本發明涉及gnss抗欺騙干擾，尤其涉及一種gnss抗誘導式欺騙干擾方法及系統。

背景技術：

1、全球導航衛星系統（gnss）在智能交通、航空航天等領域具有不可替代的作用，但易受誘導式欺騙干擾的威脅。此類干擾通過發射與真實信號高度相似的欺騙干擾信號，誘導接收機產生錯誤定位結果，其隱蔽性和欺騙性對傳統抗干擾技術構成嚴峻挑戰。

2、現有抗干擾手段主要分為硬件級和軟件級兩類：硬件級方法（如天線陣列、濾波器）雖能在物理層抑制干擾，但成本高、體積大且通用性差；軟件級方法（如信號重構、機器學習）依賴算法處理，然而傳統算法在動態干擾適應、特征分離精度和多源信息融合方面存在顯著不足。具體表現為：

3、（1）基于信號重構的抗欺騙干擾方法：現有研究通過重構原始信號與干擾信號的殘差進行檢測，但該方法依賴先驗信號模型，對未知欺騙模式的適應性較差。例如，當欺騙信號的頻率或幅值發生變化時，重構誤差會顯著增大，導致檢測失效。此外，此類方法未充分利用欺騙信號的頻率特征，分離精度難以滿足高精度定位需求。

4、（2）基于機器學習的欺騙檢測方法：深度學習模型通過學習信號特征差異進行檢測，但需依賴大量標注數據，對小樣本場景泛化能力弱。同時，神經網絡的高計算復雜度限制了其在實時性要求嚴格的gnss系統中的應用。如申請公布號cn119535499a的中國發明專利公開的一種基于強化學習的自動駕駛車輛gnss欺騙攻擊檢測裝置。

技術實現思路

1、本發明旨在解決現有技術普遍存在的動態適應性差、特征分離精度不足、泛化能力弱問題。為此，本發明提供一種gnss抗誘導式欺騙干擾方法及系統，通過基于能量占比的自適應加權因子動態調整信息準則權重，使算法在干擾能量占比變化時仍能保持最優性能；通過引入懲罰項替代硬約束，允許一定程度的能量偏離，增強了對復雜干擾場景的魯棒性；通過聯合處理碼相位差和載波相位差，有效融合兩者的互補信息。本發明在動態適應性、特征分離精度和多信息融合方面顯著優于現有技術，為gnss抗誘導式欺騙干擾提供了更高效、魯棒的解決方案。

2、本發明提供一種gnss抗誘導式欺騙干擾方法，采用的技術方案如下：包括以下步驟：

3、s1：獲取gnss信號，并計算碼相位差和載波相位差；

4、s2：遍歷模態分量數量k值，根據每個k值，將碼相位差進行變分模態分解，得到模態分量，計算對應的赤池信息準則的準則值，選擇使準則值最小的k作為最優的模態分量數量；

5、s3：基于最優的模態分量數量，將碼相位差和載波相位差進行變分模態分解，分別得到碼相位差的模態分量和載波相位差的模態分量；

6、s4：從碼相位差的模態分量和載波相位差的模態分量中篩選出包含誘導式欺騙信息的模態分量，得到篩選結果；

7、s5：基于篩選結果對gnss信號進行定位解算。

8、進一步的，赤池信息準則的表達式為

9、

10、其中，表示準則值，表示自適應加權因子，表示模型參數數量，表示似然函數值，表示碼相位差在誘導式欺騙特征頻率區間內的能量熵。

11、進一步的，自適應加權因子的計算過程為：

12、s211：計算碼相位差在誘導式欺騙特征頻率區間的能量占比，能量占比的計算公式為：

13、

14、其中，為碼相位差在頻率處的能量，為信號分析的最高頻率；

15、有欺騙干擾的碼相位差通過傅里葉變換提取得到不同頻率尺度下的能量分布特征，取能量峰值一半的頻率作為上下邊界，分別為上邊界頻率和下邊界頻率，誘導式欺騙特征頻率區間為；

