基于多傳感器數據融合的無人機GPS欺騙檢測研究

葉 潤，劉 鵬，張凌浩, 王 勝, 唐 超

(1.電子科技大學 自動化工程學院，成都 611731; 2.國網四川省電力公司電力科學研究院，成都 610000 )

0 引言

無人機導航系統[1]是整個無人機系統中最為重要的部分之一，主要為無人機提供位置、速度等關鍵信息，導航系統一旦失效將給無人機系統或者無人機所處的環境造成災難性后果。例如，在電力巡檢作業過程中一旦發生GPS欺騙[2]，極易導致無人機撞上電塔，從而造成大規模停電以及不可估量的損失。因此無人機GPS導航系統的可靠性至關重要。

GPS導航系統[3]主要分為3個部分，包括地面控制站、空間衛星網絡和用戶接收端。地面控制站控制整個衛星網絡的運行，包括軌道修正、時間校準等。衛星網絡是提供導航定位信息，具備精確授時功能的服務器。用戶接收機則負責提取空間中由各個衛星廣播的導航信息，并完成相應的數據解算。GPS欺騙主要發生在用戶接收GPS廣播信號的過程中，由于其使用的民用信號強度低、載波頻率固定、信號結構公開、信號調制方式公開并且傳輸距離遠以及實際生活中電磁環境復雜，因此用戶接收機極易受到人為干擾和自然干擾從而發生GPS欺騙，欺騙的結果是使得用戶接收機產生錯誤的偽距信息、高解調錯誤率、錯誤的檢測和持續的周期性滑碼，最終導致災難性后果。

針對上述情況，本文提出的基于多傳感器(無人機本身攜帶IMU、氣壓計和磁力計等傳感器)數據融合[4-6]的無人機GPS欺騙檢測技術在不增加其它傳感器的基礎上就能夠有效地檢測出GPS欺騙。

1 GPS欺騙簡介

1.1 GPS欺騙原理

雖然GPS欺騙的技術手段多種多樣，然而其實現原理是一致的。GPS衛星將測距碼導航電文調制在載波信號上廣播到地球表面，接收機[7-8]檢測衛星信號并實現衛星信號的跟蹤，通常接收機帶有導航信息解算模塊能通過串口等通信方式提供給用戶速度和位置信息，常用的接收機結構如圖1所示。GPS欺騙就是根據GPS導航定位原理，通過一定的技術手段影響接收機完成導航定位信息解算的各個環節。

圖1 典型接收機結構

1.2 GPS欺騙技術分類

按照欺騙原理的不同可將GPS欺騙分為干擾型欺騙和誘導型欺騙[9]，如圖2所示。

圖2 基于欺騙原理的GPS欺騙分類圖

干擾型欺騙與來自其它通信設備的干擾是區別開來的，干擾型欺騙是蓄意人為的。干擾型欺騙需要使用特殊的裝置，在GPS頻帶中產生有足夠功率的欺騙信號。干擾型欺騙的欺騙信號對于真實信號的影響是以噪聲的形式存在的。誘導型欺騙對目標接收機的影響是確定性的，誘導型的碼元結構與真實信號的碼元結構一致。誘導型欺騙又可以分為導航信息攻擊以及偽隨機噪聲碼PRN碼編碼攻擊。導航信息攻擊是在解調真實GPS信號的基礎上，疊加錯誤信息發送給目標接收機，從而使目標接收機解算出錯誤的導航信息。偽隨機噪聲碼PRN碼編碼攻擊是通過欺騙誘導信號改變追蹤點，從而影響偽距和多普勒頻移的計算。偽隨機噪聲碼PRN碼編碼攻擊又可以分為，剝離延遲技術、剝離定向技術、模擬干擾和選擇性延遲、干擾和誘導、非線性瞄準誘導以及航跡誘導。

