一、转发式GPS干扰仿真研究（论文文献综述）
丁永杰[1]（2021）在《多无人机协同GPS欺骗研究》文中提出近年来,随着无人机产业的迅速发展,无人机在航拍、植保、表演、监测等多个领域得到广泛应用。同时,由于使用门槛的不断降低,无人机使用管控方面暴露的问题也越发明显。为了对未授权的无人机飞行进行有效管控,当前提出了多种解决方案,其中使用GPS欺骗攻击对无人机的飞行进行干扰是一种相对简单且可行性较高的管控方法。利用这样的攻击可以对未授权的无人机进行驱离或者捕获,以保护区域安全和隐私。但是,当前的GPS欺骗方法主要以地面平台搭载设备进行欺骗攻击,攻击范围有限且灵活性不高,无法应对波达方向检测等GPS攻击防御技术。本文在现有GPS生成式欺骗干扰技术的基础上,提出一种以多无人机为平台的多信源GPS欺骗攻击方案,可以在有效应对波达方向感应检测的基础上实现对不同运动状态目标无人机的GPS欺骗。本研究主要从以下两个方面入手。（1）针对悬停状态的目标无人机,提出了基于NSGA-II的多无人机协同GPS欺骗方案。首先构建了攻击无人机的硬件平台。然后,在硬件平台的基础上设计基于NSGAII的多无人机路径规划和任务分配方案,为攻击无人机分配最优飞行路径。最后,针对悬停状态目标无人机设计两种不同的GPS欺骗方案,实现对目标无人机的禁飞区欺骗和飞行轨迹欺骗。（2）针对存在自主运动的目标无人机,提出了基于YOLO Nano的多无人机协同GPS欺骗方案。首先设计了基于YOLO Nano的单攻击无人机目标追踪方案,实现单攻击无人机上目标方向准确追踪。然后,在单无人机目标追踪的基础上提出基于加权最小二乘法的多攻击无人机协同目标追踪方案,实现对目标无人机的准确定位。最后,提出新的虚假GPS信号计算方法,根据目标无人机自主运动自适应调整攻击无人机飞行轨迹和虚假GPS信号内容。
潘海涛[2]（2021）在《基于神经网络的导航信号欺骗干扰检测》文中进行了进一步梳理全球卫星导航系统的导航与位置服务给人们带来了前所未有的良好体验,但是由于导航信号传达地面需要经历漫长的过程,其次导航信号的公开性以及其缺乏防护措施让导航信号变的十分脆弱,极易被恶意用户欺骗干扰,而这类干扰不同于容易被检测出来的压制式干扰,不仅隐蔽性极高,而且危害性极大,难以被一般的仪器和算法检测出来。针对上述问题提出了一种基于BP神经网络的有监督的机器学习对欺骗导航信号和真实导航信号进行二分类的欺骗干扰检测方法,并且在原有脆弱性分析的基础上,填补了接收机在信号处理层面的脆弱性分析的空白。分析了欺骗干扰原理并按照生成方式不用将欺骗干扰分成转发式干扰和产生式干扰。对现阶段实现欺骗干扰的三种方式进行分析,其中包括使用商用信号模拟器、使用“FPGA+DSP”架构产生模拟信号和使用软件无线电进行转发式干扰实验。该实验在UBUNTU系统下进行,利用导航电文及三维坐标产生模拟数据,通过HACKRF射频模块发射出去,进而影响目标接收机。BP神经网络的高度非线性特点使得它可以逼近任何函数,因此它对非线性数据的处理有很好的效果并且在信号分类方面有独特的优势。通过使用现场数据生成欺骗干扰信号的方式,避免了使用复杂的方式来生成欺骗干扰。利用软件定义无线电在不同位置采集卫星导航系统的数字中频信号作为软件接收机程序的输入数据,经软件接收机处理解算后,从输出数据中提取卫星编号、伪距、载波相位、多普勒频移、接收机时钟频漂、接收机钟差和信噪比等观测值作为特征,将这些特征组成的数据集作为BP神经网络的输入。最后利用训练好的神经网络模型进行分类测试,完成了欺骗干扰检测。从仿真结果看出,此方法的分类效果达到84.07%,说明其具备较高检测性能,可以进一步深入研究。
周瑶[3]（2021）在《基于GNSS的无人机诱偏技术研究》文中研究指明随着智能经济的快速发展,无人机已经成为生产生活中重要的无人化飞行工具,大量的无人机涌入市场,无人机的相关应用范围也越来越广。无人机便捷生产生活的同时也存在很多安全隐患,无人机飞行缺乏有效合理的管制,使得无人机被别有用心的犯罪分子应用于违法犯罪领域,引发许多难以预测的暴力违法事故,对人民群众的生命财产安全和国家空域安全都将构成重大威胁。因此,如何快速、安全、有效地进行违规飞行无人机的管控和反制已经成为国内外无人机反制研究的热点和难点之一。为此,本文主要围绕基于GNSS（Global Navigation Satellite System）的无人机诱偏技术展开研究,并重点研究了无人机诱偏技术中无人机欺骗原理及无人机诱偏方法的分析研究,进而为无人机反制欺骗的有效实施及无人机诱偏技术的深入研究提供理论依据和决策支持。具体的研究工作包括:（1）研究并分析无人机导航系统干扰和反制相关原理。无人机导航系统是根据GNSS接收机提供的无人机经度、纬度及时间等信息进行导航,与一般导航系统相比,无人机导航依赖于导航接收机的精度和实时性,因此,本文深入研究GNSS定位原理,同时分析GNSS欺骗干扰原理并分析欺骗信号产生原理和欺骗信号的捕获追踪原理,为进一步无人机诱偏技术的分析研究奠定了坚实基础。（2）基于融合LSTM-EKF（Long short-term memory-Extend Kalman Filter）的无人机诱偏方法。