16、s212：時，，時，，；其中，表示能量占比閾值，表示自適應加權因子第一閾值，表示自適應加權因子第二閾值。

17、進一步的，能量占比閾值計算過程為：

18、s221：收集無欺騙干擾和有欺騙干擾下碼相位差的數據樣本，分別計算各數據樣本在誘導式欺騙特征頻率區間內的能量占比，再分別計算無欺騙干擾數據樣本的能量占比的經驗累積分布函數和有欺騙干擾數據樣本的能量占比的經驗累積分布函數；

19、s222：計算無欺騙干擾數據樣本的能量占比的經驗累積分布函數和有欺騙干擾數據樣本的能量占比的經驗累積分布函數的絕對差異；

20、s223：使絕對差異最大的能量占比為能量占比閾值。

21、進一步的，計算公式為：

22、

23、其中，表示第一過渡參數，

24、。

25、進一步的，變分模態分解中加入懲罰項，構建目標函數：

26、

27、其中，為求最小取值，為第k個模態分量，k的取值為1,2,…,k，為中心頻率，為時間導數運算符，為時間，為卷積運算符，為自然對數的底數，為虛數單位，為二階范數的平方，為懲罰因子，為第k個模態分量在誘導式欺騙特征頻率區間內的能量，為信號在誘導式欺騙特征頻率區間內的總能量，為能量占比系數。

28、進一步的，能量占比系數通過歷史平均能量占比和當前能量占比動態調整。

29、進一步的，在s4中，包括以下步驟：

30、s41：通過小波變換將碼相位差的模態分量和載波相位差的模態分量轉換為時頻域信號，得到模態分量的時頻域信號；

31、s42：計算模態分量的時頻域信號在誘導式欺騙特征頻率區間的能量占比，若超過能量占比閾值，則對應的模態分量為包含誘導式欺騙信息的模態分量。

32、進一步的，在s5中，

33、若篩選結果中包含誘導式欺騙信息的模態分量的數量為0，則利用gnss信號的碼相位測量值和載波相位測量值進行定位解算；

34、若篩選結果中包含誘導式欺騙信息的模態分量的數量超過0，則利用篩選結果通過加權平均計算誘導式欺騙干擾碼差相位估計值和誘導式欺騙干擾載波相位差估計值，對gnss信號的碼相位測量值和載波相位測量值進行修正，利用修正后的碼相位測量值和修正后的載波相位測量值進行定位解算。

35、本發明還提供一種gnss抗誘導式欺騙干擾系統，采用的技術方案如下：包括：gnss接收機模塊、信號估計模塊、變分模態分解模塊、篩選模塊、欺騙檢測與抑制模塊，

36、gnss接收機模塊，用于獲取gnss信號；

37、信號估計模塊，用于根據gnss信號計算碼相位差和載波相位差；

38、變分模態分解模塊，用于遍歷模態分量數量k值，根據每個k值，將碼相位差進行變分模態分解，得到模態分量，計算對應的赤池信息準則的準則值，選擇使準則值最小的k作為最優的模態分量數量；基于最優的模態分量數量，將碼相位差和載波相位差進行變分模態分解，分別得到碼相位差的模態分量和載波相位差的模態分量；

39、篩選模塊，用于從碼相位差的模態分量和載波相位差的模態分量中篩選出包含誘導式欺騙信息的模態分量，得到篩選結果；

40、欺騙檢測與抑制模塊，用于基于篩選結果對gnss信號進行定位解算。

41、本發明實施例中的上述一個或多個技術方案，至少具有如下技術效果之一：

42、本發明充分考慮欺騙干擾下碼相位差能量分布特征和頻率特性，以確定最優的模態分量數量k。通過引入自適應加權因子，動態調整信息準則的權重，使分解結果能夠更精準地反映誘導式欺騙的內在特征。具有如下特點：

43、動態適應性增強：通過引入自適應加權因子和懲罰項，能夠更好地適應復雜干擾場景，提高了對未知欺騙模式的檢測能力。

44、特征分離精度提升：改進的變分模態分解算法能夠更精準地分離出與誘導式欺騙干擾相關的頻率成分，提高了特征分離精度。

45、多源信息融合：聯合處理碼相位差和載波相位差，充分利用兩者的互補信息，提高了欺騙檢測的準確性。

46、實時性的保證：本方法的處理時間優于8ms，支持10hz定位更新。

47、本發明的附加方面和優點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發明的實踐了解到。