柯 曄，呂志偉，周玟龍，鄧 旭，周舒涵，艾宏巖

（1. 戰(zhàn)略支援部隊(duì)信息工程大學(xué)，鄭州 450000；2. 31618部隊(duì)，福州 350000；3. 31700部隊(duì)，遼陽(yáng) 111000）

全球衛(wèi)星導(dǎo)航系統(tǒng)（Global Navigation Satellite System, GNSS）和慣性導(dǎo)航系統(tǒng)（Inertial Navigation System, INS）的組合導(dǎo)航系統(tǒng)具有兩者互補(bǔ)誤差特性，GNSS具有能夠在全球范圍內(nèi)提供全天候連續(xù)性的位置、速度和時(shí)間（Position, Velocity ＆ Time, PVT）服務(wù)的優(yōu)點(diǎn)[1]，而INS具有獨(dú)立自主，連續(xù)工作，提供短期抗干擾能力等優(yōu)點(diǎn)，兩者組合增加了系統(tǒng)的冗余度和可靠性。然而，由于GNSS信號(hào)功率低和結(jié)構(gòu)公開(kāi)的特點(diǎn)，使得GNSS服務(wù)易受欺騙干擾的影響，欺騙干擾是指干擾源產(chǎn)生與真實(shí)信號(hào)高度相似的欺騙信號(hào)或轉(zhuǎn)發(fā)真實(shí)信號(hào)欺騙目標(biāo)接收機(jī)，迫使其生成錯(cuò)誤和可能危險(xiǎn)的信息[2,3]。在GNSS/INS組合導(dǎo)航系統(tǒng)中，若GNSS模塊鎖定欺騙信號(hào)并輸出錯(cuò)誤的信息，然后影響濾波更新階段狀態(tài)的誤差估計(jì)值，而解算錯(cuò)誤的導(dǎo)航數(shù)據(jù)。同時(shí)錯(cuò)誤的狀態(tài)誤差估計(jì)值通過(guò)信息融合反饋至INS，最終影響GNSS/INS組合導(dǎo)航系統(tǒng)[4]。因此，有必要進(jìn)行實(shí)時(shí)和準(zhǔn)確的欺騙檢測(cè)，以保證組合導(dǎo)航系統(tǒng)的可靠性。

GNSS/INS緊組合欺騙檢測(cè)方法主要是基于卡爾曼濾波新息向量作為檢測(cè)統(tǒng)計(jì)量[4]，具有成本低、效率高和計(jì)算量小等優(yōu)點(diǎn)，是一種應(yīng)用廣泛的假設(shè)檢驗(yàn)方法。該方法可分成“快照法”和“連續(xù)法”[5]，“快照法”是以當(dāng)前時(shí)刻的新息向量構(gòu)成檢驗(yàn)統(tǒng)計(jì)量，對(duì)階躍式欺騙干擾較為敏感；“連續(xù)法”是將一段時(shí)間內(nèi)的新息向量構(gòu)成檢驗(yàn)統(tǒng)計(jì)量，對(duì)斜坡式欺騙干擾較為敏感。然而，GNSS/INS組合導(dǎo)航系統(tǒng)欺騙干擾檢測(cè)存在的難點(diǎn)是組合導(dǎo)航閉環(huán)校正機(jī)制[6]和緩慢增長(zhǎng)的斜坡式欺騙檢測(cè)的時(shí)延問(wèn)題。

