一种基于ADS-B的三维椭球交叉GNSS干扰源定位方法转让专利
申请号 : CN201910996596.8
文献号 : CN110988922B
文献日 : 2021-09-17
发明人 : 靳睿敏 , 甄卫民 , 陈奇东 , 韩超
申请人 : 中国电波传播研究所(中国电子科技集团公司第二十二研究所)
摘要 :
本发明公开了一种基于ADS‑B的三维椭球交叉GNSS干扰源定位方法，包括如下步骤：步骤1：获取ADS‑B接收机的所有飞机的ADS‑B数据信息；步骤2：搜索ADS‑B数据信息中有位置信息丢失的航线；步骤3：分析每条位置信息丢失航线的位置丢失点和位置重获取点；步骤4，利用线性化降维及最小二乘法实现三维椭球GNSS干扰源定位。本发明所公开基于ADS‑B的三维椭球交叉GNSS干扰源定位方法，利用机场逐步推广的ADS‑B（广播式自动相关监视）系统中的GNSS信息，不需要增加额外设备以及传输链路，成本低、易实现，为大范围的GNSS干扰源定位提供可能。
权利要求 :
1.一种基于ADS‑B的三维椭球交叉GNSS干扰源定位方法，其特征在于，包括如下步骤：步骤1：获取ADS‑B接收机的所有飞机的ADS‑B数据信息；
步骤2：搜索ADS‑B数据信息中有位置信息丢失的航线；
步骤3：分析每条位置信息丢失航线的位置丢失点和位置重获取点；
步骤4，利用线性化降维及最小二乘法实现三维椭球GNSS干扰源定位：对于第k条有位置丢失点和重获取点的航线，建立以下方程：其中，xJ、yJ、zJ为干扰源的三维坐标，xLk、yLk、zLk为第k条有位置丢失点和重获取点航线的位置丢失点的三维坐标，xRk、yRk、zRk为第k条有位置丢失点和重获取点航线的位置重获取点的三维坐标；
步骤41：对方程(1)进行去根号，可得：步骤42：对方程(2)进行线性化降维，记：通过寻找GNSS干扰源的初始位置(xJ,0,yJ,0,zJ,0)开始线性化，更新的干扰源的坐标为：其中，ΔxJ1、ΔyJ1、ΔzJ1为增量，fk(xJ,1,yJ,1,zJ,1)的泰勒展开式为：经过这种变化后，就实现了方程(2)的线性化方程：步骤43：对于有位置丢失点和重获取点的航线，都建立方程(6)，当多于三条及三条以上这样的航线时，可建立求解干扰源位置的方程组：对于该方程组，采用最小二乘进行求解，最小二乘是给出一个无解的方程Ax＝b，A有m行和n列，m>n；其中观测值b1,...,bm的个数大于求解参数的个数，称之为最优解 应使误
2 T
差向量 的长度最小，则等价于使得||e|| ＝(b‑Ax) (b‑Ax)最小，最小化该二次方程得到：
采用最小二乘可求得方程组(7)的解ΔxJ1、ΔyJ1、ΔzJ1；
步骤44：求得ΔxJ1、ΔyJ1、ΔzJ1后，由方程(4)求得干扰源的新位置，将该新位置作为新的初始位置(xJ,0,yJ,0,zJ,0)，从方程(5)到方程(7)循环计算，直到增量ΔxJ1、ΔyJ1、ΔzJ1收敛到设定阈值为止。
说明书 :
一种基于ADS‑B的三维椭球交叉GNSS干扰源定位方法
技术领域
[0001] 本发明属于GNSS电磁干扰定位技术领域，特别涉及该领域中的一种基于ADS‑B的三维椭球交叉GNSS干扰源定位方法。
背景技术
[0002] 全球导航卫星系统(GNSS)的应用十分广泛，小至个人的使用，大到国家关键基础设施的应用。但是GNSS信号到达地面的功率很低，同时民用信号的格式是公开的，因此极易
受到各种无意和人为故意干扰的影响，很小的干扰也会对GNSS定位和授时的精度造成影
响。
受到各种无意和人为故意干扰的影响，很小的干扰也会对GNSS定位和授时的精度造成影
响。
[0003] 近些年来GNSS干扰引起了国际的广泛关注，及时发现GNSS干扰源并排除掉干扰源，才能够保障GNSS在各个方面应用的性能。人们对GNSS干扰源定位做了大量的研究，目前
常用的GNSS干扰源定位方法包括到达时差(TDOA)定位、测向交汇定位、到达频率差定位技
术等。这些技术都需要布设专用设备才能够实现，但是很小的GNSS干扰源就能够影响到
GNSS，要对很小的GNSS干扰源进行定位，需要比较密集的布设专用设备，布设费用十分昂
贵。
常用的GNSS干扰源定位方法包括到达时差(TDOA)定位、测向交汇定位、到达频率差定位技
