基于样本增强的列车卫星定位伪距欺骗检测方法

来源：交通运输系统工程与信息杂志2024年第3期北京时间：

作者：刘江, 张楚, 蔡伯根, 王剑, 陆德彪

单位：北京交通大学，a. 自动化与智能学院；b. 北京市电磁兼容与卫星导航工程技术研究中心；c. 智慧高铁系统前沿科学中心，北京 100044

摘要：基于卫星导航的列车自主定位是列车控制系统等铁路关键装备的重要技术方向。然而，列车卫星定位面临诸多挑战，除信号可视性问题和多径效应之外，来自系统外部的蓄意欺骗等干扰攻击，会对定位功能及性能产生直接威胁。为此，本文以基于全球导航卫星系统(GNSS)的列车定位面临的伪距欺骗这一典型干扰模式为对象，研究并提出一种基于样本增强的伪距欺骗主动检测方法。该方法运用Wasserstein生成式对抗网络(WGAN)解决受欺骗干扰样本数据不均衡问题，利用扩充的数据集训练检测模型，并引入自注意力(SA)机制优化来自不同接收机输入特征之间的相对位置关系，采用生成式对抗学习思想形成一套完整的列车卫星定位伪距欺骗干扰检测方案。由列车卫星定位欺骗干扰注入测试结果可知，提出的方法能够充分运用生成式对抗网络思想解决受欺骗样本的典型受限问题，融合自注意力机制所得检测性能显著优于载噪比检测和代表性机器学习算法等常规检测方案；对建模样本未覆盖特征具备良好的适应能力，具有更优的检测精度和鲁棒性，在多个伪距欺骗干扰模式数据集上测试所得F1分数均超过0.99。该方法在欺骗干扰检测性能方面的优势能够为众多卫星导航系统铁路应用提供有力支撑，为有效防范卫星定位在信息安全层面的攻击入侵提供了有利条件。

关键词：智能交通,伪距欺骗检测,样本增强,列车定位,全球导航卫星系统,生成式对抗网络

基金资助：国家自然科学基金委员会—中国国家铁路集团有限公司铁路基础研究联合基金(U2268206)；国家自然科学基金(T2222015)；北京市自然科学基金(4232031)