針對(duì)組合導(dǎo)航閉環(huán)校正機(jī)制問(wèn)題，ZHANG Chuang等[7]提出了基于抗差估計(jì)和“檢測(cè)窗口”的改進(jìn)檢測(cè)算法，其核心思想是選擇兩個(gè)合適的閾值計(jì)算權(quán)重因子，并自適應(yīng)調(diào)整測(cè)量噪聲協(xié)方差矩陣，降低受欺騙干擾測(cè)量值的權(quán)重，從而自適應(yīng)調(diào)整增益矩陣，在單路通道受到0.5 m/s斜坡式干擾時(shí)，改進(jìn)的算法比傳統(tǒng)算法的檢測(cè)時(shí)長(zhǎng)縮短了10 s，漏檢率降低了9%。張超等[4]提出了新息速率抗差估計(jì)檢測(cè)算法，該算法能夠有效地抑制欺騙干擾對(duì)狀態(tài)向量的影響，提高了數(shù)據(jù)使用率和算法可靠性，在單路通道0.1 m/s的緩慢增長(zhǎng)的斜坡式欺騙干擾漏檢率和虛警率維持在4%以?xún)?nèi)。但這兩種算法對(duì)緩慢增長(zhǎng)的斜坡式欺騙干擾，尤其是小于0.1 m/s斜率的欺騙干擾，其檢測(cè)時(shí)間過(guò)長(zhǎng)甚至檢測(cè)不敏感。

針對(duì)緩慢增長(zhǎng)的斜坡式欺騙檢測(cè)時(shí)延問(wèn)題，Bhatti等[8]提出了采用卡爾曼濾波實(shí)時(shí)估計(jì)新息速率的方法來(lái)檢測(cè)GNSS測(cè)量值是否存在異常，該方法有效提升了檢測(cè)時(shí)間，但受組合導(dǎo)航閉環(huán)校正影響，其余正常通道的新息速率也受到影響，在單路通道受到0.1 m/s的欺騙干擾時(shí)，檢測(cè)時(shí)間為110 s，同時(shí)該方法設(shè)計(jì)了兩層濾波器機(jī)制，增加了實(shí)際操作的復(fù)雜度。許睿等[9]提出了MEDLL的欺騙信號(hào)檢測(cè)方法，能夠成功檢測(cè)并識(shí)別出2 m/s的斜坡式欺騙，但其斜坡斜率較大，很難適用于0.1 m/s的緩慢增長(zhǎng)的斜坡式欺騙干擾。近五年，部分學(xué)者研究了神經(jīng)網(wǎng)絡(luò)[10]、支持向量機(jī)[11]等欺騙檢測(cè)算法，但計(jì)算復(fù)雜、兼容性弱且成本較高。

為解決上述欺騙檢測(cè)的難點(diǎn)，本文首先構(gòu)建了GNSS/INS緊組合測(cè)量層面欺騙干擾模型，然后針對(duì)斜坡式欺騙檢測(cè)時(shí)間長(zhǎng)甚至檢測(cè)不敏感等問(wèn)題，提出了一種基于GNSS/INS緊組合的新息優(yōu)化欺騙檢測(cè)算法，新算法對(duì)緩慢增長(zhǎng)的斜坡式新息檢測(cè)量進(jìn)行了優(yōu)化，結(jié)合抗差估計(jì)自適應(yīng)調(diào)整增益矩陣并合理選擇“檢測(cè)窗口”，進(jìn)一步提高了緩慢增長(zhǎng)的斜坡式欺騙干擾的檢測(cè)效率和檢測(cè)性能。最后通過(guò)實(shí)驗(yàn)仿真驗(yàn)證了所提出算法的合理性和可行性。

1 欺騙干擾仿真模型

本文從測(cè)量層面建立GNSS/INS組合導(dǎo)航系統(tǒng)欺騙干擾仿真，可實(shí)施性較強(qiáng)，能有效避免復(fù)雜的信號(hào)層面仿真。假設(shè)第i顆衛(wèi)星在時(shí)間t內(nèi)的真實(shí)偽距測(cè)量值(t)模型為：

其中，c是光速，τ(i)是信號(hào)傳播時(shí)延，δtr和δt(i)是接收機(jī)鐘差和衛(wèi)星鐘差。假設(shè)?τ是由欺騙器在目標(biāo)接收機(jī)引入的附加信號(hào)時(shí)延，那么得到欺騙偽距測(cè)量值L和真實(shí)偽距測(cè)量值L的關(guān)系就相當(dāng)于相差一個(gè)偽距附加值s(t)，此時(shí)的測(cè)量層面的s(t)等效于信號(hào)層面的c?τ。由此，推導(dǎo)測(cè)量層面的欺騙干擾模型為：

