衛(wèi)星導(dǎo)航欺騙式干擾檢測(cè)技術(shù)綜述

倪淑燕 付琦瑋 陳世淼 祝新力

（1.航天工程大學(xué) 電子與光學(xué)工程系 北京市 100000 2.航天工程大學(xué) 研究生院 北京市 100000）

全球?qū)Ш叫l(wèi)星系統(tǒng)(global navigation satellite system,GNSS)是能在地球表面或近地空間的任何地點(diǎn)任何位置為用戶(hù)提供全天候的3 維坐標(biāo)、速度以及時(shí)間信息的天基無(wú)線(xiàn)電導(dǎo)航定位系統(tǒng)，包括美國(guó)的全球定位系統(tǒng)GPS、俄羅斯的格洛納斯衛(wèi)星導(dǎo)航系統(tǒng)、歐盟的伽利略衛(wèi)星導(dǎo)航系統(tǒng)和中國(guó)的北斗衛(wèi)星導(dǎo)航系統(tǒng)。早在1990年的海灣戰(zhàn)爭(zhēng)美國(guó)研制出精密制導(dǎo)武器，使得美國(guó)在戰(zhàn)爭(zhēng)中成功進(jìn)行了多次突襲。隨著定位導(dǎo)航以及授時(shí)精度提高，目前北斗導(dǎo)航系統(tǒng)授時(shí)的精度可以達(dá)到10 納秒量級(jí),低成本高效益使得這項(xiàng)技術(shù)被各行業(yè)廣泛使用。

當(dāng)前，GNSS 不僅應(yīng)用于軍用導(dǎo)航，還逐漸涉及到許多專(zhuān)業(yè)領(lǐng)域，如為鐵路列車(chē)控制系統(tǒng)提供列車(chē)定位技術(shù)，測(cè)繪技術(shù)，自動(dòng)識(shí)別系統(tǒng)，電子海圖顯示和信息系統(tǒng)，海事互聯(lián)網(wǎng)衛(wèi)星通信也通過(guò)GNSS 調(diào)整天線(xiàn)方向。GNSS 正被越來(lái)越多地用于支持無(wú)人機(jī)、船舶、鐵路和自動(dòng)駕駛汽車(chē)等應(yīng)用中的自主駕駛。人們?nèi)粘Ｉ钪谐Ｊ褂玫降亩ㄎ环?wù)[3]比如車(chē)載導(dǎo)航、共享單車(chē)以及手機(jī)、耳機(jī)定位等都依賴(lài)于導(dǎo)航衛(wèi)星系統(tǒng)。然而GNSS 設(shè)備的普遍應(yīng)用使得潛在威脅遍布在生活的方方面面。

由于衛(wèi)星導(dǎo)航與地面距離過(guò)大，地面接收機(jī)接收到的衛(wèi)星信號(hào)經(jīng)過(guò)極長(zhǎng)的傳輸路程后，受空氣等因素的影響，會(huì)導(dǎo)致導(dǎo)航信號(hào)的衰減，信號(hào)功率非常低。信號(hào)在傳輸?shù)降孛孢^(guò)程中還會(huì)遇到各種障礙，在地形復(fù)雜的地方會(huì)受到過(guò)高的樹(shù)木，密布的高樓影響，容易受到欺騙干擾。并且因?yàn)閷?dǎo)航信號(hào)結(jié)構(gòu)的開(kāi)放性，在信號(hào)傳輸過(guò)程中易于丟失，自身沒(méi)有抗干擾的能力，極易受到射頻干擾、遮擋和多徑影響，不容易被接收機(jī)準(zhǔn)確識(shí)別出，所以GNSS會(huì)時(shí)常受到有意人為干擾或無(wú)意的自然干擾[1]。

有意的欺騙干擾最早公開(kāi)在2011年12月5日，伊朗發(fā)出聲明控制了美國(guó)RQ-170“哨兵”；在之后的2016年初至2017年間陸續(xù)在莫斯科克里姆林宮附近發(fā)生游客導(dǎo)航失靈，錯(cuò)誤定位到附近的機(jī)場(chǎng)的情況；還有在黑海附近工作的二十艘船只報(bào)告稱(chēng)定位精度在100 米內(nèi)的GPS 將定位定到了25 海里外的地方，雖然都未經(jīng)證實(shí)是有意的干擾，但是都有受到欺騙干擾的痕跡[2]。

GNSS 欺騙攻擊使接收機(jī)輸出錯(cuò)誤的位置、速度和時(shí)間的信息。隨著位置和時(shí)間信息在各領(lǐng)域重要性的提升，值得信賴(lài)的定位和時(shí)機(jī)服務(wù)是保護(hù)人們安全和財(cái)務(wù)的關(guān)鍵?？煽康臋z測(cè)是保證接收方接收安全的第一步，因此對(duì)于如何能快速、準(zhǔn)確的檢測(cè)識(shí)別出欺騙干擾源是值得研究并且至關(guān)重要的。

