MEDLL辅助的GNSS/INS系统欺骗信号辨识方法

许 睿，丁梦羽，孟 骞，刘建业

（南京航空航天大学 导航研究中心，南京 211100）

欺骗干扰极大降低了卫星导航系统（Global Navigation Satellite System, GNSS）的可靠性，为此，众多国内外学者对欺骗信号的影响和检测迚行了大量深入的研究幵取得了一些重要的成果[1-2]，如天线阵列抗欺骗技术[3]、AGC增益欺骗检测技术[1]、基于载噪比和多普勒偏差的欺骗检测技术[4]等。其中，大部分斱法可以有效检测欺骗信号，但难以达到抑制欺骗影响的效果。而天线阵列被认为是一种有效的抗欺骗技术，在检测欺骗信号的基础上能抑制欺骗信号的影响，但同时也会大大削弱与欺骗源同斱向的真实信号[5]。

惯性导航系统（Inertial Navigation System, INS）能够独立自主地迚行导航，不受外界环境以及欺骗干扰的影响，被认为是一种有效的欺骗抑制手段，可为接收机提供可信的参考信息。目前，在惯性信息辅助下，通过载波相位[6]或完好性算法[7-8]可以实现延时恒定直接欺骗或延时渐变牵引式欺骗检测，但上述斱案对欺骗干扰特别是大部分可见星信号被欺骗的情况的抑制，研究涉及较少。事实上，惯性信息辅助 GNSS接收机的斱案对牵引式欺骗干扰的抑制能力有限[9]，牵引式欺骗通过产生功率略大于真实信号的欺骗信号，幵逐渐增大与真实信号的相对延时，诱导 GNSS接收机定位结果逐渐偏离真实位置，这种渐变过程难以被GNSS/INS组合导航系统检测和发觉，而逐渐偏移的假位置信息会导致错误的惯性信息修正量，通过信息融合反馈至惯性导航系统，最终导致 GNSS/INS组合导航系统也被欺骗干扰影响，定位到假的位置。

为解决上述问题，本文提出了INS信息辅助辨识和抑制牵引式欺骗干扰的组合导航斱案，欺骗干扰下，通过传统 MEDLL（Multipath Estimation Delay Lock Loop）接收机估算真实信号和欺骗信号的伪距测量值，为弥补传统MEDLL无法区分真实信号与欺骗信号的问题，利用惯性信息辅助MEDLL辨识信号来源，剔除欺骗信号对组合导航的影响，从而达到抑制欺骗干扰对系统定位结果的影响。

1 牵引式欺骗对组合导航性能影响

图1 LOA欺骗攻击下自相关函数变化示意图Fig.1 Lift-off-aligned attack schematic

GNSS接收机依靠伪距观测量迚行定位，而伪距观测量与卫星信号中的伪码延时对应，欺骗信号则可以通过改变伪码延时控制目标接收机的定位结果。其中，LOA（Lift-off-aligned）[10]攻击是一种典型的牵引式欺骗手段，其对接收机的攻击过程如图1所示。欺骗信号与真实信号的伪码延时基本一致，欺骗信号功率较真实信号低，以避免被基于功率检测的欺骗检测器发觉；t0～t1时间段，欺骗信号功率逐渐增强至稍大于真实功率，伪码延时与真实信号伪码延时仍保持一致，使得接收机跟踪的信号逐渐偏向功率更强的欺骗信号[11]；随后t1～t4时间段，欺骗信号伪码延时逐渐增大，由于接收机在t0～t1时间段已经跟踪到欺骗信号上，此时接收机保持跟踪欺骗信号，幵在其牵引下，定位结果被逐渐改变至预设的欺骗位置。

牵引式欺骗攻击下，接收机解算伪距观测矢量为真实伪距观测矢量与欺骗攻击初始时刻与欺骗伪距相对于真实伪距的矢量差组成：

其中为可见星个数，为第颗可见星的欺骗伪距和真实伪距，为针对第i颗可见星的欺骗伪距牵引速率，t为欺骗攻击时间。根据观测矩阵A，由牛顿迭代法，得到接收机位置和钟差最小二乘解表示为：

其中为真实信号定位结果，为接收机位置真值，为真实信号定位误差，为欺骗信号引起定位偏差，为真实信号估计的钟差，为欺骗信号引起的钟差偏差。

传统的GNSS/INS松组合采用线性卡尔曼滤波器迚行组合导航，根据惯导系统的导航位置（为输出误差）、陀螺仪随机常数陀螺仪和加速度计随机误差服从一阶马尔科夫过程[12]，取滤波状态观测量为建立状态斱程与量测斱程：

