周 彥，王山亮，楊 威，易 炯，張世倉，蔡成林

1.湘潭大學 自動化與電子信息學院，湖南 湘潭 411105

2.長沙海格北斗信息技術有限公司，長沙 410003

3.中國航空工業(yè)集團公司 雷華電子技術研究所，江蘇 無錫214000

全球衛(wèi)星導航系統(tǒng)（global satellite navigation system，GNSS）通常意義上泛指所有的導航衛(wèi)星系統(tǒng)，包括全球的、區(qū)域的和增強的系統(tǒng)。目前世界上有四種主要的GNSS系統(tǒng)，分別是美國的GPS、俄羅斯的GLONASS、歐盟的Galileo以及我國自主建設、獨立運行的北斗衛(wèi)星導航系統(tǒng)（BDS）。其主要思想就是通過位于空間的導航衛(wèi)星發(fā)射無線電導航信號實現(xiàn)終端設備的導航、定位與授時功能[1]。

衛(wèi)星導航系統(tǒng)已經(jīng)成為人們?nèi)粘Ｉ詈凸I(yè)活動中不可缺少的一部分。如今，衛(wèi)星導航系統(tǒng)已服務于交通[2-3]、電力[4]、金融[5]、通信[6]、農(nóng)林牧漁[7-10]等各行各業(yè)，并賦能各行業(yè)提質(zhì)升級，這顯示出GNSS巨大的應用價值。然而，GNSS設備的使用在使公眾的生活更加便利的同時，也帶來了一定的潛在威脅。由于導航衛(wèi)星距離地面2萬～3萬千米，導航信號到達地面時非常微弱。因此，GNSS終端非常容易受到有意或無意的干擾。而正是由于干擾的存在，使得接收終端無法工作或者即使捕獲、鎖定衛(wèi)星信號，解算出來的位置、速度、時間（PVT）結(jié)果精度也會很低。更甚者，當不法分子利用發(fā)射設備發(fā)射虛假的導航信號并被接收終端捕獲時，接收終端最終解算出虛假的導航授時信息，嚴重情況下會導致社會關鍵基礎設施癱瘓、軍事行動失敗等后果。

近些年，全球頻頻發(fā)生的衛(wèi)星干擾事件也證明了GNSS信號的脆弱性。2011年12月，伊朗軍方利用GPS欺騙設備成功捕獲一架美軍隱形無人偵察機RQ-170[11]。2017年6月22日至24日期間，在黑海作業(yè)的20多艘船只受到了所謂的大規(guī)模誘騙攻擊，其GPS導航系統(tǒng)錯誤地將船舶定位在了距航行位置數(shù)英里外的機場。2019年11月，北約多國聯(lián)合部隊舉辦的三叉戟軍事演習期間，芬蘭北部地區(qū)以及東北部地區(qū)GPS信號出現(xiàn)了明顯的干擾情況，使得大批民航客機上的航電設備受到干擾滯留機場無法起飛，芬蘭空軍原本的軍事演習計劃也受到了很大的影響。

由以上列出的事件不難想象，有針對性地進行衛(wèi)星欺騙導航的后果往往不堪設想。而且隨著軟件定義無線電技術和開源導航模擬軟件的不斷發(fā)展，欺騙的實施成本和技術門檻也逐步降低。因此，衛(wèi)星導航欺騙式干擾檢測的研究對衛(wèi)星導航安全、可靠地提供服務具有十分重要的意義。

1 衛(wèi)星導航欺騙式干擾原理及分類

根據(jù)欺騙信號生成方式的不同，目前欺騙式干擾主要分為兩類，即生成式欺騙干擾和轉(zhuǎn)發(fā)式欺騙干擾。

生成式欺騙干擾是在已知民用碼的產(chǎn)生方式前提下，自主發(fā)射與真實衛(wèi)星信號相似的欺騙信號，然后通過發(fā)射模塊輻射到目標接收機，目標接收機在捕獲到欺騙信號后，通過真實信號與欺騙信號的相關峰的相對運動，欺騙信號相關峰借由功率優(yōu)勢逐漸將真實信號相關峰剝離跟蹤環(huán)路，隨后被目標接收機鎖定，從而得到錯誤的偽距測量值，解算得到錯誤的PVT信息，達到欺騙目的。因為干擾源不依賴GPS系統(tǒng)，所以隱蔽性很強，同時干擾源可以根據(jù)自身的需求對各項參數(shù)進行調(diào)整，靈活度高，但實施的成本相對較高，此外，對于信號結(jié)構(gòu)不公開的軍碼，可行性不高，這也限制了其應用范圍。產(chǎn)生式欺騙干擾模型如圖1所示。