为了降低无人机欺骗信号产生与无人机导航接收机接收信号之间的信号时间延迟,本文创新性地建立无人机速度矢量欺骗模型,并提出了一种无人机诱偏策略实现无人机有效诱偏;进一步地,在无人机诱偏策略中,针对无人机飞行轨迹数据具有时序性,连续性的特点,引入长短时记忆神经网络学习方法,建立无人机轨迹预测模型,并利用扩展卡尔曼滤波处理非线性问题的能力优化预测结果,进而对无人机的飞行轨迹进行有效地预测;进一步地建立无人机欺骗性能评价指标。仿真结果显示,LSTM-EKF模型欺骗率高于LSTM算法2.02%,高于BP神经网络11.72%,验证了该算法模型的合理性。（3）搭建无人机欺骗软硬件平台。为了实现无人机反制诱偏,构建了无人机欺骗硬件系统和软件平台,为实现无人机有效欺骗提供了条件;为避免无人机飞入禁飞区,提出一种基于角度诱偏的无人机诱偏方法,通过设置无人机诱偏角度与生成式欺骗信号相结合,定向驱离无人机,实现无人机有效诱偏。
李迪川[4]（2021）在《基于GNSS的轨迹欺骗技术研究》文中研究表明近年来,不管是在现代军用还是民用领域中,无人机（Unmanned Aerial Vehicle,UAV）使用的卫星导航系统多是采用GPS（Global Position System）与INS（Inertial Navigation System）组合形式,这在全球导航卫星系统GNSS（Global Navigation Satellite System）中使用率是较高的,具备良好的自导性和抗干扰性。目前针对此种无人机的欺骗干扰正在成为热点研究课题,本文在默认目标无人机已经开始跟踪欺骗信号的情况下,开展对目标无人机的轨迹欺骗技术研究,其中主要涉及三部分:目标无人机轨迹预测、干扰机欺骗轨迹规划和目标无人机轨迹诱骗。在目标无人机轨迹预测环节,根据轨迹欺骗的总体需求,结合多项式卡尔曼滤波（Polynomial Kalman Filter,PKF）和多变量灰色微分模型（Multivariable Grey Model,MGM）,提出了MGM＿PKF混合等维代谢动态轨迹预测算法,将雷达对目标无人机的实时探测信息,转化为目标无人机预设轨迹信息,作为本文轨迹预测算法的预测数据集,从而实现对目标无人机的后续预设轨迹进行实时预测,在满足一定预测精度前提下,增强了轨迹预测的动态性和时效性。在干扰机欺骗轨迹规划环节,结合遗传算法（Genetic Algorithms,GA）和蚁群算法（Ant Colony Optimization,ACO）提出了自适应GA＿ACO动态欺骗轨迹规划算法。按照无人机性能约束、航迹约束、威胁约束,设计轨迹评价函数,规划从欺骗起始点到捕获摧毁中心区域的最优欺骗轨迹。既保证算法的收敛速度和收敛精度,又避免了出现局部最优情况。仿真对比了三种常用算法的规划效率,此算法在规划时间和综合代价方面均有了明显改进,满足轨迹欺骗总体流程中的欺骗轨迹规划需求。在目标无人机轨迹诱骗环节,按照轨迹诱骗原理,提出了基于GPS/INS的UAV渐进式轨迹诱骗算法,利用无人机轨迹预测数据、干扰机轨迹规划数据和雷达的轨迹探测数据,改变卫星导航信号中的伪码相位和多普勒频率,使得目标无人机从欺骗起始点开始逐渐偏离其自身的预设轨迹,沿着干扰机欺骗轨迹行进,最终到达指定的捕获摧毁区域,在此过程中,欺骗信号满足了相应的隐蔽性要求。通过仿真验证,目标无人机在跟踪欺骗信号后,逐渐进行轨迹调整,但未识别被欺骗,最后讨论了雷达探测精度、雷达探测刷新时间和轨迹预测精度等影响因素对整体轨迹欺骗效果的影响。最终本文按照无人机轨迹欺骗整体要求,提出有效的轨迹欺骗算法,达到了无人机轨迹欺骗的目的。
魏宏博[5]（2020）在《卫星导航信号干扰系统的研究》文中研究表明随着卫星导航定位系统的不断延伸与发展,导航定位技术已经成为军事和民用中一个不可分割的辅助功能,并发挥着极其重要的作用。与此同时,随着导航定位在军事上的深入应用,“导航干扰战”已经成为电子对抗的重要分支。在民用方向,导航定位干扰系统的研制对保密单位避免泄密、驱逐无人机和导航信号接收机的性能测试等均有良好的发展前景。本文在分析了国内外导航定位及干扰技术的研究现状之后,发现仅仅针对卫星导航信号干扰在某些设备上无法对其定位进行欺骗或者屏蔽。在总结前人工作的基础之上本文创新性地提出了对卫星导航信号和辅助定位两种定位方式结合进行干扰的方案策略,并针对欺骗式干扰和压制式干扰进行了深入的研究,详细工作包括:（1）搭建了GPS欺骗式干扰系统。本文首先简要介绍了目前存在的四大卫星导航定位系统,而后详细对GPS信号的组成和产生方式进行了研究,并结合卫星导航定位原理设计搭建了GPS生成式欺骗干扰平台。GPS生成式欺骗干扰平台包括静态定位欺骗干扰、结合地图获取经纬度的动态欺骗和实时动态欺骗干扰,并在实时动态欺骗干扰的基础上完成了对终端导航信号接收机模拟步行速度和汽车行驶速度的伪信号欺骗测试。除此之外,转发式欺骗干扰平台参考数字射频存储技术进行设计搭建并实现了对信号的接收与转发功能。（2）搭建了辅助定位干扰系统。本文先后对基站、Wi-Fi和蓝牙三种辅助定位方式的定位原理进行了介绍,并针对辅助定位原理搭建了相应的干扰平台。伪基站干扰平台基于Blade RF硬件实现了对周围基站的探测功能并真正搭建了一个小型基站,该小型基站可以实现对基站身份信息的自由设置并完成了基站下的短信和通话功能测试;Wi-Fi定位干扰平台可以对网络连接进行攻击并模拟大量伪Wi-Fi信号;蓝牙定位干扰平台利用树莓派完成了对普通蓝牙和i Beacon定位设备的伪造克隆。