全球导航卫星系统干扰检测和减缓中的Karhunen-Lovee T变换应用

⃝可在www.sciencedirect.com上在线ScienceDirectICT Express 2（2016）33www.elsevier.com/locate/icteKarhunen-L o e `ve e T变换在全球导航卫星系统干扰探测和减缓中的应用Fabio Dovis，Luciano MusumeciPolitecnico di Torino，电子和电信系，导航信号分析和仿真组，Corso Duca degli Abruzzi，24，10129 Torino，Italy接收日期：2015年10月30日;接收日期：2016年1月8日;接受日期：2016年2月5日2016年2月11日在线发布摘要提高全球导航卫星系统（GNSS）接收机在无线电干扰环境中的鲁棒性一直是GNSS界关注的主要问题之一。由于撞击GNSS接收器天线的信号的微弱性，GNSS接收器性能可因较强干扰信号的存在而受到严重威胁。在这些场景中，由于干扰检测和去除过程也导致接收到的GNSS信号的不可忽略的降级的事实，经典干扰对策可能失败。本文介绍了一种创新的干扰检测和缓解技术，对众所周知的干扰威胁。该技术基于Karhunen-Lo e v e T变换（KL T）的使用，其全部用于在变换域中表示接收到的干扰信号，在变换域中，干扰分量可以被更好地2016年，韩国通信信息科学研究所。制作和托管由Elsevier B.V.这是一个开放获取的文章根据CC BY-NC-ND许可证（http：//creativecommons. org/licenses/by-nc-nd/4. 0/）。关键词：干扰;干扰;Karhunen-L o e v e T; Chirp信号;自适应陷波1. 介绍干扰信号对GNSS接收机性能的影响可以从伪距测量上的噪声的增加（导致定位域中的大误差）到GNSS接收机操作的完全中断（从而导致定位服务的完全拒绝）而变化干扰器（也称为个人隐私设备（PPD））对基于GNSS的服务产生的故意干扰这样的干扰器可以很容易地在线购买，即使是几美元，尽管它们的使用在美国和几个欧洲国家是非法的。这些设备能够发射与目标GNSS频带的大部分重叠的强射频（RF）功率，从而阻止接收器在目标GNSS频带内正确操作。*通讯作者。电子邮件地址：luciano. polito.it（L. Musumeci）。同行评审由韩国通信信息科学研究所负责。本文是题为应用”客座编辑：Sunwoo Kim教授、Dong-Soo Han教授、Chansu Yu教授、Francesco Potorti博士、Seung-Hyun Kong教授和Shiho Kim教授。区域并导致基于GNSS的系统的危险中断已经发生了许多由PPD引起的记录在案的事件，例如，在纽瓦克机场的臭名昭著的案例中，其中一个局域增强系统（LAAS）地面设施接收器偶尔被安装在沿着附近高速公路通过的车辆中的个人隐私设备（PPD）干扰[2]。现有民用GNSS干扰机的非常详细的分类可以在[3，4]和[5]中找到。发射的RF信号 大多数汽车内可用的干扰器是具有单向或双向、线性和正扫描功能的线性调频信号。如今，专业GNSS接收器配备了能够处理各种干扰信号的干扰检测和缓解算法。自适应陷波滤波是最知名的干扰抑制算法[6]。这种低复杂性技术基于陷波滤波器的使用，其特征在于通带频率响应，该频率响应抑制干扰频率分量对应的非常窄的频谱部分，以及跟踪瞬时干扰频率的自适应块[7]。然而，这种传统的对抗措施仅在频域中执行干扰检测和切除，导致对有用的接收GNSShttp://dx.doi.org/10.1016/j.icte.2016.02.0082405-9595/c2016韩国通信信息科学研究所。制作和托管由爱思唯尔B. V.这是一个开放获取的文章下，CC BY-NC-ND许可证（http：//creativecommons。org/licenses/by-nc-nd/4. 0/）。02Sw34楼。多维斯湖Musumeci/ICT Express 2（2016）33信号. 本文介绍了一种创新的干扰检测和缓解算法的基础上使用一种先进的信号处理技术：KLT将数字化信号投影到本征函数域上，在本征函数域中，干扰分量可以更好地识别并与接收信号的其余部分隔离。本文组织如下：在第2节中简要描述干扰信号特性及其信号模型之后，第3节将讨论基于KLT的检测和抑制算法。一组实验测试将在第4节中描述，显示改进的益处。GNSS接收机抗干扰能力强。2. GNSS干扰：信号模型在干扰干扰下的GNSS接收器的基带处理块的输入处的复合数字化中频（IF）信号可被建模为M−1Fig. 1.典型车载点烟器供电干扰器发射的射频干扰信号频谱图。在能够更好地识别和去除干扰分量而不引起所接收的有用GNSS信号的大失真的域中执行干扰检测和切除。变换域技术的几个例子，干扰检测和减轻可以在文献中找到s[n]=m=0ym[nTs]+i[nTs]+η[nTs]（1）例如基于使用短时傅立叶变换（STFT）[8]的那些，或者利用其中ym[nTs]标识来自以下的有用GNSS信号：第m个视距（LoS）卫星，i[nTs]是数字化干扰信号分量，η[nTs]是加性高斯白噪声（AWGN）项。