圖1 生成式欺騙干擾模型Fig.1 Model of generative spoofing jamming

轉(zhuǎn)發(fā)式欺騙干擾就是干擾機通過自身天線接收真實的衛(wèi)星信號，然后經(jīng)過適當?shù)难舆t和功率放大后發(fā)射出去。在這一過程中，干擾機不需要偽碼進行碼相關及方程解算處理，所以不受軍碼加密的限制，可以應用于對軍用信號的欺騙干擾，且實施成本相對較低。但相比于生成式欺騙干擾，轉(zhuǎn)發(fā)式欺騙干擾信號有個突出的特征，就是干擾信號到達目標接收機的時延一定大于真實信號到達目標接收機的時延。此外，轉(zhuǎn)發(fā)式欺騙干擾只能通過改變偽距測量值來實現(xiàn)，其控制性相對較差。轉(zhuǎn)發(fā)式欺騙干擾模型如圖2所示。

圖2 轉(zhuǎn)發(fā)式欺騙干擾模型Fig.2 Model of forward spoofing jamming

2 欺騙式干擾檢測技術研究現(xiàn)狀

衛(wèi)星信號從產(chǎn)生到最終實現(xiàn)導航定位一般經(jīng)歷如下過程：衛(wèi)星生成導航衛(wèi)星信號，經(jīng)過大氣層之后輻射到天線，天線將電磁波轉(zhuǎn)換成高頻電流，通過接收機射頻前端處理模塊后變成數(shù)字中頻信號，經(jīng)過基帶數(shù)字信號處理模塊后得到GPS測量值和導航電文，最后進行解算后實現(xiàn)定位導航[12]。如圖3所示。

圖3 衛(wèi)星信號歷經(jīng)圖Fig.3 Satellite signal ergodic map

近些年，國內(nèi)外眾多高校和研究機構(gòu)在欺騙干擾以及欺騙信號對接收機的影響方面做了很多的研究，同時也提出了許多的欺騙干擾信號檢測方法。根據(jù)衛(wèi)星信號從生成到最終實現(xiàn)導航定位這一過程的變化和基于統(tǒng)計學層面，將檢測方法大致歸納為六類，即基于導航數(shù)據(jù)信息的欺騙式干擾檢測、基于空間處理欺騙式干擾檢測、基于射頻前端欺騙式干擾檢測、基于基帶數(shù)字信號處理欺騙式干擾檢測、基于定位導航運算結(jié)果欺騙式干擾檢測和基于機器學習的欺騙式干擾檢測。

2.1 基于導航數(shù)據(jù)信息的欺騙式干擾檢測

基于導航數(shù)據(jù)信息的欺騙干擾檢測方法主要是對信號導航信息進行加密處理，通過添加類似于密碼學里的信號加密特征，從而使攻擊者很難獲得并改變衛(wèi)星信號里的導航信息，大大增強信息的安全性。由于軍碼在設計之初就已經(jīng)進行了加密處理，故而信號加密一般針對民用信號。早在2003年Scott在文獻[13]中就提出了對民用信號進行加密認證這一思想。根據(jù)從數(shù)據(jù)層面和信號層面將信號加密認證分為兩類，即擴頻碼驗證（SCA）、導航信息認證（NMA）。

SCA就是在GNSS的偽碼上調(diào)制一個加密的安全碼[14]，通過校驗偽碼上的不可預測的特征，來驗證偽碼碼片的真實性。如文獻[15]利用超音速碼加密民用信號；文獻[16]用短序列擴頻安全碼修改導航信息。因為除非欺騙方預先獲取到加密信息，否則很難準確預測到偽碼碼片，故而這類方法安全性很高，但需要改變標準信號協(xié)議。此外，對接收機也要進行改造，改造后的接收機需要有一個附加的緩沖區(qū)來存儲接收到的射頻信號，同時還需要一個獨立的高精度的同步時鐘[17]，成本較高。