辅助定位干扰系统是卫星导航信号干扰系统中必不可少的一环,同时针对卫星信号和辅助定位攻击可以提高整体系统的干扰成功率。（3）搭建了压制式干扰系统。压制式干扰系统包括信号电平检测、全频段压制式干扰、频谱分析和针对式压制干扰四种平台。信号电平检测平台可以快速完成对频段内某一频点某一距离信号强度的侦测功能;全频段压制式干扰平台可以快速高效地阻塞目标频段通信;频谱分析平台在USRP X310硬件的基础上实现200MS/s高采样率的信号探测;针对式压制干扰平台通过分析接收信号的通信频点,发射针对性梳状带压制干扰信号从而节省了功率损耗。经测试本文所搭建的卫星导航信号干扰系统能够有效地完成对卫星信号和辅助定位的干扰工作。在现在反干扰手段逐步升级的情况下,单一的干扰方式可能不能完全阻碍导航定位的生效,本文所采用的欺骗式干扰和压制式干扰两种组合攻击方式为系统的成功干扰奠定了基础,并且该系统曾受陕西省公安厅邀请圆满完成清明公祭轩辕黄帝典礼和首届中国农民丰收节的安保任务。
冯伟坡[6]（2020）在《小型民用无人机无线电反制技术研究》文中提出随着民用无人机技术的飞速发展,无人机在航拍摄影、快递运输和监督巡察等领域得到广泛应用。无人机作为一种新兴的智能平台,不仅能够通过控制站进行可控飞行,还可以依靠导航定位系统实现自主飞行。近年来,无人机越来越频繁地进入公众视野,它在给人们带来便利的同时,也产生了许多安全和隐私侵犯问题。为应对这些安全威胁,对无人机反制技术的研究已迫在眉睫。在分析了国内外反无人机技术的研究现状后,针对民用无人机链路组成、通信特点,本文分别对无人机控制链路和导航定位系统反制技术进行研究,通过无线信号干扰与劫持,对入侵的无人机进行驱离或迫降。本文具体研究内容如下:（1）无人机控制链路反制技术研究。在调研了无人机控制链路所使用的通信协议后,对使用较广的WiFi通信链路进行了分析与研究。针对WiFi存在的安全漏洞和无人机自身安全机制,构造了一种无人机捕获和渗透攻击方法,该方法可以对入侵的无人机进行捕获和取证。最后,通过对实际的无人机进行测试,验证了该方案的可行性。（2）无人机导航系统反制技术研究。首先分析了无人机导航系统的脆弱性,然后描述了GPS压制式干扰和欺骗式干扰的原理,对几种常用的GPS干扰方法进行了Simulink仿真,最后通过GPS模块、无人机干扰实验,验证了干扰反制方法的效果和性能,为导航欺骗方案的设计提供了基础。（3）无人机导航欺骗方案的设计与实现。在分析了导航欺骗的前提条件后,针对自主飞行模式下的无人机,提出了一种无人机定向欺骗策略,该方案利用GPS压制干扰技术和GPS生成式欺骗技术实现了对目标无人机的动态操控,并最终将无人机引导至期望的飞行方向。最后,经过无人机真机实验,验证了该方案的可行性。本文的创新点在于结合了理论分析与真机实验,利用无人机无线信号特点与无人机自身安全机制,实现了对无人机的无线电干扰与劫持。经测试,本文所提出的无人机反制方法能够有效地对使用WiFi通信的无人机进行捕获和渗透,所提出的导航欺骗方案实现了对目标无人机的定向欺骗。这些研究不仅有助于提升无人机系统自身的安全性,还能为无人机飞行管制等相关技术的实现提供帮助。
王月[7]（2020）在《GNSS欺骗干扰效能评估指标与方法研究》文中研究表明随着电磁环境的日益复杂,卫星导航的安全应用面临严峻挑战。由此,导航对抗逐渐得到各国重视。全球卫星导航系统（Global Navigation Satellite System,GNSS）欺骗干扰技术,作为导航对抗的核心技术之一,也逐渐成为国内外研究的热点方向。基于此,以欺骗干扰技术为依托的GNSS欺骗干扰设备正从验证阶段迈入应用阶段,对其效能的有效评估并选取性能优的设备不仅能够增强现代化导航对抗实力,还很大程度上决定目标任务的成功。但在开展相关设备效能评估的过程中,仍存在评估指标体系不完备、指标检测方法不具体、评估方法不充分、评估存在不确定性的问题,和权重判断准确度低、整体评估效率低的不足。因此,针对上述问题和不足,本文围绕评估指标体系建立、评估指标检测方法、指标体系的优化约简和动态博弈评估方法展开研究。主要研究工作和成果如下:1.为了完善对该领域指标体系研究的不足,从基本指标和欺骗效能指标两个角度,导航信号、定位结果、软硬件性能和实际效用四个层面,建立了适用于评估GNSS欺骗干扰效能的指标体系。得到的结果可为后期顺利开展评估指标的测试做准备。2.基于建立的评估指标体系,提出了具体的指标检测方法并完善其计算模型,再依托搭建的评估试验平台,利用测试方法,开展了仿真实测试验,以分析欺骗干扰效果随各参数的变化规律。得到的结果可作为提升GNSS欺骗干扰效果的决策依据,也可为指标体系的优化约简时评估指标的量化分析、动态博弈评估方法对应的试验场景搭建及分析做准备。3.基于灰色关联分析、模糊综合评判和云模型的评估方法,从增强评估指标相对最优评估结果的关联度和降低定性定量集成指标的模糊性、随机性出发选取优化约简集,以提高整体评估效率。得到的约简集为欺骗信号接入时间、最大欺骗干扰距离、伪距平均绝对偏差、欺骗定位精度、伪距变化率精度和同步时钟守时精度,其综合评估结果对应的评价等级为良好以上,偏差率为9.73%,低于确定原则的偏差临界值（10%）,优化约简有效。得到的结果可用于构成对抗博弈策略矩阵中欺骗干扰模式对应的层次型结构中的普适指标。4.为了削弱权值的强主观性,进一步提高权重判断的准确度,考虑到评估过程中存在的不确定性,引入区间理论,主观层面采用区间层次分析-三元联系数联合算法,客观层面采用区间熵权法,对指标进行区间组合赋权。得到的结果可作为动态博弈评估方法中的权重集。5.为了兼顾评估时存在的动态复杂性问题,考虑到影响因素的模糊性和随机性,提出了基于区间模糊综合评判的动态博弈评估方法,构建了对抗博弈策略矩阵中欺骗干扰模式对应的层次型结构和赢利矩阵,并利用该矩阵对某欺骗设备进行实测评估,以验证提出方法的实用性。通过计算得到设备在盲信息条件下的最小赢利值为0.5500,再开展决策分析。结果表明,被测设备在导航对抗的动态博弈中能够施展的欺骗能力强,且提出的方法能够改善评估过程中存在的不确定性问题。
