基于載噪比同步變化的北斗欺騙檢測方法

馬志奇,葉紅軍,魏 亮

(中國電科網絡通信研究院,石家莊 050081)

0 引言

隨著北斗三號衛星導航系統的全球組網成功,其具備了全天時、全天候、全區域覆蓋的導航定位與授時服務能力,在氣象預報、交通運輸、電力調度、救災減災和偵察制導等民用與軍用諸多領域產生了深遠影響。但是在空間復雜電磁環境的影響下,北斗導航系統在有效性和可靠性方面面臨著巨大的挑戰。由于北斗信號結構的公開性、信號強度極低和信號處理的脆弱性所導致的自身的脆弱性[1],使其極易受到自然干擾和人為干擾等方面的影響。雖然由自然環境引起的干擾很多時候無法避免,但是這類干擾對接收機的影響并不大,很多時候會隨著環境的改變而自動消失。因此真正對接收機構成嚴重威脅的是人為干擾,這類干擾是由攻擊方惡意針對接收機而產生的干擾,對接收機性能影響最大。

實際上,全球導航衛星系統(global navigation satellite system,GNSS)的干擾問題早已突顯。早在2011年12月,伊朗軍方就聲稱使用GPS欺騙干擾設備,通過改變航向與目的地后,成功捕獲了一架美軍偵察無人機RQ-170[2];2018年11月,伊朗再次捕獲了一架美軍MQ-9大型無人機[3];2019年11月,在北約多國聯合部隊舉辦的三叉戟軍事演習期間,芬蘭北部地區以及東北部地區GPS信號出現了明顯的干擾情況,從而使得大批民航客機因為機上的航電設備受到干擾而滯留機場無法起飛,芬蘭空軍原本的軍事演習計劃也受到了很大的影響[4]。由這些案例可以看出,有針對性地對GNSS進行干擾會對GNSS造成極壞的影響。

對于使用信號強度作為觀測量進行欺騙檢測的方法,許多國內外學者已經進行了深入研究,文獻[5]利用接收機前端的AGC增益檢測欺騙信號,由于欺騙裝置會產生比真實信號功率更強的信號,所以可以依據AGC增益等級檢測欺騙信號;文獻[6]通過信號載噪比和絕對功率對欺騙信號進行檢測,由于欺騙信號會導致接收機載噪比與絕對功率發生變化,所以可以通過一段時間內信號強度的跳變情況來檢測欺騙信號;文獻[7]提出了一種通過監測信號功率異常和接收機跟蹤階段自相關輸出異常所組成的聯合監測方法,并通過真實數據進行了驗證;文獻[8]提出了一種基于接收信道中噪聲功率與載噪比異常變化的欺騙信號檢測方法,并通過德州大學的德州欺騙測試數據集(Texas spoofing test battery,TEXBAT)對檢測方法進行了驗證;文獻[9]提出了一種基于載噪比移動方差的欺騙檢測方法,在欺騙信號功率優勢時能達到很好的檢測效果。這些方法都驗證了利用信號強度來檢測欺騙式干擾的可行性,但是利用接收機前端AGC增益以及單一觀測星的載噪比值異常變化進行欺騙干擾的檢測,容易受到環境因素變化以及單星數據異常影響而產生虛警。本文基于在施加欺騙干擾后北斗信號同一觀測頻點下不同可見星信號載噪比值具有相同變化趨勢的規律,可以充分利用當前觀測頻點下各高俯仰角可見星的載噪比值數據信息,避免了因環境變化或數據異常導致的使用單一衛星載噪比值突變使檢測方法失效的問題,實現了對由同一干擾天線發射出的大功率優勢欺騙信號的檢測,并通過外場搭建環境進行實際實驗,驗證了方法的有效性。

1 衛星導航欺騙干擾形式

欺騙干擾是指攻擊方利用干擾信號與導航信號之間的強相關性來實施干擾行為,最終導致導航系統提供錯誤的導航信息,而且欺騙干擾信號與導航信號的相關性越強,干擾效果越好。按照欺騙干擾的欺騙方式進行分類,可以將欺騙干擾分成生成式欺騙干擾和轉發式欺騙干擾[10]。

轉發式干擾是先通過接收機獲取真實信號,然后對獲取的真實信號進行碼延遲、增加功率等處理后進行轉發傳播,如圖1所示。

圖1 轉發式欺騙干擾示意圖

生成式欺騙干擾是通過干擾源產生所需的欺騙信號,同時,為了保證干擾源產生的信號和真實衛星信號具有相同的載波頻率等信號特征,生成式欺騙干擾源通常還需要先解算出真實衛星信號的信息,然后再根據真實信號的信息來合成所需要的欺騙信號。因此,根據是否需要解算真實衛星信號進行劃分,生成式欺騙干擾源可以分成兩類,如圖2所示。

