中GNSS接收機的相干積分時間設(shè)為5 ms，一個碼片內(nèi)相關(guān)器的數(shù)量設(shè)為20個，即M= 20。對于ds2，所有衛(wèi)星的欺騙檢測量MCCPD在欺騙開始后1 s內(nèi)均降到檢測門限以下。對于ds6，部分衛(wèi)星的欺騙檢測量在欺騙開始后1 s內(nèi)降到檢測門限以下；部分衛(wèi)星欺騙檢測量在第140 s左右降到檢測門限以下，此時欺騙引起的位置偏差約為10 m（后續(xù)圖7所示）。試驗結(jié)果表明，欺騙檢測量MCCPD能夠在較小的位置或時間偏差條件下給出指示信息，INS輔助的欺騙信號辨識和抑制算法開始起效。

圖3 不同場景的欺騙檢測結(jié)果Fig.3 Spoofing detection results of different scenarios

圖4給出了對TEXBAT中動態(tài)位置欺騙場景ds6的PRN15號衛(wèi)星，INS輔助的GNSS真實信號和欺騙信號復(fù)數(shù)幅度估計和辨識的結(jié)果。從圖中可以看出，接收機載波跟蹤環(huán)路鎖定了真實信號，真實信號的能量集中在載波跟蹤環(huán)路同相支路上；對于欺騙信號，由于與真實信號存在載波相位偏差，信號能量在載波跟蹤環(huán)路的同相支路和正交支路上都存在分量。

圖4 真實信號和欺騙信號復(fù)數(shù)幅度估計結(jié)果Fig.4 Complex amplitude estimation results of authentic and spoofing signals

圖5給出了對欺騙場景ds6的PRN15號衛(wèi)星真實信號和欺騙信號絕對幅度估計和辨識的結(jié)果。由于欺騙信號的能量優(yōu)勢僅為0.8 dB[16]，在信號參數(shù)估計過程中會存在誤差，極大似然估計結(jié)果中真實衛(wèi)星信號的絕對幅度可能會大于欺騙信號，因此基于幅度比較的欺騙信號辨識算法不可靠，本研究中引入了INS輔助的欺騙信號辨識算法。

圖5 真實信號和欺騙信號絕對幅度估計結(jié)果Fig.5 Absolute amplitude estimation results of authentic and spoofing signals

3.3 欺騙信號抑制

圖6給出了連續(xù)定位條件下，對TEXBAT中靜態(tài)時間欺騙場景ds2的欺騙抑制結(jié)果。由于GNSS持續(xù)對INS的誤差進(jìn)行校正，因此不同精度的INS輔助的欺騙信號抑制結(jié)果基本一致。在第140-170 s，欺騙抑制結(jié)果的誤差較大，原因是在這一段時間內(nèi)，真實信號和欺騙信號的偽碼相位偏差較小，式(4)中矩陣H(τ)的列元素近似相關(guān)，極大似然估計觀測方程病態(tài)，參數(shù)估計結(jié)果存在較大誤差，導(dǎo)致欺騙抑制結(jié)果的偏差較大。兩種不同精度INS輔助的欺騙抑制后的均方根誤差（Root Mean Square, RMS）在100～200 s分別為10.0 m和10.2 m，在200～400 s分別為2.3 m和2.3 m。結(jié)果統(tǒng)計過程中，時間真值是依據(jù)對無干擾條件下GNSS授時結(jié)果的線性插值計算得來的。

圖6 TEXBAT場景ds2欺騙抑制結(jié)果（連續(xù)定位）Fig.6 Spoofing mitigation results of TEXBAT scenario ds2(continuous positioning)

圖7給出了連續(xù)定位條件下，本文所提的抗欺騙算法對TEXBAT動態(tài)位置欺騙場景ds6的抑制結(jié)果。欺騙干擾條件下，地心地固坐標(biāo)系中Z軸的位置最大偏差由600 m降到10 m左右。圖中，藍(lán)色和紅色實線代表使用抗差卡爾曼濾波器后不同精度INS對欺騙抑制的結(jié)果，虛線代表不使用抗差濾波的結(jié)果，從圖中可以看出使用抗差濾波后能夠抑制異常的GNSS測量結(jié)果，降低輸出結(jié)果的誤差。兩種不同精度INS輔助的欺騙抑制后RMS在100-200 s分別為9.5 m和10.0 m，在200-400 s分別為4.8 m和5.1 m。

圖7 TEXBAT場景ds6欺騙抑制結(jié)果（連續(xù)定位）Fig.7 Spoofing mitigation results of TEXBAT scenario ds6(continuous positioning)