张柯[8]（2020）在《基于RSSI的GPS欺骗定位检测》文中提出自上世纪研发问世以来,GPS系统凭借其超高覆盖率、精准定位、全天候工作等特点,在社会的各个领域均得到了广泛的应用,解决了以往在海路运输、采矿、测绘等工作中的定位难题。同时,在军事领域,GPS的重要及关键性作用也是不言而喻,比如各种制导导弹、巡航导弹的精确打击,这些军事武器的精准打击背后都离不开强大的GPS定位系统。但不可避免的是,GPS的广泛运用也带来了一系列黑色产业,许多不法分子不断滥用GPS技术,导致发生了许多GPS欺骗事件,给社会的稳定运行带来了很多负面的影响与经济损失。因此,如何保护GPS定位系统,使其避免被不法分子滥用,成为了维护社会稳定的一个重要考验。本文首先对GPS系统进行了简单介绍,其次对GPS工作方式进行简单分析研究,并且讨论了GPS信号的脆弱性。随后本文对现有的转发式GPS欺骗、生成式GPS欺骗的欺骗方式各自的欺骗原理进行了分析讨论,并研究了现有欺骗防御工作,分析了各防御方案的理论细节与具体技术。由于现有防御方案的应用局限性大,存在准确率较低等问题,因此在总结前人工作的基础上,本文提出了基于RSSI的GPS欺骗定位检测方法,该方法分为GPS欺骗检测和GPS欺骗定位两个阶段。即此方法不但可以判断飞行器是否遭到欺骗,还可以进行关键GPS欺骗点的定位。在GPS欺骗检测阶段,我们基于飞行器自身的GPS信息获取一个飞行器的RSSI信息序列,同时基于飞行器的飞行轨迹与RSSI随距离的传输衰减特性计算得到一个RSSI-infer序列,在飞行器正常情况下两序列相似度很高。因此在获取上述两个序列后,我们对两个序列进行滤波、线性拟合等降噪处理,通过对两序列的相似度进行DTW（Dynamic Time Warping,动态时间归整）计算分析,即可判断飞行器是否遭到GPS欺骗。进一步,在GPS欺骗定位阶段,当我们判定当前飞行器遭到GPS欺骗后,提出了基于变点检测的GPS欺骗定位方法。通过对上述的两个序列求取滑动窗口欧式距离,使用变点检测方法提取GPS欺骗关键点信息,进而使用k-means聚类定位到GPS欺骗发生的关键节点,为打击GPS欺骗提供技术支持。本文方法包括以下亮点:1.相比于现有的方法,无需进行硬件升级、适用范围广泛;2.基于关键的RSSI数据进行欺骗检测与定位,变量不复杂,易于推广实现;3.引入了语音识别方向的DTW算法等技术,新方法相比较于现有方法,局限小、准确率更高、更稳定;4.进一步的提出欺骗定位算法,即判定当前飞行器遭到欺骗攻击时,使用变点检测可以定位GPS欺骗发生的起终点,有利于打击日益猖獗的GPS欺骗行为。
耿正霖[9]（2019）在《GNSS欺骗干扰检测和抑制技术研究》文中研究表明卫星导航系统在国防和经济建设中发挥着重要作用,但随着卫星导航系统相关技术的发展,导航信号的安全问题日益突出,欺骗与抗欺骗成为导航领域的研究热点。论文针对全球导航卫星系统欺骗干扰检测、识别和抑制问题进行研究。论文的主要工作和创新成果包括:1)针对阵列接收机进行欺骗干扰检测通常需要对欺骗干扰信号进行捕获跟踪,估计信号参数,计算量相对较大的问题,提出一种基于欺骗干扰空域相关性的欺骗干扰检测方法。该方法利用不同天线阵元之间信号互相关结果在有无欺骗干扰下统计特性的差异进行欺骗干扰的检测。该方法可避免信号的捕获跟踪,减小运算量。对于直接转发式欺骗干扰,该方法具有较好的检测性能,只要欺骗干扰信号功率高于真实信号3d B,就能在0.1%的虚警概率下,达到99%以上的检测概率,对于分离转发式欺骗干扰和生成式欺骗干扰,检测性能和转发或生成的欺骗信号个数有关。在转发或生成4颗卫星信号的条件下,当欺骗信号的功率高于真实信号6d B和12d B时,可以在0.1%的虚警概率下,达到90%以上的检测概率。2)针对单天线接收设备难以获取欺骗信号空间特性进行欺骗干扰识别,且传统合成天线阵欺骗干扰识别方法所需载体运动距离远,检测时间长的问题,提出一种基于天线方向性的欺骗干扰识别方法。该方法利用同一天线发射的欺骗干扰,到达接收天线的入射角相同,对应的天线增益相同的特点,基于天线的方向性,通过天线转动,使接收信号增益发生变化,则不同伪码的欺骗干扰信号的载噪比将发生变化,且具有相同的变化规律,从而利用信号载噪比估计结果变化的相关性进行欺骗干扰的识别。该方法可缩小接收设备的运动范围,相应缩短欺骗干扰的检测时间。仿真实例表明,对于同一天线发射的欺骗干扰信号,该方法可以有效识别,1%的虚警概率条件下检测概率可达到约99%。