[发明专利]风场干扰下基于卡尔曼滤波的单无人机判断GPS欺骗的方法

权利要求书

1.风场干扰下基于卡尔曼滤波的单无人机判断GPS欺骗的方法，其特征在于，包括以下步骤：

步骤1，通过无人机的GPS传感器测量的数据、惯性测量单元测量的数据和自身板载传感器测量的数据计算地速矢量和空速矢量，由地速矢量和空速矢量计算风矢量；

步骤2，结合风矢量和无人机惯性导航的数据，通过卡尔曼滤波的过程模型计算无人机下一时刻的估计位置；

步骤3，在惯性导航系统中，对比无人机下一时刻的估计位置和GPS传感器的位置数据，得到创新向量γ_k；创新向量γ_k通过下式(35)计算累计测试统计量q_m；

其中，γ_k为创新向量，S_k为时刻k时的创新向量γ_k的协方差矩阵，为γ_k的倒置矩阵；m为自然数；

对比q_m和阈值若q_m小于阈值则被认为未发生GPS欺骗，否则被认为发生了GPS欺骗；

步骤3中，创新向量γ_k的计算公式为：

式中，为包含了载波和码向量的误差向量；为k-1时刻的估计误差状态；H_k为G^*为观测矩阵；Φ是过程模型的状态转移矩阵，F_b表示对角线偏置动态矩阵，F_n为运动学模型的相关矩阵，G_u为系数输入矩阵；S_windk-1为k-1时刻风场的情况，为风矢量；是k-1时刻增强的过程噪声；f'_k的计算公式为：

式中，为k时刻的估计误差状态，f_k为攻击者针对于无人机注入的故障向量。

2.根据权利要求1所述的风场干扰下基于卡尔曼滤波的单无人机判断GPS欺骗的方法，其特征在于，步骤3中，为k时刻的估计误差状态，由时间点k时刻时的对于无人机状态x的后验估计减去k时刻时无人机的真实状态x_k的差值求得，的计算公式为：

式中，L_k为k时刻的卡尔曼增益矩阵；L'_k的计算公式为：

L'_k＝I-L_kH_k (30)。

3.根据权利要求2所述的风场干扰下基于卡尔曼滤波的单无人机判断GPS欺骗的方法，其特征在于，步骤2中，所述无人机下一时刻的估计位置为在k时刻对无人机状态x的后验估计，其计算公式为：

其中，Z_k是包含了差分载波和码相测量的GPS测量矢量；L_k为k时刻的卡尔曼增益矩阵，为在时间点k时的对无人机状态x的先验估计，H_k为G^*为观测矩阵。

4.根据权利要求3所述的风场干扰下基于卡尔曼滤波的单无人机判断GPS欺骗的方法，其特征在于，所述的计算公式为：

式中，Φ是卡尔曼滤波估计器的过程模型中的状态转移矩阵，S_windk-1为k-1时刻风场的情况，为风矢量，Γ是G_u的离散形式，G_u为系数输入矩阵，是上一时刻的惯性导航元件的测量结果；为在时间点k-1时对无人机状态x的后验估计。

5.根据权利要求3所述的风场干扰下基于卡尔曼滤波的单无人机判断GPS欺骗的方法，其特征在于，Z_k的计算公式为：

其中，G^*为观测矩阵；σr_k是无人机相对于导航框架中表示的参考站的位置的偏差；为包含了载波和码向量的误差向量。