卫星导航欺骗及检测（三）：基于辅助信息的欺骗检测

张伦东，张 超，高扬骏

（信息工程大学，郑州 450001）

0 引言

通过改进导航接收机，在接收机里增加硬件模块或在数据处理阶段增加欺骗检测算法，可以有效检测某些形式的导航欺骗。并且，在检测出导航欺骗的同时，还可采取相应的措施消除或减弱欺骗信号，使接收机能够输出安全的导航结果。也就是说，即使在欺骗的环境下，通过改进接收机，也可为用户提供服务，这就具有非常大的优势。但是，用户手中现有的接收机或市场上大量的没有改进的接收机并不允许用户更改。另外，导航欺骗技术也是动态发展的，改进的接收机对一类欺骗技术可以检测，对另一类欺骗检测技术可能就检测不出来，此时再相信卫星导航的结果则会带来很大的危害。

一般来说，导航欺骗都是针对卫星导航的，还未发现针对视觉、惯性等非卫星导航的欺骗技术，所以可利用惯性导航、视觉定位等非卫星导航手段和卫星导航结果比较，对欺骗进行检测[1]，这类技术称为基于辅助信息的欺骗检测。本文主要介

绍这种欺骗检测技术，其中对基于惯导信息辅助的欺骗检测技术研究现状进行了详细的论述。

1 基于惯导信息的欺骗检测技术发展动态

1.1 相对位置已知的多天线欺骗检测

对于现有商业接收机，可以仿照多天线的方式，使用两个或多个相对位置已知的天线进行欺骗检测。所不同是，这种方法不再检测信号的到达方向，而是进行位置解算，利用解算出来的天线相对位置与真实的天线相对位置比较，进而进行欺骗检测[2-3]。这种方法只需要接收机的测量数据，其最大的优势是不需要对接收机进行任何更改，因此十分适合现有的商业接收机。但是，一般接收机的伪距单点定位误差约为10 m，高精度接收机的误差也为2～5 m，所以天线之间不能相距太近[4]，这就限制该方法在很多场合的应用。另外，使用多少个天线才能更好地进行欺骗检测，也需要深入研究。为了实现有效的欺骗检测，文献[5]在组合导航的基础上又增加了一个低成本的全球卫星导航系统（global navigation satellite system,GNSS）接收机，形成一条固定基线，利用惯性导航系统（inertial navigation system, INS）计算姿态和基线矢量下的双差观测量，将计算的双差观测量和观察到的测量值进行比较，构建欺骗检测的测试统计量。在欺骗攻击下，观测到的双差测量值与计算的观测量会有很大的差异。这种方法不需要对接收机或天线进行重新设计或改变，可以直接应用到现有商业接收机上。但是，该方法的本质还是利用信号的空间到达角信息来检测欺骗信号，需要确定基线长度和姿态信息，而且姿态精度、基线长度对欺骗检测的性能会有一定影响，在一些空间有限的场合，无法形成满足检测要求长度的基线。

1.2 惯导辅助的欺骗检测

惯性导航完全自主，不需要与外界进行信息交互，不受导航欺骗的影响，可以用来对欺骗进行检测[1]。但是文献[4，6]对这种方法提出了几点质疑：

1）长时间工作，其他设备往往不如卫星导航精确，如果卫星导航和其他设备导航结果不一致，应遵循哪一种导航方式？他们认为至少需要两种精度和稳定性相当的技术才能互为备份。

2）惯导设备需要校准，否则由于误差累积，定位结果往往很快偏离正确的值。

3）采用惯导等信息辅助的欺骗检测技术，增加了导航接收机的硬件和软件复杂度。

如果欺骗信号解算的位置与真实位置之间相差很小，则这种检测不会起作用。惯导系统由于误差的积累，虽然长时间导航的精度会下降，但是短时间的相对位置精度却非常高，因此可以用前后时刻的相对导航结果对欺骗进行检测。

利用惯性导航等辅助信息进行欺骗检测，只需要接收机解算的位置、速度，或伪距、伪距率等结果，不需要对接收机进行任何更改，并不会增加接收机的硬件和软件复杂度，并且随着微惯性技术的发展，所需成本也越来越小。欺骗检测的阈值与陀螺仪和加速度计的精度有关，陀螺仪和加速度计的精度越高，检测阈值越小。进一步说，如果欺骗信号解算的位置与真实位置之间相差很小，则很难达到欺骗的目的。可见，基于惯导等辅助信息的欺骗检测是完全可行的，也是非常有价值的。