为了符号的简单性而忽略卫星索引下标，IF处的每个有用的数字GNSS信号可以表示为y[n]=2C·d [nTs−n0]·c[nTs−n0]·cos（ 2π（fL1+fd） nTs+θ0）（2）其中C是天线端口处的功率，d[nTs]是导航数据分量，c[nTs]是用于扩展信号频谱的伪随机序列，而n0、fd和θ0分别是接收码延迟、多普勒频率和信道引入的相位。如引言中所述，大多数可用车载PPD产生的RF信号是线性调频信号，根据[4]中的模型，其可以表示为i （ t ） =a·sin<$2 π<$f+kt <$t <$时 间 t ： 0≤t≤T（3）小波包分解（WPD），如[9]和[10]中所述3.1. 卡胡南-洛埃已经KLT提供了一个分解的数字化信号在一个矢量空间使用正交函数，原则上可以有任何形状。一般时间依赖函数的KLT分解由下式给出：x（t）=∞ZjΦj（ t）（4）j=1其中Zj是统计独立的标量随机变量，Φj（t）是从随机过程x（ t）的数字化版本的协方差矩阵导出的基函数。KLT在接收信号内的确定性分量和随机性分量之间提供了更好的分离。将给定的随机过程x（ t）投影到对应的特征向量Φj（t），作为其中f0是起始频率，k是扫描频率速率，Tsw是扫描频率周期，a是常数Zj啁啾信号幅度。 图图1显示了啁啾的频谱图+∞x（ t）Φj−∞（t）dt.（五）通常由车内干扰器发射的信号，其特征在于14 MHz的线性频率扫描和9 µs的扫描周期。3. 高级信号处理算法：变换域技术基于KLT的缓解算法属于变换域技术家族，其基于 对数字化GNSS信号使用先进的信号处理技术。这种技术提供了一种可能性，在[11]中指出，KLT是唯一可能的统计展开，其中所有展开项彼此不相关。3.2. 用于干扰检测和缓解的在[12]中描述了KLT用于连续波干扰（CWI）检测的首次使用，而在[13]中首次提出了针对脉冲干扰的KLT分解的应用。KLT分解已根据以下步骤实施：=F.多维斯湖Musumeci / ICT Express 2（2016）33-3635图二、• 根据（1）中的接收信号s[n]的自相关Rss[ n ]的N个样本计算Toeplitz矩阵;（0）R ss（1）. . .R ss（N）图三.在GPS L1/Galileo E1频段对受干扰数据进行KLT分解。4. 实验结果在本节中，一组实验结果比较了基于KLT的缓解算法相对于传统自适应陷波滤波器的优点。GNSS信号结合实际干扰信号的几种数据采集方法R ss（1）R ss（0）. . .R ss（N− 1）Rtoe= R ss（2）R ss（1）。. .R ss（N−2）（六）RF已被馈送到软件实现的缓解模块，以便执行所需的信号调节。采用全软件GNSS接收机，R ss（N） . . .R ss（1） R ss（0）• Toeplitz矩阵特征值λjRtoe和相关本征函数Φj[n]满足RtoeΦj[ n]=λjΦj[ n]（7）• 根据（5）确定Zj系数。图2显示了KLT在分解信号中分离确定性和随机性分量的能力。在这种情况下，KLT分解是通过在两种情况下求解从100µs的模拟全球定位系统（GPS）C/A码信号获得的协方差矩阵的特征值问题来• 无干扰环境;受到以中频为中心、功率等于−120 dBW的窄带干扰（NBI）信号（10 kHz）的干扰;图2报告了归一化特征值的趋势，从KLT分解获得的系数Zj。可以注意到，本征值的分布暗示了用于检测干扰的方法。事实上，当存在干扰时，存在少量的本征值，其相对于其他本征值具有很大的幅度（底部图），这与无干扰环境的情况（顶部图）不同。在[14]中提出了一种基于特征值幅度观测的检测方法。基本上，检测表示干扰分量的最高幅度本征值，并且仅考虑表示其中嵌入GNSS分量的噪声的本征函数来通过相对于所获取的伪随机噪声（PRN）的数量计算的互补累积分布函数为此目的，已经在软件实现的基于KLT的块的输出处的信号的不同且不相关的部分4.1. 干扰考虑了图1中报告的典型车内干扰信号干扰的GPSL1/Galileo E1频带中的实际GNSS数据该数据集已被下变频至28.42 MHz的IF，并利用具有30 MHz IF滤波器带宽的分立元件前端以112 MHz的速率收集。干扰功率被设置为恒定，从而在[10]中定义的PPD有效范围内模拟GNSS接收器。图3中报告了这种干扰数据集的KLT分解，其中报告了Zj系数、累积能量函数和标称能量阈值累积能量函数是不包括前L个最高幅度Zj系数的重构信号从Zj系数的分布（绿色虚线）可以观察到，强干扰信号分布在几个本征函数上，并且根据对于基于能量的准则，可以通过丢弃1000个计算系数中的前470个最高幅度Zj来实现干扰的衰减。根据该选择，重构信号的能量等于标称能量阈值（图3中示出的交点）。接收信号的功率谱密度（PSD）在（蓝色曲线）之前和之后（红色曲线）·....+36F. 多维斯湖Musumeci/ICT Express 2（2016）33传统的干扰对策。KLT的复杂性如[11]中所述，如果N是自相关的长度，则N2是找到KLT所需的计算次数。虽然KLT的使用不适合于实时处理，但对于那些需要仔细分析干扰关键区域上的干扰环境的应用，它可以被认为是用于后处理操作的强有力的工具;事实上，根据用于特征值-特征函数选择的能量准则见图4。