一种卫星导航信号反欺骗认证方法技术

本发明专利技术提供了一种卫星导航信号反欺骗认证方法，将功率监测技术与早迟门度量相结合，在贝叶斯检测框架下同时监测接收功率和相关函数失真，实现了欺骗干扰的有效检测。本发明专利技术在假设检验的贝叶斯框架下，通过四种分类，利用蒙特卡洛实验，获得最优决策区域，通过对接收信号的功率值和早迟门度量值与各个区域对照，可获得判决后的区域，通过对判决后区域的统计，获得各种分类的检测可靠度。与现有技术对比，可得大大提高了不同干扰检测可靠性。可得大大提高了不同干扰检测可靠性。可得大大提高了不同干扰检测可靠性。

【技术实现步骤摘要】
一种卫星导航信号反欺骗认证方法


[0001]本专利技术涉及全球卫星导航领域，尤其是一种卫星信号认证方法，具体涉及全球卫星导航信号的干扰检测问题，通过对接收信号的处理分析，实现不同干扰的有效分类，进而实现不同干扰的有效检测。

技术介绍

[0002]卫星信号本身在经过在大气层中的传播后，到达地面时信号强度很弱，在复杂电磁环境下，会受到更严重的干扰。因此，实现干扰的检测显得尤为迫切。GNSS信号的公开性，导致其易伪造。接收机成为欺骗性攻击的受害者，在这种攻击中，伪造的GNSS信号欺骗接收机报告误导性的位置或时间。
[0003]目前，不需改变GNSS信号空间的、接收机自主的、低成本的GNSS信号认证技术备受青睐。但是如果针对某一特性单独操作时，检测性能是非常不可靠的，在导航系统的应用中，往往会产生错误报警。并且目前存在的例如功率和对称差度量的组合，因仅利用单通道信息，故检测不敏感，检测欺骗干扰性能不可靠；早迟门度量和比率度量的组合，因未引入功率度量值，故有大功率欺骗干扰时无法有效检测。因此，GNSS认证技术的挑战也暴露出来，主要在于检测欺骗干扰本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种卫星导航信号反欺骗认证方法，其特征在于包括下述步骤：步骤一：利用下变频后的信号，在无相关项干扰项的情况下，对于下变频后的真实GNSS信号S
A
(t)，采用以下复基带模型：其中，P
A
是以瓦为单位的真实信号的接收功率，D(t)是值为
±
1的导航数据，t是以秒为单位的时间，τ
A
是以秒为单位的码偏移，C
A
(t)是值为
±
1的伪随机扩频码，exp(jθ
A
)是相位为θ
A
的载波，在不损失通用性的情况下，导航数据D(t)可以忽略，令D(t)＝1，干扰信号S
J
(t)建模为：其中η＝P
J
/P
A
是干扰信号相对于真实信号的功率优势，即干扰功率P
J
与真实信号功率P
A
的比值；τ
J
和θ
J
分别是干扰信号的码偏移和载波相位；接收的噪声S
N
(t)建模为：S
N
(t)＝N(t)+M(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)该噪声为具有恒定谱密度N0的热噪声N(t)和具有可变谱密度M0的多址干扰M(t)之和，完整的接收信号S(t)模型如下：S(t)＝S
A
(t)+S
J
(t)+S
N
(t)
ꢀꢀꢀꢀꢀ
(4)其中，S
A
(t)是真实的GNSS信号，S
J
(t)是干扰信号，S
N
(t)是噪声，将自动增益控制电路的比例因子β(t)乘以S(t)，使得经比例调整的信号β(t)S(t)的功率保持恒定；步骤二：本地码l(t,τ)建模如下：其中，τ是以秒为单位的任意代码相位延迟，C
l
(t)是本地码，与C
A
(t)相等；和是复合信号S(t)的码相位和载波相位的估计值；将β(t)S(t)与本地码l(t,τ)相关，得到I路I(τ)和Q路Q(τ)两路数据，如下所示：其中，Δτ
A
是τ
A
与的差值，同理得到Δτ
J
、Δθ
J
和Δθ
A
，和分别是I、Q两路的高斯白噪声；R(
·
)是扩频码自相关函数，表示为：其中T
c
是扩频码单个码片时间周期；步骤三：采用贝叶斯多元假设检验框架来区分假设，其中各假设种类为H
i
,i∈I,I＝{0,1,2,3}，零假设H0对应于无干扰情况，并且H
i
,i＝1,2,3分别对应于多径干扰、欺骗干扰和压制干扰；选择相关的三个参数，即干扰功率优势η，干扰与真实信号扩频码偏移Δτ＝τ
J
‑
τ
A
和载波相位偏移Δθ＝θ
J
‑
θ
A
，将三个参数组合成向量θ＝[η，Δτ，Δθ]，并假设向量θ位于参数空
间Λ中，该参数空间本身被划分为不相交的参数集i∈I，并且每个参数集与其对应的假设H
i
相关联；因此，确定θ∈Λi等价于选择假设H
i
；在复合假设检验问题的贝叶斯公式中，向量θ被视为一个随机数，概率密度为w(θ)，其中π
i
是Θ落入Λ
i
的先验概率，用w
i
(θ)表示给定θ∈Λi，Θ的条件概率密度：有两个类型的观测值，即观测接收功率P和早迟门度量m
ELP
，将两个观测值与四个假设联系；将两个观测值合并为向量z＝[m
ELP
，P]
T
,向量z的观测集合为Γ，条件概率密度分布为p(z|θ)；决策准则δ(z)用于将Γ划分成不相交的决策区域Γ
i
，使得当z∈Γ
i
时对应H
i
假设，即Γ
i
与H
i
对应；设C[i,θ]为当θ∈Λ为实际参数向量时选择H
i
时的成本函数，成本函数对θ的选取密切相关，将条件风险的平均成本定义为：其中，E
θ
表示求取期望，将贝叶斯风险r(δ)定义为：找到最优决策准则δ(z)使得贝叶斯风险r(δ)最小化，也即找到最优的判决区域Γ
i
,i∈I；步骤四：建模接收到M
S
+1个真实信号，每个信号均有一个与其相关联的干扰信号，接收信号S
C
(t)如下：其中，S
Ai
(t)为第i个真实信号，其相关联的干扰为S
Ji
(t),N(t)为噪声；则观测功率值P(dBW)为：其中T为积分累计时间，t1为选定任意时刻时间；P的条件概率密度函数满足均值为方差为的高斯分布，其中，的高斯分布，其中，其中，Δθ
i
和Δτ
i
分别对应第i个干扰与相应真实信号之间的载波相位偏移和码相位偏移，P
Ai
为第i个真实信号的功率值，η
i
为第i个干扰与第i个真实信号的功率之比，W
P
为要测
量功率的带宽，N0为热噪声谱密度，在2MHZ的带宽内，σ
P
最高可至0.5dB；对于多址干扰M(T)，多址干扰的密度为M0，表示为：其中，M
S
为真实信号个数减一，与P
...

【专利技术属性】
技术研发人员：谢坚，王梦凡，张兆林，邓均午，王伶，韩闯，宫延云，陶明亮，粟嘉，范一飞，杨欣，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：