NMA一般通過生成和驗證加密數(shù)字簽名算法，使用受控的密鑰對GNSS導航數(shù)據(jù)進行標識[18]。NMA的實現(xiàn)方式主要有兩種：即數(shù)字簽名技術和延遲的對稱密鑰傳輸協(xié)議技術。數(shù)字簽名技術能夠提供簡單且標準的數(shù)據(jù)認證方式。一般的數(shù)字簽名算法有RSA和DSA算法，但此類算法會造成數(shù)據(jù)開銷較大的問題。為此，文獻[19]使用橢圓曲線數(shù)字簽名算法（ECDSA）解決數(shù)字簽名引起的數(shù)據(jù)開銷問題。文獻[20]提出了一種比ECDSA更優(yōu)的認證方案。延遲的對稱密鑰傳輸協(xié)議技術是建立在單向哈希鏈基礎上實現(xiàn)的。當前屬于此類協(xié)議的有兩種：即時間效應流丟失容錯認證（TESLA）和高效多鏈流簽名（EMSS）。TESLA通過密鑰延遲發(fā)布技術將最初的對稱加密模型變?yōu)榉菍ΨQ加密模型，其需要發(fā)送方和接收方預先同步時鐘。文獻[21]就TESLA協(xié)議進行修改，以便讓所有衛(wèi)星使用單一密鑰鏈。EMSS使用的是一連串的哈希鏈，同時對最后一個哈希鏈數(shù)字簽名，該方法不需要時鐘同步，但要求接收機同時接收數(shù)字簽名和哈希值。為了安全可靠，NMA一般對整個導航信息進行加密，這就需要修改導航信號的接口規(guī)范，給應用帶來了很大不便[22]。

值得一提的是，文獻[23]將擴頻碼加密和導航電文加密結(jié)合起來，利用分組密碼算法加密驗證消息，用非對稱加密算法和密碼雜湊算法生成簽名，同時使用擴頻調(diào)制技術將其隱藏在導航信息中，最終成功檢測欺騙攻擊。文獻[24]提出一種衛(wèi)星和接收機之間的雙向身份認證和通信會話密鑰協(xié)商的加密認證方案，可以抵御轉(zhuǎn)發(fā)式欺騙干擾，不增加額外的衛(wèi)星和接收機硬件成本，但是需要地面控制中心參與其中。

民用衛(wèi)星信號的信號加密技術的實施，雖然可以保證用戶的安全可靠，不容易上當受騙，且接收方的授權(quán)應用程序可以避免接收方的額外硬件開銷，但要做到這一點卻非常困難。因為加密信息是一項龐大的工程，需要由國家層面對整個衛(wèi)星導航信號體制進行更改，成本相對較高，對接收方也需要進行一些改進。對于目前數(shù)量極其龐大的GNSS民用接收機來說，該技術的應用在短期內(nèi)很難實現(xiàn)。此外，由于轉(zhuǎn)發(fā)式欺騙干擾并沒有改變導航數(shù)據(jù)的比特位，故而僅僅通過信號加密認證來應對轉(zhuǎn)發(fā)式欺騙干擾往往是不可行的，可以結(jié)合非電文加密技術中的到達時檢測技術，來提高接收機的安全性。

對于導航電文加密技術和擴頻碼加密技術的比較如表1所示。

表1 NMA和SCA性能比較Table 1 Performance comparison of NMA and SCA

2.2 基于空間信息處理的欺騙式干擾檢測

欺騙式干擾源通常從同一天線發(fā)射多個欺騙信號，而真實信號則從不同方向的不同衛(wèi)星發(fā)射，如圖4所示。因此，可以利用空間處理技術來估計接收信號的空間特征，并識別那些空間相關的信號[25]。由于衛(wèi)星的空間幾何信息幾乎不可能被模仿，因此信號的來向檢測是當前實現(xiàn)欺騙干擾檢測最有效的方法之一。