其中，tLock是欺騙信號(hào)鎖定目標(biāo)接收機(jī)跟蹤環(huán)路的時(shí)刻，a(t-tLock)+b是欺騙干擾的偽距附加值，a(t)是斜率，b是欺騙偽距與真實(shí)偽距的偽距偏差。當(dāng)a≠0，b=0時(shí)，代表階躍式欺騙；當(dāng)a=0，b≠0時(shí)，代表斜坡式欺騙。

2 基于GNSS/INS緊組合的抗差估計(jì)新息欺騙檢測(cè)算法

GNSS/INS緊組合的新息抗差估計(jì)欺騙檢測(cè)算法，是將卡爾曼濾波估計(jì)得到的新息向量作為檢測(cè)統(tǒng)計(jì)量來(lái)判斷是否存在欺騙干擾。設(shè)在k時(shí)刻，無(wú)欺騙新息向量rk是觀(guān)測(cè)向量Zk與計(jì)算得到的預(yù)測(cè)觀(guān)測(cè)量的差值，其對(duì)應(yīng)的協(xié)方差矩陣Vk是由觀(guān)測(cè)矩陣Hk，測(cè)量狀態(tài)向量協(xié)方差與觀(guān)測(cè)噪聲Rk之和，具體表達(dá)式如下：

當(dāng)k時(shí)刻有欺騙時(shí)，觀(guān)測(cè)向量為：

則k+1時(shí)刻欺騙新息為：

由此可得，當(dāng)k時(shí)刻有欺騙干擾時(shí)，會(huì)影響k+1時(shí)刻的新息向量，即k+1時(shí)刻的新息向量減少了Hk+1Φk K kΔZk，使得前后時(shí)刻的測(cè)量存在相關(guān)性。

2.1 快照法

“快照法”是一種系統(tǒng)級(jí)方法，它不能識(shí)別錯(cuò)誤測(cè)量，但能及時(shí)識(shí)別和隔離欺騙干擾影響的測(cè)量值。定義k時(shí)刻新息向量的第i個(gè)測(cè)量值（i=1…n，n為可見(jiàn)衛(wèi)星的通道）和對(duì)應(yīng)的協(xié)方差矩陣，在k時(shí)刻的歸一化的新息值ωi為：

如果接收到的第i路通道是真實(shí)信號(hào)，那么新息向量的第i個(gè)測(cè)量值不存在欺騙干擾，則原假設(shè)為H0:ωi～N(0,1)，ωi服從標(biāo)準(zhǔn)正態(tài)分布；否則備擇假設(shè)為H1:ωi～N(δ,1)，δ為非中心參數(shù)，此時(shí)ωi服從非中心正態(tài)分布。在理想情況下，設(shè)有n路通道，全局虛警率為Pfa[12]，使得當(dāng)原假設(shè)成立時(shí)，則對(duì)應(yīng)的第i個(gè)檢驗(yàn)統(tǒng)計(jì)量的虛警率為α0[9]：

根據(jù)假設(shè)檢驗(yàn)原理，判斷是否存在欺騙干擾的檢測(cè)標(biāo)準(zhǔn)為：

2.2 連續(xù)法

“連續(xù)法”是代表一段時(shí)間內(nèi)的新息向量構(gòu)成檢驗(yàn)統(tǒng)計(jì)量，可用于單個(gè)測(cè)量值的檢測(cè)，構(gòu)成平均歸一化新息，其中，一段時(shí)間內(nèi)就構(gòu)成了“檢測(cè)窗口”。若測(cè)量值受欺騙，則所對(duì)應(yīng)測(cè)量值檢驗(yàn)統(tǒng)計(jì)量可以反應(yīng)這段時(shí)間內(nèi)測(cè)量值誤差的累積，直到超過(guò)閾值，表明存在欺騙干擾。定義檢測(cè)窗口為L(zhǎng)，從k-L+1時(shí)刻到k時(shí)刻的第i個(gè)測(cè)量值的平均歸一化新息[13]表達(dá)式如下：

