GPS干扰欺骗信号对FMS导航安全性影响的测试分析

对于民用飞机来说,安全性是最重要的。飞行管理系统是保障民用飞机飞行安全的重要机载设备,面对GPS的干扰和欺骗,飞机能否在指定空域中安全有效飞行,很大程度上取决于飞行管理系统的导航安全性。以国外某飞行管理系统为被测对象,建立测试平台,利用GPS干扰欺骗信号对飞行管理系统的导航功能安全性进行实验和分析,为研发飞行管理系统时提高安全性提供理论基础和技术支持。

基于相对拟牛顿法的自卫式欺骗干扰抑制算法

自卫式欺骗干扰与目标信号高度相似,且二者的到达角完全相同,传统的主瓣干扰抑制算法难以对其进行抑制。针对该问题,文中在极化单输入多输出(PSIMO)雷达系统下,提出一种基于相对拟牛顿法的盲源分离算法。该算法利用干扰和目标的极化特性差异,通过构建重叠子阵结构计算出联合自相关矩阵,并采用相对拟牛顿法估计出分离矩阵,从而将目标和干扰信号分离在不同的通道上,实现干扰抑制作用。仿真实验结果表明,该算法能够有效抑制自卫式欺骗干扰,且在低信噪比(SNR)和密集干扰场景下依然具有良好的干扰抑制性能,当输入SNR为-10 dB时,输出的目标检测概率仍可以达到51.6%,拥有较强的鲁棒性。

基于多维小波特征的有源雷达欺骗干扰识别

针对跟踪工作模式下常见雷达有源欺骗干扰识别问题,通过分析雷达信号和干扰模型,提出一种基于多维小波特征的识别算法。对目标回波多个相干处理间隔中的首个脉冲重复间隔内信号采样累积,构成一维离散序列,利用Mallat算法提取多尺度小波系数,计算不同尺度下小波系数的移位相关系数,并组成特征向量用于分类识别。构建不同参数的信号样本仿真,在信噪比为-5 dB时仍有高于80%的识别正确率。该算法能将距离假目标干扰和距离拖引干扰有效识别,证明了算法的准确性、通用性和严谨性。此外,针对实际情况,可以调整特征向量维度,选择更适合的母小波函数,进一步优化干扰识别效果。

基于双谱特征和CNN的导航欺骗干扰识别

针对卫星导航信号接收过程中的欺骗干扰信号隐蔽、危害大的问题,利用Matlab软件模拟产生发射机和干扰机的接收信号,利用高阶谱中的双谱的阶次低,具有良好的时频性能、分辨能力和聚能性,对角切片后进行二次特征提取,送入卷积神经网络进行干扰识别,在-10dB到20dB的加性噪声干扰条件下进行识别率分析,具有一定的有效性。

面向数字射频存储的雷达欺骗干扰检测方法

基于数字射频存储(digital radio frequency memory,DRFM)技术的转发式欺骗干扰与真实雷达回波高度相干,这导致雷达难以分辨真假目标。针对该问题,提出一种基于Hough变换的DRFM欺骗干扰检测方法。建立基于线性调频的干扰信号模型,分析其谐波分量的频谱特性,采用短时傅里叶变换和二维恒虚警率检测器对干扰信号进行特征提取,并利用Hough变换完成欺骗干扰检测。所提方法是基于DRFM欺骗干扰本身的特征,不依赖于先验信息与应用场景,计算复杂度低,且在低信噪比条件下具有良好的检测性能。计算机仿真实验验证了方法的有效性。

基于改进鲸鱼算法的多无人机协同欺骗干扰技术

多机协同对组网雷达系统进行航迹欺骗干扰属于大规模优化问题,往往需要利用群体智能算法优化无人机的飞行任务,然而采用传统群体智能算法优化时往往会出现收敛速度慢、求解精度低等问题。针对这一问题,对标准鲸鱼优化算法进行了改进,提出了一种基于改进鲸鱼优化算法的多无人机协同欺骗干扰技术。首先建立了多无人机协同欺骗干扰组网雷达的数学模型以及对应的优化函数,然后在标准鲸鱼优化算法的基础上引入了自适应惯性权值,提高了算法的全局搜索能力和收敛速度。仿真实验表明,固定无人机数量为9架时,利用改进鲸鱼、标准鲸鱼、粒子群、蚁群4种算法分别优化多机协同欺骗干扰模型,得出改进鲸鱼优化算法平均运行时间最短,迭代次数最少,同时优化产生的实际航迹与理论值误差最小;逐步增加无人机数量至20架,利用上述四种算法进行模型求解时得出改进鲸鱼优化算法在不同无人机架数的条件下产生的假目标航迹条数均优于其他3种算法。

