一种基于ADS-B开源数据的GNSS欺骗干扰检测与定位方法及装置
本发明涉及卫星导航,尤其涉及一种基于ads-b开源数据的gnss欺骗干扰检测与定位方法及装置。
背景技术:
1、现有gnss欺骗干扰源定位技术根据实现路径的不同,主要分为基于专用接收机网络的地基监测方法和基于ads-b开源数据的航空监视数据驱动方法两类。
2、(一)基于专用接收机网络的地基监测方法
3、该方法通过布设多台gnss监测接收机构建地面监测网络,利用伪距残差、载噪比变化、多普勒一致性等质量指标判别欺骗干扰。在定位层面,普通采用到达时间差(tdoa)体制,基本实施步骤为:首先在各监测站提取欺骗信号到达时间或伪距观测值;其次通过站间伪距单差或双差消除接收机钟差等公共误差项,获得欺骗源至各测站的距离差观测量;然后以测站为焦点构造双曲线方程,通过双曲线交会或最小二乘拟合确定干扰源位置。近年研究进一步引入aoa/tdoa联合定位、fdoa/tdoa融合及智能优化搜索等改进策略以提升精度。
4、该类方法的优势在于能够在信号层面实现较高精度的干扰源定位。然而其主要缺陷在于:高度依赖专用监测接收机的密集部署,在非合作区域、海洋区域或缺乏地面基础设施的非合作环境下难以实施,成本高昂且覆盖范围有限;同时,现有检测方法多基于接收机自主完好性监测框架下的残差检验策略,未充分利用多测站协同观测条件下欺骗信号同源传播所引起的空间一致性约束,检测灵敏度与误报率之间的平衡仍有改进空间。
5、(二)基于ads-b开源数据的航空监视数据驱动方法
6、随着opensky、ads-b exchange等全球开源ads-b传感器网络的建立,该类方法通过对海量航班航迹数据的挖掘与分析实现欺骗干扰的检测与定位。当前,国内外基于ads-b数据对gnss干扰的研究多数聚焦于压制式干扰,针对区域冲突中大范围欺骗的专项研究较少。在干扰检测方面,现有方法主要通过提取nacp、nic等导航质量参数进行统计异常判别,或通过分析航迹异常中断位置、信号功率衰减特征等手段识别受扰航班。且现有算法大多依靠ads-b数据中的导航质量指标完成干扰的感知与定位,难以适配gnss欺骗场景下信号自洽性良好、传统检测手段失效的问题。在定位方面,现有方法主要分为两类技术路线:一类基于受干扰航迹点的空间分布进行格网搜索或概率匹配以确定干扰源大致区域;另一类基于欺骗干扰的空间几何约束,通过提取航迹跳变点并进行空间聚类与圆弧拟合,将拟合圆心作为干扰源估计位置。
7、该类方法的核心优势在于可直接利用开源ads-b数据,无需部署专用监测设备,成本低、覆盖广,特别适用于境外非合作区域的干扰态势感知。然而现有方法仍存在以下显著不足:其一,异常点判别机制较为单一,主要依赖速度阈值或导航质量指标,缺乏数据连续性、位置收敛特性和统计显著性的多层次联合判别,易将航路转弯、气象颠簸、数据中断等非欺骗因素误判为异常,且难以有效区分多干扰源引起的混合点集;其二,定位所依赖的格网搜索方法精度受限于格网尺寸,而圆弧拟合法中单次全局聚类难以有效分离欺骗目标区接近的不同干扰源点集,聚类纯度不足;其三,圆弧拟合阶段普遍缺乏系统性的抗差处理策略,对数据中存在的粗差缺乏有效的识别与剔除机制,最小二乘拟合结果易受粗差支配,定位结果的稳健性不足;其四,多数研究仅给出单次定位结果,缺乏跨时段置信椭圆分析、双向重合率矩阵等时空一致性验证手段,难以评估干扰源定位结果在时间维度上的稳定性和可靠性。
8、综上所述,现有技术在非合作区域适用性、异常可靠检测、多源混合点集分离、抗差稳健性及定位结果验证等方面仍存在明显不足。
技术实现思路
1、针对上述现有技术的缺陷,本发明提供一种基于ads-b开源数据的gnss欺骗干扰检测与定位方法及装置,旨在解决现有方法在非合作环境下难以部署、欺骗场景下依赖导航质量指标失效、异常点判别机制单一、多干扰源混合点集难以有效分离以及圆弧拟合缺乏抗差处理等技术问题,实现低成本、高可靠性、适用于非合作区域的gnss欺骗干扰源定位。
2、为了实现上述目的,本发明采用以下技术方案:
3、本发明一方面提出一种基于ads-b开源数据的gnss欺骗干扰检测与定位方法,包括:
4、获取ads-b航迹数据,所述数据至少包含航班标识、时间戳和位置坐标;
5、基于速度阈值对航迹点进行初筛,将航迹点分类标记为正常航迹点、受控虚假航迹点、进入边界点和离开边界点;其中,所述受控虚假航迹点为速度低于第一设定阈值的航迹点,所述进入边界点和离开边界点为速度高于第二设定阈值的航迹点;对所述进入边界点和离开边界点进行复筛,通过时空关联约束剔除无效点,得到有效边缘节点;
6、对所述有效边缘节点进行聚类,将属于同一欺骗干扰源的边缘节点划分至同一簇;
7、对每一簇内的边缘节点进行圆弧拟合,以拟合得到的圆心位置作为对应欺骗干扰源的定位结果。