根據GPS欺騙實現技術手段的不同可以分為兩大類：轉發式欺騙和生成式欺騙[10-11]。轉發式欺騙是欺騙設備首先接收真實GPS欺騙信號，然后再將其轉發給目標接收機。這樣欺騙信號和真實信號之間就存在時間誤差從而產生錯誤導航信息。生成式欺騙是模擬真實GPS衛星發射信號。根據欺騙實現和檢測欺騙的難度將生成式欺騙又分為，初級生成式欺騙、中級生成式欺騙和高級生成式欺騙，如圖3所示。初級生成式欺騙容易實現，無需獲取先驗信息，其效果與干擾型欺騙類似。中級生成式欺騙需要接收真實的衛星導航信號而且需要已知目標接收機的位置，所以實現較為困難。由于衛星導航系統是由多個衛星發射的，單一天線生成欺騙信號與多衛星生成的欺騙信號存在較大差別。高級生成式欺騙是在中級生成式欺騙的基礎上進行改進的，利用多天線對目標接收機進行聯合欺騙。對于高級生成式欺騙實現是極其困難的，接收機要檢測出欺騙也是極其困難的。

圖3 基于實現技術手段GPS欺騙分類圖

1.3 GPS欺騙檢測技術

當前GPS欺騙檢測技術[13]眾多，針對不同的欺騙方式有不同的欺騙檢測技術手段。目前主要有接收信號強度檢測、雙頻功率對比監測、多天線欺騙檢測、合成陣列式欺騙檢測、旋轉天線檢測、多接收機聯合欺騙檢測、PRN碼和導航數據比特延遲檢測，信號質量檢測以及基于多傳感器數據融合的檢測等方法。

圖4 GPS欺騙檢測技術

接收信號強度檢測依據的基本原理是，真實衛星導航信號強度隨時間的變化關系與欺騙信號強度隨時間的變化關系是可以通過載噪比、信噪比、絕對功率來區分的。真實衛星導航信號距離目標接收機很遠，因此衛星或者接收機的移動對接收強度的影響是平滑的。欺騙源往往與目標接收機距離很近，目標接收機的移動容易導致位置的跳變。利用真實信號和欺騙干擾信號強度的差異即可檢測出GPS欺騙。

除高級生成式欺騙以外，欺騙信號都是從單一天線發射出來的。從單一天線發出的信號具有單一的方向，那么欺騙信號DOA和真實衛星導航信號DOA是不一樣的。檢測出DOA最為常用的就是多天線方法，這樣大大增加了接收機的成本，在實際工程應用中往往是代價昂貴的。雙頻功率對比檢測是認為欺騙干擾信號不夠精細，在L1和L2波段存在差異，因此接收機可以檢測出欺騙信號。而實際民用接收機的檢測精度是不足以檢測出這種差異的，要達到檢測精度勢必增加接收機的制造成本，這就大大限制了雙頻功率對比檢測使用的范圍。

基于多傳感器的GPS欺騙檢測技術。對于無人機來說，本身就攜帶多個傳感器，包括IMU、氣壓計、磁力計等，不要增加額外的傳感器就可以實現基于多個傳感器數據融合的GPS欺騙檢測?；诙鄠鞲衅鲾祿诤系腉PS欺騙檢測是利用除GPS以外的其它傳感器對無人機速度和位置進行估計，然后與GPS的輸出值進行對比，從而判斷GPS輸出導航信息是否有誤。由于通過積分得到的位置信息總是存在誤差的，時間越長誤差越大。在不增加傳感器成本的基礎上盡量減小積分誤差，需要通過一定的算法補償來提高精度，本文后面將詳細介紹這部分。

2 基于多傳感器數據融合的GPS欺騙檢測方法

無人機受限于成本，其使用的傳感器多為廉價MEMS傳感器，因此精度低、可靠性差。為了提高無人機的導航精度，人們通常會使用多傳感器數據融合的方式來提高精度，如pixhawk飛控系統，就使用了陀螺儀、加速度計、氣壓計、磁力計、GPS等多種典型的傳感器。然而采用多傳感器的方式關鍵在于如何有效地融合各種數據，因此本文提出的基于多傳感器數據融合的無人機GPS欺騙檢測需要解決的主要問題之一就是，在不使用GPS的情況下如何有效融合其它傳感器的數據。

2.1 GPS欺騙檢測整體結構設計

本文提出的無人機GPS欺騙檢測方法通過比較慣導組合方案[14-15]加Elman神經網絡[16]修正得到的位置信息與GPS輸出位置信息，從而判斷GPS是否受到欺騙。

該方法有兩個創新點：第一個是使用帶延遲的擴展卡爾曼濾波器，解決多傳感器數據不同步的問題；第二個創新點是使用Elman神經網絡，在不增加傳感器成本的基礎上提高無GPS信號時輸出位置信息的精度，整體的檢測流程如圖5所示。GPS欺騙檢測器相對于無人機原有的導航估計器只有兩個不同點：1)GPS檢測器估計速度、位置等導航信息不依賴GNSS接收機的輸入；2)加速度計的輸出經過Elman神經網絡修正。