同樣的，“連續(xù)法”在判斷是否存在欺騙干擾的檢測(cè)標(biāo)準(zhǔn)時(shí)與“快照法”類(lèi)似，只不過(guò)檢驗(yàn)統(tǒng)計(jì)量變?yōu)榱恕５@兩種方法有局限性，當(dāng)其中一個(gè)通道受到欺騙干擾影響時(shí)，閉環(huán)校正機(jī)制會(huì)影響其他通道偏離正常新息值，從而發(fā)生漏檢或虛警的情況。

2.3 基于新息抗差估計(jì)的連續(xù)法

針對(duì)2.2節(jié)所述方法的局限性，引入了抗差估計(jì)法，使用IGG-3等價(jià)權(quán)函數(shù)[14]，計(jì)算等價(jià)權(quán)wi，三段函數(shù)表示如下：

當(dāng)發(fā)生斜坡式欺騙干擾時(shí)，若檢驗(yàn)統(tǒng)計(jì)量介于Td1和Td2之間，將調(diào)整歸一化新息權(quán)重小于1，這意味著該新息測(cè)量值在卡爾曼濾波器測(cè)量更新中的權(quán)重會(huì)降低，而濾波器精度會(huì)提高，反過(guò)來(lái)又會(huì)提高下一次的欺騙檢測(cè)性能。綜上所述，引入抗差估計(jì)等價(jià)權(quán)函數(shù)，能夠有效地抑制因受到欺騙干擾的衛(wèi)星道通影響正常通道偏離新息值，達(dá)到了削弱欺騙干擾的影響，提高了欺騙檢測(cè)的效率。

3 基于GNSS/INS緊組合的新息優(yōu)化抗差估計(jì)欺騙檢測(cè)算法

針對(duì)上述情況，對(duì)于組合導(dǎo)航系統(tǒng)的GNSS測(cè)量發(fā)生了緩慢增長(zhǎng)的斜坡式欺騙干擾，例如，小于0.1 m/s的斜率的欺騙干擾，傳統(tǒng)檢測(cè)方法不理想。提出了一種基于GNSS/INS緊組合的新息優(yōu)化欺騙檢測(cè)算法，新算法能夠有效解決緩慢增長(zhǎng)的斜坡式的檢測(cè)時(shí)間較長(zhǎng)甚至檢測(cè)不敏感問(wèn)題，達(dá)到縮短檢測(cè)時(shí)間和提升檢測(cè)性能的效果。

假設(shè)在第i次測(cè)量中出現(xiàn)斜坡式欺騙干擾，其在滑動(dòng)窗口中的實(shí)際幅值從A1增加到A2，而歸一化幅值則從a1增加到a2，且歸一化幅值的斜率保持不變。改進(jìn)的歸一化平均新息的推導(dǎo)過(guò)程，首先從“快照法”進(jìn)行推導(dǎo)，而后過(guò)渡到改進(jìn)的歸一化平均新息“連續(xù)法”，具體推導(dǎo)如下：

如果a1?a2≥0且L較大時(shí)，則：

也就是說(shuō)，在大多數(shù)情況下，如果L足夠大時(shí)，例如L≥10，改進(jìn)的“連續(xù)法”在處理斜坡式欺騙干擾時(shí)具有較好的檢測(cè)性能。同時(shí)，隨著“檢測(cè)窗口”有效長(zhǎng)度L的增加，“連續(xù)法”處理斜坡式的能力也隨之增加，而該方法的計(jì)算效率將降低。有效長(zhǎng)度L僅指包含受欺騙干擾的測(cè)量值的窗口長(zhǎng)度，即在一段時(shí)間內(nèi)，不包含受欺騙干擾的測(cè)量長(zhǎng)度可以被稱(chēng)為“浪費(fèi)長(zhǎng)度”，這對(duì)檢測(cè)性能是有負(fù)面影響的。因此，“檢測(cè)窗口”不應(yīng)過(guò)長(zhǎng)，要按照實(shí)際情況合理地選擇有效長(zhǎng)度L。

