GNSS干扰感知与对抗决策方法研究

王 月，孙付平*，丛佃伟

(1.信息工程大学 地理空间信息学院，河南 郑州 450001；2.航天工程大学 航天信息学院，北京 101416)

0 引言

由于导航信号发射功率低、穿透能力差等固有弱点，卫星导航系统容易受到电磁干扰(这里是指有意干扰)而影响其正常运作，因此有必要感知系统周围的电磁环境。为了使得到的感知结果落到实处，即实现抗干扰方的利益最大化，干扰感知完成后的策略选择更是重中之重。因此，在系统安全防护这一大背景下，对卫星导航干扰感知与对抗决策分析的研究现状及发展趋势的探讨，对于北斗导航系统安全防护而言，具有重大的决策价值和实践意义。

从干扰感知方法来讲，复合式干扰准确识别与干扰源精准定位是卫星导航对抗决策分析及抗干扰性能提升的先决条件。而目前的导航系统不具备干扰感知功能[1-2]，不能够根据干扰环境及时进行决策分析并选取最优的抗干扰措施，致使导航设备整体抗干扰性能得不到充分发挥，最终影响防护方的获益[3-4]。因此，迫切需要实现导航干扰感知功能，以期为设备在复杂电磁环境下的高生存率和精准、高效、全覆盖作战实力的实现提供技术支撑。

从对抗决策分析方法来讲，由于目前国内外缺少与现实对抗场景相匹配的决策方法[5-6]，导致抗干扰设备无法得到有效评估；又加之得到的感知结果与实践的最终需求脱节[7-8]，阻碍内部系统更新、外部设施维护和性能进一步优化，无法灵活地应对导航对抗场景的多变性，而造成更大的经济损失。为此，如何高效地开展导航对抗决策分析的研究，已成为防护方赢利值的验证反馈和设备性能进一步优化的理论与实践基础。

基于此，结合卫星导航干扰感知与对抗决策分析两方面的知识框架，首先介绍了其对应的应用背景、基础概念和研究进展；随后，分析了二者的国内外研究现状，总结了前人研究存在的不足，为深入开展导航干扰感知与对抗决策方法研究提供了一定的理论指导；最后，根据研究存在的不足，提出了改进意见，以期引起相关部门的重视，进一步推动导航安全防护系统的建设。

1 国内外研究现状

本文主要在全球导航卫星系统(Global Navigation Satellite System，GNSS)有意干扰的理论基础上开展相关研究。对GNSS的有意干扰实际上是对其下行信号的干扰，主要有压制干扰和欺骗干扰两大类，具体分类如图1所示。

图1 GNSS有意干扰分类示意Fig.1 Schematic diagram of the classification of GNSS intentional jamming

压制式干扰原理简单，实现难度低，但由于干扰信号功率过大，容易丧失隐蔽性；欺骗式干扰是相关设备采用转发或生成的方式，播发虚假的导航信号，包括虚假的导航电文或信号传播时延，使接收机解算出错误的位置信息。相比于压制式干扰，欺骗式干扰实现难度更大，危害更严重，但隐蔽性更好，且能够实现对目标的精准控制[9]。

考虑到电磁环境的复杂性，实际应用时将面临多干扰源，故全文均假设干扰方选择复合式干扰的策略，而非某一或某类干扰源。通过讨论卫星导航干扰感知方法和对抗决策分析方法的国内外研究现状，汲取了前人研究的精华。

1.1 GNSS干扰感知方法研究现状

“感知”要先“感”而后才是“知”。“感”重点在于对感官层面感受的察觉，对应该领域的词汇即“识别”；而“知”重点在于主体层面对“感”后接收到信息的学习，对应该领域的词汇即“定位”。故这里提到的GNSS干扰感知方法包含对复合式干扰识别的方法和干扰源定位的方法。

