基于随机矩阵理论的无人机地面控制站GNSS干扰检测

⃝可在www.sciencedirect.com在线获取ScienceDirectICTExpress 7（2021）239www.elsevier.com/locate/icte基于随机矩阵理论的无人机地面控制站GNSS干扰检测放大图片作者：Omid Sharifi-Tehrania，Mohamad F.Sabahib，M.R.Danaeeca伊玛目侯赛因综合大学，伊朗德黑兰b伊朗伊斯法罕伊斯法罕大学电气工程系伊朗德黑兰伊玛目侯赛因综合大学电气工程系接收日期：2020年7月6日;接收日期：2020年9月20日;接受日期：2020年10月6日2020年10月22日在线提供摘要全球导航卫星系统（GNSS）是无人机及其地面控制站的主要导航和控制系统。如果没有GNSS信号，UAV及其地面控制站就无法遵循期望路径的航路点在干扰环境中。基于随机矩阵理论，提出了两种检测无人机地面控制站GNSS信号干扰攻击的新方法。利用均值向量的极限分布和定义的检验统计量的渐近性态，引入并评估假设检验以检测干扰信号的存在。仿真结果表明，所提出的方法具有显着的性能，在检测和虚警概率。与现有方法相比，在低干扰信号比（JSR），超过2.5 dB的改善。c2021韩国通信和信息科学研究所（KICS）。出版社：Elsevier B.V.这是一个开放的访问CC BY-NC-ND许可证下的文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。关键词：地面控制站;干扰检测;随机矩阵理论;无人机1. 介绍全球导航卫星系统广泛应用于民用和军事领域，用于导航和控制。客机、货机、直升机、战斗机和无人机（UAV）使用GNSS（全球导航卫星系统）信号作为主要的导航和控制系统[1]。虽然其他航空电子系统，如惯性导航系统（INS），陀螺仪和磁罗盘被用作替代和辅助时，GNSS信号不存在（例如在干扰或欺骗环境），其精度逐渐下降，因此，他们只能在短时间内使用[2]。如果没有GNSS信号，空中平台就无法跟踪航路点，并且由于可靠性低，任务可能会中止。无人机地面控制站（GCS）负责根据GCS向无人机发送控制和命令数据∗ 通讯作者。电子邮件地址：omidsht@gmail.com（O.Sharifi-Tehrani），sabahi@eng.ui.ac.ir（M.F.Sabahi），mrdanaee@alum.sharif.edu（M.R.Danaee）。同行评审由韩国通信和信息科学研究所（KICS）负责https://doi.org/10.1016/j.icte.2020.10.001无人机位置干扰攻击会降低GNSS信号的质量，产生测量误差，甚至完全阻断信号。因此，检测干扰攻击作为早期预警可以提醒GCS机组人员做出必要的决定。针对GNSS干扰信号的检测问题，介绍了几种算法和技术有些方法是基于频率多普勒频移，有一定的局限性[3]。一些算法基于到达方向估计，这需要额外的天线、更复杂的硬件以及有时高的计算能力[4]。信号质量测量（SQM）方法是精确的，但它们通常在GNSS接收机中在后相关阶段实现，因此，它们依赖于接收机硬件。在[5，6]中还介绍了基于接收信号的统计分析的其他方法。这些方法基于在有干扰和无干扰的情况下接收信号的概率分布函数（PDF）之间的差异。在[7]中，接收信号功率的PDF的变化用于干扰和欺骗检测。子空间方法是一类重要的干扰检测方法。它们是准确和敏感的，但它们需要估计协方差矩阵的特征值，2405-9595/2021韩国通信和信息科学研究所（KICS）。出版社：Elsevier B.V.这是一个开放的访问CC BY-NC-ND许可证下的文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。