3)针对传统空域欺骗干扰抑制技术需要进行信号相关矩阵计算和求逆,计算量相对较大的问题,基于信号相位补偿和对消原理,提出一种基于信号对消的欺骗干扰抑制方法,在信号解扩前实现欺骗干扰的抑制。该方法利用阵列间信号互相关估计欺骗信号到达两天线相位差,通过相位补偿后,进行信号的反向相加,实现欺骗干扰的抑制。仿真实例表明,所提出的干扰对消算法具备良好的欺骗干扰抑制性能,采用四阵元干扰对消,抑制深度较传统子空间投影方法深约2d B,但对真实信号的增益与传统子空间投影方法相比有所下降,约降低1.6d B。4)针对目前欺骗干扰抑制方法不能适应压制干扰条件下的欺骗干扰抑制需求的问题,提出一种欺骗干扰和压制干扰的联合抑制方法。该方法采用两级滤波结构,第一级滤波分别以每个通道为参考进行权值计算和信号加权,得到多路输出,在抑制压制干扰的同时保留了信号和欺骗的空间来向信息。第二级滤波则通过对欺骗干扰信号和真实信号的参数估计,进行阵列信号的解扩,识别真实信号和欺骗干扰信号,计算权值并进行加权实现欺骗干扰的抑制,同时在真实信号来向上形成波束,提高真实信号功率。针对四元天线阵的仿真实例表明:无论有无压制干扰,该方法在欺骗功率较低时也能实现欺骗干扰的抑制,具有较大的欺骗功率适用范围,同时实现真实信号功率的增强。无压制干扰时,在真实信号方向上阵列增益可达到4d B～5d B,而存在压制干扰时,可同时抑制压制干扰和欺骗干扰,并使真实信号功率提高约2dB。
崔永恩[10]（2019）在《民用无人机GPS欺骗式干扰技术研究》文中研究说明随着各国开放低空空域,并且伴随着民用无人机的信息化和智能化发展,民用无人机的使用愈发广泛,从而造成了无人机的难监管问题,针对无人机“黑飞”造成的种种危害,在完善无人机适航法律法规的同时,也应对反无人机技术进行研究。反无人机摧毁技术应用场景十分有限,压制式技术不适合全天候开启,并且由于GPS系统自身的脆弱性,本文主要针对民用无人机GPS欺骗式干扰技术进行研究,主要研究内容为信号参数同步和欺骗入侵。首先,根据中级欺骗场景建立欺骗系统模型,欺骗系统模型将欺骗过程划分为:信号参数同步和欺骗入侵。针对信号参数同步问题,分别提出了功率估计、码相位时延补偿以及载波多普勒补偿的方案;并对导航电文预测的可行性以及载波相位估计的难实施性作了分析。理论研究了,当欺骗系统存在码相位和载波频率同步误差时,欺骗信号对目标接收机跟踪环路的影响,并进行了仿真验证。并分析了不同功率欺骗信号对捕获环路的影响。其次,鉴于欺骗信号和真实信号基本对齐的假设,提出同步牵引码相位的方案,即在码相位基本对齐的基础上,通过增加欺骗GPS信号的伪码码率,使其码相位逐步超前真实GPS信号,以实现稳定控制目标接收机跟踪环路的效果,并且牵引过程中,需要一直保持欺骗功率的相对优势。接着,由于同步牵引方案对同步技术要求较高,提出应用场景更广泛的异步牵引方案,即通过产生较高功率的欺骗滞后相关峰,然后增加伪码码率,逐步对齐直至超前真实信号,最终达到对跟踪环路的稳定控制。根据码环鉴相原理,进行了可行性理论分析,并对异步牵引方案进行了仿真验证。同时,验证了异步牵引方案可以完成对载波相位的牵引。最后,通过软硬件结合的方法,搭建了生成式导航信号源。该信号源可模拟多通道GPS信号的发射,并可控制信号的发射功率及可见星数目。针对初级欺骗场景,完成了对单点位置欺骗和动态路径牵引的实测。
二、转发式GPS干扰仿真研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、转发式GPS干扰仿真研究（论文提纲范文）
（1）多无人机协同GPS欺骗研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的和意义 |
| 1.2 研究现状 |
| 1.2.1 转发式欺骗研究现状 |
| 1.2.2 生成式欺骗研究现状 |
| 1.3 研究内容 |
| 1.4 论文结构 |
| 第二章 背景知识介绍 |
| 2.1 GPS系统 |
| 2.1.1 GPS导航电文 |
| 2.1.2 GPS信号载波与调制 |
| 2.1.3 GPS定位方法 |
| 2.2 GPS欺骗 |
| 2.2.1 GPS欺骗攻击 |
| 2.2.2 GPS欺骗攻击检测 |
| 2.3 遗传算法 |
| 2.3.1 遗传算法原理 |
| 2.3.2 NSGA-II算法 |
| 2.3.3 NSGA-II算法与其他算法的对比 |
| 2.4 目标检测 |
| 2.4.1 目标检测算法分类 |
| 2.4.2 YOLO及 YOLO Nano算法 |
| 2.4.3 YOLO及 YOLO Nano算法与其他算法的对比 |
| 第三章 基于NSGA-II的多无人机协同GPS欺骗方案 |
| 3.1 攻击方案概述 |
| 3.2 攻击平台设计 |
| 3.2.1 协同攻击平台硬件构建 |
| 3.2.2 协同攻击平台算法设计 |
| 3.3 攻击方案设计 |
| 3.3.1 禁飞区欺骗设计 |
| 3.3.2 轨迹欺骗设计 |
| 3.4 实验分析 |
| 3.4.1 定点欺骗实验设置 |
| 3.4.2 轨迹欺骗实验设置 |
| 3.4.3 实验结果分析 |
| 3.5 本章小结 |
| 第四章 基于YOLO Nano的多无人机协同GPS欺骗方案 |
| 4.1 攻击方案概述 |
| 4.2 多机协同的目标检测定位方案 |