术等。这些技术都需要布设专用设备才能够实现，但是很小的GNSS干扰源就能够影响到
GNSS，要对很小的GNSS干扰源进行定位，需要比较密集的布设专用设备，布设费用十分昂
贵。
发明内容
[0004] 本发明所要解决的技术问题就是提供一种成本低、易实现的基于ADS‑B的三维椭球交叉GNSS干扰源定位方法。
[0005] 本发明采用如下技术方案：
[0006] 一种基于ADS‑B的三维椭球交叉GNSS干扰源定位方法，其改进之处在于，包括如下步骤：
[0007] 步骤1：获取ADS‑B接收机的所有飞机的ADS‑B数据信息；
[0008] 步骤2：搜索ADS‑B数据信息中有位置信息丢失的航线；
[0009] 步骤3：分析每条位置信息丢失航线的位置丢失点和位置重获取点；
[0010] 步骤4，利用线性化降维及最小二乘法实现三维椭球GNSS干扰源定位：
[0011] 对于第k条有位置丢失点和重获取点的航线，建立以下方程：
[0012]
[0013] 其中，xJ、yJ、zJ分别为干扰源的三维坐标，xLk、yLk、zLk分别为第k条有位置丢失点和重捕获点航线的位置丢失点的三维坐标，xRk、yRk、zRk分别为第k条有位置丢失点和重捕获点
航线的位置重获取点的三维坐标；
航线的位置重获取点的三维坐标；
[0014] 步骤51：对方程(1)进行去根号，可得：
[0015]
[0016] 步骤52：对方程(2)进行线性化降维，记：
[0017]
[0018] 通过寻找GNSS干扰源的初始位置(xJ,0,yJ,0,zJ,0)开始线性化，更新的干扰源的坐标为：
[0019]
[0020] 其中，ΔxJ1、ΔyJ1、ΔzJ1为增量，f(xJ,1,yJ,1,zJ,1)的泰勒展开式为：
[0021]
[0022] 经过这种变化后，就实现了方程(2)的线性化方程：
[0023]
[0024] 步骤53：对于每一条有位置丢失点和重捕获点航线的位置丢失点的航线，都可以建立方程(6)，当多于三条及三条以上这样的航线时，可建立求解干扰源位置的方程组：
[0025]
[0026] 对于该方程组，采用最小二乘进行求解，最小二乘是给出一个无解的方程Ax＝b，A有m行和n列，m>n；其中观测值b1,...,bm的个数大于求解参数的个数，称之为最优解 应
2 T
使误差向量 的长度最小，则等价于使得||e||＝(b‑Ax) (b‑Ax)最小，最小化该二
次方程得到：
2 T
使误差向量 的长度最小，则等价于使得||e||＝(b‑Ax) (b‑Ax)最小，最小化该二
次方程得到：
[0027]
[0028] 采用最小二乘可求得方程组(7)的解ΔxJ1、ΔyJ1、ΔzJ1；
[0029] 步骤54：求得ΔxJ1、ΔyJ1、ΔzJ1后，可由方程(4)求得干扰源的新位置，将该新位置作为新的初始位置(xJ,0,yJ,0,zJ,0)，从方程(5)到方程(7)循环计算，直到增量ΔxJ1、ΔyJ1、
ΔzJ1收敛到设定阈值为止。
ΔzJ1收敛到设定阈值为止。
[0030] 本发明的有益效果是：
[0031] 本发明所公开基于ADS‑B的三维椭球交叉GNSS干扰源定位方法，利用机场逐步推广的ADS‑B(广播式自动相关监视)系统中的GNSS信息，不需要增加额外设备以及传输链路，
成本低、易实现，为大范围的GNSS干扰源定位提供可能。采用ADS‑B接收机接收的飞机数据，
基于有位置丢失和位置重获取的航线中的位置丢失点和位置重获取点，结合传播模型，能
够给出较为准确的干扰源位置，为干扰源的精确查找及排除提供位置参考。
成本低、易实现，为大范围的GNSS干扰源定位提供可能。采用ADS‑B接收机接收的飞机数据，
基于有位置丢失和位置重获取的航线中的位置丢失点和位置重获取点，结合传播模型，能
够给出较为准确的干扰源位置，为干扰源的精确查找及排除提供位置参考。
附图说明
[0032] 图1是本发明实施例1所公开方法的流程示意图；
[0033] 图2是ADS‑B信息中提取的受GNSS干扰影响的航线示意图；
[0034] 图3是某一条受GNSS干扰影响的航线所确定干扰源的椭球示意图；
[0035] 图4是基于ADS‑B的三维椭球交叉GNSS干扰源定位结果示意图。
具体实施方式