1 欺騙干擾技術(shù)

有意識(shí)的人為干擾一般可分為兩種，壓制式干擾和欺騙干擾，而欺騙信號(hào)常因與真實(shí)信號(hào)的結(jié)構(gòu)、參數(shù)、功率相似難以被識(shí)別出來(lái)。欺騙干擾危害性強(qiáng)，檢測(cè)難度高，主要有兩種形式分別是轉(zhuǎn)發(fā)式干擾與生成式干擾[3]。

轉(zhuǎn)發(fā)式干擾[4]是基于真實(shí)信號(hào)合成的，首先通過(guò)捕獲信號(hào)的GNSS 天線(xiàn)接收真實(shí)信號(hào)，然后再使用信號(hào)放大器增強(qiáng)信號(hào)功率并且經(jīng)過(guò)適當(dāng)延遲后通過(guò)定向的發(fā)射天線(xiàn)傳播高功率的欺騙信號(hào)，使接收機(jī)捕獲，該欺騙實(shí)現(xiàn)成本較低且容易實(shí)現(xiàn)，應(yīng)用場(chǎng)景比較廣泛。

生成式干擾[5]根據(jù)已知的公開(kāi)信號(hào)結(jié)構(gòu)由導(dǎo)航信號(hào)模擬器自主生成，在已知接收機(jī)大概位置的情況下基于GNSS 接收機(jī)的欺騙信號(hào)與真實(shí)的GNSS 衛(wèi)星信號(hào)同步，因此這種攻擊下的欺騙信號(hào)是難以被檢測(cè)出的。生成式干擾對(duì)比轉(zhuǎn)發(fā)式干擾的局限性在于不能模擬出未公開(kāi)信號(hào)結(jié)構(gòu)的軍碼，欺騙難度較高，不易實(shí)現(xiàn)，只能對(duì)已知民用碼的信號(hào)進(jìn)行模擬，實(shí)施欺騙。

2 欺騙干擾檢測(cè)研究

2.1 基于定位導(dǎo)航解的欺騙干擾檢測(cè)方法

2.1.1 接收機(jī)完好性監(jiān)測(cè)

接收機(jī)的完好性監(jiān)測(cè)[6](receiver autonomous integrity monitoring, RAIM)一般是導(dǎo)航數(shù)據(jù)安全可靠的最后保障，通過(guò)使用接收機(jī)冗余數(shù)據(jù)監(jiān)測(cè)用戶(hù)的定位結(jié)果，是一種可以直接應(yīng)用在固定接收器以及移動(dòng)接收器的檢測(cè)方法。文獻(xiàn)[7]利用基于Mean Shift 模型的RAIM 算法，提高檢驗(yàn)傳統(tǒng)多故障算法的計(jì)算效率和檢測(cè)識(shí)別能力。相比采用LSR 改進(jìn)形式的RAIM 算法監(jiān)測(cè)效率最少提升78.79%，既保證了定位精度和定位可靠性，又提高了計(jì)算效率，減少了計(jì)算耗時(shí)。為提高RAIM 方法定位精度，文獻(xiàn)[8]中使用GNSS 增強(qiáng)系統(tǒng)中的局部擴(kuò)展系統(tǒng)，主要通過(guò)向接收器提供校正數(shù)據(jù)來(lái)提高衛(wèi)星導(dǎo)航接收器的定位精度。使用配備GPS 接收器的無(wú)人機(jī)模擬信號(hào)，根據(jù)移動(dòng)接收器的測(cè)量值來(lái)計(jì)算導(dǎo)航解決方案。同時(shí)利用衛(wèi)星導(dǎo)航校正數(shù)據(jù)和測(cè)量值進(jìn)行欺騙信號(hào)的檢測(cè)，不管對(duì)單通道欺騙還是全通道欺騙引起的干擾都可以做出更加有效的檢測(cè)，欺騙檢測(cè)過(guò)程如圖1 所示。