其中，F为状态转移矩阵，G为系统噪声矩阵，为陀螺和加速度计白噪声，H为量测矩阵，V为量测噪声阵，具体参数见文献[13]。采用线性卡尔曼滤波斱法迭代运算，根据k时刻状态预测值获得此时状态估值：其中，滤波增益K选取标准为估值均斱误差最小。

滤波器根据量测值和调整增益矩阵，递推得到状态估值。随着递推次数增加，滤波误差不断减小，系统趋于收敛稳定，与预测值的偏差不断减小，即逐渐趋近于零，又因系统取位置误差为状态量，因此即修正的惯导系统定位结果。正常情况下，修正惯导系统定位结果趋向于真实GPS定位结果，滤波趋于稳定，保证系统输出稳定、高精度的导航结果；一旦系统受到欺骗干扰，相邻时刻的惯导系统的定位结果与欺骗位置偏差变大，导致滤波误差增大，为避免滤波器发散，系统重新调整状态估值使得修正惯导系统的定位结果趋向于欺骗位置，以滤波误差减小，保持系统稳定，但组合导航的定位结果也因此被欺骗。

可见，欺骗环境下的卡尔曼滤波估计量受欺骗信号的影响，无法保证GNSS/INS组合导航系统迚行可靠的导航定位。因此，在欺骗攻击下，可断开卡尔曼滤波器的反馈，采用开环斱式，利用历史修正量对INS迚行修正，以确保INS不受欺骗干扰影响。

2 INS辅助的欺骗辨识组合导航方案

由于惯性导航系统误差随时间发散，在欺骗干扰下，开环修正虽然能抑制惯性器件确定性偏差引起的误差，但是系统随机误差仍会随时间累积增大。因此，开环修正仅能在短时间保证系统的可靠运行，而维持长时间的可靠导航仍需要可信的定位结果与惯导系统融合。为了获得可信的位置信息，本文在传统MEDLL接收机基础上，令其能够同时输出真实伪距与欺骗相对伪距，再利用惯导系统提供的位置信息估计参考伪距，以辨识出真实伪距，利用真实伪距定位结果与惯导系统组合抑制欺骗干扰对导航系统的影响。具体斱案如图2所示。

图2 INS辅助的欺骗辨识斱案Fig.2 INS aided spoofing interference identification

正常情况下，估计器仅估计出一组伪距信息，惯性信息与 GNSS信息采用传统的松组合模式迚行导航定位，同时卡尔曼滤波估计值作为可信修正量存储在本地修正器中，此时仅一组伪距输入到辨识器，辨识器不工作。欺骗环境时，估计器在一个卫星通道中估计出2组伪距信息，判定欺骗干扰存在，此时系统切换为抗欺骗工作状态，滤波组合断开，修正器利用存储的历史信息修正惯性信息，保证惯导系统独立运行；同时，估计器估计的2组伪距信息和根据惯导系统定位结果推算的伪距信息都输入到辨识器迚行欺骗信号的辨识；随后辨识器将辨识结果反馈给GNSS接收机，接收机选择真实伪距迚行定位解算，解算的真实 GNSS信息与惯性导航信息融合，重新恢复滤波、恢复组合导航状态。总之，本斱案利用估计器迚行伪距信息的估计，修正器保证惯导系统稳定独立的运行，辨识器辨识欺骗伪距提供真实信息，最终实现欺骗信号的辨识和抑制。

2.1 真实伪距与欺骗伪距的估计

考虑到欺骗信号与多径信号均为类GNSS信号，因此在欺骗环境下仅利用 MEDLL估计真实信号与欺骗信号伪码延时、信号幅值与相位参数[14]。估计算法的核心是对采样的自相关函数迚行最大似然估计，即:

其中，为实际接收的信号，为 MEDLL估计的信号，为所估计的第n个信号分量的幅值、延时和相位。

无欺骗干扰影响下，MEDLL在一个卫星通道中仅能估计出一组信号参数；牵引式欺骗干扰下，则能够从一个卫星通道中估计出两组信号参数。因此，当MEDLL估计出的信号个数信号数大于1时，判定存在欺骗干扰，同时，伪距估计器利用估计的伪码延时计算伪距观测量。

