一种基于粒子滤波的稳健GNSS抗欺骗方法

摘要

一种基于粒子滤波的稳健GNSS抗欺骗方法，本发明涉及GNSS抗欺骗方法。是要解决欺骗卫星产生偏差，无法抵抗转发式欺骗以及抗欺骗无法应用于已有的系统，产生成本高而提出的GNSS抗欺骗方法，该方法是通过1、得到1时刻状态向量粒子；2、更新k时刻状态向量粒子；3、得到观测伪距；4、更新观测向量；5、计算出未归一化的粒子权重；6、计算观测向量的模值的最小值θ；7、根据修正；8、计算k时刻定位结果；9、得到剩余的有效向量粒子的数目M_eff；10、计算出；11、将带入到到步骤二等步骤实现的。本发明应用于GNSS抗欺骗领域。

主权项

一种基于粒子滤波的稳健GNSS抗欺骗方法，其特征在于：一种基于粒子滤波的稳健GNSS抗欺骗方法具体是按照以下步骤进行的：步骤一、确定用户的初始状态，在用户初始状态的领域内均匀分布m个初始状态向量粒子同时设置迭代次数的计数值为k＝1；根据用户初始状态向量粒子可以得到k＝1时刻用户状态向量粒子$x_1^{\left(m\right)}=x_0^{\left(m\right)}+v_1^{\left(m\right)}+f_1^{\left(m\right)},$其中，$v_1={[{\stackrel{·}{x}}_{U,1},{\stackrel{·}{y}}_{U{,}_1},{\stackrel{·}{z}}_{U,1},\stackrel{·}{\delta }{t}_{U,1}]}^T,$分别表示x_U,1,y_U,1,z_U,1,δt_U,1在单位时隙中的变化量；表示第k＝1时刻的状态向量粒子的过程噪声，服从均值为零的高斯分布；x_U,1,y_U,1,z_U,1代表用户在k＝1个时刻状态粒子的三维位置,δt_U,1用户在k＝1个时刻状态与第n颗卫星的时钟偏差；步骤二、当k≠1时，根据k‑1时刻的用户状态向量粒子更新m个在第k时刻状态向量粒子$x_k^{\left(m\right)}=x_{k-1}^{\left(m\right)}+v_k^{\left(m\right)}+f_k^{\left(m\right)};k=2,3...\mathrm{..}$其中，状态向量粒子(x_U,k,y_U,k,z_U,k)代表用户在k个时刻状态粒子的三维位置；δt_U,k用户在k个时刻状态与第n颗卫星的时钟偏差；模型输入为：$v_k^{\left(m\right)}={[{\stackrel{·}{x}}_{U,k},{\stackrel{·}{y}}_{U,k},{\stackrel{·}{z}}_{U,k},\stackrel{·}{\delta }{t}_{U,k}]}^T,$分别表示x_U,k,y_U,k,z_U,k,δt_U,k在单位时隙中的变化量；表示用户在第k时刻的状态向量粒子的过程噪声，服从均值为零的高斯分布；步骤三、根据步骤二计算的计算出用户与第n颗卫星之间的观测伪距由下式给出：是接收机和卫星之间的观测伪距，(x_n,k,y_n,k,z_n,k)(n＝1,2,...,N)代表第n颗卫星在第k个时刻的位置坐标，c表示光速；步骤四、根据步骤三得到的观测伪距更新观测向量$y_k^{\left(m\right)}={[e_{1,k}^{\left(m\right)},...,e_{n,k}^{\left(m\right)},...,e_{N,k}^{\left(m\right)}]}^T$其中，用户与第n颗卫星的伪距观测误差为ρ_n,k表示在第k个时刻，第n颗卫星与用户之间的真实伪距，N为可见卫星的个数；步骤五、根据更新观测向量$y_k^{\left(m\right)}={[e_{1,k}^{\left(m\right)},...,e_{n,k}^{\left(m\right)},...,e_{N,k}^{\left(m\right)}]}^T$计算未归一化的粒子权重$w_k^{\left(m\right)}=\frac{1}{M}{\left(\frac{1}{\sqrt{2{\mathrm{\pi \sigma }}^2}}\right)}^N\exp [-\frac{\left|\right|y_k^{\left(m\right)}\left|\right|}{2{\sigma }^2}]$其中，M为在第k时刻的状态向量粒子数，N为可见卫星的个数，σ为的标准差；步骤六、根据未归一化的粒子权重计算观测向量的模值的最小值θ：$\begin{array}{c}\theta =-2{\sigma }^2\left(ln\right(Mmax\left(w_k^{\left(m\right)}\right))+\frac{N}{2}ln\left(2{\mathrm{\pi \sigma }}^2\right))\\ =\min \left|\right|y_k^{\left(m\right)}|{|}^2\end{array};$步骤七、判断θ与γ的大小，如果θ>γ，根据修正得到：$P_f\left(e_{n,k}^{\left(m\right)}\right)=\left\{\begin{array}{cc}1,& b>\left|e_{n,k}^{\left(m\right)}\right|\\ \frac{b}{\left|e_{n,k}^{\left(m\right)}\right|},& b>\left|e_{n,k}^{\left(m\right)}\right|>d\\ 0,& \left|e_{n,k}^{\left(m\right)}\right|>d\end{array}\right.$其中，b为误差下界，d为误差上界，为观测误差，P_f(·)为误差抑制函数；γ与可见卫星数N有关；然后根据修正后的再重新计算未归一化的粒子权重如果θ≤γ，则直接跳到步骤八；步骤八、根据未归一化的粒子权重计算k时刻定位结果${\bar{w}}_k^{\left(m\right)}=\frac{w_k^{\left(m\right)}}{\underset{m=1}{\overset{M}{\Sigma }}{w}_k^{\left(m\right)}},$${\hat{x}}_k^{MMS}=\underset{m=1}{\overset{M}{\Sigma }}{\bar{w}}_k^{\left(m\right)}{x}_k^{\left(m\right)};$其中，为归一化粒子权重；步骤九、将步骤二中共得到M个粒子在k时刻的状态向量粒子根据步骤五中的未归一化的粒子权重计算得到剩余的有效向量粒子的数目M_eff：$M_{eff}=\frac{1}{\underset{m=1}{\overset{M}{\Sigma }}{\left(w_k^{\left(m\right)}\right)}^2},$如果则转到步骤十一，如果跳到步骤十，进行重采样；步骤十、如果采取M个在k时刻的状态向量粒子对集合重采样，采到的概率为归一化粒子权重步骤十一、如果利用步骤二中的概率为的在k时刻状态向量粒子将k时刻加1后得到用户在k+1时刻的用户状态向量粒子跳到步骤二，开始下一个时刻的定位过程；即完成了一种基于粒子滤波的稳健GNSS抗欺骗方法。