2014 年，文献[7]采用船上自带的惯性测量单元（inertial measurement unit, IMU）测量的相对轨迹与接收机估计的瞬时轨迹相比较的方法，很容易地检测出了导航欺骗，证明了利用惯导等外界辅助信息能够有效检测卫星导航是否受到欺骗。但是，船用惯导的精度非常高，价格也比较贵。对于低精度低成本INS 或不同等级的IMU 能否对欺骗进行检测，或者检测的性能如何，到需要深入研究。文献[8]基于汽车应用的 GNSS 与INS 紧耦合系统，分析了使用战术级和微机电系统（micro-electro-mechanical systems, MEMS）级IMU 检测GNSS 欺骗的性能限值问题。结果表明，无论是战术级还是MEMS 级的IMU，在较低的欺骗动态和较长的欺骗持续时间内，都无法立即检测到GNSS 误差；当欺骗动力学较高时，战术级IMU 在检测GNSS 观测中的异常值方面性能优于MEMS 级IMU。这说明如果导航欺骗器可长时间持续欺骗，并且欺骗器施加的偏差较小，低成本IMU 很难快速地对欺骗进行检测；当欺骗器施加的偏差较大时，IMU 的精度越高，其检测性能越好。该文献进一步分析了不同接收机对欺骗检测性能的影响，结果表明接收机的质量在欺骗检测中的作用比IMU 的质量更为重要，一个好的接收机与一个很差的IMU 集成，比一个差的接收机与一个很好的IMU 集成在欺骗检测性能更好。文献[9]从理论上分析了消费级低精度IMU、中等精度光纤陀螺IMU 和高精度激光陀螺IMU 等不同精度等级对双差观测的预测和欺骗探测性能的影响，并采用低成本InvenSense MPU 9255、中成本Xsens MTI-G-700 和高端HJG-11G 三个档次的IMU 进行了实测实验，结果表明在欺骗检测中，需使用与MTI-G-700 性能相当的产品，才能确保高检测概率和低虚警率。

当卫星导航与惯性导航组合时，由于组合的级联效应，组合导航结果也可能会受到卫星导航欺骗的影响。文献[10]分析了卫星导航受到欺骗时，GNSS/INS 组合系统卡尔曼滤波误差协方差、新息序列等的变化，结果发现：1）卡尔曼滤波器的误差协方差不受欺骗的影响；2）新息序列的统计特性发生了变化；3）在欺骗攻击下，估计的惯性传感器误差不再可靠。文献[11]分析了导航欺骗对GNSS/INS 松组合模式的影响，发现在欺骗攻击下，陀螺仪和加速度计误差的估计值明显增大，可根据该估计值对欺骗进行检测。但是，对陀螺仪和加速度计误差的影响因素非常多，如环境的突然变化、卫星导航突然出现野值、陀螺仪和加速度计突然出现故障等都会使误差估计值明显增大，所以仅依靠该估计值对欺骗进行检测是不准确的。文献[12-13]基于接收机自主完好性监测（receiver autonomous integrity monitoring, RAIM）的概念，引入INS 监测GNSS 测量和INS 测量之间的差异，利用估计残差的时间序列实现欺骗检测，并从完好性的角度对基于INS 的最坏情况欺骗攻击监控性能进行了全面描述。与传统RAIM 不同是，监测所需的冗余是通过INS 测量而不是卫星冗余提供的。文献[14]研究了飞机对控制动作的响应对欺骗检测的影响，作为对欺骗位置状态估计的响应，飞机自动驾驶仪命令使飞机机动到欺骗器所期望的轨迹，控制器响应会导致INS 立即感知到瞬态行为。可见，对欺骗输入的自动驾驶仪的响应可显著增强INS 对欺骗攻击的检测。如果欺骗器能够对目标接收机的位置实时探测，对其进行闭环跟踪，则目标接收机处于最坏情况，这对欺骗检测也带来了巨大的挑战。文献[15]在前面研究的基础上，提出了一种惯性导航监测器，该监测器中GNSS/INS 组合为紧组合模式，利用卡尔曼滤波新息序列对导航欺骗进行检测，构建了一个随机性能评估模型，验证了对最坏情况下的欺骗攻击的性能。在此基础上，文献[16-17]建立了一个更为全面的性能评估模型，该模型利用基于卡尔曼滤波的估计器和基于新息序列的INS 探测器，捕捉飞机控制器对最坏情况欺骗攻击的动态响应，并利用最坏情况下的故障评估模型，对波音（BOEING）B747 着陆方式的完整性风险进行分析，以量化监控器的性能。仿真结果表明，除非欺骗器的跟踪具有不切实际的高精度和无时间延迟，否则这种惯性导航监测器基本上都能检测出导航欺骗。文献[18]还开发了一个集成监测（检测器）和估计（估计器）的框架，在最坏情况下，模拟了BOEING B747 的最后进近过程，结果与GNSS/INS 紧组合模式时一致，即监测器能够有效地检测出除欺骗器跟踪装置具有不切实际的高精度外的欺骗攻击。为了深入验证惯导监测器对最坏情况下的GNSS 欺骗攻击的抵抗能力，文献[19-20]开发了一个实验装置，该装置能够生成最坏情况下的全球定位系统（global positioning system, GPS）伪码和载波相位信号，并可通过电缆直接注入至接收机。结果证明，即使欺骗器能够跟踪接收机的位置并滤除高频跟踪误差，采用战术级的惯导监视器仍然能够以较低的漏检概率检测到导航欺骗。