基于空时域滤波的欺骗式干扰抑制技术

基于欺骗式干扰信号在空间上具有很强的方向性,通过利用SAR信号的角度-多普勒关系,可在多普勒域实现对其有效分解(投影)的特性,提出了一种基于多多普勒约束的空-时联合自适应滤波器,结合多通道SAR(MSAR)系统可实现对欺骗式干扰信号的有效抑制。首先分析和估计有效信号和转发式欺骗干扰(DFI)的时空频谱,然后对斜视MSAR数据进行处理,利用子空间投影矩阵去除主瓣DFI并利用多多普勒方向线性约束最小方差(MDD-LCMV)波束成形器实现对旁瓣DFI的抑制以及信号频谱重建。文中通过点仿真实验验证了所提算法的有效性。

基于CS-BP的列车卫星定位欺骗干扰检测方法

随着列车运行控制模式车载自主化、系统智能化发展需求的不断深化,新型列车运行控制系统的设计与运用对列车测速定位自主性、可信性的需求愈发显著。全球导航卫星系统因其具备覆盖范围广、定位精度高、全天候等优势,成为新型列车控制系统实施列车自主定位的重要发展应用方向。卫星导航系统存在显著脆弱性,来自铁路沿线运行环境的干扰会对列车定位感知性能形成严重威胁,因此,准确、及时检测并识别干扰的发生是实施有效防护并确保列车运行安全的关键。欺骗式干扰通过信号转发或者定制生成虚假卫星信号信息,可诱骗接收机终端使其解算出错误的定位结果,具有复杂性、隐蔽性和危害性,对特定设备的影响极大。基于此,研究并提出一种列车卫星定位欺骗干扰检测方法。首先,分析列车卫星定位面临的欺骗干扰特征;其次,提取对欺骗干扰敏感的观测量构建典型特征量;然后,设计包括样本集构建、离线模型训练、在线检测识别等环节的欺骗干扰检测总体方案,提出基于布谷鸟搜索算法改进BP神经网络的卫星定位欺骗干扰检测模型构建方法;最后,搭建列车卫星定位欺骗干扰测试环境,采用多种观测信息及特征实施干扰样本的CS-BP模型训练并将其用于识别特定形式欺骗干扰的存在与特征,结合不同类型欺骗干扰注入测试对所提出检测方法的性能进行验证与对比。研究结果表明:布谷鸟搜索策略能够扩大搜索范围,跳出局部最优并实现快速迭代收敛,且收敛寻优性能受参数条件影响较小;基于布谷鸟搜索改进BP神经网络的建模方法相对常规地图匹配残差门限检测及代表性机器学习方法具有更优建模性能,对不同种类卫星定位欺骗干扰模式的检测准确率更为稳定,在时间敏感度、精确度、F1分数等方面更具优势。研究成果对列车卫星定位及其应用的欺骗干扰检测与干扰防护具有重要支撑意义,可为新型列控系统中卫星定位感知技术的可信应用提供有效途径,能够减少设置应答器、轨道电路等轨旁设备,有效降低建设及维护成本,有效提升车载设备应对复杂定位观测环境的自主性、灵活性及安全性。

一种航迹欺骗干扰背景下的无人机航迹规划方法

为提高无人机集群实施航迹欺骗干扰的效能,提出一种基于航迹欺骗干扰背景的无人机航迹规划方法.首先,给出了无人机集群对组网雷达实施航迹欺骗干扰的基础数学模型,在无人机和假目标保持相似航迹匀速飞行的前提下,提出了无人机能耗、战场生存概率、通信信道传输损耗评价指标,建立无人机评价函数模型;然后,以评价函数为最优化模型,通过粒子群算法求解距离比值系数,最终获得综合性能最优的航迹规划结果.仿真结果表明,与已有航迹规划方法相比,本文建立了更为全面的评价函数,所规划出的航迹更好地兼顾了安全性和任务完成能力.

针对组网雷达的无人机集群转发式欺骗干扰时延误差研究

在现代战争中,利用无人机集群对敌方组网雷达进行欺骗干扰作为一种有效对抗手段受到了广泛应用。然而,面对复杂作战环境,无人机集群搭载的数字存储转发设备因其精度受限而存在转发时延误差,这将导致实际生成的虚假目标点和预设虚假目标点产生偏移,使欺骗效果大打折扣。针对此问题,本文在组网雷达站址及其射频辐射参数等信息先验已知的情况下,基于“同源检验”思想,在组网雷达空间分辨率一定时,分析了数字存储转发技术对组网雷达进行有效欺骗干扰的边界条件,并针对典型组网雷达系统,探明了转发延迟误差与欺骗干扰效果的影响规律。仿真结果表明,分析和推导的结果能够对实际干扰机性能可否对组网雷达实施有效欺骗干扰给出可行性判定。