圖2 生成式欺騙干擾示意圖

以圖2中的生成式欺騙干擾源-1為例,生成式欺騙干擾源的工作流程一般是先通過定向接收天線將不同真實衛星的信號接收下來,之后將接收到的真實衛星信號進行解調,得到相應的真實載波頻率、電文等信息,攻擊方再根據這些信息利用干擾源產生新的欺騙信號,最后將欺騙信號通過發射端發送給用戶接收機。

欺騙式干擾導致導航衛星系統的接收機出現的異常現象可分為三類[11]:

1)接收信號參數異常:信號頻帶內功率異常、信號載噪比異常、相關峰畸變和載波多普勒與偽碼多普勒一致性異常;

2)接收信號方向異常;

3)解算結果異常:定位結果跳變、多個位于不同位置的接收機定位結果一致和偽距殘差過大。

由此可見,欺騙干擾對于衛星導航系統的危害十分顯著,采用欺騙檢測方法及時檢測出欺騙干擾信號對保障終端接收機正常有效工作具有重要意義。

2 基于信號強度的欺騙干擾檢測方法

在一般欺騙干擾場景中,攻擊方為了能夠達到較好的欺騙效果,會使欺騙信號的功率高于真實信號功率。所以通過檢測接收信號的能量,可以判斷接收機是否受到欺騙干擾。能量檢測可以分為絕對功率檢測和相對功率檢測兩種檢測方式[12]。絕對功率檢測是指直接對接收信號的功率大小進行檢測,當檢測到的信號功率超過所設閾值時,就認為該信號為欺騙信號;相對功率檢測是指通過監測接收信號的載噪比等間接方式來進行檢測。

2.1 二元假設檢驗

對于導航欺騙干擾檢測問題可以簡化為二元假設檢驗問題[13],即

H0:當前接收數據只有真實信號;

H1:當前接收信號存在欺騙信號。

本文選取北斗接收機跟蹤階段輸出的載噪比(carrier-to-noise ratio,C/N0)建立檢測統計量,則假設檢驗模型可以表示為

(1)

式中,ωn為高斯白噪聲向量。

假設統計檢測量C在H0和H1下的概率密度函數分別為p(C;H0)和p(C;H1),由奈曼-皮爾遜準則可得似然比為

(2)

設置檢測門限γ,若L(C)>γ,則判定為H1成立,即存在欺騙干擾;否則判定H0成立,即不存在欺騙信號,僅存在真實信號。漏警概率PMD和虛警概率PFA分別表示為

PMD=P(L(C)<γ|H1|)

(3)

PFA=P(L(C)>γ|H0|)

(4)

在確定虛警概率PFA的情況下,檢測門限γ可由式(5)求出

(5)

由于欺騙干擾環境的靈活性和多變性,所以在H1條件下的統計分布情況并不容易得知,但是在H0條件下的分布可以近似看作是高斯分布,可以表示為

(6)

2.2 K-means聚類算法

K-means聚類算法(也稱為K均值聚類算法)是一類基于距離的經典算法。K-means聚類算法以距離指標作為評判依據,如果兩個對象之間的距離越小,那么就認為它們之間的相似度越高,算法認為距離相互靠近的對象構成類簇,并且最終可以得到獨立緊湊的簇。

K-means算法的基本原理是給定數據樣本X,X={x1,x2,…,xn},n個對象,每個對象均包括m個維度的屬性。首先,初始化k個聚類中心{c1,c2,…,ck}(1

(7)

式中,Xi表示第i個樣本;Cj表示第j個聚類中心;t為屬性順序。通過式(7)計算所得距離,然后互相進行比較,根據最近原則將樣本分配得到k個類簇{S1,S2,…,Sk}。

類簇中心計算公式如式(8)所示

(8)

其算法流程可以歸結如下。

1)選點:從樣本數據中隨機選取k個樣本作為初始中心點;

2)歸類:根據計算所得每個樣本到每個聚類中心的歐氏距離劃分類簇;

3)迭代:重新計算簇中心點,重復前面步驟,直至中心點收斂。

2.3 基于載噪比同步變化的欺騙干擾檢測方法

由于導航衛星處于距離地面幾萬千米的高空中,所以對于真實的導航信號來說,正常情況下接收到的載噪比值并不會有很大的變化[16]。在一般欺騙干擾環境當中,由于不同衛星的欺騙信號是通過同一欺騙干擾天線發射出的,所以接收機在受到欺騙干擾攻擊后,同一頻點下不同可見星的載噪比值會產生相同的變化趨勢。在外場實驗中,分別對北斗B1I頻點與B3I頻點進行實際測試。通過接收軟件進行正常對天收星,在施加欺騙干擾前后各可見星的載噪比值發生了明顯的變化。

