一种基于阵列天线的卫星导航欺骗干扰检测与抑制方法

提出了一种基于阵列天线的卫星导航欺骗干扰检测与抑制方法。利用真实卫星导航信号从上半球空间多个方向入射到阵列天线而欺骗干扰信号则是从同一方向入射到阵列天线的差异性进行干扰检测判决。首先,对阵列天线每个阵元单元通道接收信号进行多颗卫星并行解扩从处理;其次,利用解扩后的阵列数据对每颗卫星进行方位估计;再次,根据估计卫星来向数据的一致性进行干扰检测判决;最后,在判决存在欺骗干扰时利用欺骗干扰的方向信息重构协方差矩阵,采用自适应调零算法对欺骗干扰进行抑制。通过计算机仿真试验对所提方法的正确性和有效性进行了验证。     

牵引式欺骗对矢量跟踪环路的影响

牵引式欺骗能够在不引起跟踪环路失锁的条件下诱使接收机跟踪欺骗信号,是一种隐蔽性很高的欺骗干扰方式。对于标量接收机,由于其跟踪环路相互独立,因此针对单个信号进行牵引式欺骗时,不会受其他信号的影响。而矢量接收机的跟踪环路通过接收机状态耦合,存在相互影响,即牵引式欺骗对矢量和标量跟踪环路的影响存在差异。本文基于无噪声且欺骗信号与真实信号载波频率和载波相位相等的假设条件,分析牵引式欺骗对矢量跟踪环路的影响,推导出欺骗成功条件,并利用信号源模拟器和软件接收机对分析结果进行验证。研究结果表明,对矢量跟踪环路成功实施牵引式欺骗的条件较标量跟踪环路更为严苛,反映出矢量跟踪环路固有的抗欺骗干扰能力。     

降噪多天线卫星导航欺骗干扰抑制方法

由于欺骗干扰比真实卫星导航信号功率稍大,意味着其功率远小于压制干扰,致使多天线卫星导航接收机的阵列接收环境发生改变,无法抑制欺骗干扰。该文提出了一种能有效改善阵列接收环境,恢复多天线卫星导航欺骗干扰抑制能力的方法。该方法通过降噪预处理提高阵列接收信号的信噪比和干噪比,再使用输出功率最小准则最优化权矢量,从而实现欺骗干扰抑制。理论分析和实验结果表明,该方法能够有效抑制欺骗干扰,而且阵列输出信干噪比较高,干扰抑制后接收机捕获性能不受干扰影响。      

基于GNSS多通道跟踪接收机的阵列反欺骗方法

近年来,基于阵列天线的空域处理方法被认为是最有效的欺骗检测和抑制手段之一。提出了一种基于卫星导航接收机多通道跟踪能力的阵列反欺骗方法。多通道跟踪接收机对每一个捕获到的导航信号在所有阵元通道后均进行跟踪处理并提取信号幅度和载波相位观测量,首先计算载波相位双差平方和进行欺骗检测,然后利用载波相位单差和信号幅度比估计信号导引矢量,从而进行基于子空间投影的欺骗信号抑制或基于波束形成的真实卫星信噪比提升。理论分析和仿真试验证明,该方法可有效检测并消除同一来向的欺骗信号且不影响真实卫星信号质量。由于前端非理想因素带来的幅度和相位偏移都已包含在接收机跟踪通道提取的观测量内,实际应用时对阵列天线校准和射频通道均衡的要求明显降低。     

两级结构的卫星导航压制式和欺骗式干扰联合抑制算法

压制式干扰和欺骗式干扰是全球卫星导航系统 (Global Positioning System, GPS) 中的两种典型干扰,当二者共同存在于导航信号传输环境时,干扰抑制会变得更加困难。本文提出了一种新的两级阵列信号处理方案,由于传统的功率倒置（power inversion, PI）算法可以有效抑制压制式干扰,考虑到协方差矩阵的逆矩阵的物理意义,阵列接收的信号首先经过协方差矩阵求逆处理,然后将处理后的信号向欺骗式干扰的正交子空间投影达到抑制欺骗式干扰的目的。此方法基于GPS C/A码的周期特性和相关特性,利用CLEAN方法估计出欺骗式干扰的波达方向 (direction of arrival, DOA) 进而估计其子空间。实验结果表明新方案可以同时抑制两种干扰,且方法简单运算量小,可作为一个独立的干扰抑制模块嵌入到接收机中,并验证了方法的有效性。      