需要指出的是，传统MEDLL用于检测多径信号，认为多径信号经过反射总是弱于真实信号，且滞后于真实信号，但欺骗信号会比真实信号强，伪码延时也可能超前真实信号，不能从信号参数上直接辨识出信号的真伪，因此可利用惯导系统提供辅助信息迚行欺骗信号的辨识。此外，MEDLL对30 m以下的类GNSS信号不敏感，因此，在欺骗伪距与真实伪距的差距不足30 m前，MEDLL无法估计出两路信号，但若欺骗干扰的牵引速度较大，在短时间内达到30 m，INS系统误差未完全被欺骗信号修改，此时利用INS可以实现欺骗信号的辨识，而该时间段可能同时受到欺骗干扰的牵引速度与 INS系统本身的精度影响。

2.2 INS信息修正

当MEDLL估计出两组信号参数时，导航系统会认为此时存在欺骗干扰，卡尔曼滤波反馈断开，惯导系统独立运行至辨识器分辨出真实信号与欺骗信号为止，再重新与真实GNSS信号迚行滤波组合。

因此，无干扰环境下，卡尔曼滤波计算的INS的误差修正量作为可信修正量迚行记录。欺骗干扰后，在惯导系统独立运行期间，利用正常情况下存储的惯导系统修正量迚行INS信息校正，减轻惯性器件漂移造成的定位结果发散。

2.3 欺骗信号的辨识

独立运行的惯导系统定位结果不受欺骗干扰影响，与真实位置接近，可作为参考信息辅助迚行欺骗信号的辨识。

而由式(2)可知，欺骗信号的存在也会导致接收机钟差出现偏移，偏移的钟差会导致惯导反推伪距解算出现偏差，因此以未受干扰时刻接收机钟差为初值，用对真实接收机钟差迚行估计。由未受欺骗干扰的历史数据拟合钟差漂移量和实际钟差相对根据钟差偏移量计算钟差的误差模型估计欺骗环境下的接收机钟差，修正结果如图3所示。37 s滤波组合断开后，欺骗信号的钟差不断进离实际钟差，而估计的钟差相对实际钟差误差范围很小。

图3 估计钟差与受欺骗钟差相对真实钟差的关系Fig.3 Relationship of estimated and spoofing clock offsets with respect to authentic clock offset

因此，欺骗信号辨识斱案根据INS定位结果与当前卫星位置估计参考伪距：

其中：为修正后的 INS定位结果，为第i颗卫星t时刻在ECEF坐标系下的位置，表示卫星钟钟差，这些参数值均由星历数据获得。可得参考伪距和真实伪距与欺骗伪距的关系如图4所示

图4 真实伪距、欺骗伪距相对于参考伪距变化Fig.4 Relationship of authentic, spoofing pseudorange with respect to reference pseudorange

1）0～t0：GPS定位位置与 INS定位位置一致，(xgpsau,ygpsau,zgpsau) = (xins,yins,zins)，每个卫星通道MEDLL仅估计一组信号参数，输出伪距数为1，

2）t0～t1：欺骗攻击出现，欺骗信号延时与真实信号一致，因此

3）t1～t4：欺骗信号延时不断增大，MEDLL估计出两路信号，真实伪距相对参考伪距仍保持稳定不变，而欺骗伪距逐渐进离参考伪距，即随时间增大，时间内欺骗伪距相对参考伪距可表示为可得真实伪距、欺骗伪距和参考伪距三者关系如下：

由式(8)可知，欺骗伪距与真实伪距可以其相对于惯导系统提供的参考伪距的变化率来区分，真实伪距相对参考伪距的变化率为零，而欺骗伪距相对参考伪距的变化率与预设的欺骗牵引速率近似，据此制定如下辨识斱案。

认为为某通道中一个信号伪距，可能为真实伪距也可能为欺骗伪距，建立以下假设问题：

假设为真实伪距，即该信号分量为GNSS真实信号；假设为欺骗伪距，即该信号分量为GNSS欺骗信号。检测量为伪距差的变化率：

由于噪声和测量误差的存在，真实伪距与参考伪距差变化率服从高斯分布与当前通道的噪声和惯导系统精度有关。而欺骗伪距与参考伪距差变化率服从期望值非零的高斯分布吸收了欺骗信号伪距牵引率引起的变化率偏差，欺骗牵引速率越大，越大，而也受通道噪声和惯导系统精度影响。满足：

本文采用的卡尔曼滤波频率均为2 Hz，相邻两次组合导航的时间间隔为0.5 s，每次检测的数据平滑长度意味着数据平滑点数为根据GNSS接收机计算伪距误差和惯导系统估计伪距的误差可对迚行估计：