O. Sharifi-Tehrani，M.F.Sabahi和M.R.达纳伊ICT Express 7（2021）239240D∑D+=∥ ∥ ∥∥−− −∼JJη是噪声功率，其获得为i=1我/0=图1.一、G N S S 链 的 框图。计算量大[8]。例如，在[9]中，Karhunen-Loeve近年来，随机矩阵理论（RMT）在工程应用中得到了广泛的利用高维数据，RMT工具，如Marchenko-Pastur定律、Tracy-Widom定律、Wigner定律等，分析了信号的渐近和极限行为及其相关的特征值/向量[10]。在本文中，我们提出了两个方法-通过模数转换器（ADC）。数字样本被馈送到捕获阶段，在该捕获阶段，可用的卫星通过粗略测量被捕获。 在跟踪阶段，对获取的强卫星信号进行跟踪，以提供精确的测量。在导航阶段，通过提取导航信息，提供在GNSS接收器处从第i个卫星接收的信号被建模为：yi（t）=Ai（t）Ci（t−τi）di（t−τi）cos[2π（fc+fi）t+i]+η（t）（1）其中，Ai是所需信号幅度，fi是第i个GPS（全球定位系统）信号多普勒频率，mi是信号的随机相位，fc是载波频率，Ci是扩频码，di是导航消息，τi是信道延迟，η是接收机噪声。已经表明，接收器输入处的GNSS信号样本遵循高斯分布[14，15]。在接收器输入处接收到的GNSS RF（射频）信号可以写为：Px iRF（t）=yi（t）+J（t）+η（t）⑵i=1其中，P是可见卫星的数量，J（t）AJcos（2πfJt <$0）是干扰机信号，fJ是干扰机频率，AJ是干扰机信号幅度，并且f0是干扰机初始信号相位。干扰噪声比为J N干扰信号比为J/ S=A2/∑PA2基于向量分布相等定律的ODS [11探测对无人机地面控制站的GNSS干扰攻击。我们表明，通过使用大的随机矩阵的限制分布，从GNSS接收机的输入处的接收信号的样本中获得，可以定义有效的测试统计。基于这些检验统计量，我们引入了一个假设检验来检测干扰攻击的存在。所提出的方法计算量不大，可以作为实时应用的预警阶段。这些方法使GCS人员能够在任何致命情况发生之前做出决定。本文的其余部分组织如下。在第二节中，介绍了信号模型。在第3节和第4节中，介绍了两种建议的方法。在第5节中，提供了Monte Carlo模拟结果，并与现有方法进行了比较。最后，在第六部分，文章结束了结论。2. 信号模型GNSS接收机必须获得至少四个不同卫星特别是对于GPS，有多达32颗地球轨道卫星。每颗卫星都被分配了唯一的伪随机噪声（PRN）码。在GNSS接收器处获取的PRN的数量给出PVT解决方案的准确性的清楚指示。如图月1K是玻尔兹曼常数，T是绝对温度，B是接收器带宽。3. MVDET1方法如前所述，所提出的方法的基础是矢量分布均匀性定律，这意味着在战场上接收信号样本的PDF与在干净环境中的参考信号的PDF进行比较。如果出现显著偏差（即观察到分布变化），则确认存在干扰的决定。假设有四个d维独立的随机向量A，A′，B和B′是两个不同的PDF，其中A，A′i∈F，B，B′i∈G.还假设DFF、DGG和DFG被定义为的一A′ 、BB′ 、一的b. 代表2002年norm. DFF、DGG和DFG的平均值分别由µFF、µGG和µFGMaa等人[16]证明了对于高维数据，DFF，DGG和DFG是相同的当且仅当F=G.提议 设D F和D G是（A-A′，A-B′）和（A-B-A′，B-B′）的二元PDF。设μDF和μDG分 别是D F和D G的平均向量。我们有μDF= μDG惠μFF=μFG=μGG，当且仅当F=G。GNSS接收器将卫星信号放大到低噪声放大器（LNA），滤波，下变频和采样1 平均向量分布相等性检验。哪里K T B，与O. Sharifi-Tehrani，M.F.Sabahi和M.R.