GNSS智能相干跟踪欺骗干扰方法及效能分析研究

针对叙利亚战场和美军伊朗战场发生的多起无人机被欺骗干扰诱捕事件,本文分析说明了 GNSS 生成式和转发式两种不同欺骗干扰的方法、实现机理及效能,提出智能相干跟踪欺骗方法。通过智能相干跟踪欺骗干扰机理及其对卫星导航用户接收机的影响分析,研究了该欺骗干扰对用户接收机的智能跟踪和相关牵引效果。最后完成了仿真和实际场景模拟试验,验证了该欺骗干扰的诱骗能力、破坏性及隐蔽性。     

一种通用的GPS多类干扰抑制方法

欺骗式干扰、压制式干扰、卫星多径信号干扰是GPS最常见的,也是最有威胁的干扰。本文针对这三种干扰共存的情况,将子空间技术和低副瓣常规波束形成技术相结合,提出了一种通用的抗干扰算法。该算法能够同时抑制欺骗式干扰、压制式干扰和卫星多径信号干扰,并对GPS信号提供信号处理增益。本文还分析了欺骗式干扰和GPS卫星信号的相关特性,针对不同的相关性,提出分别采用协方差矩阵特征值分解和高分辨相干子空间估计方法来计算干扰子空间。仿真结果表明本文方法可以同时抑制多类干扰,保证接收机能够准确捕获到卫星信号。      

基于互相关投影导航接收机欺骗干扰抑制方法

由于欺骗干扰模拟发送与导航卫星信号相同的C/A码,这使得卫星导航接收机极易被其误导和诱骗,从而给出错误的定位信息。考虑到导航信号和同结构欺骗干扰自身都具有强自相关性,且欺骗干扰功率稍大于真实信号,该文提出一种采用阵列天线抑制同结构欺骗干扰的盲干扰抑制方法。该方法从多天线接收数据与其自身延迟的参考数据做互相关入手,利用该互相关矩阵求解干扰的正交投影矩阵,最后将投影后信号互相关矩阵的最大特征值对应的特征矢量作为最优权。该方法处理时无需已知真实信号和干扰方向的来波方向,也无需对卫星C/A码序列进行遍历搜索从而解扩。理论分析和实验结果表明,该阵列波束能够有效抑制干扰,阵列输出SNR较高,干扰抑制后接收机捕获性能不受干扰影响。     

未知信源数目的DOA估计方法

针对信源数目未知情况下的DOA估计问题,该文提出了两种基于稀疏表示的DOA估计方法。一种是基于阵列协方差矩阵特征向量稀疏表示的DOA估计方法,首先证明了阵列协方差矩阵的最大特征向量是所有信号导向矢量的线性组合,然后利用阵列协方差矩阵的最大特征向量建立稀疏模型进行DOA估计;另一种是基于阵列协方差矩阵高阶幂稀疏表示的DOA估计方法,根据信号特征值大于噪声特征值的特性,通过对协方差矩阵的高阶幂逼近信号子空间,利用协方差矩阵的高阶幂的列向量建立DOA估计的稀疏模型进行DOA估计。理论分析和仿真实验验证,两种方法都不需要进行信号源数目的估计,具有较高的精度、较好的分辨力,对相干信号也具有优越的适应能力。     