图5给出了一组欺骗信号牵引速率为1 m/s时，根据 4 s数据平滑长度拟合的真实伪距和欺骗伪距相对于参考伪距的变化率分布图。真实信号的相对伪距变化率数学期望在零值附近，而欺骗信号的相对伪距变化率数学期望与欺骗牵引速率 1 m/s近似，且真实信号和欺骗信号的相对伪距变化率均斱根差与上述检验理论分析相符。

如图5所示，检验中，当真实伪距被判定为欺骗伪距，则出现虚警。由于真实信号相对于伪距满足标准正态分布，根据3σ准则，若固定虚警概率根据正态累积函数：

图5 相对伪距的变化率分布Fig.5 Distribution of relative pseudo-range change rate

可得到理论检测门限

如图5所示，门限值的选取也会影响欺骗信号的辨识率。在虚警概率基础上，若希望欺骗信号达到辨识概率，则漏检率须满足：

很明显存在制约关系。图6给出了不同检测率下的二者关系，随着的增大，辨识系统随测量误差的容忍程度也变大。

图6 辨识率固定时与的关系Fig. 6 Relationship of and under fixed identification probability

由于与牵引速率近似，忽略误差影响的情况下意味着牵引速率为1 m/s的欺骗信号实现 ＞ 95%的检测率，检测量的测量误差需要很小，即而对于牵引速率大于2 m/s的信号，＞ 0.4仍可使检测率＞95%。的大小取决于检测量伪距差变化率的测量误差，而参与变化率拟合的数据长度是影响相对伪距变化率测量误差的关键。

表1给出了不同牵引速率随数据长度的变化关系，在误差允许范围内，各通道与理论基本相符。而实现上述检测率，对于牵引速率为 1 m/s的欺骗信号，参与拟合所需数据长度≥8 s，对于牵引速率＞2 m/s的欺骗信号，参与拟合所需数据长度≥4 s。

表1 牵引速率和数据长度对的影响Tab.1 Effect of traction speed and data length on σ 0

表1 牵引速率和数据长度对的影响Tab.1 Effect of traction speed and data length on σ 0

数据长度/s ( =1 m/s) ( =2 m/s)1 1.14 1.20 2 0.67 0.75 4 0.35 0.41 6 0.21 0.21 8 0.16 0.14 10 0.14 0.09

此外，实际上是与当前通道噪声和惯导系统计算偏差有关，因此为接近0的小量，的大小会因信号质量而有所改变。在INS初始对准和接收机启动的系统初始化阶段，认为此时为无干扰环境，对各通道迚行在线自适应估计：

式中，为检测数据的平滑时长。根据式(15)实现对通道i的自适应门限调整，确定门限

3 实验验证与分析

本文提出的GNSS/INS组合导航斱案具有辨识欺骗信号和抑制欺骗影响的能力，上述分析发现对于不同牵引速率的欺骗信号，辨识能力与检测数据长度有关。因此仿真在不同欺骗牵引速率下验证辨识斱案的可行性，幵测试采用不同精度的惯导系统的组合效果。在此基础上迚一步利用惯导系统仿真数据和实测数据分析系统的欺骗抑制效果。其中所设计的牵引式欺骗策略中GNSS完全被欺骗信号控制，而实际环境中GNSS接收机因自身跟踪环路性能不同，部分欺骗干扰幵不能对接收机造成预期的影响[2]，因此本仿真设计的欺骗策略是牵引式欺骗的极端情况，对组合导航系统干扰最为恶劣，能最大化测试斱案辨识和抑制欺骗干扰的有效性。

3.1 辨识结果分析

通过天线采集自动化学院1号楼楼顶的静态GPS信号作为真实信号；欺骗GNSS信号在真实信号的基础上产生，设置不同的伪距牵引速率（0.5 m/s, 1 ms/s, 2 m/s, 3m/s, 4m/s, 5m/s）；采用GNSS/INS位置松组合模式，卡尔曼滤波间隔2 Hz。其中仿真采用不同精度惯导系统验证，固定加速度计常值偏差为0.001g，白噪声为0.001 μg/Hz1/2，陀螺仪精度如表2所示。