由此，判斷是否存在斜坡式欺騙干擾的檢測(cè)標(biāo)準(zhǔn)為：

綜上所述，基于GNSS/INS緊組合的新息優(yōu)化欺騙檢測(cè)算法流程圖如圖1所示。具體的步驟如下：

圖1 新算法的欺騙檢測(cè)流程圖Fig.1 Spoofing detection flow chart of the new algorithm

1）歸一化新息優(yōu)化?；贕NSS/INS緊組合的新息算法，并優(yōu)化每個(gè)測(cè)量的歸一化新息。

3）濾波器測(cè)量更新。在所有局部測(cè)試完成后，計(jì)算等價(jià)權(quán)矩陣，然后進(jìn)行濾波器測(cè)量更新。

4）k時(shí)刻欺騙檢測(cè)過(guò)程完成，在k+1時(shí)刻返回步驟1）。

4 結(jié)果與討論

4.1 仿真條件

4.2 仿真結(jié)果與分析

（1）試驗(yàn)1

對(duì)第二組實(shí)驗(yàn)的通道1分別施加0.5 m/s，0.2 m/s和0.1 m/s的斜坡式偽距偏差值，斜坡式欺騙仿真結(jié)果如圖4所示，由數(shù)據(jù)表明：圖4(a)是M1仿真結(jié)果圖，顯示了通道1對(duì)0.5 m/s和0.2 m/s的斜坡式欺騙的檢測(cè)時(shí)間分別為44 s和135 s，而對(duì)0.1 m/s的斜坡式欺騙檢測(cè)無(wú)效。圖4(b)是M2仿真結(jié)果圖，顯示了通道1對(duì)0.5 m/s，0.2 m/s和0.1 m/s的斜坡式欺騙的檢測(cè)時(shí)間分別為20 s，50 s和100 s，可知，M2的檢測(cè)時(shí)間比M1分別縮短了16 s，85 s和100 s，平均縮短了67 s，由此得出M2在處理斜坡式欺騙時(shí)具有較好的檢測(cè)效率和檢測(cè)性能。

圖4 M1與M2的斜坡式欺騙檢測(cè)Fig.4 Ramp spoofing detection of M1 and M2

結(jié)合圖3和4數(shù)據(jù)得出：在道通1受到階躍式欺騙時(shí)，M2比M1檢測(cè)時(shí)間平均延長(zhǎng)了10 s，但M2檢測(cè)性能更優(yōu)；在通道1受到斜坡式欺騙時(shí)，M2比M1檢測(cè)時(shí)間分別縮短了54.5%，63%和100%，平均縮短了72.5%，且M2檢測(cè)性能更優(yōu)。故，M2的檢測(cè)效率和檢測(cè)性能相對(duì)M1更優(yōu)。

（2）試驗(yàn)2

設(shè)置通道1受到0.1 m/s的斜坡式偽距偏差值的欺騙干擾，對(duì)比M2與M3的檢測(cè)能力，驗(yàn)證抗差估計(jì)能夠抑制正常通道因欺騙干擾而偏離正常值的效果。

對(duì)通道1施加0.1 m/s的斜坡式欺騙偽距偏差，M2與M3的斜坡式欺騙檢測(cè)仿真結(jié)果如圖5所示，由數(shù)據(jù)表明：圖5(a)是M2仿真結(jié)果圖，顯示了通道1的檢測(cè)時(shí)間為100 s，但通道3、4和5均受到了不同程序的欺騙干擾影響，導(dǎo)致其新息偏離正常值；其中通道4超過(guò)了閾值Td2，出現(xiàn)了虛警情況。圖5(b)是M3仿真結(jié)果圖，顯示了通道1檢測(cè)時(shí)間為100 s，而且其余通道的新息值沒(méi)有發(fā)生偏離，證明抗差估計(jì)有效削弱了欺騙干擾引起其他道通的影響。但M3方法具有局限性，可以看出檢測(cè)時(shí)間并沒(méi)有發(fā)生縮短。

圖5 M2與M3的斜坡式欺騙檢測(cè)Fig.5 Ramp spoofing detection of M2 and M3

為了進(jìn)一步說(shuō)明M3的優(yōu)勢(shì)，表3顯示了試驗(yàn)2的100次循環(huán)的蒙特卡羅仿真情況。其中，“*”表示受欺騙干擾通道，后面不再贅述。

