[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

说明书

本发明公开了一种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；包括风场感知、位置估计、GPS欺骗检测三个步骤，其计算思路为：通过传感器的实时数据可以得到风场情况。而风场情况会对基于惯性导航模块的位置推测产生影响，在已知风场情况后，可以排除风对位置推测的影响，使最后得到的关于是否发生GPS欺骗的判断结果的可信度更高。

【技术领域】

本发明属于传感器信息领域，具体涉及一种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。

【背景技术】

近年来由于无人机的飞速发展，无人机(UAV)的安全问题变得也非常重要。全球定位系统(GPS)是美国第二代卫星导航系统，它作为无人机的主要导航模块，目前其已经可以实现海洋、陆地、空中等各个领域的导航定位，尤其以地面应用更为广泛。针对于军用无人机，GPS的高精度定位可以帮助其完成军事意义上的精确制导和打击，高精度的GPS在战争中将会体现其极大的价值。并且，GPS对民用无人机也具有重要意义。目前，越来越多的无人机在民用场景下落地，如基础设施检查、环境监测和搜救行动，在上述行动中，GPS的高精度定位具有重要意义。由此可见，GPS的安全在无人机领域中十分重要。全球定位系统(GPS)的欺骗攻击目前是无人机定位完整性的一个关键威胁。特别是在无人机飞行过程中的错误定位，其后果会是灾难性的。

因此，实时检测无人机是否受到GPS欺骗具有极其重要的现实意义。然而，由于大多数微小型无人机尺寸小、惯性小，容易受到风的影响。在飞行过程中无人机所处的复杂飞行环境中也存在着风场对其的干扰。会进一步影响无人机的指定飞行轨迹、精确定位等。在风干扰下，若无人机在风场干扰的情况下进行飞行，传统检测GPS欺骗的技术可能会出现漏判甚至误判的情况，从而威胁无人机的安全飞行。

在具有风干扰的条件下，无人机需要实时正确地推断出所处地风场情况。从而使得无人机自身判断是否被GPS欺骗时将不会受到所处风场的影响，由于干扰项减少，无人机自身判断结果的可信度将会大大提高。

目前，国内外的无人机风场估计的研究工作较少；对于现有的风场估计所提出的方法来说，其中大约一半是基于无人机的空气动力学模型，其需要假定先验了解飞行器动力学。另外一些风场估计的方法需要通过向无人机添加更多的传感器来解决，如需要额外的空速传感器或光学流量传感器)来测量UAV的迎角和侧滑和/或空速。从而使得风场推断变得繁琐。另外，从抗GPS欺骗地角度来讲，以上判断GPS欺骗方法没有考虑到风场的情况，其所得到的判断结果仍然是被风场这一干扰项所干扰，其结果的可信程度并不高。另外，以上方法需要利用多个无人机之间的相对位置进行抗GPS欺骗。

【发明内容】

本发明的目的在于克服上述现有技术的缺点，提供一种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；该方法检测GPS欺骗的过程中，结合了卡尔曼滤波的方法，从而减小了传感器数据采集的误差，更加保证了参数的真实性和有效性。

为达到上述目的，本发明采用以下技术方案予以实现：

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，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；