B1I頻點施加欺騙前后各可見星的載噪比值情況如圖3和圖4所示,此時對天可見星分布如圖5所示。

圖3 實驗一無欺騙干擾下正常收星載噪比值情況

圖4 施加B1I頻點欺騙干擾下收星載噪比值情況

(a) 無欺騙正常對天可見星分布圖

B3I頻點施加欺騙前后各可見星的載噪比值情況如圖6和圖7所示,此時對天可見星分布圖如圖8所示。

圖6 實驗二無欺騙干擾下正常收星載噪比值情況

圖7 施加B3I頻點欺騙干擾下收星載噪比值情況

(a) 無欺騙正常對天可見星分布圖

觀察施加欺騙干擾前后各可見星的載噪比值情況,可以看出在施加欺騙干擾前后當前頻點下的各可見星載噪比值變化明顯,B1I頻點下第1,7,8,10,13和29號星的載噪比值產生了相同的變化趨勢,B3I頻點下第1,8,9,13,16和21號星的載噪比值產生了相同的變化趨勢,即相較于正常情況下有明顯的增加,并且最終載噪比值幾乎相同。也就是說,無論在正常情況下當前頻點各可見星的載噪比值是多少,在施加由同一天線發射出的欺騙干擾后,高俯仰角可見星的載噪比值會變化至一個基本相同的確定數值范圍內。

基于此規律,本文提出了一種欺騙干擾檢測方法,方法流程圖如圖9所示。提取接收信號中當前頻點各可見星的載噪比值作為檢測量,如果在施加欺騙前后當前觀測頻點下有多于3顆可見星的載噪比值發生明顯變化并超過預設的檢測閾值,此時使用K-means聚類算法對施加欺騙前后的載噪比值進行分析。

圖9 檢測方法流程圖

施加欺騙前后第i顆觀測星載噪比值Ci的類簇中心分別可以表示為

(9)

(10)

其中,Sl表示觀測數據區間長度,然后計算每個對象到每個類簇中心的歐氏距離,互相進行比較,根據最近原則將樣本分配到不同的類簇當中。對于當前觀測頻點下所選取的k顆高俯仰角可見星,在施加欺騙后其施加欺騙類簇中心基本相同,即

CSPOOFING,1≈CSPOOFING,2≈…≈CSPOOFING,k=CSPOOFING

(11)

當超過檢測閾值的這些可見星在變化后的載噪比值之間的“距離”小于一個確定值(因為在短時間內衛星的載噪比值基本為一穩定值,可能會有1～2 dB·Hz的波動,所以可以將這個確定值設為1 dB·Hz),即

(12)

此時就可以認為這些星的載噪比值相似度高,都進入了CSPOOFING類簇,將此類簇定義為施加欺騙載噪比變化域,那么就可以判定這幾個信號為由同一天線發射出的欺騙信號,由此實現對由同一干擾天線發射出的大功率優勢欺騙信號的檢測。

3 實驗驗證

在外場實際搭建欺騙環境進行測試,實驗環境與設施如圖10所示。欺騙干擾源選用衛導NGS4000多功能干擾源,接收板卡選用BZ4321部分頻點板卡,分別使用欺騙干擾源的內置星歷發射針對B1I頻點的生成式欺騙干擾以及使用外接天線實時對天收星后發射針對B3I頻點的轉發式欺騙干擾,調整干擾源輸出功率,使得欺騙干擾信號至接收天線口面功率為-115 dBm,分別接收正常對天信號和施加欺騙干擾信號各35 min,存儲載噪比值數據進行分析。

(a) 實驗環境

對施加欺騙干擾前后北斗系統B1I頻點的第1,3,8,10和13號可見星的載噪比值實采數據結果如圖11所示。

圖11 BDS B1I頻點 PRN1,3,8,10,13衛星載噪比變化示意圖

通過觀察可以得出B1I頻點所選5顆可見星在施加欺騙前后的大致載噪比值如表1所示。

表1 B1I頻點PRN1,3,8,10,13可見星大致載噪比值

對數據結果進行分析,可以看出在正常情況下,不同編號可見星信號的載噪比值基本穩定在某一數值附近,會因可見星俯仰角的不同而有所差異,但是在施加欺騙干擾后,高俯仰角可見星的載噪比都產生了一定程度的增強,并且載噪比值最終都重合地落在了同一數值范圍,即施加欺騙載噪比變化域內,則可以判定為此時接收機受到了欺騙干擾,如圖12所示。

