基于自适应SPRT的缓变式欺骗干扰检测算法

缓变式欺骗干扰信号在干扰初期与全球导航卫星系统（Global Navigation Satellite System, GNSS）真实信号保持一致,其隐蔽性强,危害性大。常见的缓变式欺骗干扰检测方法是将卡尔曼滤波新息序列作为检测量,基于卡方检验检测干扰。然而,这些方法存在检测时间较长、检测性能低的问题。针对这一问题,提出了基于序贯概率比检测（Sequential Probability Ratio Test, SPRT）的缓变式欺骗干扰检测算法,将新息序列检测量作为SPRT样本,计算检验统计量,检测欺骗的同时能识别受欺骗的卫星。同时,应用Bayes参数估计理论,提出自适应SPRT算法,自适应补偿检验统计量,加快算法检测速度,并可通过调整风险参数,进一步提高算法的检测性能。仿真结果表明,与传统方法比,本文算法对缓变式欺骗干扰的检测时间短、检测性能高,并且在多星受欺骗时,可达到较好的检测性能。      

基于改进SPRT的机载欺骗式干扰检测方法

针对传统机载GNSS欺骗式干扰检测方法在多星受欺骗、或伪距欺骗量较小时检测性能差的问题，提出一种基于改进SPRT的欺骗式干扰检测方法。利用惯性导航系统(INS)和测距机(DME)机载多源数据，构造欺骗检测量。基于Bayes参数估计理论，提出一种改进SPRT算法，利用欺骗检测量计算自适应补偿值，构成改进的欺骗检测统计量。利用改进的欺骗检测统计量进行欺骗式干扰检测，加快算法的检测速度。巡航阶段的仿真结果表明，在满足机载设备相关要求的同时，在多星受欺骗情况和伪距欺骗量较小情况下均具有较好的检测性能。