圖4 真實/欺騙信號空間信息圖Fig.4 Real/spoofed signal spatial infographic

鑒于此，文獻[26]和[27]通過單天線接收機在運動過程中不同歷元時刻相關器的輸出來進行欺騙干擾檢測。但是此類方法一般都需要接收機進行大量的計算處理，且需要對接收機算法進行大量修改，這無疑加大了接收機的負荷，于是有人就提出將天線進行簡單的改造，即讓其旋轉(zhuǎn)起來，通過對天線勻速旋轉(zhuǎn)條件下接收機輸出載波相位測量值的處理，實現(xiàn)欺騙干擾信號的到達角檢測，無需修改接收機信號處理算法[28]。但無論是基于固定單天線還是經(jīng)過改造后的旋轉(zhuǎn)單天線，其都有一個很大的弊端，即只能運用于固定安裝在已知位置的場景，為了解決這一問題，張鑫[29]提出了基于旋轉(zhuǎn)雙天線的檢測方案，通過將兩個陣元的輸出序列作差，消除平動項的影響，這樣就具備了在移動載體上進行欺騙干擾檢測的能力。當欺騙信號單一或者通過位于不同空間位置的天線發(fā)射出來時，以上檢測方案就會失效，針對此情形，文獻[30]提出了一種利用雙天線和干涉儀對GPS載波信號進行方位角估計的方法，從而實現(xiàn)欺騙干擾檢測，但是增加的干涉儀同樣也增加了檢測成本。文獻[31]采用兩個低成本的固定的GNSS天線形成基線矢量，然后將載波相位雙差數(shù)據(jù)與星歷數(shù)據(jù)相結(jié)合求出基線向量，繼而實現(xiàn)干擾檢測。但是該檢測方法要求兩根GNSS天線固定，這使其應用范圍大打折扣，無法適用于動態(tài)場景。此外，利用天線陣列也可以實現(xiàn)對單一欺騙信號或來自多方向欺騙信號的檢測，通過天線陣列彼此之間已知的空間關系對欺騙信號形成制約，從而很容易實現(xiàn)來自不同發(fā)射天線的欺騙干擾檢測，同時也能將欺騙干擾信號消除[32-34]。文獻[35]提出一種基于陣列天線的衛(wèi)星和欺騙器到達方向（DoA）估計的欺騙探測技術，采用壓縮感知的正交匹配追蹤（OMP）方法，在樣本數(shù)量較少的情況下，精確估計所有PRN信號的DoA，并對所有PRN信號的DoA估計結(jié)果進行欺騙檢測。該方法在復雜的欺騙場景中仍有較好的檢測效果。

基于空間處理的欺騙干擾檢測方法，一般來說，接收天線數(shù)量少，接收機在處理時就要進行大量計算，同時最后的檢測效果相對于多天線的也較差，應用范圍有限。當增加接收天線數(shù)量時，雖然會提升檢測效果，但也相應地提高了系統(tǒng)硬件成本，此外通過采用特殊性能的天線[36]也可以實現(xiàn)欺騙干擾的有效檢測，但特制天線的使用也提升了整個檢測系統(tǒng)的成本，不便于大范圍推廣使用?；谛盘柨臻g幾何信息的檢測方法的比較如表2所示。

表2 信號空間幾何信息的檢測方法比較Table 2 Comparison of detection methods of signal spatial geometric information

2.3 基于射頻前端處理的欺騙式干擾檢測

接收機射頻前端處理模塊通過天線接收所有可見GNSS衛(wèi)星信號，經(jīng)前置濾波器和前置放大器的濾波放大后，再與本機振蕩器產(chǎn)生的本振信號進行混頻而下變頻成中頻信號，最后經(jīng)模數(shù)轉(zhuǎn)換后將中頻信號轉(zhuǎn)換成離散時間的數(shù)字中頻信號[12]。

接收機射頻前端一般都會有自動增益控制（AGC）來用于調(diào)整射頻前端增益，以使模數(shù)轉(zhuǎn)換（ADC）的輸入電平在一定范圍內(nèi)保持穩(wěn)定。在無干擾情況下，AGC的增益值只會在很小的范圍內(nèi)變化，但是當有功率較大的欺騙干擾信號進入射頻前端時，AGC的增益就會出現(xiàn)較大的波動，于是就可以依據(jù)此特征來進行欺騙干擾檢測[37]。AGC增益部分不涉及數(shù)字信號處理過程，因此魯棒性較強，且具有較低的計算復雜度。但是該方法對于像逐步拉偏式這種功率精密控制的欺騙式干擾漏檢率會很高。

2.4 基于基帶數(shù)字信號處理欺騙式干擾檢測

基帶數(shù)字信號處理模塊通過處理射頻前端所輸出的數(shù)字中頻信號，復制出與接收到的衛(wèi)星信號相一致的本地載波和本地偽碼信號，從而實現(xiàn)對GNSS信號的捕獲與跟蹤，并且從中獲得GNSS偽距和載波相位等測量值以及解調(diào)出導航電文[12]。一般來說，當存在欺騙干擾時，欺騙信號和真實信號在經(jīng)過基帶數(shù)字信號處理后，其在接收信號強度、信號質(zhì)量、多普勒頻移一致性、信號到達時間等方面會有比較顯著的差異，因此通過合適的檢測方案將其差異識別出來即可實現(xiàn)欺騙干擾檢測。

2.4.1 接收信號強度檢測

接收信號強度檢測是單天線接收機常用的方法，一般是在信號解擴后進行檢測。其主要研究思路是當存在欺騙式干擾時，接收到的衛(wèi)星信號在絕對功率、載噪比（C/N0）、L1/L2功率比出現(xiàn)異常，通過檢測是否出現(xiàn)異常來檢測是否存在欺騙式干擾。