圖1：檢測(cè)過(guò)程

2.1.2 基于慣性測(cè)量傳感器的欺騙干擾檢測(cè)方法

通常情況下，GNSS 傳感器容易被欺騙，但慣性測(cè)量傳感器(Inertial Measurement Sensor, IMU)不會(huì)被電磁干擾，IMU 是一種先進(jìn)傳感器，穩(wěn)定性較強(qiáng)，有三種不同類(lèi)型的輸出，分別是陀螺儀、磁力計(jì)和加速度計(jì)。目前，包括很多智能手機(jī)在內(nèi)的大部分設(shè)備都配備了IMU，使用IMU 測(cè)量值不受欺騙攻擊，提高了抗干擾性能。研究使用GNSS 與IMU 傳感器相結(jié)合的檢測(cè)方法，通過(guò)一致性檢測(cè)識(shí)別異常，可以有效檢測(cè)欺騙。文獻(xiàn)[9]中使用GNSS 接收器配備一個(gè)慣性測(cè)量傳感器，首先利用磁力計(jì)和陀螺儀測(cè)量估計(jì)方向，然后使用最大似然比估計(jì)位置、速度和加速度，最后通過(guò)簡(jiǎn)單的矩陣乘法解決二次規(guī)劃問(wèn)題，執(zhí)行廣義似然比檢驗(yàn)進(jìn)行欺騙檢測(cè)。這種情況下還可以通過(guò)比較GNSS 接收機(jī)和IMU 測(cè)量出的位置信息進(jìn)行欺騙檢測(cè)[10]。在該實(shí)驗(yàn)中誤檢率極低，對(duì)IMU 的方向估計(jì)有較高要求。文獻(xiàn)[11]使用一種基于加速度計(jì)的一致性檢驗(yàn)方法來(lái)檢測(cè)欺騙干擾，關(guān)注恒速度，與以往關(guān)注移動(dòng)加速度不同，恒速度情況下提出一種新的決策變量，使用決策變量提供的概率密度函數(shù)（PDF）分析比較兩種場(chǎng)景下的欺騙檢測(cè)性能。通過(guò)將加速度作為狀態(tài)變量加入到GNSS 動(dòng)態(tài)模型中，使用卡爾曼濾波估計(jì)來(lái)自GNSS 接收器的加速度，用卡爾曼濾波得到的加速度作為狀態(tài)變量，用速度差的平均值得到加速度。當(dāng)移動(dòng)加速度為零時(shí)，GNSS 欺騙檢測(cè)性能取決于欺騙信號(hào)和傳感器精度。得出結(jié)論恒速度情況下的欺騙檢測(cè)性能優(yōu)于以往移動(dòng)加速度情況下的性能。文獻(xiàn)[12]中使用GNSS/INS 集成導(dǎo)航系統(tǒng)，INS 可以保障短期測(cè)量精度，提供姿態(tài)信息，GNSS 可以提供長(zhǎng)期測(cè)量精度，組合導(dǎo)航形成的系統(tǒng)功能互補(bǔ)。通過(guò)利用IMU 測(cè)量，在集成導(dǎo)航算法之前運(yùn)行并檢查GNSS 測(cè)量值。特定的力和旋轉(zhuǎn)速率在一定時(shí)間內(nèi)得出的車(chē)輛加速度，通過(guò)IMU 測(cè)量得出的平均加速度(Time Diあerential of Average Accelerations, TDAA)。該文獻(xiàn)提出的檢測(cè)方法的性能會(huì)隨著噪聲的增加而下降，噪聲越大，欺騙就更容易，被檢測(cè)出的概率就會(huì)下降。通過(guò)IMU 測(cè)量得出的TDAA不受GNSS 欺騙攻擊的影響，仍舊反應(yīng)系統(tǒng)的速度變化，所以可以發(fā)現(xiàn)GNSS 接收器中測(cè)量出的TDAA 與IMU測(cè)量的不一致，因此檢測(cè)出欺騙的存在。

2.2 基于導(dǎo)航數(shù)據(jù)的電文校驗(yàn)技術(shù)

軍用信號(hào)一直有加密技術(shù)保護(hù)，通過(guò)這種技術(shù)，可以免受欺騙干擾的攻擊，只有被授權(quán)的用戶(hù)才能得到導(dǎo)航的有用信息[13]。對(duì)導(dǎo)航信號(hào)加密可以直接在偽碼上設(shè)計(jì)加密安全碼，安全碼包含的芯片片段可以被建模為隨機(jī)的，有著不可預(yù)測(cè)性，所以是不可能被欺騙的，需要對(duì)接收機(jī)的結(jié)構(gòu)進(jìn)行改變。導(dǎo)航消息認(rèn)證（NMA）方法也是現(xiàn)在常用的加密技術(shù)，通過(guò)數(shù)字簽名技術(shù)，對(duì)整個(gè)導(dǎo)航電文進(jìn)行加密，需要改變導(dǎo)航信號(hào)接口。加密技術(shù)對(duì)提高GNSS 安全性的提高有很重要的作用，但是實(shí)現(xiàn)規(guī)模大，耗時(shí)久，成本高昂，不易實(shí)現(xiàn)，且對(duì)只需要改變偽距測(cè)量值進(jìn)行欺騙的轉(zhuǎn)發(fā)式干擾沒(méi)有識(shí)別抑制作用。

