br>[0066] 假定干擾場景為欺騙干擾信號來自地面干擾機，干擾信道無直射分量，則其包絡 服從Ray 1 e i曲分布，PDF為
[0067]
[006引其中，σ含為Raylei曲分布的方差。
[0069] 第二步:基于擬合優度的欺騙干擾檢測。
[0070] 圖1為擬合優度檢測框圖。首先，將接收到的樣本按從小到大的順序排列得到經驗 分布函數，再計算接收到的信號的經驗分布Fn(x)和理論分布F(x)之間的距離，最后與特定 的口限比較來判斷是否存在欺騙干擾，如果大于設定的口限，則表示不存在欺騙干擾，否則 表示存在欺騙干擾。檢測問題可W表示為
[0071]
(巧）
[0072] 其中，冊表示存在欺騙干擾，出表示不存在欺騙干擾，F (X)為總體X的分布函數，Fn (X) = k/N，（祉含X含xk+i，k = 1，2. . .N)為X的經驗分布函數，N為樣本個數。
[0073] 干擾信號的累積分布函數作為擬合優度檢測的理論分布函數。可W表示為
[0075] 其中：
卽aylei曲分布方差巧^:的似然估計。
[0076] 介紹Ξ種擬合優度檢測方法的步驟
[0077] 1.KS 檢測
[007引 KS檢測的統計量定義為
[0079]
[0080] 2.CVM 檢測
[0081 ] CVM檢測的統計量定義為
[0082]
[008；3] 3.AD 檢測
[0084] AD檢測的統計量定義為
[0085]
[00化]在顯著度水平α下，擬合優度檢測通過比較統計量T(DN，W2，y4)與口限丫的大小， 接受或拒絕原假設化。是否存在欺騙干擾的口限γ可由下式求得
[0087] Ρτ{Τ>γ|Ηο}=α (23)
[0088] 綜上所述，基于擬合優度的欺騙干擾檢測算法步驟為：
[0089] (1)給定虛警概率α，根據式(23)得到口限丫；
[0090] (2)將得到的樣本按從小到大排序，記為XI < Χ2 < ...含ΧΝ;
[0091] (3)計算統計量Τ的值；
[0092] (4)若了 > γ，則判為化，接收到的為真實信號，若Τ< γ，則判為化，接收到的為欺騙 干擾信號。
[0093] 第Ξ步:得到欺騙干擾檢測性能。
[0094] 令A為陰影遮蔽的時間百分比，接收信號功率S的PDF可W表示為
[0095] fs(s) = (l-A)fs_Rice(s)+Afs_Rayl_LN(s) (24)
[0096] 其中，fs_Rice(S)為"好狀態"下接收信號功率的PDF，fs_Rayl_LN(S)為"壞狀態"下接收 信號功率的PDF。
[0097] 完整的欺騙干擾檢測概率為
[009引 Pd 二（1-A)Pd,good+Apd,bad (25)
[0099] 其中，Pd,good, Pd,bad分別表示"好狀態"和"壞狀態"下的欺騙干擾檢測概率。
[0100] 圖2是"好狀態"下Ξ種檢測方法在同等條件下的檢測性能對比，從圖2中可W看 出，KS檢測方法的性能好于其他兩種檢測方法，KS的檢測概率平均比CVM高6.64%，比AD高 13.37%。
[0101] 圖3是"壞狀態"下Ξ種檢測方法在同等條件下的檢測性能對比，從圖中可W，看出 K S檢測方法的性能好于其他兩種檢測方法，K S的檢測概率平均比AD高5 %，比C VM高 18.21 %。兩種狀態下，在SNR為10地、JNR在4地W上時，Ξ種擬合優度檢測方法的檢測概率 都可達到90 % W上。
[0102] 圖4是陰影遮蔽時間百分比A取不同值時AD檢測的性能對比，檢測概率隨著時間百 分比的增大而增大，A3 = 0.7的檢測概率比A2 = 0.5的檢測概率平均高2.79%，比A1 =0.3的 檢測概率平均高5.59%。
[0103] W上對本發明的優選實施例及原理進行了詳細說明，對本領域的普通技術人員而 言，依據本發明提供的思想，在【具體實施方式】上會有改變之處，而運些改變也應視為本發明 的保護范圍。
【主權項】