圖5 GPS欺騙檢測流程圖

由于在無人機振動環境下(50～300 Hz)，加速度計具有較大的噪聲，而且噪聲特性由于其非線性和隨機性而難以建模，所以使用Elman神經網絡對加速度的輸出進行校正。

在GPS信號正常時使用無人機導航信息估計器輸出的加速度信息作為期望值，訓練Elman神經網絡。當神經網絡訓練完成，使用Elman神經網絡校正后加速度值與陀螺儀數據積分，將預測出無人機的速度和位置。由于積分后得到速度和位置存在累積誤差，使用磁力計和氣壓計做測量更新，即可得到較為準確的速度和位置。然后與無人機導航信息估計器輸出的速度和位置比較，即可判斷是否存在GPS欺騙。

2.2 帶延遲卡爾曼濾波器

擴展卡爾曼濾波器(EKF)在最優狀態估計領域應用廣泛，為了在無人機上能夠在線實現濾波采用松組合模式。以系統慣性導航為狀態方程預測無人機的速度位置狀態，以磁力計所測偏航角、氣壓計所測海拔高度、GPS速度位置信息為觀測量進行預測更新。

不妨設狀態方程和測量方程的離散形式為：

xk=Φk|k-1xk-1+wk-1

zki=Hkixki+vki

(1)

預測更新方程：

(2)

測量更新方程：

Pk=(I-KkHk)Pk|k-1

(3)

在式(1)中，將當前時刻的狀態xk與上一時刻狀態xk-1通過狀態轉移矩陣Φk|k-1聯系起來。由于從角速度到姿態的變換關系是非線性的，所以需要使用泰勒級數進行線性化處理?？紤]到無人機計算能力有限，通常取到一階泰勒展開即可。在泰勒展開式當中會含有與時間相關的狀態量，所以狀態轉移矩陣Φk|k-1是隨時間變化的。

通常無人機使用的各個傳感器沒有進行同步，而且傳感器更新頻率不一樣。如式(3)所示，每當一個傳感器數據到來時，就進行一次測量更新。又由于加速度計和陀螺的數據更新頻率遠高于其它傳感器，所以需要將加速度計和陀螺預測值存儲在緩存中，當其它傳感器數據更新時，取出緩存中最老的數據進行EKF濾波，也就是說EKF運行在延時域，這樣就可以解決傳感器數據不同步的問題。

2.3 基于Elman神經網絡提高導航精度

由于MEMS加速度計在振動環境下誤差模型難以建立，因此必須采用其他手段輔助慣導來修正累計誤差。本文采用的是Elman神經網絡，該網絡結構簡單、算法簡單。而且具備記憶功能，通過測試發現其能夠有效地解決那些未建模的誤差估計問題，具體結構如圖6所示。

圖6 Elman神經網絡結構圖

如圖6所示，是一個3輸入3輸出的Elman神經網絡，其中輸入是加速度，期望輸出是速度。圖中W表示權值，vs表示記憶層的值，記憶層的值可以理解為上一時刻的速度。假設f表示激活函數，b表示偏置值，那么輸入輸出關系可以表示為式(4)所示形式。由式(4)可知，當前輸出的速度不僅與當前的加速度有關，而且與歷史的加速度有關，這就是記憶能力的體現。對于圖6所示的這種遞歸結構，可以視為一個動態系統，要保證系統是穩定的，權值矩陣W3的最大奇異值應小于1。權值矩陣W3滿足最大奇異值的約束，不僅可以保證系統的穩定性還會使網絡具有遺忘特性。這種遺忘特性的具體表現就是，歷史上很久遠輸入的加速度對當前速度沒有影響。無人機在空氣中運動始終受到阻力的作用，在沒有動力的情況下速度會逐漸趨于零，也就是說很久遠的加速度對當前速度是沒有影響的，由此說明圖6所示網絡結構適合于預測無人機的速度。

(4)