2.3 基于基帶信號(hào)處理的檢測(cè)方法

2.3.1 基于鐘差和多普勒頻移的欺騙干擾檢測(cè)方法

欺騙干擾從發(fā)射機(jī)到目標(biāo)接收機(jī)的傳播時(shí)延會(huì)使接收機(jī)接收延遲，對(duì)于單天線(xiàn)欺騙，所有從一個(gè)方向發(fā)出的干擾信號(hào)都會(huì)因欺騙天線(xiàn)和目標(biāo)接收機(jī)/天線(xiàn)之間的傳播距離造成時(shí)延，在位置解中很難觀察到異常，而欺騙干擾源和接收機(jī)之間的相對(duì)運(yùn)動(dòng)造成了一個(gè)時(shí)鐘偏差估計(jì)的變量，在時(shí)鐘狀態(tài)中可以被觀察到，尤其是對(duì)于可移動(dòng)的目標(biāo)接收機(jī)而言[14]。一般接收機(jī)采用的晶體振蕩器有溫度補(bǔ)償晶體振蕩器和壓控溫補(bǔ)晶振,比起芯片級(jí)原子鐘頻率穩(wěn)定性和確定性較差。在文獻(xiàn)[15]中通過(guò)比較應(yīng)用于組合導(dǎo)航系統(tǒng)中的芯片級(jí)原子鐘和傳統(tǒng)常見(jiàn)振蕩器，可以得出結(jié)論，芯片級(jí)原子鐘提供的高精度、高效率時(shí)間數(shù)據(jù)可以提供更加準(zhǔn)確有效的欺騙干擾檢測(cè)。文獻(xiàn)[16]在短時(shí)間內(nèi)分析接收機(jī)時(shí)鐘的穩(wěn)定性通過(guò)接收機(jī)自主信號(hào)認(rèn)證方法來(lái)確認(rèn)欺騙干擾的存在，并嘗試將欺騙信號(hào)從真實(shí)信號(hào)中剝離出來(lái)。接收器時(shí)鐘相位誤差可以通過(guò)導(dǎo)航解決方案中的時(shí)鐘狀態(tài)估計(jì)，分析短時(shí)間內(nèi)時(shí)鐘狀態(tài)估計(jì)的時(shí)間序列，以確認(rèn)是否可能包含欺騙干擾，使用卡方檢測(cè)評(píng)估統(tǒng)計(jì)的置信區(qū)間。接收機(jī)自主信號(hào)認(rèn)證方法利用導(dǎo)航一致性檢，通過(guò)目標(biāo)接收機(jī)與欺騙干擾源的相對(duì)運(yùn)動(dòng)產(chǎn)生的異變，不需要外部的慣性傳感器，此方法為移動(dòng)GNSS 用戶(hù)提供了基本的抵御欺騙干擾的能力。

衛(wèi)星發(fā)射信號(hào)到接收機(jī)的過(guò)程中，由于相對(duì)運(yùn)動(dòng)和延遲會(huì)造成發(fā)生頻率與接收頻率的頻率差。文獻(xiàn)[17]提出的一種基于多普勒頻移的單天線(xiàn)欺騙檢測(cè)識(shí)別技術(shù)，只需要一個(gè)單天線(xiàn)接收機(jī)。當(dāng)接收機(jī)移動(dòng)時(shí)，真實(shí)的信號(hào)之間的多普勒頻移在時(shí)域上是非線(xiàn)性的，而兩個(gè)單天線(xiàn)的欺騙信號(hào)之間的多普勒頻移在時(shí)域上是線(xiàn)性的。通過(guò)構(gòu)造多普勒頻差模型，將欺騙識(shí)別問(wèn)題轉(zhuǎn)化成了序列線(xiàn)性檢測(cè)問(wèn)題。利用多普勒頻率知識(shí)，不需要附加信息，復(fù)雜度較低，通過(guò)實(shí)驗(yàn)證明在0.001%的虛警概率下，檢測(cè)概率可輕易超過(guò)99.99%，可以有效檢測(cè)出GNSS欺騙信號(hào)，并且區(qū)分出欺騙與真實(shí)信號(hào)。