絕對功率檢測：即通過檢測接收到的絕對功率是否遠遠大于設定的衛(wèi)星信號真實功率的閾值來發(fā)現(xiàn)欺騙信號。由于欺騙干擾機和目標接收機之間的路徑損耗變化很大，所以從欺騙干擾機角度，估計在目標接收機上施加足夠的信號強度所需的發(fā)射功率，同時又不過分超過真實GPS信號的功率是一件困難的事[38]。因此，接收一個絕對功率大大高于預期的真實GPS信號功率的欺騙干擾信號是檢測欺騙攻擊的簡單而直接的方法[39]。但是對于比較復雜精確的逐步拉偏式欺騙干擾和多徑效應，如果僅僅檢測信號絕對功率，則漏警率會非常高，檢測效果很差。對此，文獻[40]提出了一種總信號能量檢測的方法，通過建立能分別反映信號分量功率和噪聲底面電平的新檢測量，實現(xiàn)干擾檢測，在欺騙干擾和真實信號的接收強度非常接近的情況下，該方法仍能很好地工作，但是該方法還是無法有效應對多徑效應。

C/N0檢測：一般情況下，欺騙干擾裝置發(fā)射的信號功率會高于實際衛(wèi)星信號的功率。當有大功率欺騙信號攻擊GPS接收機時，接收機接收到的C/N0可能會突然變化。該方法通過持續(xù)監(jiān)測C/N0的變化，查找可能是攻擊跡象的異常變化，從而發(fā)現(xiàn)是否存在欺騙干擾信號[41]。同樣地，該方法對于比較復雜精確的逐步拉偏式欺騙干擾的檢測效果很差。

L1/L2功率對比度檢測：是基于接收機可以同時監(jiān)測GPS中L1和L2信號的功率，而低精度的欺騙設備可能只能欺騙L1信號中的干擾，因此，通過檢測L1和L2的功率電平異常差異或L2信號是否存在，就有可能檢測到是否存在欺騙干擾信號[42]。然而，大多數(shù)民用接收機無法同時監(jiān)測L1和L2波段，這限制了該檢測技術的應用范圍?；谛盘柗鹊臋z測方法性能比較如表3所示。

表3 信號強度檢測方法比較Table 3 Comparison of signal strength detection methods

2.4.2 信號質(zhì)量檢測

信號質(zhì)量檢測（SQM）技術是基于欺騙干擾信號與真實衛(wèi)星信號的相互作用，導致跟蹤相位相關峰值失真，通過對GNSS接收機跟蹤環(huán)路中早碼、即時碼和晚碼相關器的輸出值進行計算，識別相關函數(shù)的形變。SQM一般通過檢測相關峰的不對稱性或相關峰的異常尖銳和平坦這兩個指標來監(jiān)測信號相關峰可能的失真和異常[43]，其對應的檢測算法分別是Delta算法和Ratio算法[44]。當前主要通過監(jiān)測相關峰在時域和頻域上對真實信號和欺騙信號進行分析，找出差異特征，最終實現(xiàn)檢測。

在時域上，針對小時延欺騙信號檢測問題上，文獻[45]在捕獲階段獲取二維搜索矩陣，并利用卷積神經(jīng)網(wǎng)絡實現(xiàn)欺騙干擾信號的識別，最終實驗得出在0.5個碼片及以上的欺騙與真實衛(wèi)星信號碼相位差下，可以有效識別欺騙信號。針對大時延欺騙信號和小時延欺騙信號檢測問題上，文獻[46]提出了一種信號捕獲階段的聯(lián)合檢測方案，通過檢測相關峰的個數(shù)實現(xiàn)對大時延轉(zhuǎn)發(fā)式欺騙干擾的檢測，利用相關峰的半高寬（FWHM）實現(xiàn)對小時延欺騙信號的檢測。文獻[47]提出一種檢測碼跟蹤環(huán)中過零點S曲線偏差（SCB）方差值變化的中級欺騙干擾檢測方法。文獻[48]提出一種通過多個相關器測量自相關函數(shù)變形的檢測方法。對于以上采用的標量跟蹤結(jié)構(gòu)，SQM可以根據(jù)相關峰重疊對相干積分結(jié)果的影響有效檢測欺騙干擾。但是，當重疊不存在時，這些方法是無效的。對此文獻[49]采用矢量跟蹤結(jié)構(gòu)對所有接收信號進行聯(lián)合跟蹤，發(fā)現(xiàn)無論是否存在重疊，相干積分結(jié)果都會受到欺騙干擾的影響，從而最終實現(xiàn)干擾檢測。

