[发明专利]一种基于BP神经网络的卫星授时欺骗信号检测方法

说明书

本发明公开了一种基于BP神经网络的卫星授时欺骗信号检测方法，对位置固定的卫星导航授时型接收机进行欺骗信号检测。利用授时型导航接收机输出的正确位置信息、卫星数量等基本信息，训练BP模型，建立基于BP神经网络的检测模型。使用该检测模型对授时型导航接收机输出的三维位置信息、卫星数等进行在线检测。一旦接收到的信号中包含欺骗信号，检测器给出告警提示，以此来对卫星导航欺骗信号进行在线检测。利用该方法，无需事先知道欺骗信号的类型和特点，无需对欺骗信号进行建模，只需利用正常数据对检测模型进行训练即可。利用这种检测方法可以在不对终端设备进行升级改造的情况下，对欺骗信号进行检测，具有实现成本低、适用性广等优点。

技术领域

本发明涉及一种卫星授时抗欺骗方法，具体涉及一种基于BP神经网络的卫星授时欺骗信号检测方法。

背景技术

卫星授时系统在军事和民用领域都产生了革命性的影响。基于卫星的定位、导航和授时( Positioning，Navigation and Timing，PNT) 设备广泛应用于国民经济各个行业。然而卫星信号有先天的脆弱性，易受阻挡、干扰，甚至欺骗。随着软件无线电技术的发展，目前市场上已经出现了价格极为低廉的卫星授时干扰和欺骗设备，最便宜的售价仅为数百元人民币。相对干扰来说，欺骗造成的危害往往更严重。因为干扰信号只是导致卫星授时终端无法正常工作，在这种情况下，一般终端设备都是主动给出告警提示，进而转入守时状态。只要干扰持续的时间不是很长（数天乃至数月），一般终端的守时能力都能满足要求。而欺骗攻击往往发出的是与卫星授时系统非常相似的信号，对于不具备欺骗检测的接收机，往往不会产生任何错误警报，并且会按照欺骗信号，对外输出错误的位置和时间信息，这可能会给系统带来更大的危害。

对于电力、通信、金融等对授时和同步可靠性要求非常高的系统来说，一旦受到干扰和攻击，可能导致系统瘫痪，带来巨大的经济损失。这类授时型终端，有一个共同的特点，那就是其往往是固定使用的。因此，可以利用定位解算结果来进行欺骗信号检测。但是由于不同的接收机，其定位精度不一致，并且每次解算的位置信息都包含一定的随机误差。因此，不能使用简单的误差门限来进行判断。此外，目前已有欺骗源能够做到，使被欺骗接收机在位置不发生剧烈变化的情况下，输出错误的时间信息。

在现有抗欺骗技术中，针对虚假卫星授时信号的检测方法大都需要额外增加软硬件资源，甚至对接收机架构或者导航信号进行重构。应用这些方法需要更换现有系统的存量卫星授时接收机，因此代价极大，且存在不确定风险。而且现有的方法，大都是采用统计的方法针对特征已知的欺骗进行建模，通过设定阈值的手段，来判断是否为欺骗信号。也就是说目前的方法只是针对预设的欺骗信号进行检测，存在很大的局限性。

人工神经网络无需事先确定描述输入输出之间映射关系的数学方程，仅通过自身的训练，学习到输入输出间的某种规则，就能在给定输入值时得到最接近期望输出值的结果。BP (Back Propagation)神经网络是人工神经网络的一种典型实现方式。因此，无需事先确定欺骗信号的特征或者模型的情况下，可以使用BP人工神经网络进行导航信号欺骗检测。

例如，一种在中国专利文献上公开的“一种基于波束零陷指向的多维域卫星导航欺骗干扰检测方法”，其公告号CN113031022A，该方法通过对接收卫星号的判决，确定待检测卫星号，利用阵列通道对待检测卫星号的独立捕获、跟踪、鉴相、测量完成待检测卫星号的干涉仪测向，获取待检测卫星号相对定位设备的空间位置信息，将空间位置信息输入给空频抗干扰处理模块进行权值计算，通过空频抗干扰处理模块在该空域形成零陷，对待检测卫星号形成空域波束零陷抑制，重启定位设备捕获流程，验证形成空域波束零陷后对捕获到卫星的数目影响，实现欺骗信号的识别与告警输出。该方法适用范围广，对生成式欺骗、转发式欺骗、单天线欺骗、多天线欺骗以及各种样式的组合欺骗信号均有效。然而成本较高，且可靠性低。