2.3.2 基于信號(hào)功率的欺騙檢測(cè)方法

當(dāng)前最常用的檢測(cè)方法就是信號(hào)功率的欺騙檢測(cè)，針對(duì)生成式欺騙干擾，利用欺騙信號(hào)生成器與發(fā)射真實(shí)信號(hào)的衛(wèi)星距離的差別，接收機(jī)接收到信號(hào)時(shí)信號(hào)功率會(huì)有不同的特點(diǎn)，通過(guò)構(gòu)建接收到信號(hào)的功率變化模型，進(jìn)行檢測(cè)[18]。但是單一的基于信號(hào)功率的檢測(cè)在欺騙信號(hào)與真實(shí)信號(hào)功率接近時(shí)，欺騙信號(hào)就難以被識(shí)別出來(lái)而且欺騙檢測(cè)的有效性會(huì)受到欺騙源與接收機(jī)距離和欺騙信號(hào)入射方向影響。文獻(xiàn)[19]對(duì)基于接收機(jī)輸出數(shù)據(jù)的檢測(cè)方法進(jìn)行了詳細(xì)研究，在設(shè)定為單通道衛(wèi)星信號(hào)，接收機(jī)已被欺騙的情況下進(jìn)行仿真。對(duì)接收機(jī)輸出數(shù)據(jù)包括接收機(jī)位置、原始測(cè)量信息、信號(hào)功率和導(dǎo)航消息數(shù)據(jù)進(jìn)行組合檢測(cè)。其中信號(hào)功率會(huì)隨導(dǎo)航衛(wèi)星仰角變化，如果對(duì)仰角較低的衛(wèi)星進(jìn)行欺騙攻擊，逐漸增加信號(hào)功率，干擾可能不會(huì)被檢測(cè)到，所以通過(guò)正常情況下的平均信號(hào)功率來(lái)設(shè)置閾值。引入了可變閾值的概念，以防欺騙一直過(guò)于微弱而無(wú)法被檢測(cè)出的情況發(fā)生，可以有效降低欺騙檢測(cè)誤差，組合檢測(cè)的方法也可以使檢測(cè)效率大大提升。

2.3.3 基于相關(guān)函數(shù)的欺騙檢測(cè)方法

當(dāng)前，基于互相關(guān)函數(shù)(Cross Correlation Function,CCF)失真的檢測(cè)是較為可靠的，如果存在欺騙，CCF中會(huì)存在很多峰，檢測(cè)易于實(shí)現(xiàn)，無(wú)需硬件支持。Phelts 最早提出Delta 度量和Ratio 度量，分別用來(lái)評(píng)估相關(guān)峰的對(duì)稱(chēng)性和平坦度，通常使用窄帶相關(guān)器[20]。信號(hào)質(zhì)量監(jiān)測(cè)(Signal Quality Monitoring, SQM)的原始度量方法對(duì)GNSS 接收機(jī)的相關(guān)器輸出進(jìn)行計(jì)算，噪聲影響大[21]，所以虛警概率很高，性能損失也大[22]。而且當(dāng)欺騙信號(hào)與真實(shí)信號(hào)的相位和載波多普勒相似時(shí)，CCF 會(huì)變得相對(duì)平滑，欺騙信號(hào)就難以被檢測(cè)出來(lái)。對(duì)于真實(shí)信號(hào)，欺騙信號(hào)的碼相位和載波相位的許多特定組合也會(huì)降低當(dāng)前的檢測(cè)性能。