1.1.1 干扰识别方法

干扰识别作为干扰感知研究的前情提要、基础技术和重点问题，指的是对干扰信号的调制识别。常见的方法可参考文献[10-11]。

国内针对卫星导航干扰识别的研究中，文献[12]分别运用支持向量机与BP神经网络的调制识别方法，对卫星导航存在的7种干扰信号的8种特征参数进行了识别，仿真证明提出的方法在识别率和鲁棒性上具有优越性；文献[13]结合高阶累积量的调制识别方法，运用改进的人工神经网络的算法，对常见的4种类型的有意干扰进行了识别，实例验证提出的方法在低信噪比条件下具有良好的识别性能；文献[14]结合星座图聚类分析的调制识别方法，运用改进的高阶累积量的调制识别方法，实现了对调制信号的自动识别，实例验证提出的方法在中等信噪比条件下具有很高的识别性能。

国外主要是对雷达、通信系统的干扰信号进行识别。文献[15]引入统计学理论，提出了决策树方法，以分类识别调制的干扰信号，得到的分类结果性能良好；文献[16]运用神经网络方法，对仿真产生的干扰信号进行分类，得到的分类结果性能良好；文献[17]运用改进的高阶累积量的调制识别方法，能够较好地识别多径干扰；文献[18-19]分别运用星座图聚类分析和卷积神经网络的调制识别方法，对移动基站间的通信干扰进行识别，对干扰具有较好的识别性能；文献[20]利用深度残差网络的改进识别方法，对导航干扰信号进行识别，实例验证提出的方法具有高于传统机器学习算法的识别准确率。

1.1.2 干扰源定位方法

由于电磁环境复杂多变，干扰信号形式多变，对不同形式的干扰源进行定位是干扰感知研究的难点技术，也是监测领域面临的挑战之一。常用的技术可参考文献[21-22]。

国外研究中，① 基于AOA(Angle of Arrival)/DOA(Difference of Arrival)[23]的干扰源定位方法：2000年，Alison利用互相关测量和相位差测量的方法，估计得到干扰源到达角(Angle of Arrival，AOA)及来波方向，实例验证提出方法的成功使用对干扰功率和天线群延迟有特定要求；2007年，Brenneman提出自适应周期图方法，估计得到干扰源的到达频率，实例验证在定位结果上提出的方法较优于传统的干扰源定位方法。② 基于到达时差(Time Difference of Arrival，TDOA)[24]的干扰源定位方法：2002年，美国自主开发的干扰检测与定位系统中提到的多天线阵列到达时间的定位方法，可测量出互相关的多个接收信号的TDOA，得到的定位结果已精确到米级。

国内对干扰源定位技术的研究起步较晚，但近年来也取得不错的成果，例如多普勒频差的定位技术[25]和多种方法联合的新型定位系统[26]。整体来说，国内的干扰源定位技术仍与国外相关技术存在差距(主要集中在设备和实测试验平台的全面建设中)，但目前北斗导航系统全面建设的完成，对我国干扰源定位技术研究的进一步推进来说是挑战，更是机遇。

1.2 导航对抗决策方法研究现状

随着干扰技术的发展，迫切需要在熟知GNSS抗干扰原理和指标体系搭建完成的基础上，利用决策分析方法来调度有效的防护策略，以提高导航设备整体抗干扰性能，最终实现利益最大化。故首先需要从导航对抗决策分析方法的研究进展探寻防护的终极目标：决策分析方法的分类有很多，早期用得较多的是数据包络分析等单一方法[27]；近期引进了雷达对抗中的零和博弈法[28]，体现了对抗中存在的动态复杂性，性能对比如图2所示。

图2 导航对抗决策分析方法的性能对比Fig.2 Performance comparison chart of the analysis methods of navigation countermeasure decision

国外学者对对抗决策分析方法的研究主要集中在干扰攻击下的生物识别技术[29-30]、网络安全系统[31-32]、智能电网[33-34]、民用无人机[35]以及用户端防御能力[36-37]等领域。下面将对图2包含的几种决策方法的国内研究现状进行分类阐述。

1.2.1 灰色关联分析方法

针对灰色关联分析的评估方法，先后有部分学者进行研究。余俊等人[3]和阎艳等人[4]提出了一种基于模糊理论的灰色关联度的评估方法，解决了在不确定情况下的各评估方案与理想方案区分度不高的问题；宁小磊等人[38]提出了一种基于仿真模型综合验证的改进灰色关联分析方法，解决了传统灰色关联度无法获得模型整体性能评价的问题。故灰色关联分析方法在减弱多方案间影响因素的相互影响、开展整体性能评价和仿真模型验证上发挥着有效作用。