1. 基于信道差異的轉發式GNSS欺騙干擾檢測方法，其特征是按如下步驟： 第一步:判定當前導航衛星信道的狀態； 第二步:基于擬合優度進行欺騙干擾檢測； 第二步:得到欺騙干擾檢測性能。2. 如權利要求1所述的基于信道差異的轉發式GNSS欺騙干擾檢測方法，其特征是： 第一步：導航衛星信道狀態采用Lutz模型描述，包括："好狀態"和"壞狀態"兩種狀態； "好狀態"下接收信號中存在直射分量，接收信號包絡服從萊斯分布，表達式為(1) 其中，r是信號的包絡，cjf是"好狀態"下Rice分布的方差，Z是直射信號分量，Io(X)是第 一類零階貝塞爾函數；其中，r是信號的包絡，fRay(r)和fLog(r)分別為Ra}dei曲分布與Lo即ormal分布，即 "壞狀態"下接收信號中不存在直射分量，服從的是瑞利分布與對數正態分布的組合， 表達式為 (2)其中，(了^為Ra^ei曲分布的方差，y、化分別為Lognormal分布的均值和均方差； 令A為衛星信道陰影遮蔽的時間百分比，結合式（1)與式(2)，衛星接收機中接收信號包 絡S的概率密度函數表示為 fs(S) = (l-A)fs_Rice(S)+Afs_Rayl_LN(S) (5) 其中，fs_Rice(S)為"好狀態"下接收信號包絡的概率密度函數(PDF);fs_Rayl_LN(S)為"壞 狀態"下接收信號包絡的PDF; 根據接收信號的功率大小可判定導航衛星信道的狀態，若信號功率超過某一口限則認 為處于"好狀態"，反之為處于"壞狀態"。3. 如權利要求2所述的基于信道差異的轉發式GNSS欺騙干擾檢測方法，其特征是： 建立轉發式欺騙干擾信道模型，轉發式欺騙干擾具有與真實衛星導航信號相同的擴頻 碼、信息碼和載波頻率，但干擾信道與導航衛星信道存在統計特性上的差異;假定轉發式欺 騙干擾機位于地面，干擾信道只有多徑分量而無直射分量，干擾信號的包絡服從Raylei曲 分布，表達式為m 其中，r是干擾信號的包絡，a^為Ra^ei曲分布的方差。4. 如權利要求3所述的基于信道差異的轉發式GNSS欺騙干擾檢測方法，其特征是： 第二步:基于擬合優度進行欺騙干擾檢測； GNSS轉發式欺騙干擾信道與導航衛星信道存在統計特性上的差異，導致接收信號的包 絡分別服從不同的概率分布;利用擬合優度中的S種檢測方法:Ko Imogorov-Smirnov檢測、 Cramer-Von Mises檢測和Anderson-Darling檢測分別對轉發式欺騙干擾進行檢測；S種檢 測方法的檢測統計量為： Ko Imogorov-Smirnov檢測的統計量Dn定義為其中，F(Xi)為樣本分布函數，Xi為樣本值，N為樣本數； Cramer-Von Mises檢測的統計量W2定義為其中，F(Xi)為樣本分布函數，X功樣本值，N為樣本數； Anderson-Dar 1 ing檢測的統計量.若I定義為其中，F(Xi)為樣本分布函數，X功樣本值，N為樣本數； 在顯著度水平〇下，擬合優度檢測通過比較統計量7\0\，巧'\ ..牛^)與口限丫的大小，接 受或拒絕原假設化;是否存在欺騙干擾的口限T由下式求得 Pr{T>y|Ho}=a (10) 其中，r(z)、為檢測統計量，丫為口限，a為顯著水平，在運里也叫虛警概率，即 將假設化判為化的概率;若T含T，則判接收到的為真實信號，若T< T，則接收到的為轉發式 欺騙干擾信號。5. 如權利要求4所述的基于信道差異的轉發式GNSS欺騙干擾檢測方法，其特征是： 第=步:得到轉發式欺騙干擾檢測性能； 完整的轉發式欺騙干擾檢測概率為 Pd-( 1-A)pd，good+Apd，bad ( 11 ) 其中，Pd, good, Pd, bad分別表示嘴狀態"和"壞狀態"下的欺騙干擾檢測概率。
【專利摘要】本發明公開了一種基于信道差異的轉發式GNSS欺騙干擾檢測方法，按以下步驟：第一步：判定當前導航衛星信道的狀態；第二步：基于三種擬合優度方法(Kolmogorov-Smirnov檢測、Cramer-von？Mises檢測和Anderson-Darling檢測)進行欺騙干擾檢測；第三步：得到轉發式GNSS欺騙干擾檢測性能。本發明根據GNSS轉發式欺騙干擾信道與導航衛星信道存在的統計特性差異，基于Lutz衛星信道模型，提出基于擬合優度的GNSS轉發式欺騙干擾檢測方法；仿真實驗結果表明本發明具有良好的檢測性能。
【IPC分類】H04K3/00
【公開號】CN105656594
【申請號】
【發明人】孫閩紅, 秦源
【申請人】杭州電子科技大學
【公開日】2016年6月8日
【申請日】2016年1月12日