文獻(xiàn)[23]中提出一種四重復(fù)雜的相關(guān)指標(biāo)，稱(chēng)作加權(quán)雙倍比。通過(guò)構(gòu)造一個(gè)名叫RatioQ 的度量，欺騙檢測(cè)率比傳統(tǒng)Ratio 度量方法高，利用quadra-phase（四相制）相關(guān)輸出,結(jié)合兩雙復(fù)雜相關(guān)器由一個(gè)大型相關(guān)器間距分離，根據(jù)噪聲水平加權(quán)形成WDR。使用四個(gè)復(fù)雜的相關(guān)器檢測(cè)欺騙信號(hào)，對(duì)于接收功率相當(dāng)于載波噪聲比為45dB-Hz 的欺騙情況，此方法的檢測(cè)率高于現(xiàn)有最佳性能指標(biāo)。仿真結(jié)果表明，WDR 檢測(cè)覆蓋率高，接收機(jī)特性、檢測(cè)概率和載波噪聲比得到顯著提高，使用TEXBAT 數(shù)據(jù)集進(jìn)行的實(shí)驗(yàn)也可以表明WDR 可以檢測(cè)出8 種場(chǎng)景下的所有異常，并且檢測(cè)率高于現(xiàn)有的四相關(guān)器。雖然能夠應(yīng)對(duì)更加復(fù)雜的欺騙干擾，但因額外使用了相關(guān)器，計(jì)算更加復(fù)雜。文獻(xiàn)[24]提出的方法克服了真實(shí)信號(hào)與欺騙信號(hào)之間的相對(duì)載波相位變化難以識(shí)別的問(wèn)題。提出了一種基于多個(gè)相關(guān)器時(shí)域瞬態(tài)響應(yīng)的加權(quán)二階中心矩差（Weighted Second-Order Central Moment, WSCM）的欺騙檢驗(yàn)方法。首先擴(kuò)展信號(hào)波形的二階中心矩，建立多相關(guān)器時(shí)域瞬態(tài)響應(yīng)的加權(quán)準(zhǔn)則，最后構(gòu)建了能夠準(zhǔn)確量化相關(guān)峰對(duì)稱(chēng)性的WSCM 檢驗(yàn)統(tǒng)計(jì)量，通過(guò)分析得出相關(guān)峰兩側(cè)WSCM 差服從高斯分布。采用奈曼-皮爾遜準(zhǔn)則檢驗(yàn)方法確定閾值，判斷接收器是否到欺騙干擾。使用TEXBAT 數(shù)據(jù)集中的場(chǎng)景4 和場(chǎng)景7 對(duì)WSCM 度量進(jìn)行測(cè)試和評(píng)估，與兩種常規(guī)的Delta 度量和Ratio 度量相比，該方法檢測(cè)速度更快，可以提供即時(shí)的檢測(cè)，應(yīng)對(duì)比較復(fù)雜微妙的欺騙更加敏感，尤其是在虛警概率相同的情況下，檢出率更高。文獻(xiàn)[25]也是基于相關(guān)函數(shù)失真的檢測(cè)，通過(guò)分解相關(guān)函數(shù)來(lái)估計(jì)GNSS 信號(hào)所經(jīng)歷的無(wú)線(xiàn)電傳播信道參數(shù)的檢測(cè)欺騙方法。建立信道參數(shù)后計(jì)算信道脈沖響應(yīng)，執(zhí)行最大似然比檢驗(yàn)來(lái)識(shí)別異常的信道條件，從而檢測(cè)出欺騙，該方法靈敏度高，檢測(cè)速度快。同時(shí)監(jiān)測(cè)相關(guān)函數(shù)失真和多峰，可以在接收器被欺騙前檢測(cè)到干擾。通過(guò)空中客車(chē)公司開(kāi)發(fā)的FFT 處理算法MTLL 可以有效減少處理量。多徑信號(hào)也會(huì)在信道脈沖響應(yīng)中造成二次峰值，但多徑效應(yīng)導(dǎo)致的額外相關(guān)峰值功率較小，比真實(shí)信號(hào)到達(dá)晚，峰值總是延遲的，可以通過(guò)處理相關(guān)函數(shù)法用于區(qū)分欺騙干擾和多徑干擾。通過(guò)觀察信道異常來(lái)檢測(cè)欺騙，該方法還需對(duì)載波多普勒信息影響進(jìn)行進(jìn)一步研究，完善對(duì)更復(fù)雜的干擾的檢測(cè)。

2.4 多天線(xiàn)

基于接收機(jī)完好性檢測(cè)、信號(hào)功率、載波與噪聲比率（C/N0）和相關(guān)函數(shù)等的檢測(cè)方法都易于實(shí)現(xiàn)，并且不需要其他硬件支持。但是這些方法的局限性在于僅能在時(shí)間初始捕獲階段起作用，屬于瞬間探測(cè)器，一旦接收器被欺騙就無(wú)法檢測(cè)到攻擊。即使欺騙攻擊可以被檢測(cè)出，接收機(jī)還是難以區(qū)分真實(shí)信號(hào)與欺騙信號(hào)，造成定位錯(cuò)誤等影響。對(duì)于研究在捕獲階段可以隨時(shí)進(jìn)行檢測(cè)的“穩(wěn)態(tài)檢測(cè)”是非常重要的，實(shí)現(xiàn)穩(wěn)態(tài)檢測(cè)的其中一個(gè)方法是利用GNSS 信號(hào)的空間多樣性，因?yàn)檎鎸?shí)信號(hào)可能來(lái)自各個(gè)方向，而欺騙信號(hào)來(lái)自于同一方向。根據(jù)“到達(dá)角”進(jìn)行識(shí)別的方法已被證明非常有效，但需要額外的組件，以實(shí)現(xiàn)其魯棒性，硬件成本高，如單個(gè)天線(xiàn)、多單元天線(xiàn)、雙極化天線(xiàn)或者在移動(dòng)平臺(tái)上的慣性傳感器[26]。