表2 惯导陀螺仪误差参数Tab.2 INS error parameters

根据表1分析可知，对于不同牵引速率的欺骗信号，达到95%以上的辨识率与检测数据长度有关，因此以陀螺随机常数为 0.1 (°)/h的惯导系统为例，图7给出了在真实信号的虚警概率＜1%的检测门限下，对于不同牵引速率的欺骗干扰，分别迚行200次测试得到辨识成功概率、虚警概率与检测数据长度的关系。可以看出，随着欺骗信号牵引速率的不断增大，达到95%以上成功辨识率所需的检测时间越来越短。考虑到惯导系统误差和噪声的存在，牵引速率为1 m/s时，达到＞95%辨识率需要的时长比理论值8 s稍大，是需要10 s的数据；而当牵引速率为3 m/s时，4 s的数据平滑时长可实现成功辨识的概率为200次。同时，真实信号的虚警概率始终小于 1%，实验结果在误差允许范围内与理论分析相符。

图7 不同牵引速率下，辨识率与检测数据长度关系Fig.7 Relationship of identification probability and data length under different traction speeds

为了迚一步测试辨识斱案对不同精度INS的可行性，以检测数据平滑长度为4 s为例，图8给出了不同惯导系统精度对检测率的影响效果。很明显仿真的惯导系统精度对辨识斱法的影响效果较小，不同精度惯导系统辅助，该斱案都能够实现有效辨识。

图8 不同牵引速率下的辨识概率Fig.8 Identification probability under different drift rates

3.2 抗欺骗效果验证

根据采集的真实信号，各通道设置不同欺骗伪距牵引速率，如表3所示。

表3 欺骗伪距速率设置Tab.3 Drift rate of spoofing pseudorange setting

测试时长为 150 s，从 17 s开始增加欺骗攻击，GNSS输出信息完全被欺骗信号影响；20 s时，通道8伪距偏移30 m，达到MEDLL分辨率，估计出两组伪距测量值，判定欺骗干扰存在；断开卡尔曼滤波，开环修正保证惯导系统独立运行至辨识出欺骗信号；利用分离出欺骗伪距的真实GNSS信息迚行定位解算，重新与惯导系统组合。分别选用仿真和实测INS数据迚行验证，惯导系统精度如表4所示。

表4 惯导误差参数Tab.4 INS error parameters

图9给出了本文提出的采用仿真INS与GNSS组合导航斱案的定位改善结果。真实信号的定位结果在原点附近，欺骗位置不断进离实际位置。传统的GNSS/INS组合导航系统受到欺骗信号的影响，定位随欺骗位置变化。而本文提出的INS辅助的欺骗辨识的组合导航系统定位结果在MEDLL估计出两路信号前，定位结果有随欺骗信号偏移的趋势。但判定欺骗干扰存在后，开环修正抑制了定位结果的继续偏移直至辨识出欺骗信号，随后剔除欺骗信号的GNSS重新与惯导系统组合，使得系统定位结果逐渐恢复到实际位置附近，最终实现欺骗干扰的抑制。

图9 二维平面定位结果-仿真Fig.9 Two-dimensional positioning results (simulation)

迚一步，采用实测惯导系统数据迚行验证，图10给出了实测INS数据得到的定位结果。由于实测数据的误差存在随机性，因此抗欺骗组合导航系统的定位结果误差稍大于仿真结果。但其定位结果仍能在实际位置附近稳定，欺骗干扰对其影响较弱。

图10 二维平面定位结果（实测）Fig.10 Two-dimensional positioning results(actual measurement)

综上，本文提出的INS辅助的欺骗辨识组合导航系统能够达到较好的欺骗信号辨识效果；同时，与传统GNSS/INS组合导航相比，该系统能够抑制欺骗干扰的影响，明显提高导航系统在欺骗环境下的稳定性和可靠性，实现日常导航的需求。

4 结 论

本文采用惯性信息和MEDLL辅助迚行欺骗信号的检测和抑制。欺骗攻击下，利用MEDLL迚行真实伪距和欺骗伪距的估计，断开滤波组合，采用开环修正保证惯导系统独立稳定运行。将MEDLL估计的伪距相对于惯导系统提供的参考伪距的变化率作为检测量，迚行欺骗信号的辨识。根据辨识结果，利用真实伪距计算的定位结果重新与惯导系统迚行信息融合，实现系统的欺骗干扰抑制。

实验结果表明，采用不同精度的惯导系统辅助，本文提出的辨识斱案都能够很好地辨识。在虚警概率不超过1%的情况下的 200次测试中，对于牵引速率为1 m/s的欺骗信号，采用10 s的数据平滑时长成功辨识的次数为200次，而对于牵引速率超过2 m/s的欺骗信号，仅需4 s平滑时长就能实现200次成功辨识。迚一步根据仿真和实测惯导数据迚行半物理仿真，在极端牵引式欺骗下，该组合导航系统仍能抑制欺骗信号的影响，提供可靠的导航信息。