在頻域上，文獻[50]利用GPS衛(wèi)星信號的碼相關特性和轉(zhuǎn)發(fā)信號的時延特性，提出了一種基于FFT的衛(wèi)星信號轉(zhuǎn)發(fā)式欺騙干擾檢測方法，此方法可以有效識別轉(zhuǎn)發(fā)延遲不小于1.5個碼片的欺騙干擾信號。文獻[51]依據(jù)接收機捕獲結(jié)果中偽碼相關峰呈現(xiàn)三角形的特點，提取相關三角形兩側(cè)斜率值，并結(jié)合快速傅里葉變換（FFT）快速捕獲算法，提出基于偽碼相關峰斜率正負跳變和斜率峰值等間隔分布的轉(zhuǎn)發(fā)式干擾檢測方法。

信號質(zhì)量檢測因其簡單性和有效性而在多徑檢測和欺騙檢測中備受青睞，但是其檢測效果受到真實信號與欺騙信號相關峰間隔有關，而且當干擾源采用壓制式干擾時，欺騙信號占據(jù)跟蹤環(huán)路，此時欺騙信號在與真實衛(wèi)星信號相互作用后，欺騙信號憑借功率優(yōu)勢使得相關峰的失真很小，從而出現(xiàn)漏檢的情形，故而一般采用多種策略協(xié)同檢測，先檢測是否有壓制式干擾，確定沒有后，再分別采用針對大時延欺騙信號和小時延欺騙信號的檢測方法，從而提升整個檢測方案的完整性，但如果采用直接將多種欺騙檢測結(jié)果相或的方法，則檢測性能將會隨著某一種檢測器性能下降而下降[52]。因此，如果發(fā)現(xiàn)某一個檢測器性能誤差超過門限，則在融合過程中剔除該檢測方案，從而可以保證當一種檢測方法失效不會影響融合后的整體性能。

2.4.3 多普勒頻移一致性檢測

多普勒頻移是由衛(wèi)星和接收機間的相對運動造成的，其計算公式如下：其中，f d為多普勒頻移；ν為接收機的速度；ν(s)為衛(wèi)星的運行速度；I(s)為衛(wèi)星在接收機處的單位觀測矢量；λ為波長。

由式（1）分析可知，在GNSS信號穿過電離層后，載波多普勒頻移與偽碼多普勒頻移應該保持一致性，即兩個頻率之比應該為一個常數(shù)。然而，欺騙干擾信號往往無法保持這兩個參數(shù)的一致性，文獻[53]據(jù)此進行欺騙干擾檢測。文獻[54]指出可以根據(jù)接收機的高度和速度估計多普勒頻移的變化。如果接收機遇到欺騙干擾，則多普勒頻移的變化會發(fā)生異常。文獻[55]提出了一種聯(lián)合利用GNSS信號傳遞的導航信息和接收機垂直往復運動引起的波狀多普勒變化的欺騙檢測方法，此方法既能檢測單天線欺騙干擾，又能應對多天線欺騙干擾。文獻[56]利用載波相位觀測和導航信息精確估計一對固定天線的到達頻率差，根據(jù)觀測結(jié)果是否與預測結(jié)果相一致來判別是否有欺騙干擾。

2.4.4 信號到達時間檢測

根據(jù)第1章中轉(zhuǎn)發(fā)式欺騙干擾原理可以看到，當使用轉(zhuǎn)發(fā)設備對GNSS信號進行接收并轉(zhuǎn)發(fā)后，目標接收機接收到的欺騙信號必然與真實信號在時間維度上有一定延遲，故可以根據(jù)這一特征來檢測是否有欺騙信號的入侵。針對信號到達時間的檢測方案主要探討分析偽碼和數(shù)據(jù)位的時間延遲[14，57-58]和L1/L2信號的相對時間延遲[38]。利用信號到達時間進行衛(wèi)星導航欺騙干擾檢測，通常對固定位置接收機等有一定效果，對于動態(tài)場景其適用性有待提高。

2.5 基于定位導航結(jié)果的欺騙式干擾檢測

衛(wèi)星信號經(jīng)過基帶數(shù)字信號處理模塊載波解調(diào)和偽碼解擴后，得到導航電文同時在解調(diào)解擴的過程中，還會得到偽距、速度等信息。有些學者就從這些定位導航結(jié)果信息出發(fā)，提出一系列檢測算法。