1.2.2 模糊层次分析方法

针对模糊层次分析方法，即模糊综合评判和层次分析结合的方法，先后有部分学者进行了研究。郑雪冰运用模糊层次分析法对航空电子系统对抗效能进行了分析[39]；陈希祥等人[40]通过将模糊层次分析方法，对定性定量集成指标进行了综合分析，为对抗设备的合理选择提供依据；赵刚等人[41]结合人工智能风险分析，提出了多层次模糊综合评判与熵权理论相结合的方法，提高了风险评价的客观性。故针对复杂系统在决策分析过程中存在的模糊性和随机性问题，模糊层次分析方法起到了有效作用，但该方法主观性较强。

1.2.3 对抗博弈分析方法

针对对抗博弈分析方法，先后有部分学者进行研究。王刚[42]基于博弈论方法，通过赢利矩阵将干扰和抗干扰有效地联系起来，分析了SAR最优化的对抗策略选择；黄玉川等人[43]运用博弈论思想，建立了雷达对抗博弈策略矩阵模型，并提出了遮盖性干扰动态效果分析的方法；张永顺[44]利用博弈论思想，从定性与定量分析2个角度对雷达对抗的复杂电磁环境特征进行了主要参数的求解。虽然目前雷达对抗得到的赢利矩阵的精确程度有待验证，但该方法对导航对抗决策分析来说，具有一定的思路启发和模型改进意义。

2 研究存在的不足

结合上述国内外研究现状，汲取前人研究的精华，总结前人研究的不足，为课题研究进一步改进提供解决思路和发展启示。

2.1 GNSS干扰感知方法研究不足

(1) 通过前人对卫星导航干扰识别方法的研究可以总结4点不足：

① 对于卫星导航干扰识别，虽然近几年针对压制式干扰识别的研究较多，但是相比于通信和目标识别领域，无论是针对单一类型的导航干扰识别还是复合式干扰识别的研究数量及成果都远远不够。

② 卫星导航干扰识别技术主要是在未知干扰源类型情况下对接收信号进行处理，而现有研究更关注的是已知干扰源类型对特定应用场景的信号特征提取上，因此如何高效地提取分离度较高的信号特征参数是干扰识别领域面临的一大挑战。

③ 未来干扰识别领域的发展趋势必将是基于机器学习的卫星导航干扰源识别和排查，但前人却鲜少关注GNSS干扰信号的智能分类与自动识别，故还存在较大的技术提升空间。

④ 大多针对干扰识别的研究都止步于干扰识别技术层面，却忽视实现防护方的利益最大化才是导航安全防护的终极目标，因此干扰识别完成后的对抗策略选择更为重要，导航对抗决策分析方法对终极目标的实现起到关键作用。

(2) 通过前人对卫星导航干扰源定位方法的研究可以总结2点不足：

① 已有的卫星导航干扰源定位技术大多从时间和频率的角度出发完成对某一干扰源的有效定位。但复杂电磁环境下干扰源部署结构不同，对抗干扰方产生的破坏效果必然不同。参考文献[45]，假设干扰方将干扰源放置在节点1、2和3附近，如图3(a)所示，则该部署结构对抗干扰方造成的影响，如图3(b)所示(通信正常，抗干扰方受影响较小)；如果将干扰源部署在节点4、5和6附近，如图3(c)所示，则该部署结构对抗干扰方可能造成的破坏效果，如图3(d)所示(通信中断，抗干扰方受影响较大)。故干扰源部署结构的选择是很重要的，但鲜有从干扰源部署的角度出发开展干扰源定位及精度评估的研究。

(a) 第1种部署结构 (b) 第1种部署结构的影响

(c) 第2种部署结构 (d) 第2种部署结构的影响图3 多干扰源联合部署结构对抗干扰方的影响Fig.3 Joint deployment of multiple interference sources influencing anti-jamming party