[0036] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图和实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并
不用于限定本发明。
不用于限定本发明。
[0037] 实施例1，如图1所示，本实施例公开了一种基于ADS‑B的三维椭球交叉GNSS干扰源定位方法，包括如下步骤：
[0038] 步骤1：获取ADS‑B接收机的所有飞机的ADS‑B数据信息；
[0039] 步骤2：搜索ADS‑B数据信息中有位置信息丢失的航线；
[0040] 步骤3：分析每条位置信息丢失航线的位置丢失点和位置重获取点；
[0041] 步骤4，利用线性化降维及最小二乘法实现三维椭球GNSS干扰源定位：
[0042] 对于第k条有位置丢失点和重获取点的航线，建立以下方程：
[0043]
[0044] 其中，xJ、yJ、zJ分别为干扰源的三维坐标，xLk、yLk、zLk分别为第k条有位置丢失点和重捕获点航线的位置丢失点的三维坐标，xRk、yRk、zRk分别为第k条有位置丢失点和重捕获点
航线的位置重获取点的三维坐标；
航线的位置重获取点的三维坐标；
[0045] 步骤51：对方程(1)进行去根号，可得：
[0046]
[0047] 步骤52：对方程(2)进行线性化降维，记：
[0048]
[0049] 通过寻找GNSS干扰源的初始位置(xJ,0,yJ,0,zJ,0)开始线性化，更新的干扰源的坐标为：
[0050]
[0051] 其中，ΔxJ1、ΔyJ1、ΔzJ1为增量，f(xJ,1,yJ,1,zJ,1)的泰勒展开式为：
[0052]
[0053] 经过这种变化后，就实现了方程(2)的线性化方程：
[0054]
[0055] 步骤53：对于每一条有位置丢失点和重捕获点航线的位置丢失点的航线，都可以建立方程(6)，当多于三条及三条以上这样的航线时，可建立求解干扰源位置的方程组：
[0056]
[0057] 对于该方程组，采用最小二乘进行求解，最小二乘是给出一个无解的方程Ax＝b，A有m行和n列，m>n；其中观测值b1,...,bm的个数大于求解参数的个数，称之为最优解 应
2 T
使误差向量 的长度最小，则等价于使得||e||＝(b‑Ax) (b‑Ax)最小，最小化该二
次方程得到：
2 T
使误差向量 的长度最小，则等价于使得||e||＝(b‑Ax) (b‑Ax)最小，最小化该二
次方程得到：
[0058]
[0059] 采用最小二乘可求得方程组(7)的解ΔxJ1、ΔyJ1、ΔzJ1；
[0060] 步骤54：求得ΔxJ1、ΔyJ1、ΔzJ1后，可由方程(4)求得干扰源的新位置，将该新位置作为新的初始位置(xJ,0,yJ,0,zJ,0)，从方程(5)到方程(7)循环计算，直到增量ΔxJ1、ΔyJ1、
ΔzJ1收敛到设定阈值为止。
ΔzJ1收敛到设定阈值为止。
[0061] 图2是ADS‑B信息中提取的受GNSS干扰影响的航线示意图；图3是某一条受GNSS干扰影响的航线所确定干扰源的椭球示意图。
[0062] 如图4所示，为了验证该方法在GNSS干扰源定位方面的性能，本实施例选取了10条航线进行仿真验证，其中干扰源的坐标为(20km，20km，0km)，干扰源的功率为30dBm，随机生
成10条航线，加入1dBm的随机误差，生成各航线的位置丢失点和位置重获取点，经过计算影
响的范围为50km，采用本实施例提供的方法对干扰源进行定位，经过100次仿真测试，定位
干扰源的平均位置为(19.9999km，19.9999km，‑0.1007km)，定位误差为100.6890m。
成10条航线，加入1dBm的随机误差，生成各航线的位置丢失点和位置重获取点，经过计算影
响的范围为50km，采用本实施例提供的方法对干扰源进行定位，经过100次仿真测试，定位
干扰源的平均位置为(19.9999km，19.9999km，‑0.1007km)，定位误差为100.6890m。
[0063] 综上所述，本实施例提供的基于ADS‑B的三维椭球交叉GNSS干扰源定位方法，可以实现干扰源的较准确定位，为干扰源的进一步排查和确认提供参考，对大范围GNSS干扰源
的检测定位具有重要价值。
的检测定位具有重要价值。