肖嶺等[59]利用偽距單差結(jié)合方差分析技術通過分析不同信號偽距單差均值的一致性來檢測欺騙信號，但是其檢測性能受熱噪聲方差、接收機之間的基線長度以及衛(wèi)星個數(shù)的影響，為此，劉科等[60]通過雙接收機的偽距雙差、衛(wèi)星與載體的距離雙差以及衛(wèi)星鐘差雙差計算得到誤差值，基于誤差值的明顯差異性實現(xiàn)對信號的檢測與判別。Tao等[61]從速度角度出發(fā)，依據(jù)多普勒測量和偽距測量都與接收機的速度有關，采用兩種計算速度的方法來檢驗多普勒頻移和偽距測量的一致性。Jeong等[62]通過監(jiān)測修正偽距和估計距離之間的差異變化來檢測欺騙信號，但是該檢測方法僅適用于使用地基增強系統(tǒng)（GBAS）數(shù)據(jù)的系統(tǒng)。

利用其他高精度輔助設備測得的數(shù)據(jù)信息來與GNSS接收機測得數(shù)據(jù)信息進行一致性比較是另一部分學者的研究思路。

接收機終端之所以容易被惡意干擾，主要是因為其接收的衛(wèi)星信號易受到電磁干擾。因此，通過引入不受電磁影響的高精度設備，將其測得的數(shù)據(jù)信息與接收機終端解算的結(jié)果進行比對這一思路應運而生。目前可用于輔助檢測的設備有很多，如慣性導航系統(tǒng)（INS）、芯片級原子鐘、加速度計等。

INS是一種不依賴于外部信息、也不向外部輻射能量的自主式導航系統(tǒng)。其能夠在短時間內(nèi)提供高精度、高穩(wěn)定性的導航參數(shù)[63]。這些性質(zhì)恰恰可以用來輔助欺騙干擾檢測。文獻[64]通過欺騙信號與真實信號在空間幾何關系的差異，建立了在正常環(huán)境和欺騙場景下偽距/載波相位雙差數(shù)學模型，并將接收機實際測得的雙差觀測值與INS數(shù)據(jù)計算的雙差觀測值進行比對，從而判別是否受到干擾。針對載波相位單差技術無法應用于運動載體，載波相位雙差檢測技術對多陣元發(fā)射的欺騙信號或單路欺騙信號失效這一問題，文獻[65]利用干擾源與真實衛(wèi)星到天線陣距離上的差異這一特征，提出一種慣導輔助的三元天線陣欺騙干擾檢測技術，通過運動載體在某一時間段內(nèi)運動一段距離即可進行欺騙干擾檢測。文獻[66]通過研究GNSS欺騙干擾對INS/GNSS的卡爾曼濾波協(xié)方差、新息序列和慣性傳感器偏差估計的影響，給出了一種基于新息序列和慣性傳感器偏差欺騙檢測的方案。文獻[67]將統(tǒng)計學中的廣義似然比應用到干擾檢測中，通過對GNSS和IMU的測量模型進行分析，設計了欺騙干擾檢測模型，構(gòu)建了假設性檢驗模型，并通過廣義似然比檢驗來實現(xiàn)最終的檢測。上述檢測方案都是在干擾信號拉偏程度大于純慣導誤差漂移的情形下，最終的檢測效果差強人意，但是當遇到不易被INS識別的逐步誘導式精細拉偏時，其檢測效果就顯得不盡人意，針對這一情形，文獻[68]從速度和位置兩種慣性信息出發(fā)，研究了位置欺騙和速度欺騙對偽距測量和偽距率測量帶來的影響，并結(jié)合INS短時間位置誤差傳播模型，分析了真實信號和欺騙信號下偽距和偽距率變化的一致性關系，并構(gòu)造了時間序列模型來實現(xiàn)信號的判別。

商業(yè)化芯片級原子鐘產(chǎn)品具有小體積、高穩(wěn)定度、低功耗等特點，這些優(yōu)點也使其在欺騙干擾檢測中大放異彩[69]。文獻[70]從時間維度進行欺騙檢測，通過分析欺騙干擾對接收機時間的影響，針對先壓制后欺騙干擾的欺騙模式，基于真實信號和欺騙信號下的鐘差預測誤差分布，構(gòu)造了芯片級原子鐘輔助的欺騙檢測模型。

加速度計因為具有良好的偏差穩(wěn)定性，且成本很低，不受電磁干擾，因此在欺騙干擾檢測中可以作為輔助設備。文獻[71]通過比較加速度計輸出信息與GPS輸出信息的差異，提出了一種加速度計輔助的GNSS欺騙檢測算法，該算法能有效檢測出由于欺騙干擾引起的加速度參數(shù)異常變化。

