城市復雜環境下干擾源定位策略研究

馬志成 陳文君 王海亮 趙艷

摘 要 針對傳統的干擾監測體系將難以滿足GNSS 系統在城市復雜環境中的服務性能的保障需求，無法解決城市復雜環境下的干擾源定位的問題，提出利用空地協同的機制解決城市復雜多徑環境下的干擾源定位問題，首先介紹了城市復雜環境下的干擾信號模型，指出了傳統的干擾源定位方法的特點和應用限制，然后介紹了基于空地協同的干擾源定位原理，分析了其應用特點并仿真分析了其定位性能，為城市復雜環境下的干擾源排查提供了一種新的解決思路。

關鍵詞 空地協同；干擾定位；測向；卡爾曼濾波

隨著衛星導航在金融、電力、通信等國家經濟命脈行業，以及民用航空、自動駕駛等生命安全領域的深入應用，GNSS 干擾檢測與定位技術成為國際衛星導航領域的研究熱點。由于城市空間地理環境復雜，GNSS 信號極易被各種無意或有意電磁信號干擾，傳統的無線電干擾檢測設備覆蓋面積小、響應遲緩，針對城市復雜環境下的北斗/GNSS 定位授時服務的安全使用需求，迫切需要開展城市復雜環境下干擾源定位技術的研究。

本文采用空地協同多次觀測的形式能夠有效解決城市復雜環境下干擾源的定位問題，并通過仿真分析了其定位性能。

1 復雜城市環境模型

城市復雜環境下的多徑主要是由于干擾信號障礙物的反射或散射，障礙物的幾何尺寸、物理參數（表征為電磁特性）以及與干擾源和監測天線的相對空間位置關系共同作用，導致復雜環境下對干擾源的測向精度變差。

下圖是地面多徑信號的示意圖。這些來自不同路徑的信號因傳播路徑的不同而在接收點具有不同的相位，因此在接收點將對接收信號形成干涉場，從而使信號的包絡幅度產生深度且快速的衰落。其快速衰落的衰落深度可達30～40dB，從而影響對信號的偵收[1]。

2 雙站聯合干擾源定位算法

傳統的干擾源定位方法是通過一個站在不同的觀測點多次觀測，確定干擾源的位置，或是通過雙站或多站同時觀測，聯合確定干擾源位置。其中，雙站干擾源定位模型如下圖所示：

上圖中，干擾源的位置坐標可用如下公式計算，

假設監測站多次觀測，則可近似為多條示向度線的垂直距離之和為最小值處作為干擾源位置的估計值，對其進行求導零后得到多次觀察的干擾源位置估計值，則每一次觀測都有：

定位誤差由測向誤差和觀測站自身定位誤差引起，經過變換可以得到觀測模型為

這是根據三角定位原理，該方法在干擾源與觀測點相對位置不發生變化時，觀測效果較好。由于多徑和遮擋影響，采用固定雙站監測的方法可能會存在發現不了干擾的情況，因此需要建立運動條件下的監測模型來規避多徑和遮擋條件的影響[2]。

3 空地協同干擾源定位算法

采用空地協同的策略可有效規避上述影響，但是三角定位模型不適應空地協同運動模型的干擾源定位，因此，需要建立一個運動的模型，來匹配監測節點運動對干擾源定位的影響。該模型的建立原則是既能滿足監測節點實際機動需求，又能不大幅增加計算量，提高定位精度。

卡爾曼濾波算法是大部分導航系統狀態估計的理論基礎，廣泛應用于衛星導航、目標定位及多種數據融合算法中。在空地協同干擾源定位中，地面的監測設備采用移動監測車，空中可采用無人機，當地面監測車發現干擾后，無人機升空，聯合對干擾源進行定位，并在定位過程中不斷優化模型來達到最優的定位結果，該方法可描述為：

在上式中代表系統的狀態轉移矩陣，描述了系統在前后相鄰的兩個時刻的狀態轉移關系。與依次代表系統在時刻和時刻的狀態量，代表系統的觀測噪聲，卡爾曼濾波算法對系統噪聲的假設是零均值的或者是非零均值的白噪聲[3]。

以上公式便是隨機線性離散系統的卡爾曼濾波公式，實際實現中，需要首先建立系統的卡爾曼濾波模型，并且得到能夠準確反映系統觀測噪聲的噪聲矩陣，在設定好狀態量以及方差陣的初值之后便可進行迭代，得到時刻的系統狀態量。

采用卡爾曼濾波的方法建立車載平臺和無人機平臺的運動狀態模型，并在測量過程中對模型不斷進行修正，具體的測量過程如下圖所示：

采用空地協同的方式，通過監測車和空中無人機的不斷測向和運動，對多次觀測數據的不斷優化，可實現城市復雜環境中的干擾源定位[4]。

4 性能仿真與分析

分析在城市復雜環境下空地協同的干擾定位性能，假設測向精度為3°，自身定位精度為5m，分析不同基線長度下的定位性能。當兩個站相距0.5Km時的定位精度如下圖所示

從上圖中可以看出，在基線的正前方區域內，1km處的定位誤差約為11%R。在兩站法線方向上精度較高，在兩站連線的地方精度較差，但是由于采用空地協同的形式，兩個站的位置都可以規劃，并且可在不斷運動過程中采用卡爾曼濾波的方法對模型進行擬合提高定位精度。

繼續增大兩個站的間距，將基線長度擴大到1.5km，定位精度如下圖所示

從上圖中可以看出，在基線的正前方區域內，1km處的定位誤差約為4%R，2km處的定位精度約為7%R，從幾幅圖的對比中可以看出：隨著基線的增大，在相同距離上的定位精度會得到提升[5]。

5 結束語

城市復雜環境下的干擾源排查定位一直以來都是一個技術難題，本文提出一種基于空地協同的城市復雜環境下干擾源定位的解決思路，采用空中無人機和地面監測車聯合排查定位的方式能夠有效解決城市復雜環境下多徑和遮擋問題，提升定位精度。仿真結果也表明，在能夠形成恰當基線的條件下，能夠實現1km內4%的定位精度，能夠實現干擾源的快速排查。

參考文獻

[1] 楚恒林，李獻球.衛星網絡干擾信號的監測與定位技術[J].無線電通信技術，2010，36（3）：48-50.

[2] Sun Z B，Ye S F. Satellite interference location using cross ambiguity function[J]. Chinese journal of radio science，2004，19（5）：525-529.

[3] 范廣偉，晁磊，劉莉.衛星導航干擾監測技術[J].四川兵工學報，2013，34（6）：125-128.

[4] 趙欣，戰興群，杜剛，等.全球導航衛星系統脆弱性計算機仿真環境設計及其評估方法實現[J].計算機測量與控制，2014，22（9）：2847-2850.

[5] 劉冰，盧偉.淺談衛星信號監測和干擾定位方法[J].無線互聯科技，2012，（4）：106-107.