8、进一步地,所述时空关联约束包括欺骗区域约束、重捕时长约束、欺骗时段约束和巡航高程约束中的至少一种;
9、所述欺骗区域约束为基于所述受控虚假航迹点的空间密度聚类结果对各边界点进行区域归属标记并剔除杂散点;
10、所述重捕时长约束为基于设定的欺骗后重捕时间间隔阈值剔除超时跳变点;
11、所述欺骗时段约束为基于受控虚假航迹点的时序分布判断有效欺骗时段并剔除时段外边界点;
12、所述巡航高程约束为基于设定的高程阈值剔除低海拔起降阶段的边界点。
13、进一步地,所述聚类采用两阶段聚类策略:
14、第一阶段,以各边缘节点对应的受控虚假航迹点的位置作为聚类对象进行空间聚类,将收敛位置接近的边缘节点聚合为同一收敛簇;
15、第二阶段,对于每个收敛簇内的边缘节点,以其进入欺骗区前的位置作为聚类对象再次进行空间聚类,将同一收敛簇内来自不同空间方位的点集进一步细分为对应不同欺骗源的子簇。
16、进一步地,在完成两阶段聚类后还包括:计算各子簇内所有边缘节点的平均位置作为簇质心,将质心距离小于合并阈值的子簇合并。
17、进一步地,所述圆弧拟合采用三步混合抗差策略:
18、第一步,基于tukey双权m估计求解抗差初始圆心;
19、第二步,基于四分位距准则剔除相对于所述初始圆心的极端离群点;
20、第三步,基于iggiii等价权函数进行抗差迭代精拟合,以收敛后的拟合圆心作为欺骗干扰源的定位结果。
21、进一步地,所述第一设定阈值为100m/s,所述第二设定阈值为500m/s。
22、进一步地,还包括:将全时段数据按时间划分为多个子时段,对各子时段的边缘节点分别拟合95%置信椭圆,通过比较各时段置信椭圆的重叠程度和质心聚集性判断干扰源位置的稳定性;和/或,构建双向重合率矩阵,计算各时段间边缘节点的双向重合率,定量评估不同时段边缘节点空间分布的一致性。
23、进一步地,在获取所述ads-b航迹数据后,还包括:对所述数据进行完整性检查,剔除时间戳缺失或坐标异常的无效记录,并对分段航迹进行轨迹拼接修复,重构完整航迹序列。
24、本发明还提出一种基于ads-b开源数据的gnss欺骗干扰检测与定位装置,包括:
25、数据获取模块,用于获取ads-b航迹数据,所述数据至少包含航班标识、时间戳和位置坐标;
26、双层提取模块,用于基于速度阈值对航迹点进行初筛,将航迹点分类标记为正常航迹点、受控虚假航迹点、进入边界点和离开边界点;其中,所述受控虚假航迹点为速度低于第一设定阈值的航迹点,所述进入边界点和离开边界点为速度高于第二设定阈值的航迹点;对所述进入边界点和离开边界点进行复筛,通过时空关联约束剔除无效点,得到有效边缘节点;
27、聚类模块,用于对所述有效边缘节点进行聚类,将属于同一欺骗干扰源的边缘节点划分至同一簇;
28、定位模块,用于对每一簇内的边缘节点进行圆弧拟合,以拟合得到的圆心位置作为对应欺骗干扰源的定位结果。
29、进一步地,还包括:
30、时空稳定性评估模块,用于将全时段数据按时间划分为多个子时段,对各子时段的边缘节点分别拟合95%置信椭圆,通过比较各时段置信椭圆的重叠程度和质心聚集性判断干扰源位置的稳定性;和/或,构建双向重合率矩阵,计算各时段间边缘节点的双向重合率,定量评估不同时段边缘节点空间分布的一致性。
31、本发明还提出一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的方法。
32、与现有技术相比,本发明具有的有益效果:
33、1.无需专用设备即可实现广域部署。本发明直接利用ads-b开源数据,无需布设专用监测接收机,彻底摆脱了传统地基监测方法对地面基础设施的依赖,特别适用于非合作环境下的欺骗干扰态势感知。
34、2.欺骗场景下异常跳变点的可靠检测。本发明不依赖nacp、nic等易失效的导航质量参数,通过“初筛+复筛”双层提取架构:初筛阶段基于速度阈值实现航迹异常点的初步分离,复筛阶段构建欺骗区域约束、重捕时长约束、欺骗时段约束、巡航高程约束四重时空关联准则,逐层剔除各类非边缘伪异常点,有效解决了单一阈值判别易误判的技术问题。
35、3.多源混合点集有效分离与稳健抗差定位。本发明采用两阶段dbscan聚类与质心合并策略,在多个欺骗源共存且目标区接近的复杂场景下有效分离各源点集,克服了传统单次聚类纯度不足的缺陷。构建“tukey双权m估计+四分位距粗剔除+iggiii迭代精拟合”三步混合抗差策略,显著提升定位稳健性和定位精度。
36、4.定位结果时空稳定性验证。本发明引入95%置信椭圆分析和双向重合率矩阵两套跨时段一致性验证手段,有效解决了现有研究缺乏定位结果时空稳定性评判依据的问题。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com