由于GNSS信號的脆弱性，在使用過程中容易受到遮擋、干擾等影響而不能使用，INS解算不受外界干擾影響。為了驗證GNSS信號中斷恢復(fù)后，INS輔助的欺騙信號辨識和抑制能力，在TEXBAT欺騙場景ds2原始中頻數(shù)據(jù)文件的100～190 s中加入大功率噪聲干擾，使得接收機所有衛(wèi)星信號完全失鎖，190 s后干擾停止，GNSS接收機重新開始工作。圖8給出了干擾前后，GNSS輸出的時間偏差，對于INS1最大時間偏差為9.0 m（30 ns），對于INS2最大時間偏差為23.2 m（77.3 ns）。

圖8 TEXBAT場景ds2欺騙抑制結(jié)果（100～190 s干擾）Fig.8 Spoofing mitigation results of TEXBAT scenario ds2(jamming 100-190 s)

圖9給出了對TEXBAT欺騙場景ds6中100～190 s加入干擾后不同精度INS輸出的定位軌跡。其中，綠色“+”代表干擾期間接收機輸出的運動軌跡，黑色實線代表被欺騙接收機輸出的在地心地固坐標(biāo)系中的運動軌跡，欺騙軌跡在Z軸最終被拉偏了600 m，在X軸和Y軸基本沒有變化。從圖中可以看出，GNSS信號恢復(fù)后，組合導(dǎo)航輸出的軌跡沒有被欺騙信號拉偏，在INS輔助下實現(xiàn)了對欺騙信號的辨識和抑制。

圖9 TEXBAT場景ds6欺騙抑制后軌跡（100～190 s干擾）Fig.9 Trajectory after spoofing mitigation of TEXBAT scenario ds6 (jamming 100-190 s)

圖10給出了在100～190 s干擾條件下，不同精度INS輸出三維位置誤差隨時間的變化曲線。由于組合導(dǎo)航系統(tǒng)在GNSS失鎖前對INS誤差進(jìn)行了估計，在GNSS失鎖后估計的誤差仍然可以對INS進(jìn)行部分校正。對于INS1輸出的最大位置偏差為36.0 m，對于INS2輸出的最大位置偏差為49.4 m。在GNSS信號恢復(fù)后，可以對INS誤差進(jìn)行校正，組合導(dǎo)航系統(tǒng)輸出的位置誤差開始降低，可以實現(xiàn)更加準(zhǔn)確的欺騙信號辨識和抑制。

圖10 TEXBAT場景ds6欺騙抑制后誤差（100～190 s干擾）Fig.10 Positioning errors after spoofing mitigation of TEXBAT scenario ds6 (jamming 100～190 s)

4 結(jié) 論

本文將Multi-correlator結(jié)構(gòu)用于真實衛(wèi)星信號和欺騙信號參數(shù)的估計，然后利用INS輔助信息實現(xiàn)了欺騙信號的辨識，最后綜合利用信號層的欺騙信號分量修正和偽距層的抗差卡爾曼濾波，保證了接收機始終鎖定真實衛(wèi)星信號，在欺騙干擾條件下輸出正確的定位和授時信息。

實驗結(jié)果表明，所提抗欺騙算法能夠在欺騙引起的距離偏差小于10 m時實現(xiàn)欺騙干擾的檢測。在連續(xù)定位條件下，由于可以持續(xù)對INS誤差進(jìn)行校正，使用不同精度INS對欺騙的抑制效果基本一致，基于本文所提算法，能夠使欺騙引起的位置和時間偏差降到10 m以下，可以滿足大多數(shù)用戶對定位和授時的精度需要。在GNSS信號中斷后，較高精度的INS可以輔助定位和授時結(jié)果的快速恢復(fù)。

本文所提出的基于INS/GNSS組合的抗欺騙算法能夠有效抑制欺騙干擾的影響，保證輸出準(zhǔn)確的定位和授時信息，提高在動態(tài)、遮擋、干擾等復(fù)雜環(huán)境下系統(tǒng)的工作性能。下一步計劃開展以下研究：1）研究不同精度INS、不同GNSS失鎖時間條件下組合導(dǎo)航系統(tǒng)輸出誤差的變化規(guī)律，進(jìn)而分析其對欺騙信號辨識和抑制的影響；2）進(jìn)一步研究不同相關(guān)器數(shù)量對欺騙檢測和抑制效果的影響；3）基于所提算法，開發(fā)基于INS/GNSS組合的抗欺騙實驗平臺，結(jié)合欺騙干擾源開展實物實驗，進(jìn)一步驗證所提抗欺騙算法的性能。