圖12 B1I頻點施加欺騙載噪比變化域示意圖

圖13 BDS B3I頻點 PRN1,8,13,16,21衛星載噪比變化示意圖

同樣地,對于B3I頻點,其第1,8,13,16和21號星的載噪比值實采數據結果圖如13所示。

B3I頻點所選5顆可見星在施加欺騙前后的大致載噪比值如表2所示。

表2 B3I頻點PRN1,8,13,16,21可見星大致載噪比值

則B3I頻點下的施加欺騙載噪比變化域示意圖如圖14所示。

圖14 B3I頻點施加欺騙載噪比變化域示意圖

可見B3I頻點的結果如同B1I頻點一樣,在施加欺騙后各高俯仰角可見星的載噪比值都重合地落在了同一數值范圍內。

將衛星信號載噪比值作為觀測量,使用K-means算法進行聚類分析[17]。首先將正常收天情況下的各星載噪比值作為一個類簇,即無欺騙干擾類簇,然后在施加欺騙干擾后,設置到施加欺騙載噪比變化域中心距離為1 dB·Hz,將觀測時間內超過檢測閾值的這些高俯仰角可見星的載噪比值聚類后,若都落在施加欺騙載噪比變化域內,則將其劃分為另一個類簇,即施加欺騙干擾類簇,以此實現對欺騙干擾的檢測。

選取實際實驗環境下B1I頻點和B3I頻點施加欺騙干擾前后各1 min的實采數據進行聚類檢測,結果示意圖分別如圖15和圖16所示。

圖15 B1I頻點聚類檢測結果示意圖

圖16 B3I頻點聚類檢測結果示意圖

通過對B1I頻點正常收天時間段內各可見星載噪比值的觀察,確定一個略高于各星載噪比值的確定值作為檢測閾值,如圖15中紅色虛線,在當前觀測時間段內將檢測閾值設置為49 dB·Hz,將超過這個門限的各星載噪比值進行聚類分析以形成施加欺騙類簇。從圖中可以看出,利用K-means聚類后結果分為兩個類簇,分別為藍色無欺騙干擾與紅色施加欺騙類簇,并可以看出此時的B1I頻點施加欺騙載噪比變化域為(51±1) dB·Hz,選取的第1,3,8,10,13號5顆高俯仰角可見星施加欺騙后的載噪比值都落入此施加欺騙載噪比變化域內,即檢測到欺騙干擾。

同理對B3I頻點正常收天時間段內各可見星載噪比值的觀察,確定46 dB·Hz作為檢測閾值,如圖16中紅色虛線。可以看出,此時的B3I頻點施加欺騙載噪比變化域為(48±1) dB·Hz,選取的第1,8,13,16,21號5顆高俯仰角可見星施加欺騙后的載噪比值都落入此施加欺騙載噪比變化域內,即檢測到欺騙干擾。

設置欺騙干擾信號相對于真實衛星信號的功率優勢分別為3 dBm,6 dBm和9 dBm,進行500次蒙特卡羅仿真,得到不同欺騙干擾功率優勢情況下ROC曲線如圖17所示。

圖17 不同功率優勢欺騙檢測ROC曲線

可以看出,此方法對欺騙干擾信號的檢測概率隨著欺騙信號相對于正常信號功率優勢的增大而增大,對于受到的大功率優勢(欺騙功率優勢≥6 dBm)欺騙信號,在虛警概率為0.05時檢測概率可以達到95%以上,即此方法對于大功率優勢欺騙干擾具有很好的檢測效果。但是當欺騙功率優勢為3 dBm甚至更小時,即所施加的欺騙干擾為隱蔽性欺騙干擾,恒虛警條件下已不能實現對欺騙干擾的檢測,即此方法失效,此時需要結合其他檢測方法和策略進行聯合檢測。

4 結論

欺騙干擾是北斗衛星導航系統服務安全使用的一個嚴重威脅。本文提出了一種載噪比同步變化的欺騙干擾檢測方法,以載噪比作為觀測量,利用受同一天線發射出的欺騙干擾后各高俯仰角可見星的載噪比值會落在同一施加欺騙載噪比變化域的特性,結合聚類算法對實采數據進行檢測分析,驗證了此方法的可行性和有效性。對實測數據的處理結果表明:

1)本文提出的方法可以充分利用當前觀測階段各高俯仰角可見星的載噪比值數據,避免了因數據異常導致的使用單一衛星載噪比值突變檢測方法的失效問題;

2)對于大功率優勢的欺騙信號,本文提出的欺騙檢測方法可以有效地檢測出欺騙,正確率可以達到95%以上;

3)對于功率相近的隱蔽式欺騙干擾,由于欺騙信號與真實信號交互作用的影響,使得此方法檢測性能大幅下降,此方法不再可靠,此時需要借助其他檢測方法進行精細檢測。

本文提出的欺騙干擾檢測方法和策略為提高北斗接收機抗干擾能力提供了有益參考。但是此方法是在單一天線發射欺騙干擾的欺騙場景下進行欺騙檢測的,適用范圍受限,在使用多天線發射欺騙干擾信號以及隱蔽式欺騙干擾的復雜欺騙干擾場景下,此方法失效,需要輔以其他檢測方法以提高欺騙干擾檢測的成功率和可靠性。