卢 丹 殷亚强

（中国民航大学天津市智能信号与图像处理重点实验室，天津 300300）

1 引言

卫星导航服务在军用和民用领域有着广泛的应用，涵盖了国防安全、国民经济和人们日常生活的方方面面。但全球导航卫星系统（global naviga⁃tion satellite system，GNSS）信号发射功率小，在传播过程中易受到自然和人为的干扰，其中欺骗式干扰针对目标接收机发射欺骗信号，使其在无意识的情况下解算出错误的定位信息［1］。欺骗式干扰主要分为生成式和转发式两大类，生成式欺骗干扰利用民用信号结构体制公开的特点复制出与真实卫星信号格式一致的欺骗信号，转发式欺骗干扰是欺骗者通过接收设备接收真实卫星信号并将信号适当放大、延迟后转发给目标接收机，两者都具有干扰隐蔽性强且难以被检测的特点，会给被欺骗者造成难以估计的危害。

常见的欺骗干扰检测技术主要包括：利用欺骗信号功率大于真实信号功率的信号功率检测技术，但欺骗信号经过多径传输功率衰减后此方法的检测性能下降［2］；利用相关函数是否畸变的信号质量检测技术，当欺骗信号功率过大时会压制真实信号，此方法失效［3］；利用信号来向是否一致的多天线欺骗检测技术，但这种方法的实时性差［4］；利用惯性单元辅助的检测技术，此方法需要额外的高成本的设备，因而不能大规模应用［5］。上述几类检测技术仅利用一个参数检测欺骗干扰存在一定的局限性，综合考虑多个参数信息可以弥补单一参数的不足，将多个参数作为机器学习的特征输入，构建分类器，通过对信号分类达到检测欺骗干扰的目的。……