文献[21]也深入研究了基于卡尔曼滤波的欺骗检测方法，证明了基于卡尔曼滤波的斜坡型故障模式欺骗检测方法的有效性。文献[22]提出了一种基于MEMS-INS/GNSS 紧耦合模式的卡尔曼滤波新息和传播过程估计的欺骗识别方法，并在欺骗框架下实现了估计器的迭代，进而可以减少计算量。在GNSS/INS 组合导航中，并不一定采用卡尔曼滤波进行信息融合，也有可能采用其他滤波方式。文献[23]提出了一种将自适应粒子群优化滤波器应用于 INS/GPS 组合系统中作为欺骗攻击估计器的新方法，由于粒子群优化算法具有基于记忆的特性和粒子群经验的优点，将其应用于INS/GPS 组合系统中，在卫星导航受欺骗时，与常规粒子滤波相比，定位精度更高。仿真结果也证实，在欺骗攻击条件下，自适应粒子群优化滤波器算法可靠、能够准确地估计无人机的真实位置。

如果卫星导航数据有野值或者传感器发生故障，卡尔曼新息序列统计值也会发生变化，也有可能大于欺骗检测设定的阈值。文献[24-27]采用相同的方法，利用从卡尔曼滤波器获得的新息序列对传感器的故障进行了实时检测，这也说明这种方法并不能严格区分是卫星导航受到欺骗还是传感器出现了故障。

在很多场合下，需要正确辨识卫星导航是否受到欺骗，以便对其他设备进行警告。一种有效的方法是将GNSS 的定位测速授时等最终结果或中间结果与其他系统的结果进行对比。文献[28-31]采用加速度进行比较，对不同加速度的均值和方差进行了测试，重点比较了MEMS 加速度计测量的加速度和GNSS 计算的加速度，以检测GNSS 信号的真实性。这种方法的好处是有无限的观察窗口，在一个或几个窗口内就可以有效地检测欺骗。为了合理地比较加速度，GNSS 和加速度计的测量值需要在同一坐标系下，这就需要测量GNSS 和加速度计之间的姿态。文献[32]利用低成本IMU，通过加速度向量和角速度向量的范数检验IMU 与GNSS 之间的一致性，对导航欺骗进行有效检测。测试结果表明，在报警时间为3 min 的情况下，可以达到合理的检测精度。采用加速度向量和角速度向量的范数进行比较，这样对IMU 测量偏差不敏感，就可以不用对IMU 进行校准，也不需要确定IMU 的初始方向，增强了该方法的适应性。利用IMU 的原始观测量[33]或者载体的非完整约束[34]，直接比对惯性导航和卫星导航的位置结果[35-36]，或者利用地图[37]、GNSS/INS/里程计[38-39]等方式对导航欺骗进行检测。这些方法从原理上来讲是完全可行的，但它们适用于哪些载体，对哪些欺骗方式有效，还需要深入地进行研究。

2 基于其他辅助信息的欺骗检测技术研究现状

除加速度计或IMU 外，视觉传感器也能推算载体的轨迹，也可用于欺骗检测。文献[40-41]针对无人机的欺骗，提出了一种基于视觉的欺骗检测方法，该方法基于无人机在飞行轨迹上运动窗口内的相对子轨迹与卫星导航绝对轨迹的比较，可以确定无人机欺骗的时间和位置，并限定漂移误差。4 种无人机欺骗场景下的评估结果表明：该方法可以在无人机飞行方向变化大于3°时，在远程飞行中检测到无人机欺骗；在无人机重定向率为1°时，检测到无人机欺骗。类似地，采用单目视觉和IMU 也可对无人机的导航欺骗进行有效检测[42]。对于无人机的导航定位，文献[43]提出可以采用协同导航的方式，利用没有受到欺骗的无人机的位置确定受欺骗无人机的位置。这是一种比较新颖的思路，但是首先需要确定哪些无人机受到了欺骗，哪些没受到欺骗；其次用多少架没受到欺骗的无人机才能确定一架受到欺骗的无人机的位置；另外，无人机之间需要通信。目前来看，这一方法还很难进行实际应用。