基于极化时变调控表面的有源欺骗干扰辨识方法

聚焦雷达对抗中极化信息获取与利用的应用需求,该文研究了基于极化时变调控表面的有源欺骗干扰辨识方法。首先,设计了一套在9.6~10.1 GHz频带内支持3 bit相位量化的各向异性相位调制表面,通过优化相位调制编码序列,实现了极化态按需调控。然后,将极化调控表面加装在单极化雷达天线上,使天线发射和接收电磁波的极化态沿特定极化轨道变化,通过提取目标与有源欺骗干扰的极化域差异,实现两者辨识。仿真分析表明,在3种不同的极化轨道约束下,干扰与目标均具有显著的聚类效应,可获得稳定的干扰辨识效果。相较于依赖双极化或全极化雷达体制的干扰辨识方法,该文所提方法兼具低成本与高效性,在雷达抗干扰中具有很大的应用潜力。

SAR实时快速处理抗主瓣欺骗式干扰方法

主瓣欺骗干扰与真实目标场景具有相同的角度,二者在多个表征域具有高度相似性,严重降低了合成孔径雷达系统对真实目标的检测和判断能力。针对该问题,为保证有效抑制主瓣欺骗干扰,文中提出了一种实时快速处理抗主瓣欺骗干扰算法。首先,提出了一种基于方位相位编码的回波恢复框架,并且该框架能够对原始回波数据进行分组处理;其次,提出了一种模块化处理的快速算法来加快所提方法的处理效率;最后,通过点目标和分布式目标仿真实验验证了所提方法的有效性和可行性。通过与传统主瓣欺骗干扰方法进行对比,文中所提方法不仅能够降低计算复杂度,还能减少对系统资源的占用。

基于快慢时间平均变化率的SAR欺骗干扰方法研究

对合成孔径雷达(Synthetic Aperture Radar,SAR)实施欺骗干扰,干扰方通常需要预先获取一些关键干扰参数,如SAR载机平台到干扰机的最近斜距、信号调频斜率、中心频率等,获取这些参数通常需要复杂的侦察设备。针对这一问题,提出了一种基于快慢时间平均变化率的SAR欺骗干扰方法。干扰机截获到SAR信号后,通过求解快慢时间的平均变化率,可巧妙获得干扰信号距离向和方位向的调制相位项,从而实现对SAR的欺骗干扰。所提方法仅需SAR信号脉冲重复频率和载机平台速度,有效地解决了需复杂设备侦察上述关键参数的难题,简化了干扰系统的配置。研究表明,所提方法假目标聚焦效果良好,即使平台速度估计存在误差,仅会影响假目标方位向位置误差,对假目标的成像聚焦效果几乎没有影响。

基于IMM-KF算法改进的欺骗式干扰检测算法

针对基于接收机基线长度的欺骗干扰检测方法在短基线和低定位精度下检测性能差的问题,提出了一种交互多模型卡尔曼滤波(Interactive Multi-model Kalman Filtering,IMM-KF)算法改进的欺骗式干扰检测算法。该方法通过IMM-KF算法对两个接收机天线的位置信息进行最优估计,提高基线解算精度,从而提升基于基线长度的欺骗干扰检测方法的检测性能。首先,详细分析了基于基线长度的欺骗干扰检测方法的数学原理;其次,建立欺骗检测算法模型,并对其性能进行仿真分析;然后,根据算法应用场景引入IMM-KF算法优化基线长度估计量;最后,针对不同的基线长度和定位精度进行仿真实验,对算法进行性能评估。仿真结果表明,该算法可以在接收机伪距测量精度为0.1 m、基线长度为0.5 m的情况下达到86%的检测成功率,而传统算法在此情况下检测成功率仅为10%。

卫星导航欺骗干扰检测与抑制技术综述

全球导航卫星系统(Global Navigation Satellite System,GNSS)欺骗式干扰具有隐蔽性强、危害性大的特点,对GNSS造成了严重的安全威胁。介绍了生成式和转发式欺骗干扰的原理和关键技术,总结了现有的欺骗式干扰检测方法和抑制方法,并从成本、性能、复杂度、研究重点等方面对现有技术进行了详细分析。以性能和成本为指标,对比分析了现有干扰攻击、检测和抑制方法。最后,对未来欺骗式干扰防御研究值得关注的问题进行了展望,以期为后续研究提供思路。