Elman神經網絡的訓練過程與前向神經網絡類似，將網絡中的vs視為輸入即可將Elman神經網絡等價于前向神經網絡。也就是說，圖6所示Elman神經網絡在訓練時可以等價為一個7輸入3輸出的前向神經網絡。前向神經網絡訓練算法相當之多，本文不再贅述。如圖7所示，為Elman神經網絡的訓練和預測流程圖。記憶速度的vs初值可以設置為0，權值矩陣可以選取值在-1～1之間的隨機數，W3可以由一個隨機矩陣除以其最大奇異值得到。在將加速度輸入網絡之前，需將加速度進行歸一化處理，這樣有利于網絡訓練的穩定性。

圖7 Elman神經網絡訓練和預測流程圖

3 實驗驗證

3.1 GPS欺騙檢測測試裝置

在本實驗驗證中為了方便測試，本文在PX4開源飛控平臺上進行測試。在PX4中導航解算的算法流程為圖5中右側虛線框部分。其核心算法是以慣性導航為狀態方程，其它傳感器數據為觀測量通過帶延遲的卡爾曼濾波進行數據融合。

圖8 測試系統實物圖

如圖8所示，左側為GPS信號模擬器，可以生成指定路徑的GPS欺騙信號。右側為無人機系統，其使用的GNSS接收機為Ublox M8N，該接收機屬于多模接收機，除了接收GPS衛星信號外，還能接收北斗、伽利略、GLONASS等衛星的信號。所以，在戶外信號良好的情況下，單純模擬GPS信號會對無人機產生怎樣的影響還有待探究。GPS模擬器生成的欺騙信號軌跡如圖9(a)所示，圖(b)為真實坐標位置為電子科技大學體育館。其中折線為設計路徑，平滑曲線為經GPS信號模擬軟件平滑后的線。

圖9 GPS模擬器生成軌跡圖

3.2 GPS欺騙檢測實驗驗證

首先，在GPS欺騙信號情況下，測試無人機運動行為。如圖10所示，無人機設置為定點模式，即依賴GNSS信號接收進行位置控制。在0 s時啟動GPS欺騙信號模擬器，在第10～30 s無人機略微有向左移動，在第30 s之后，無人機迅速向左前方移動直至由于安全繩的拖拽而墜落地面。這說明GPS欺騙能夠使無人機偏離既定位置運動，可以誘發產生一些災害性的后果。從實驗可知，無人機位置受到欺騙時，無人機不會立即產生誤動作而是需要一個時間的累積才產生明顯的偏離，這就為GPS欺騙檢測預留了時間。

圖10 無人機GPS欺騙測試

GPS欺騙檢測過程分為兩個階段：訓練階段，檢測階段。訓練階段時，系統能夠判斷當前環境無GNSS欺騙信號，并且將使用導航估計器輸出的速度訓練Elman神經網絡輸出的速度。Elman神經網絡設計為3層，輸入神經元和輸出神經元分別為3個，隱藏層神經元為4個，激活函數選為arctan函數。

圖11 欺騙過程中GNSS接收機位置輸出

在檢測階段，每隔1 s檢測一次是否存在GPS欺騙，如果不存在欺騙則每隔10 s校正圖5中GPS欺騙檢測器的速度和位置。如圖12所示，為GNSS信號正常即不存在GPS欺騙時導航估計器輸出位置與GPS欺騙檢測器輸出位置之差。圖中累計觀測時長為134 s，兩者高度方向誤差在0.2 m之內，水平方向誤差在2 m之內。

圖12 GNSS信號正常時導航估計器與GPS欺騙檢測器位置輸出誤差

在實驗中總共進行了5次GPS欺騙檢測，時間標準為無人機系統運行時間。具體實驗方法是首先讓無人機定點懸停，然后同時開啟GPS信號模擬發生器和電腦端的檢測系統。在實驗中可以觀測到無人機受到GPS欺騙時不能保持懸停狀態，會被偽造的GPS信號干擾從而亂飛或者墜地。具體的實驗數據如表1所示。

表1 GPS欺騙檢測結果

根據上述實驗結果可知，本文提出的基于多傳感器數據融合的無人機GPS檢測方法能夠在3～6 s的時間內有效的檢測出GPS欺騙。

4 結束語

GPS欺騙能對無人機的控制產生災難性的影響，在無人機設計時應該考慮這種風險。在實際的應用中必須時刻保證無人機不被GPS欺騙或者必須要能夠快速有效地檢測出GPS欺騙。本文提出的基于多傳感器數據融合的GPS檢測方法通過實驗證明了其能夠快速有效地檢測出GPS欺騙，具有十分廣闊的應用前景。