結(jié)合圖5和表3數(shù)據(jù)表明：1）通道1受到斜坡式0.1 m/s欺騙時(shí)，M3比M2的檢測(cè)時(shí)間均為100 s。2）對(duì)于漏檢率，M2與M3均為0。對(duì)于虛警率，M2的通道3、4和5分別為2%、96%和0，而M3對(duì)應(yīng)分別為0%、6%和0，M3比M2的虛警率降低了2%、90%和0。由此，驗(yàn)證了M3的抗差估計(jì)效果，能夠很好地削弱新息偏離正常值的效果。

表3 試驗(yàn)2蒙特卡羅仿真結(jié)果Tab.3 Monte Carlo simulation results of test 2

（3）試驗(yàn)3

針對(duì)試驗(yàn)2中M3對(duì)較小的斜坡式欺騙檢測(cè)的局限性，特別是對(duì)于小于0.1 m/s的斜率欺騙檢測(cè)時(shí)間較長(zhǎng)問(wèn)題，對(duì)試驗(yàn)3設(shè)置了兩組試驗(yàn)，比較M3與M4的檢測(cè)能力。

第一組試驗(yàn)對(duì)通道1施加0.1 m/s的斜坡式偽距偏差值，M3和M4的斜坡式欺騙檢測(cè)分別如圖5(b)和6所示，由數(shù)據(jù)表明：圖5(b)是M3仿真結(jié)果圖，顯示了通道1的檢測(cè)時(shí)間為100 s，其余通道正常。圖6是M4仿真結(jié)果圖，顯示了通道1檢測(cè)時(shí)間為70 s，M4相對(duì)M3的檢測(cè)時(shí)間縮短了30 s。

圖6 M3與M4的斜坡式欺騙檢測(cè)Fig.6 Ramp spoofing detection of M3 and M4

第二組試驗(yàn)對(duì)通道6施加0.1 m/s的斜坡式偽距偏差值，圖7是通道6受欺騙時(shí)M3與M4的欺騙檢測(cè)對(duì)比圖，其中數(shù)據(jù)表明：M3檢測(cè)時(shí)間為110 s，而M4檢測(cè)時(shí)間為60 s，M4相對(duì)M3的檢測(cè)時(shí)間縮短了50 s。兩組試驗(yàn)表明，在處理緩慢增長(zhǎng)的斜坡式欺騙檢測(cè)時(shí)，M4的檢測(cè)算法優(yōu)于M3。

圖7 通道6受欺騙時(shí)M3與M4的欺騙檢測(cè)對(duì)比Fig.7 Comparison of M3 and M4 spoofing detection when channel 6 is spoofed

為了更好說(shuō)明M4優(yōu)于M3，表4顯示了實(shí)驗(yàn)3的100次循環(huán)的蒙特卡羅仿真情況。

表4 試驗(yàn)3蒙特卡羅仿真結(jié)果Tab.4 Monte Carlo simulation results of test 3

結(jié)合圖5(b)、6和7和表4數(shù)據(jù)表明：1）對(duì)通道1施加0.1 m/s的斜坡式欺騙時(shí)，M4比M3的檢測(cè)時(shí)間縮短了30%；對(duì)應(yīng)通道6，檢測(cè)時(shí)間縮短了45.5%。結(jié)合通道1和6，M4比M3檢測(cè)時(shí)間平均縮短了37.8%。2）對(duì)于漏檢率，M3和M4均為0%。對(duì)于虛警率，M3的3路通道分別為8%、6%和0；M4對(duì)應(yīng)通道分別為2%、0和0，M4對(duì)比M3的虛警率分別降低了6%、6%和0，平均降低了4%。由此可驗(yàn)證在處理緩慢增長(zhǎng)的斜坡式欺騙干擾時(shí)，M4能夠縮短檢測(cè)時(shí)間和提升檢測(cè)性能。