| 4.2.1 基于YOLO Nano的单F-UAV目标检测方法 |
| 4.2.2 基于加权最小二乘法的多F-UAV协同追踪策略 |
| 4.3 攻击信号计算方案 |
| 4.3.1 目标无人机的定点欺骗 |
| 4.3.2 目标无人机的轨迹欺骗 |
| 4.4 实验分析 |
| 4.4.1 实验设置 |
| 4.4.2 目标检测定位结果分析 |
| 4.4.3 欺骗攻击结果分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 论文总结 |
| 5.2 研究展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（2）基于神经网络的导航信号欺骗干扰检测（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| §1.1 课题的研究背景 |
| §1.2 欺骗干扰检测的研究现状 |
| §1.2.1 国外研究现状 |
| §1.2.2 国内研究现状 |
| §1.3 论文主要创新点 |
| §1.4 本文的主要研究内容及结构 |
| 第二章 卫星导航信号结构与接收机定位技术 |
| §2.1 卫星导航信号产生机制 |
| §2.1.1 卫星导航信号结构 |
| §2.1.2 卫星信号脆弱性分析 |
| §2.2 GNSS定位原理 |
| §2.2.1 接收机接收信号与定位原理分析 |
| §2.2.2 软件接收机原理 |
| §2.3 本章小结 |
| 第三章 GNSS欺骗干扰与欺骗干扰检测与抑制 |
| §3.1 GNSS欺骗干扰信号及其欺骗原理 |
| §3.1.1 欺骗干扰信号的产生与分类 |
| §3.1.2 转发式欺骗干扰 |
| §3.1.3 产生式欺骗干扰 |
| §3.2 欺骗干扰关键参数估计 |
| §3.2.1 欺骗信号强度的估计 |
| §3.2.2 欺骗信号码相位的估计 |
| §3.2.3 欺骗信号多普勒频率估计 |
| §3.2.4 欺骗信号导航电文估计 |
| §3.3 欺骗干扰信号的检测技术研究 |
| §3.4 GNSS欺骗干扰抑制技术分析 |
| §3.4.1 加密欺骗抑制 |
| §3.4.2 非加密欺骗抑制 |
| §3.5 本章小结 |
| 第四章 基于BP神经网络的欺骗干扰检测算法 |
| §4.1 神经网络简介 |
| §4.2 前馈神经网络BP神经网络 |
| §4.2.1 前馈神经网络原理 |
| §4.2.2 BP神经网络原理 |
| §4.3 验证仿真 |
| §4.3.1 数据生成 |
| §4.3.2 特征值提取 |
| §4.3.3 数据集划分 |
| §4.3.4 训练神经网络 |
| §4.3.5 欺骗干扰检测 |
| §4.4 本章小结 |
| 第五章 总结与展望 |
| §5.1 本文工作总结 |
| §5.2 未来的工作及展望 |
| 参考文献 |
| 致谢 |
| 作者在攻读硕士期间主要研究成果 |
（3）基于GNSS的无人机诱偏技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 无人机反制研究分析 |
| 1.2.2 无人机欺骗策略研究现状分析 |
| 1.3 本文主要研究内容 |
| 1.4 论文章节内容 |
| 1.5 本章小结 |
| 第二章 无人机导航系统干扰及反制 |
| 2.1 无人机导航系统干扰相关原理 |
| 2.1.1 无人机导航原理 |
| 2.1.2 GNSS定位原理 |
| 2.2 GNSS欺骗干扰原理 |
| 2.2.1 转发式欺骗干扰 |
| 2.2.2 生成式欺骗干扰 |
| 2.3 无人机导航干扰 |
| 2.3.1 欺骗信号产生 |
| 2.3.2 欺骗信号捕获与追踪 |
| 2.4 本章小结 |
| 第三章 融合LSTM-EKF无人机诱偏策略研究 |
| 3.1 无人机轨迹获取 |
| 3.2 轨迹数据预处理 |
| 3.2.1 误差处理 |
| 3.2.2 冗余点过滤 |
| 3.2.3 轨迹数据归一化 |
| 3.3 循环神经网络 |
| 3.3.1 RNN神经网络 |
| 3.3.2 LSTM神经网络 |
| 3.4 扩展卡尔曼滤波 |
| 3.5 速度矢量欺骗 |
| 3.6 融合LSTM-EKF的无人机轨迹诱骗 |
| 3.6.1 无人机轨迹预测模型 |
| 3.6.2 无人机轨迹校正模型 |
| 3.6.3 无人机速度矢量模型 |
| 3.6.4 算法流程 |
| 3.7 实验环境设置 |
| 3.8 实验指标设置及参数分析 |
| 3.8.1 参数分析 |
| 3.8.2 无人机轨迹预测校正 |
| 3.8.3 不同方法预测结果分析 |
| 3.8.4 实验结果 |
| 3.9 本章小结 |
| 第四章 无人机诱偏实验 |
| 4.1 无人机诱骗软件平台 |
| 4.2 无人机反制硬件实验平台 |
| 4.3 实验环境及欺骗信号测试 |
| 4.3.1 实验环境设置 |
| 4.3.2 欺骗信号测试 |
| 4.4 无人机诱偏实验 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 论文总结 |
| 5.2 论文展望 |
| 参考文献 |
| 个人简介、在学期间的研究成果及发表的学术论文 |