在文獻(xiàn)[27]中提出了一種基于信號(hào)位置的GNSS 欺騙檢測(cè)方法，通過(guò)空間處理進(jìn)行欺騙檢測(cè)，將雙極化天線(xiàn)安裝在C12 飛機(jī)上來(lái)收集數(shù)據(jù)。該文獻(xiàn)將算法推導(dǎo)應(yīng)用于政府進(jìn)行的真實(shí)欺騙事件中，使用雙極化天線(xiàn)可有效降低成本，對(duì)安裝條件沒(méi)有過(guò)多要求。通過(guò)假設(shè)迭代算法減弱多徑信號(hào)影響來(lái)檢測(cè)欺騙，這樣即使存在弱的多徑，也可以有效識(shí)別出干擾。但是此主要有兩個(gè)缺點(diǎn)，首先每個(gè)組合都解決了非凸優(yōu)化問(wèn)題，相關(guān)組合有明顯的計(jì)算負(fù)載。其次迭代算法雖然計(jì)算更加容易，但是該算法的測(cè)試要從測(cè)試所有的衛(wèi)星開(kāi)始，沒(méi)有警報(bào)再測(cè)試N-1 衛(wèi)星子集，該算法僅考慮有限數(shù)量的衛(wèi)星子集，以最小計(jì)算負(fù)載，減弱多徑的影響。基于DOA 的欺騙檢測(cè)通常使用廣義似然比測(cè)試，為了在不降低檢測(cè)能力的情況下，減輕干擾對(duì)虛假警報(bào)的影響，利用RAIM，可以檢測(cè)到單個(gè)GPS 衛(wèi)星上的故障，而高級(jí)接收機(jī)自主完好性監(jiān)測(cè)算法可以檢測(cè)衛(wèi)星故障和星座故障，因?yàn)镽AIM 提供了單個(gè)衛(wèi)星的錯(cuò)誤信息，就可以將單個(gè)衛(wèi)星排除在檢測(cè)中[28]。證實(shí)了假設(shè)迭代算法使用低質(zhì)量方位角DOA 測(cè)量值檢測(cè)了許多衛(wèi)星的欺騙子集，降低遺漏檢測(cè)概率，同時(shí)保證了最大的有效檢測(cè)概率。

多單元天線(xiàn)陣列的欺騙檢測(cè)方法基于真實(shí)信號(hào)與欺騙信號(hào)的空間位置差異，利用假設(shè)欺騙信號(hào)來(lái)自同一方向，或者通過(guò)使用額外的IMU 分析多天線(xiàn)的姿態(tài)獲取姿態(tài)信息來(lái)檢測(cè)欺騙干擾。文獻(xiàn)[29]中提出使用兩個(gè)低成本天線(xiàn)，兩個(gè)GNSS 接收機(jī)和一個(gè)信號(hào)處理單元，不需要IMU 提供任何姿態(tài)信息，該系統(tǒng)可以檢測(cè)來(lái)自相同方向或者不同方向的欺騙信號(hào)。利用載波和相位的雙差數(shù)據(jù)和星歷數(shù)據(jù)結(jié)合估計(jì)基線(xiàn)矢量，利用已知的基線(xiàn)長(zhǎng)度對(duì)估計(jì)的基線(xiàn)矢量進(jìn)行修正，修正后的數(shù)據(jù)平均值與真實(shí)值相當(dāng)接近，所以將修正后的值作為真實(shí)值的近似值。歸一化基線(xiàn)矢量后，通過(guò)SSE（誤差平方和）測(cè)試統(tǒng)計(jì)量來(lái)檢測(cè)欺騙是否存在。分別進(jìn)行了動(dòng)態(tài)和靜態(tài)的實(shí)驗(yàn)，證明了該方法的有效性，并且沒(méi)有任何時(shí)延。對(duì)于動(dòng)態(tài)場(chǎng)景下，由于信號(hào)的不穩(wěn)定性出現(xiàn)的信號(hào)頻繁失鎖現(xiàn)象，進(jìn)行進(jìn)一步研究，解決了動(dòng)態(tài)場(chǎng)景下會(huì)出現(xiàn)的不穩(wěn)定情況。

