卫星授时信号干扰影响现状分析

宋 艳，应斌杰

（国网浙江省电力有限公司 丽水供电公司，浙江 丽水 323000）

0 引 言

GPS等卫星导航系统对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）设备广泛应用于各个国民经济行业[1]。近年来，GNSS/GPS干扰已经逐渐出现在实际应用过程中，卫星导航存在先天的脆弱性，信号强度弱，频点和格式信息公开，易受阻挡、干扰，甚至是欺骗。有报道指出，一个价值29美元的设备就可以对GPS信号进行阻塞甚至欺骗[2]。欺骗是一种干扰形式，欺骗干扰源使用类似GNSS信号来影响导航接收机的正常工作，使其计算出错误的位置、速度或时间。2008年，英国政府测试使用两个低成本干扰器阻塞了北海30 km范围内的GPS信号[3]。2015年，阿里巴巴移动通信安全部门的研究人员利用简易的欺骗干扰源成功实施了对Apple Watch和华为手机的时间和位置欺骗[4]。虚假GNSS/GPS信号被播发到接收机上会造成位置、时间、导航出现误差，从而影响人们的交通、导航以及日常生活，体现了GNSS系统脆弱的一面。

1 国内外抗干扰研究水平的现状和发展趋势

经过多年的研究与发展，卫星授时抗欺骗干扰研究取得了一定的成果，随着技术的进步，有以下几个研究方向和发展趋势。

1.1 多手段跟踪环路技术

欺骗干扰技术不断发展，欺骗干扰功率越来越低，尤其入侵式欺骗干扰隐蔽性很强[5]，早期在跟踪环路很难发现，因此需要研究多手段跟踪环路技术有效监测到入侵式干扰信号。例如，通过对PLL环鉴相器输出信号进行谱分析就能检测出信号中是否含有欺骗信号，利用载波相位跟踪谱分析实现入侵式欺骗信号检测。

1.2 智能干扰检测技术

自动增益控制（Automatic Gain Control，AGC）是一种在输入信号变化很大的情况下，通过调节可控增益放大器，使输出信号幅值基本恒定或仅在较小范围内变化的系统[6]。传统的AGC系统根据提取的反馈信号可大致分为基于功率检测和基于峰值检测两类。但随着干扰信号样式的不同，其期望功率及期望电平不断变化，传统AGC系统不能满足模数转换器（Analog-to-Digital Converter，ADC）接近最小信噪比损耗的要求，因此需要研究自适应AGC调整算法，使得ADC之后损耗接近最小值，从而实现智能干扰检测[7]。

1.3 多模多频抗欺骗干扰技术

继美国GPS卫星导航系统投入使用，并取得重大军事和经济效益之后，俄罗斯的GLONASS系统、我国的北斗系统以及欧洲的GALILEO系统先后开始建设，卫星导航接收机的多模式兼容已成为卫星导航的发展趋势[8,9]。每种卫星导航模式中又有多个工作频点，充分利用多模式多频的卫星导航信号，可大幅提高抗欺骗干扰接收机的性能。

2 抗干扰的理论依据

传统欺骗检测技术应军事背景需求而产生，基本是应用在强对抗、瞄准式以及持续的干扰场景下，使得复杂度和成本等都比较大，而民用授时环境是静态的，有高稳时钟源，因此其对抗技术有特殊性[10]。在分析研究民用授时环境下欺骗干扰特征及作用机理的基础上，结合欺骗干扰检测技术和守时技术，可大大提高授时接收机的抗欺骗干扰性能，同时降低目标实现的复杂度、施工难度、成本、体积以及功耗等。

2.1 欺骗干扰检测原理

欺骗干扰的实现基于伪距定位原理，对于一个正常工作的接收机而言，必须得到4颗及以上有效卫星观测数据，然后求解定位方程组来获取接收机的位置信息。接收机位置坐标(x,y,z)和接收机钟差Δtu组成的4个未知量的获取则依赖于卫星位置、卫星钟差以及观测伪距ρ。对应的PVT解算方程为：

篡改导航电文或影响伪距观测结果，将导致PVT解算结果出错。

这里分析通过拉偏码伪距观测影响输出PVT结果的方法，接收机的码伪距观测信息包含了伪距、伪距的1阶量（码速率偏移量）、2阶量（码加速率偏移量）以及3阶量（码加加速率偏移量）。开展码伪距拉偏时，1阶量的变化范围可以很大，但2阶量和3阶量要做拉偏时，变化范围是有限的，尤其对定时型接收机而言，其应用场景是静态的，一般环路动态可承受变化范围都比较小。针对不同干扰场景情况下的PVT结算结果，检测情况如表1所示。

表1 不同干扰场景下的检测情况

2.2 时钟源预测守时算法

时钟模型建立包括了时钟模型描述以及参数优化计算两个部分。导航接收机正常解算后，就可以利用频差变化来建立二项式时钟偏差模型。对于参数的优化计算可以采用最小二乘法、Kalman滤波法以及自适应Kalman滤波法等多种手段，这些手段可以有效克服测量噪声以及测量野值的影响，获得可靠的模型参数估计值。

目前，基于线性预报的多项式模型通过若干阶多项式完成对钟差Clk(t)的描述为：

式中，a0，…，am表示多项式系数，m为阶数，t0为参考时刻。

在建立模型过程中，首先要确定模型的阶数，时钟为铷钟时通常用二阶模型就可以加以精确描述，即：

式中，x0，y0，a分别表示铷钟的钟差、频差以及频差变化率，n（t）为铷钟的随机误差。

在对接收机钟差进行预测时，本项目采用Kalman滤波完成对模型参数的优化估计。Kalman滤波算法是最小方差意义上的最优估计算法。采用动力学方程（状态方程）描述被估计量的动态变化规律，被估计量的动态统计信息由激励白噪声的统计信息和动力学方程确定，由于考虑了铷钟随机误差部分的影响，因而其预测精度较高且跟踪性能较强。状态变量包括铷钟的钟差、频差以及频差变化率，连续形式的状态方程为：

式中，n1(t)和n2(t)为相互独立的白噪声，分别代表随机噪声部分的频率白噪声和频率随机游走噪声。若测量间隔为τ，对式（4）进行离散化可得状态转移矩阵Φk+1,k和噪声方差阵Q为：

式中，方差σ12和σ22可由和σ22=π2h-2来确定。

观测量为钟差值，则观测方程为：

式中，n3(k)代表随机噪声部分的相位白噪声，n4(k)为相位量测白噪声。

观测方程和状态转移方程建立后，依据Kalman滤波的过程即可完成参数模型的实施更新。

3 结 论

卫星导航信号弱、频点和格式公开，因此较易被干扰和欺骗，而假的GNSS/GPS信号被播发到接收机上会造成位置、时间以及导航误差。抗干扰技术是实现卫星精准授时的基础，必将在电网发展的将来起到重要作用，同时也将为电网的发展做出贡献。