② 已有的卫星导航干扰源定位技术大多适用于单干扰源情况，但鲜有研究在识别并定位到某一干扰源时进一步对所有已定位的单干扰源进行多干扰源联合部署结构分析，并结合决策分析方法选择有效的抗干扰部署结构，最终实现防护方利益最大化。卫星导航干扰感知方法研究不足汇总如图4所示。

图4 卫星导航干扰感知方法研究不足汇总Fig.4 Summary of research deficiencies in jamming sensing methods in satellite navigation

2.2 导航对抗决策方法研究不足

通过前人对导航对抗决策分析方法的研究可以总结3点不足，具体内容如图5所示。

图5 导航对抗决策分析方法研究不足汇总Fig.5 Summary of research deficiencies in the analysis methods of navigation countermeasure decision

(1) 国内相关学者对SAR、ISAR、激光制导和雷达等领域决策方法开展了研究，而国外学者对干扰攻击下的网络安全系统及用户端防御能力等领域决策方法开展了研究。不难发现，前人未能提出较好地适用于导航对抗的决策分析方法。

(2) 不同领域学者采取了不同的分析方法，虽然在一定程度上削弱了影响因素的模糊性和随机性，但没有兼顾分析时决策信息的动态复杂性，且评估过程中的整体效率低。

(3) 目前被广泛用于雷达对抗领域的博弈理论对处理对抗复杂性的公式模型和方法较成熟，但存在几点不足：① 该理论及相关算法鲜少用于导航对抗领域来解决类似的评估问题；② 雷达对抗提出的赢利矩阵(开展博弈的核心要素)，对导航对抗决策分析来说不适用；③ 对抗双方对其所处的同一场景态势的理解不相同，仅靠某一方对场景态势的估计进行决策，势必存在较大隐患，而部分雷达对抗的博弈方法在运用时未考虑博弈信息是不完全信息和参与者的有限理性；④ 未考虑策略实施获得的收益对策略选取的反馈影响。

3 总结与展望

(1) 对干扰识别研究存在不足的改进建议：基于传统特征匹配与多种机器学习算法结合的改进识别方法，既可以强化复合式GNSS干扰信号的智能分类和自动识别技术的研究，也可以完成对多干扰源分类识别效果的横向对比，以期得到更有效的复合式干扰识别方法；再运用导航对抗决策分析方法，例如线性规划算法等，来综合调度更为有效的抗干扰手段，以寻求尽可能大的赢利值，扩大防护方的安全收益。

(2) 对干扰源定位研究存在不足的改进建议：在干扰识别完成的基础上，基于多天线阵列的干扰源定位方法等开展干扰源定位解算，以快速地估计出干扰源来向；再利用得到的结果确定并分析多干扰源联合部署结构；最后运用导航对抗决策分析方法，来综合调度更为有效的抗干扰部署结构，以应对干扰部署结构，最终实现防护方的利益最大化。

(3) 对决策分析方法研究存在不足的改进建议：可引入动态演化博弈方法，建立更加精准的导航对抗赢利矩阵和对评估结果的反馈验证环节。相较于雷达对抗建立的经过专家反复验证的赢利矩阵模型，已建立的适用于导航对抗的赢利矩阵模型的未经过验证[6]，对应得到的GNSS干扰效能评估结果缺少反馈验证环节。因此，未来应在对动态演化博弈方法的研究上，投入更多的关注度和精力。

4 结束语

本文围绕卫星导航干扰识别方法、干扰源定位方法和导航对抗决策分析方法等方面，从干扰感知与决策分析方法的应用背景与研究进展、应用前景与研究意义、国内外研究现状、研究存在的不足等角度开展了对上述方面研究现状的总结。针对研究存在的不足，结合本团队近几年在该领域的研究成果，对GNSS干扰感知与对抗决策分析方法的发展和改进趋势进行了总结，以期通过传统识别方法与多种机器学习方法的结合实现复合式导航干扰源识别准确性的提升、通过多种方法联合定位的技术实现多干扰源联合部署结构定位、通过引入动态演化博弈方法建立更加精准的导航对抗赢利矩阵和对评估结果的反馈验证环节。