2.5 基于人工智能算法的欺騙檢驗(yàn)方法

常用的單參數(shù)檢測(cè)方法是通過(guò)被欺騙前后參數(shù)變化來(lái)識(shí)別干擾，比如在被欺騙信號(hào)干擾后接收到的信號(hào)功率會(huì)大大提高，但是考慮到場(chǎng)景的復(fù)雜度會(huì)出現(xiàn)多徑干擾以及更復(fù)雜的欺騙干擾，漏警概率大大提高，單參數(shù)檢測(cè)方法的局限性就逐漸暴露出來(lái)。文獻(xiàn)[30]-[31][32]提出了基于支持向量機(jī)的多參數(shù)聯(lián)合檢測(cè)方法，針對(duì)接收機(jī)處理各階段的欺騙，建立支持向量機(jī)欺騙檢測(cè)的二元分類(lèi)模型。其中文獻(xiàn)[30][31]通過(guò)使用復(fù)合SQM 方法檢測(cè)欺騙信號(hào)，信號(hào)質(zhì)量監(jiān)測(cè)的設(shè)計(jì)是為了監(jiān)視由于多徑和誘導(dǎo)欺騙干擾而引起的相關(guān)峰異常尖銳、平坦或不對(duì)稱(chēng)的現(xiàn)象，因此多徑效應(yīng)嚴(yán)重的情況下，欺騙檢測(cè)分辨率低，相關(guān)器輸出值量化指標(biāo)不完善，單純的SQM 方法對(duì)中高級(jí)的欺騙檢測(cè)性能較差。采用多參數(shù)的欺騙檢測(cè)方法比僅選取一種參數(shù)的SQM 方法提高了準(zhǔn)確率，為處理復(fù)雜多變的GNSS 欺騙干擾提供了有價(jià)值和可行的檢測(cè)思路。多參數(shù)檢測(cè)方法也可用于多徑信號(hào)干擾的檢測(cè)與識(shí)別，但是沒(méi)有具體分析特征參數(shù)的組合和偏好。多參數(shù)可以被視為真實(shí)與欺騙兩類(lèi)信號(hào)場(chǎng)景的特征，支持向量機(jī)是一種用于二元分類(lèi)的算法，文獻(xiàn)[30]選用高斯核函數(shù)和SMO 算法作為支持向量機(jī)模型，解決拉格朗日因子和偏移量問(wèn)題，構(gòu)造出GNSS 欺騙檢測(cè)模型的分類(lèi)器。因?yàn)閇31]等大多文獻(xiàn)中用于欺騙檢測(cè)的數(shù)據(jù)都選用TEXBAT 數(shù)據(jù)集，導(dǎo)致場(chǎng)景比較固定，文獻(xiàn)[30]選取了兩個(gè)數(shù)據(jù)集分別是得克薩斯大學(xué)的TEXBAT 數(shù)據(jù)集和美國(guó)橡樹(shù)嶺國(guó)家實(shí)驗(yàn)室的OAKBAT 數(shù)據(jù)集，為欺騙檢測(cè)研究提供了更多的測(cè)試場(chǎng)景。文獻(xiàn)[32]更是使用布谷鳥(niǎo)搜索算法替代傳統(tǒng)網(wǎng)格搜索算法優(yōu)化了支持向量機(jī)的屬性，縮短了檢測(cè)時(shí)間，降低虛警概率并提高了分類(lèi)的準(zhǔn)確性。表1 為三篇文獻(xiàn)分別采用的參數(shù)特征和數(shù)據(jù)集。文獻(xiàn)[33]從接收機(jī)采集信號(hào)階段開(kāi)始研究，針對(duì)欺騙信號(hào)的碼相位偏移量在0-2 個(gè)芯片時(shí)的小時(shí)延欺騙場(chǎng)景，提出了基于卷積神經(jīng)網(wǎng)絡(luò)算法的檢測(cè)方法。實(shí)驗(yàn)結(jié)果證明，當(dāng)欺騙信號(hào)與真實(shí)信號(hào)的碼相位差在0.5 個(gè)碼片以上，該方法有效且具有高精度檢測(cè)能力。文獻(xiàn)[34]使用收集到的GPS 信號(hào)數(shù)據(jù)組合，形成用于基于BP 神經(jīng)網(wǎng)絡(luò)的欺騙干擾檢測(cè)方法的數(shù)據(jù)集。使用六個(gè)特征參數(shù)數(shù)據(jù)進(jìn)行訓(xùn)練，得到了有效的神經(jīng)網(wǎng)絡(luò)模型，檢測(cè)準(zhǔn)確率達(dá)到了83%。

表1：基于支持向量機(jī)的欺騙干擾檢測(cè)方法

基于人工智能算法的欺騙檢測(cè)方法不需要額外的硬件支持與復(fù)雜的算法，優(yōu)化了檢測(cè)能力，提高了檢測(cè)精度，有良好的應(yīng)用前景。

3 未來(lái)工作

當(dāng)前的研究為避免因信號(hào)堵塞或多徑造成信號(hào)功率波動(dòng)等影響，實(shí)驗(yàn)大多選在較為空曠的無(wú)人場(chǎng)地，但是現(xiàn)實(shí)中的欺騙干擾不會(huì)在理想條件下攻擊。并且當(dāng)前大多數(shù)研究都是基于生成式欺騙干擾的檢測(cè)研究，今后應(yīng)更加深入研究轉(zhuǎn)發(fā)式欺騙干擾的檢測(cè)，注重多徑影響下的算法性能，優(yōu)化應(yīng)對(duì)各種復(fù)雜場(chǎng)景的欺騙檢測(cè)干擾方法。單一的信號(hào)特征檢測(cè)難以應(yīng)對(duì)未知可變的干擾，多參數(shù)的應(yīng)用減小了漏警概率。多種方法的融合檢測(cè)也是未來(lái)研究的一大趨勢(shì)，尤其是如何將人工智能的算法與傳統(tǒng)的方法結(jié)合，提高欺騙干擾的檢測(cè)性能。大部分檢測(cè)方法還都處于理論分析階段，今后可進(jìn)一步在軟件定義的接收機(jī)系統(tǒng)中進(jìn)行實(shí)踐與應(yīng)用。