雖然這些輔助設備能在欺騙檢測中起著舉足輕重的作用，但是在實際應用中還要考慮諸多其他因素，如INS系統(tǒng)所用的時鐘、加速度計和陀螺儀等元件具有無法消除的系統(tǒng)誤差，因此，隨著工作時間的累積，其誤差累積越來越大[72]，導致INS系統(tǒng)無法用于長時間的欺騙干擾檢測。一般將INS與GNSS相結(jié)合，在GNSS信號良好時，接收GNSS信息用于修正INS的計算結(jié)果。芯片級原子鐘雖然有著優(yōu)異的檢測效果，但是其造價相當昂貴，不適合大范圍普及。

2.6 基于機器學習的欺騙式干擾檢測

近年來，機器學習在信息安全、醫(yī)藥學、生物學、金融市場、公共交通、制造業(yè)等眾多行業(yè)和領域扮演著日益重要的角色[73]。鑒于機器學習具有快速處理大量數(shù)據(jù)、分析提取有效信息等優(yōu)點，一些研究人員將機器學習引入到衛(wèi)星導航欺騙式干擾檢測中，通過機器學習算法學習輸入特征間的差異，從而將欺騙信號和真實信號區(qū)分開來，實現(xiàn)欺騙式干擾檢測。目前基于機器學習的欺騙式干擾檢測方法有Shafiee等[74]提出了用多層神經(jīng)網(wǎng)絡訓練進行欺騙干擾檢測；Li等[75]探討了將生成對抗網(wǎng)絡（GAN）應用于欺騙干擾檢測的可行性并在文獻[76]中通過網(wǎng)絡中欺騙干擾和抗欺騙干擾的對抗學習，成功實現(xiàn)了對小時延欺騙干擾信號的檢測?？紤]到傳統(tǒng)的檢測算法大多僅利用一個參數(shù)檢測欺騙干擾，具有一定的局限性，盧丹等[77]提出一種融合布谷鳥搜索算法和分類支持向量機的多參數(shù)欺騙干擾檢測算法；針對載波相位差分檢測技術中存在的模糊度解算復雜和虛警率高的問題，龐春雷等[78]提出一種基于概率神經(jīng)網(wǎng)絡（PNN）的檢測方法；Xu等[79]提出了一種多通道一維全卷積神經(jīng)網(wǎng)絡故障檢測方法。

機器學習方法因其具有模型魯棒性強、泛化能力高、自動表征復雜多元非線性關系等特點，在信號檢測中大放異彩，但根據(jù)機器學習中“沒有免費的午餐”定理，沒有算法能夠完美地解決所有問題，在針對具體問題時，需要采用合適的機器學習算法，才能達到比較好的效果。

表4對以上各種欺騙干擾檢測技術進行總結(jié)。

表4 欺騙干擾檢測技術比較table 4 Comparison of spoofing jamming detection methods

3 GNSS欺騙干擾檢測技術研究趨勢

3.1 實時檢測

目前針對欺騙信號干擾檢測的方法基本上是非實時的，一般采集相關信息后進行事后處理以完成欺騙信號干擾檢測。這對于像汽車、飛機、輪船導航等實時性要求極高的應用場景就顯得力不從心，故而一方面可以從優(yōu)化算法和實驗方案等角度提升接收機處理速度，達到實時檢測的目標；另外，檢測與對抗（或決策）形成閉環(huán)，對于增強系統(tǒng)可靠性具有重要作用，是未來的研究方向之一。

3.2 融合檢測

通過第2章對當前的欺騙干擾檢測研究現(xiàn)狀分析歸納可以看出，目前大部分欺騙干擾檢測方法通過在某一特定場景下，真實信號與欺騙干擾信號在某一方面的差異來實現(xiàn)欺騙干擾檢測，而像文獻[80-82]這樣多方案協(xié)同檢測的檢測方案少之又少。針對特定場景的單一特征檢測可能檢測效果很好，而當將其應用到其他場景時，該方法缺乏復雜環(huán)境適應性，其檢測效果就不盡如人意。因此，綜合檢測是一個可行的理想的發(fā)展方向，可以通過將幾個干擾檢測方案進行融合，實現(xiàn)綜合檢測，并不斷進行整個檢測系統(tǒng)的完善，使其更具通用性。但目前實現(xiàn)綜合檢測的難題主要有：干擾信號具有很大的未知性，無法提前預知，當采用多方案相或的協(xié)同檢測時，雖然在環(huán)境的適應性上提高了，但最終的檢測效果會下降，因此如何平衡適應性和最后檢測效果是一個值得考慮的問題；另外多方案融合檢測相應地增加了冗余計算量，對接收機有更高的硬件要求。