利用信号重构的全球导航卫星系统欺骗干扰抑制方法

欺骗式干扰通过发射与真实卫星信号相似的信号误导接收机产生错误的定位结果，具有极大的危害。该文针对转发式欺骗干扰，提出一种基于信号重构的单天线欺骗干扰抑制方法。该方法首先通过参数估计方法估计出欺骗信号载波频率和码相位，然后构建欺骗信号子空间正交投影矩阵以抑制干扰。仿真实验结果表明该方法对欺骗干扰具有良好的抑制效果，能够保障接收机在干扰环境中实现有效定位，并具有较低的运算复杂度。     

阵列天线抑制欺骗式导航干扰信号方法研究

针对欺骗式干扰影响飞行器卫星导航信号后引起的定位测姿错误问题,提出了一种适用于飞行器导航的基于阵列天线的欺骗式干扰检测和消除方法.使用接收阵列天线的载波相位双差测量值作为干扰检测依据,通过载波相位单差测量方程求出干扰信号的方向矢量,给出了提高干扰方向测量精度的方法,并使用其正交向量在干扰方向形成零陷,同时通过调整波束指向,在待测信号方向形成阵列增益,以达到抗干扰和增强导航信号的目的.使用这种方法可以对导航信号中的欺骗式干扰信号进行有效的识别和消除,适用于复杂环境下的飞行器导航.     

Real-time interference detection and mitigation in robust tracking loop of GPS receiver

Spoofing has a vital role in distorting? global positioning system (GPS) signals. In this paper, a plenary anti-spoofing approach based on correlation and adaptive ?Kalman filtering is proposed to distinguish and then diminish spoofing effects. The suggested ?method can be easily implemented in tracking loop of GPS receiver. According to the actual situation, the receiver requires constantly adjusting the system model or filtering parameters. We will study a real-time spoof recognition ?method that has clear certainty by introducing a reliable exhaustive metric. In ?compensation phase, a kind of innovation based Adaptive Extended Kalman Filter (AEKF) is addressed and a new system model is put forward. As a primary step, the proposed technique is ?implemented in software receiver to prove the concept of idea in a multipath-free ?scenario. Three different data sets have been collected to use in the ?performance assessment of the method. The results indicate that the investigated algorithm is ?able to perform a real-time detection and reduce the miss-adjustment of steady-state positioning.     

Hidden Markov Model Based Localization Using Array Antenna

We present a hidden Markov model (HMM) based localization using array antenna. In this method, we use the eigenvector spanning signal subspace as a location dependent feature. The eigenvector does not depend on received signal strength but on direction of arrival of incident signals. As a result, the eigenvector is robust to fading and noise. In addition, the eigenvector is unique to the environment of propagation due to indoor reflection and diffraction of the radio wave. The conventional localization method based on fingerprinting does not take previous information into account. In our proposal algorithm with HMM, we take previous state of estimation into account by comparing the eigenvector obtained during observation with the one stored in the database. The database has the eigenvector obtained at each reference point according to setting in advance. In an indoor environment represented in a quantized grid, we design the transition probability due to previous estimated position. Because of this, target’s movable range is obtained. In addition, we use maximum likelihood estimation method based on statics of correlation values. The correlation value is an indicator of pattern matching in a fingerprinting method. The most likely trajectory is calculated by Viterbi algorithm with above mentioned probabilities. The experimental results show that the localization accuracy is improved owing to the use of HMM.     

基于矢量平均的信道估计算法

提出一种适用于DS-CDMA无线通信系统的低计算量而性能良好的信道估计算法。在DS-CDMA系统中，当接收信号经过解扩或多用户检测等时域预处理后，可以认为干扰大大减弱、期望信号在处理后的信号中占主要地位。这样，用预处理后信号相关阵的最大特征值对应的特征矢量可以很好地近似期望信号的信道矢量。但是，直接特征分解需要很大的计算量，特征跟踪计算量较低，但瞬态性能较差。本文提出一种基于相关矩阵列矢量平均的信道估计算法，该算法不需要特征分解或跟踪。仿真结果表明：新算法在降低计算量的情况下可以获得同直接特征分解方法几乎相同的性能。