| 致谢 |
（4）基于GNSS的轨迹欺骗技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 UAV轨迹预测研究现状 |
| 1.2.2 UAV轨迹规划研究现状 |
| 1.2.3 UAV导航欺骗研究现状 |
| 1.3 研究目标及内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 论文目录安排 |
| 第二章 卫星导航理论与欺骗策略 |
| 2.1 导航定位原理及相关理论 |
| 2.1.0 定位原理 |
| 2.1.1 伪码 |
| 2.1.3 松耦合GPS/INS结构 |
| 2.2 转发式欺骗干扰 |
| 2.2.1 位置欺骗 |
| 2.2.2 时钟误差 |
| 2.2.3 速度欺骗 |
| 2.2.4 转发功率 |
| 2.2.5 干扰机布设 |
| 2.3 论文总体流程 |
| 2.4 本章小结 |
| 第三章 MGM_PKF混合等维代谢动态轨迹预测算法研究 |
| 3.1 引言 |
| 3.2 PKF预测模型 |
| 3.3 基于MGM(1,n)预测模型的改进 |
| 3.4 MGM_PKF混合等维代谢动态轨迹预测算法 |
| 3.4.1 预测模型数据的衰减记忆 |
| 3.4.2 加权预测与算法总体流程 |
| 3.5 算法仿真实验与对比分析 |
| 3.6 本章小结 |
| 第四章 自适应的GA_ACO动态欺骗轨迹规划算法研究 |
| 4.1 欺骗轨迹规划问题建模 |
| 4.1.1 干扰区域的空间规划和航迹表示 |
| 4.1.2 航迹约束与航迹评价 |
| 4.1.3 算法可行性分析 |
| 4.2 自适应的GA_ACO动态欺骗轨迹规划算法 |
| 4.2.1 改进遗传算法 |
| 4.2.2 蚁群算法 |
| 4.2.3 算法融合与整体流程 |
| 4.3 算法仿真实验与对比分析 |
| 4.4 本章小结 |
| 第五章 基于GPS/INS的 UAV渐进式轨迹诱骗算法研究 |
| 5.1 轨迹诱骗 |
| 5.2 基于GPS/INS的 UAV渐进式轨迹诱骗算法 |
| 5.3 算法仿真实验 |
| 5.4 轨迹欺骗影响因素研究 |
| 5.4.1 无人机轨迹预测精度对轨迹欺骗效果影响 |
| 5.4.2 雷达探测精度对欺骗效果的影响 |
| 5.4.3 雷达刷新时欺骗效果的影响 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（5）卫星导航信号干扰系统的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 课题研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 主要工作和内容安排 |
| 第二章 卫星导航定位和辅助定位系统基本理论 |
| 2.1 全球卫星导航系统 |
| 2.2 GPS系统组成 |
| 2.2.1 GPS系统的基本情况 |
| 2.2.2 C/A码 |
| 2.2.3 导航电文 |
| 2.3 辅助定位系统组成 |
| 2.3.1 基站定位 |
| 2.3.2 Wi-Fi定位 |
| 2.3.3 蓝牙定位 |
| 2.4 本章小结 |
| 第三章 欺骗式干扰系统设计 |
| 3.1 系统方案设计 |
| 3.2 GPS生成式欺骗干扰平台的搭建 |
| 3.2.1 卫星导航信号定位原理 |
| 3.2.2 卫星导航信号生成式欺骗原理 |
| 3.2.3 卫星导航信号生成式欺骗设计 |
| 3.3 转发式欺骗干扰平台的搭建 |
| 3.4 伪基站干扰平台的搭建 |
| 3.5 Wi-Fi定位干扰平台的搭建 |
| 3.6 蓝牙定位干扰平台的搭建 |
| 3.7 本章小结 |
| 第四章 压制式干扰系统设计 |
| 4.1 系统方案设计 |
| 4.2 信号电平检测平台的搭建 |
| 4.2.1 信号电平检测平台分析 |
| 4.2.2 信号电平检测平台的设计 |
| 4.3 全频段压制式干扰平台的搭建 |
| 4.3.1 全频段压制式干扰平台分析 |
| 4.3.2 全频段压制式干扰平台的设计 |
| 4.4 频谱分析平台的搭建 |
| 4.5 针对式压制干扰平台的搭建 |
| 4.6 本章小节 |
| 第五章 卫星导航信号干扰系统实验测试 |
| 5.1 GPS生成式欺骗干扰平台测试 |
| 5.2 伪基站干扰平台测试 |
| 5.3 Wi-Fi定位干扰平台测试 |
| 5.4 蓝牙定位干扰平台测试 |
| 5.5 信号电平检测平台测试 |
| 5.6 全频段压制式干扰平台测试 |
| 5.7 频谱分析、转发式欺骗干扰、针对式压制干扰平台测试 |
| 5.8 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（6）小型民用无人机无线电反制技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 直接摧毁类反无人机技术研究现状 |
| 1.2.2 无线电干扰类反无人机技术研究现状 |
| 1.3 研究内容及章节安排 |
| 第二章 无人机基础技术研究 |
| 2.1 无人机系统组成 |
| 2.2 无人机通信链路 |