（4）試驗(yàn)4

設(shè)置通道1、2和3同時(shí)受到0.1 m/s斜坡式的偽距偏差時(shí)，對(duì)比M3、M4的3路通道檢測(cè)情況。

由圖8所示是3路通道受斜坡式M3、M4的欺騙檢測(cè)對(duì)比圖，其中數(shù)據(jù)表明：圖8(a)顯示通道2檢測(cè)時(shí)間100 s，而通道1和3檢測(cè)無(wú)效，出現(xiàn)漏檢情況。圖8(b)顯示多通道欺騙檢測(cè)正常，通道1、2和3的檢測(cè)時(shí)間分別為90 s、70 s和100 s。

圖8 多路通道受欺騙時(shí)M3與M4的欺騙檢測(cè)對(duì)比Fig.8 Comparison of M3 and M4 spoofing detection when multiple channels are spoofed

為了更好說(shuō)明多通道欺騙檢測(cè)算法M4優(yōu)于M3，表5顯示了試驗(yàn)4的100次循環(huán)的蒙特卡羅仿真情況。

表5 試驗(yàn)4蒙特卡羅仿真結(jié)果Tab.5 Monte Carlo simulation results of test 4

結(jié)合圖8和表5數(shù)據(jù)表明：1）對(duì)通道1、2和3同時(shí)施加0.1 m/s的斜坡式欺騙時(shí)，通道2中M4比M3的檢測(cè)時(shí)間縮短了30%；通道1和3中M4檢測(cè)有效，而M3檢測(cè)無(wú)效。2）對(duì)于漏檢率，M3的通道1、2和3分別為42%、47%和51%；M4的對(duì)應(yīng)通道分別為0、0和0，M4對(duì)比M3的漏檢率分別降低了42%、47%和51%，平均降低了46.7%。對(duì)于虛警率，M3的通道4和5分別為75%和27%；M4對(duì)應(yīng)通道分別為42%和23%，M4對(duì)比M3的虛警率分別降低了33%和4%，平均降低了18.5%。由此可知，在處理多通道緩慢增長(zhǎng)的斜坡式欺騙干擾時(shí)，M4能夠縮短檢測(cè)時(shí)間和提升檢測(cè)性能。

5 結(jié) 論

基于GNSS/INS緊組合的新息抗差估計(jì)欺騙檢測(cè)算法是一種常用欺騙干擾檢測(cè)算法，能夠很好地削弱組合導(dǎo)航閉環(huán)校正機(jī)制對(duì)正常新息值的影響，但對(duì)緩慢增長(zhǎng)的斜坡式欺騙干擾檢測(cè)時(shí)間過(guò)長(zhǎng)，甚至檢測(cè)不敏感。本文提出了一種基于GNSS/INS緊組合的新息優(yōu)化抗差估計(jì)欺騙檢測(cè)算法，新算法通過(guò)調(diào)整偽距參數(shù)，優(yōu)化了新息檢測(cè)量，進(jìn)一步提高了緩慢增長(zhǎng)式欺騙干擾的檢測(cè)處理能力。仿真結(jié)果表明，在檢測(cè)單通道緩慢增長(zhǎng)的欺騙干擾時(shí)，新算法檢測(cè)時(shí)間平均縮短了37.8%，漏檢率為0，虛警率平均維持在0.7%以?xún)?nèi)；在檢測(cè)多通道時(shí)，新算法檢測(cè)時(shí)間平均縮短了30%，漏檢率平均降低了46.7%，虛警率平均降低了18.5%。與傳統(tǒng)算法相比，新算法在檢測(cè)緩慢增長(zhǎng)的斜坡式欺騙干擾時(shí)，具有檢測(cè)快、漏檢率和虛警率低的優(yōu)勢(shì)，在民用和軍用無(wú)人機(jī)的應(yīng)用領(lǐng)域具有重要意義。

未來(lái)工作展望：1）在導(dǎo)航系統(tǒng)的完好性檢測(cè)級(jí)別保護(hù)水平上，通過(guò)改變虛警率，研究檢測(cè)概率的變化。2）增加實(shí)測(cè)數(shù)據(jù)對(duì)改進(jìn)算法進(jìn)行驗(yàn)證。3）對(duì)多路通道欺騙檢測(cè)算法的優(yōu)化和識(shí)別算法的研究。