在基于KLT的缓解算法之前和之后的受干扰数据集之间的PSD比较。图五. GPS L1频带中获取的PRN数量的互补累积分布函数：自适应陷波滤波与基于KLT的方法。图4给出了利用KLT消除干扰的结果，图5给出了实现的CCDF。 五、使用KLT大大提高了采集性能，如CCDF在采集PRN数量上所示。事实上，在通过基于KLT的算法执行干扰减轻的情况下，以100%的概率（蓝色条形图）发生多于4个PRN的捕获，而当采用自适应陷波滤波时，以82%的概率检测到多于4个PRN。5. 结论本文展示了使用转换域技术的基础上使用的KLT的能力。借助于KLT，信号被投影在由本征函数跨越的子空间上，其中干扰分量可以被更好地识别并从接收到的信号中提取，从而避免对有用的GNSS信号的大的降级。虽然基于KLT的方法在减轻干扰方面提供了良好的性能，但是其实现的计算负担相当重，特别是关于干扰的计算。只是干扰信息引用[1] S. 普伦，G.X. Gao，GNSS jamming in the name of privacy，InsideGNSS7（2）（2012）34-43.[2] J.C. Grabowski，个人隐私干扰器：定位球衣PPD干扰GBAS生命安全信号，GPS World 23（4）（2012）28-37。[3] R.H. R.C.米奇M.L. DoughnutPsiaki，S.P.鲍威尔，B.W.奥汉伦J.A. Bhatti，T. E. Humpreys，Know your enemy：Signal characteristicsofcivil GPS jammers，GPS World 24（1）（2012）64-71.[4] T. 克劳斯河 博恩芬德湾 Eissfeller，车内干扰器调查-RF信号和IF样本的分析和建模（适用于主动信号消除），见：导航研究所卫星部第24届国际技术会议论文集（ION GNSS 2011），俄勒冈州波特兰，2011年，第100页。430-435[5] D. Borio，J. O'Drivel，GNSS干扰器的表征，坐标9（5）（2013）8-16。[6] D. 博里奥湖卡莫里亚诺湖Presti，双极点和多极陷波滤波器：Acomputationallyeffective solution for GNSS interference detectionandmitigation，IEEE Syst.J.2（1）（2008）38，47.[7] D. 博里奥 O’Driscoll, J. Fortuny, GNSS jammers: Effects卫星导航技术和欧洲全球导航卫星系统信号和信号处理讲习班，（NAVITEC），2012年第6次欧空局讲习班，荷兰诺德韦克，2012年，第11页。一，七。[8] D. Borio，S. 萨瓦斯塔湖卡莫里亚诺湖Presti，用于GNSS应用的时间-频率切除，IEEE Syst.J.2（1）（2008）27-37。[9] L. Musumeci，F.Dovis，基于小波的性能评估技术在减轻窄带干扰，在：国际会议上定位和全球导航卫星系统（ICL-GNSS），都灵，意大利，2013年，pp.一，六。[10] L. Musumeci，J.T. Curran，F. Dovis，自适应陷波滤波和小波缓解对干扰机干扰的比较分析，在：第28届国际导航研究所卫星部技术会议（ION GNSS 2015），佛罗里达州坦帕，2015年。[11] C. Maccone，The K L T（Karhunen-L oe`ve e T transform）to extendSETIsearches to broad-band and extremely weakly signals ， ActaAstronaut.67（11 -12）（2010）1427-1439.[12] A. Szumski，寻找干扰，Karhunen-Loe`v e变换作为一个仪器检测微弱的射频信号，《全球导航卫星系统内部》（3）（2010年）56-64。[13] F. 多维斯 L. 穆苏梅奇， J. 参孙， 性能 比较transformed-domain techniques for the pulsed interference mitigation，in ： Proceedings of the 25th International Technical Meeting of TheSatellite Division of the Institute of Navigation（ION GNSS 2012），Nashville，TN，Nashville，TN，2012，pp.3530-3541[14] L. Musumeci ， F.Dovis ， A comparison of transformed-domaintechniques for pulsed interference removal on GNSS signals ， in ：International Conference on Localization and GNSS（ICL-GNSS），Starnberg，Germany，2012，pp.一比六