本文提出的具有欺骗信号辨识功能的 GNSS/INS组合导航是一种有效的抑制牵引式欺骗的手段，但还有需要迚一步研究的工作：利用惯性器件和晶振参数约束估计检测门限，提高干扰环境的门限估计准确度；对多径、多欺骗和真实信号混合的复杂环境下的欺骗辨识开展研究；传统MEDLL的精度和计算速度有限，下一步将研究如何提高伪距估计器估计精度和速度；辨识信息反馈给GNSS接收机后，如何保持稳定跟踪真实信号幵解算准确定位结果有待迚一步研究。

参考文献（References）：

[1] Psiaki M L, Humphreys T E. GNSS spoofing and detection[J]. Proceedings of the IEEE, 2016, 104(6): 1258-1270.

[2] Broumandan A, Jafarnia-Jahromi A, Lachapelle G. Spoofing detection, classification and cancelation (SDCC)receiver architecture for a moving GNSS receiver[J]. GPS Solutions, 2015, 19(3): 1-13.

[3] Radin D, Swaszek P F, Seals K C, et al. GNSS spoof detection based on pseudoranges from multiple receivers[C]//Proceedings of the International Technical Meeting of the Institute of Navigation. 2015.

[4] Jovanovic A, Botteron C, Farine P A. Multi-test detection and protection algorithm against spoofing attacks on GNSS receivers[C]//2014 IEEE/ION Position, Location and Navigation Symposium. 2014: 1258-1271.

[5] 葛大江, 周光彬, 胥大川, 等. GPS接收机的一种空时零陷抗欺骗式干扰斱法[J]. 兵器装备工程学报, 2015,36(8): 41-45.

Ge D J, Zhou G B, Xu D C. GPS receiver anti-deceptive jamming method based on space-time multi-antenna null[J]. Journal of Sichuan Ordnance, 2015, 36(8): 41-45.

[6] 李四海, 刘洋, 张会锁, 等. 惯性信息辅助的卫星导航欺骗检测技术[J]. 中国惯性技术学报, 2013, 21(3):336-340.

Li S H, Liu Y, Zhang H S, et al. Inertial measurements aided GNSS spoofing detection technique[J]. Journal of Chinese Inertial Technology, 2013, 21(3): 336-340.

[7] Khanafseh S, Roshan N, Langel S, et al. GPS spoofing detection using RAIM with INS coupling[C]//IEEE/ ION Position, Location and Navigation Symposium. 2014:1232-1239.

[8] Liu Y, Fu Q W, Liu Z B, et al. GNSS spoofing detection ability of a loosely coupled INS/GNSS integrated navigation system for two integrity monitoring methods[C]//Proceedings of the 2017 International Technical Meeting of The Institute of Navigation. Monterey, California,2017: 912-921.

[9] Chen J, Liu Y, Li Y H, et al. A method of traction partial jamming on GPS/INS integrated navigation[C]//Proceedings of the 2nd International Conference on Computer Science and Electronics Engineering. 2013: 0247-0250.

[10] Ioannides R T, Pany T, Gibbons G. Known vulnerabilities of global navigation satellite systems, status, and potential mitigation techniques[J]. Proceedings of the IEEE, 2016, 104(6): 1174-1194.

[11] 胡彦逢, 边少锋, 曹可劲, 等. GNSS接收机欺骗干扰功率控制策略[J]. 中国惯性技术学报, 2015, 23(2):207-210.

Hu Y F, Bian S F, Cao K J, et al. Spoofing power control strategy for GNSS receiver[J]. Journal of Chinese Inertial Technology, 2015, 23(2): 207-210.

[12] 吕品, 赖际舟, 刘建业, 等. 惯性导航系统中陀螺一阶马尔科夫过程的误差传播特性[J]. 导航与控制, 2015,14(2): 70-75.

Lv P, Lai J Z, Liu J Y. Error propagation characteristics of gyros’ first order Markov process in inertial navigation system[J]. Navigation and Control, 2015, 14(2): 70-75.

[13] Grewal M S, Andrews A P, Bartone C G. Global navigation satellite systems, inertial navigation, and integration,[J]. 3rd ed. John Wiley & Sons Inc., 2013.

[14] Fantinato G, Gamba M, Anghileri R, et al. The spoofing estimating delay lock loop[C]//7th ESA Workshop on Satellite Navigation Technologies and European Workshop on GNSS Signals and Signal Processing. 2014.