近年来，随着智能终端的普及，一些基于智能终端的反欺骗方法应运而生。文献[44]探讨了智能手机测量技术在欺骗检测方面的潜力，对智能手机来说，可以使用的测量值包括来自GNSS 和其他传感器的位置、来自GNSS 和加速度计的加速度等。文献[45]也探讨了智能手机上不同传感器的性能，评估了这些传感器在欺骗检测方面的潜力，基于关键传感器性能的评估结果，可以通过监测基站网络定位结果、自动增益控制（automatic gain control, AGC）和载噪比（carrier-to-noise ratio,C/N0）、惯性传感器的数据和伪距残差或它们的组合来检测欺骗。安卓（Android ）7.0 以上的版本可以接收GNSS 原始数据，文献[46]使用原始载波相位测量值，计算出3 维（3D）速度、加速度和航向信息，并与其他传感器（如磁强计、加速度计和气压计）的结果进行比较，如果比较指标超过预先指定的阈值，则会触发欺骗警报。但是这个阈值如何确定，对各种状态是否有效需要进行深入研究和评估测试。

3 展望

与导航信号加密认证技术和基于信号特征的欺骗检测相比，基于辅助信息的欺骗检测有如下优点：1）不需要对信号协议、基础设施、接收机和接收机天线进行任何改造，只需要增加一个辅助传感器就可对现有商业接收进行欺骗检测；2）利用不受欺骗的辅助信息，也就是利用外界信息来检测卫星导航，避免了基于信号特征的接收机自己检测自己的方式；3）可以提供备份的导航定位手段，特别是采用惯性导航时，还可为载体提供水平姿态和航向信息。虽然增加辅助传感器，会增加一定的成本，但是随着微机械技术的发展，MEMS-INS 的精度越来越高，成本越来越低，相对于更改信号协议、改造基础设施、甚至改进接收机和天线的成本，已微不足道；另外，随着微惯导的发展，惯性导航的技术门槛也越来越低，稍微懂点专业知识的人员，都能读出和利用惯性器件的数据，这也为基于辅助信息的欺骗检测方法的推广奠定了基础。

但是，在长时间工作的情况下，惯性导航等外界信息不如卫星导航精确，如何利用惯性导航等外界信息对卫星导航欺骗进行检测应深入研究。另外，GNSS/INS 具有紧耦合、松耦合等不同的组合模式，不同组合模式下如何检测欺骗还需进一步探讨。此外，载体运动是否影响欺骗检测算法的性能，如何影响也应深入分析。可见，基于辅助信息的欺骗检测还处于起步阶段，以下几点值得关注和研究：

1）导航欺骗对GNSS/INS 组合导航的影响机理分析。不同欺骗模式对不同组合模式的组合导航参数影响规律应深入分析，这是惯性导航辅助的欺骗检测的基础。此外，卫星导航、陀螺仪、加速度计故障，卫星导航多路径误差，卫星导航野值和干扰对组合导航也会产生影响，应该分析不同导航欺骗与其他故障情况下各参数变化规律的区别。

2）惯性导航信息辅助的欺骗检测方法研究。不同的组合模式，导航欺骗的影响效果不同，如何利用惯性导航信息快速正确地检测导航欺骗值得深入研究。另外，惯性导航的精度也不相同，不同精度等级的惯性导航其欺骗检测能力如何评价，也需进一步探讨。

3）多种欺骗检测技术的联合方法研究。为了更好地对欺骗进行检测，在可能的情况下，应在不同的层次将几种欺骗检测方法联合，将不同的检测方法深入融合，进一步提高欺骗检测的成功率。

4 结束语

本文重点论述了基于辅助信息的欺骗检测技术研究动态，尤其是对基于惯性导航信息辅助的欺骗检测方法进行了详细的论述。最后，对相关技术进行了展望，指出了应该重点关注的几个问题。利用外界信息辅助的导航欺骗检测方法灵活，可以随着导航欺骗技术的提升研究不同的检测手段，对现有接收机来说非常实用。但是，目前的研究还偏少，相关的问题还没研究清楚，需要进一步深入研究。