抗速度欺骗干扰的雷达发射波形与接收滤波器联合设计方法

作为一种经典的有源干扰,速度欺骗干扰极易导致雷达在多普勒维上同时检测到单个或多个虚假目标,造成雷达虚警,给雷达探测带来了巨大挑战。为了抵抗速度欺骗干扰,结合脉内、脉间编码和接收滤波器设计等多个自由度,提出一种发射与接收多维联合设计的方法。首先,以非匹配滤波器峰值损失为惩罚项,并联合接收信号的多普勒谱上目标旁瓣能量与干扰能量构建优化目标函数,同时考虑发射波形峰均功率比约束。然后,基于坐标下降思想和优化最小化理论,提出一种块坐标下降的优化最小化方法求解该问题。最后,仿真实验表明相比传统脉间初相设计,在频谱阻带内,所提方法峰值旁瓣比提升约6 dB,抗速度欺骗干扰性能大幅提升。

基于改进粒子群优化算法的多无人机协同欺骗干扰技术

多无人机协同对组网雷达系统进行航迹欺骗干扰属于大规模优化问题,通常需要利用群体智能算法优化无人机的飞行任务。针对采用标准粒子群算法优化时出现的求解效率低下的问题,提出了一种基于改进粒子群优化算法的多无人机协同欺骗干扰技术。首先建立了多无人机协同欺骗干扰组网雷达的数学模型以及对应的优化函数。其次阐述了利用改进粒子群优化算法求解多机协同干扰模型的步骤。最后通过仿真实验对比了改进粒子群优化算法和标准粒子群优化算法在优化求解多机协同干扰模型的差异性。

基于调频率微调的压缩感知ISAR抗欺骗干扰技术研究

有源欺骗干扰是针对逆合成孔径雷达(ISAR)的一种较成熟的干扰技术,但抗欺骗干扰技术研究尚有欠缺。文中在分析欺骗干扰信号生成原理的基础上,采用脉间调频率微调的方法,使得虚假目标信号与雷达解线频调脉压参考信号的调频率失配,以降低虚假目标的脉压增益。但由于调频率脉间随机变化,会造成成像积累时间内不同调频率回波信号无法相参积累,难以进行方位向高分辨成像的问题。为解决这个问题,提出了采用压缩感知技术,对调频率相同的稀疏回波进行信号重构,以获取真实目标的ISAR图像。此外,利用干扰信号调频率失配时的距离像特性,文中还提出基于距离像熵值的智能化干扰感知方法,能够准确判断雷达是否遭受干扰,为雷达决策采用抗干扰工作模式提供依据。仿真结果表明所提方法可以准确感知干扰,能够在有源欺骗干扰情况下抑制假目标回波,得到真实目标清晰的ISAR像。

多相关器联合功率GNSS欺骗干扰检测方法研究

GNSS民用信号因其公开性和脆弱性易受外界欺骗干扰.作为欺骗干扰检测的有效方法,信号质量监测(signal quality monitoring,SQM)技术通过检测接收机跟踪环路早码、即时码、晚码(early late phase,ELP)的相关结果,与无欺骗时的相关特性对比,判断是否存在欺骗干扰.常规SQM算法仅利用ELP三个信息,检测性能受限,为此提出多相关器联合功率(SQM detection of power combined Multi-correlator groups,SPCM)算法.以ELP之间多个等间隔相关器输出功率的加权为检测量,且取相关时刻与即时码时间差的反比为加权系数;进一步分析检测量的概率分布特性,并基于Neyman-Pearson理论确定最佳检测阈值,通过比较检测量与检测阈值的大小,判断是否存在欺骗干扰.基于美国德克萨斯大学奥斯汀分校公开的场景四数据集进行试验,结果表明:与Ratio和ELP等典型SQM算法相比,在不同虚警率条件下,所提出SPCM算法兼具高检测概率和快速预警响应时间性能.

基于深度度量学习的有源欺骗干扰快速识别算法

干扰的精准识别是实现干扰抑制的关键前提,但在实际有源欺骗干扰的识别过程中,形态相近的单一干扰易混淆、复合干扰识别准确率不高的问题较为突出。为解决这一问题,文中提出基于深度度量学习的有源欺骗干扰快速识别算法。方法以干扰信号的平滑伪Wigner-Ville分布(Smoothed Pseudo-Wigner-Ville Distribution,SPWVD)作为时频特征样本训练深度度量学习网络,并通过哈希算法和“交叉熵损失函数—三元组损失函数—中心损失函数”的联合约束优化图像特征,以增强深度度量学习网络对时频分布中细微差异的甄别能力。仿真实验表明,经训练后的深度度量学习网络可快速、准确识别八种单一干扰和三种复合干扰,平均识别准确率达到99.36%,且在样本数量较少的情况下依然保持良好性能。