达纳伊ICT Express 7（2021）239241−−−=> γ→∈M∑ ∑000= µFF，µFG，µD=[µFG，（3）λ（1−λ）10Mn一个简单且计算复杂度低的检验统计量可以被认为是：131≤i j k≤mJK关联的随机向量A1，. . .，A是d维观测值的PDF，并且G是接收到的GNSS信号的PDFBi−BjN∼∼=+ → ∞另外，我们有0N21≤i j≤n证据 根据[11，13]，如果 FG，这已经被证明了。另一方面，如果E（A1A2）E（B1B2）E（A1B1）然后2E（A1B1）E（A1A2）E（B1B2）0（E是Expecta-操作员）。在[ 11 ]中表明，在F和G的有限期望范数的情况下 ， 我 们 有 2 E （ <$A1−B1<$ ） −E （ A1−A2 ） −E（B1−B2）≥0，当F和G相同时等式成立。因此，E（A1−A2）=E（B1−B2）=E（A1−B1）导致F= G。根据上述命题，代替检验假设H0：F=G，可以交替地检验零表1MVDET算法的步骤步操作步骤1使用（4）、（5）和（6）计算µFF、µFG和µGG步骤2根据（3）获得µDF和µDG步骤3根据（7）计算Tmn步骤4使用预定义的阈值水平γ（在学习阶段中获得，利用干净的参考信号），执行假设检验：TmnH1 γ1=R--表2GEDET算法的步骤。步操作步骤1使用（9）、（10）和（11）计算S1、S2和σ σ2，分别步骤2使用公式（12）计算Tmn的r个样本，并获得TGoF。步骤3执行假设检验：T GoFH1“（正确值H0在学习阶段获得引入的检验统计量的概率密度与在清洁环境中获得的参考统计量的概率密度（即，真实GNSS）。为此，Tmn的直方图（从Nb个箱中Tmn的r个计算样本获得）与标准卡方随机变量的直方图之间的差异计算如下。图二、 考虑友方无人机/地面控制系统和敌方干扰无人机的情况。氮b2TGoF =∑（Ti−Oi）i=1（十三）其中Nb是bin的数量。 所以，T O i 是第i个区间中的Tmn和χ2的直方图值，相对于iv el y。如果在GoF测试中存在显著偏差，则拒绝H0并且检测到干扰攻击的存在。否则，H0并且该信号被假定为GNSS真实信号。我们将此方法称为GEDET，表2中对其进行了总结。5. 模拟结果和讨论在本节中，使用真实的GPS RF信号数据集评估所提出方 法 的 性 能 ， 并 通 过 1000 次 Monte-Carlo 模 拟 与 峰 度（Kurt ）[6]、Chi 2GoF方法[18]和双样本采样频率为6.4Msps，中心频率为1.57542GHz。该信号由TektronixRSA 3408 A实时频谱分析仪、Rojone A-GPSA 95 NS天线、Rojone AMA-061 B放大器和直流块记录。记录了大约1600万个样本（相当于2.56 s）。3考虑一种情况，其中机载/海上/地面干扰机到达距离GCS 10 km的地方，干扰强度使得GCS GNSS天线位置处的JSR为0 dB（图2）。m、n、d、r值被选择为nD170和R100. 图图3图在图3和图4中，针对所提出的两种方法描述了检测概率（Pd）和虚警概率（Pfa）与不同的所选阈值水平的关系。应选择阈值水平，使Pfa最小，Pd最大。如图如图3和图4所示，可以在相对宽的范围内选择阈值水平。这意味着所提出的方法可以有效地区分这两种假设。图图5描绘了P d和P fa与J / S周围的不同干扰水平的关系 0 dB的两个建议的方法，并与其他现有的方法进行比较。 如图 五、3 本文中使用的数据集可以在https：//crawdad找到。org/index. HTML.图三. MVDET方法的检测和虚警概率与不同阈值水平。见图4。GEDET方法的检测和虚警概率与不同阈值水平。

下载后可阅读完整内容，剩余1页未读，立即下载