| 2.2.1 无人机通信链路组成 |
| 2.2.2 无人机通信技术 |
| 2.3 无人机导航定位原理 |
| 2.3.1 GPS系统组成 |
| 2.3.2 GPS信号组成 |
| 2.3.3 GPS定位原理 |
| 2.4 本章小结 |
| 第三章 无人机WiFi链路反制技术研究 |
| 3.1 使用WiFi通信的无人机 |
| 3.2 WiFi工作原理及安全分析 |
| 3.2.1 无人机WiFi连接过程 |
| 3.2.2 无人机WiFi面临的攻击 |
| 3.3 无人机攻击设计与实现 |
| 3.3.1 攻击构造与分析 |
| 3.3.2 实验设计 |
| 3.3.3 实验平台搭建 |
| 3.4 实验结果与分析 |
| 3.4.1 捕获攻击实验分析 |
| 3.4.2 渗透攻击实验分析 |
| 3.5 本章小结 |
| 第四章 无人机导航系统反制技术研究 |
| 4.1 无人机导航系统干扰原理 |
| 4.1.1 GPS干扰可行性分析 |
| 4.1.2 GPS干扰对象及技术分类 |
| 4.2 GPS压制式干扰 |
| 4.2.1 压制式干扰分类 |
| 4.2.2 压制式干扰性能分析 |
| 4.3 GPS欺骗式干扰 |
| 4.3.1 欺骗式干扰分类 |
| 4.3.2 欺骗干扰原理 |
| 4.3.3 发射欺骗信号的基本要求 |
| 4.4 无人机导航系统压制式干扰仿真 |
| 4.4.1 干扰仿真模型 |
| 4.4.2 仿真结果与分析 |
| 4.5 无人机导航系统干扰验证实验 |
| 4.5.1 GPS模块压制干扰实验 |
| 4.5.2 无人机压制干扰实验 |
| 4.6 本章小结 |
| 第五章 无人机导航欺骗的设计与实现 |
| 5.1 导航欺骗分析 |
| 5.1.1 导航欺骗条件 |
| 5.1.2 GPS干扰信号发射策略 |
| 5.1.3 GPS欺骗坐标生成策略 |
| 5.2 实验平台搭建 |
| 5.2.1 硬件环境 |
| 5.2.2 软件环境 |
| 5.2.3 平台初始化 |
| 5.3 导航欺骗验证实验 |
| 5.3.1 实验场景 |
| 5.3.2 实验步骤 |
| 5.4 实验结果与分析 |
| 5.4.1 无人机静态位置欺骗 |
| 5.4.2 智能手机导航定位欺骗 |
| 5.4.3 无人机导航定位欺骗 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（7）GNSS欺骗干扰效能评估指标与方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 GNSS欺骗干扰概述 |
| 1.1.2 评估指标与方法的进展 |
| 1.1.3 GNSS欺骗干扰效能评估的应用前景 |
| 1.1.4 本文研究意义 |
| 1.2 研究现状及不足 |
| 1.2.1 评估指标研究现状 |
| 1.2.2 评估方法研究现状 |
| 1.2.3 前人研究存在的不足 |
| 1.3 主要工作及内容安排 |
| 第二章 GNSS欺骗干扰效能评估指标体系建立 |
| 2.1 引言 |
| 2.2 欺骗干扰效能评估原则分析 |
| 2.2.1 精度原则 |
| 2.2.2 功率适宜原则 |
| 2.2.3 概率原则 |
| 2.2.4 时效原则 |
| 2.2.5 层次性原则 |
| 2.2.6 定性与定量原则 |
| 2.2.7 静态与动态原则 |
| 2.3 欺骗干扰效能评估指标分类 |
| 2.3.1 导航信号层指标分类 |
| 2.3.2 定位结果层指标分类 |
| 2.3.3 软硬件性能层指标分类 |
| 2.3.4 实际效用层指标分类 |
| 2.4 欺骗干扰效能评估指标体系构建 |
| 2.5 小结 |
| 第三章 GNSS欺骗干扰效能评估指标检测方法 |
| 3.1 引言 |
| 3.2 欺骗干扰效能评估指标检测方法 |
| 3.2.1 导航信号层指标检测方法 |
| 3.2.2 定位结果层指标检测方法 |
| 3.2.3 软硬件性能层指标检测方法 |
| 3.2.4 实际效用层指标检测方法 |
| 3.3 仿真与实测试验 |
| 3.3.1 欺骗干扰效能评估试验 |
| 3.3.2 欺骗干扰效能评估试验结果 |
| 3.4 小结 |
| 第四章 GNSS欺骗干扰效能评估指标体系的优化约简 |
| 4.1 引言 |
| 4.2 基于GRA与 FCA的评估方法 |
| 4.2.1 评估方法的基本原理 |
| 4.2.2 欺骗干扰效能的评估方法 |
| 4.3 基于云模型的评估方法 |
| 4.3.1 评估方法的基本原理 |
| 4.3.2 欺骗干扰效能的评估方法 |
| 4.4 实例分析 |
| 4.4.1 基于GRA与 FCA的实例分析 |
| 4.4.2 基于云模型的实例分析 |
| 4.4.3 评估指标体系的优化约简 |
| 4.5 小结 |
| 第五章 GNSS欺骗干扰效能动态博弈评估方法 |
| 5.1 引言 |
| 5.2 对抗博弈策略矩阵及对应层次型结构建立 |
| 5.2.1 对抗博弈策略矩阵建立 |
| 5.2.2 欺骗干扰模式的层次型结构建立 |
| 5.3 基于区间模糊综合评判的赢利矩阵确定 |
| 5.3.1 因素集和评价集确定 |
| 5.3.2 单因素综合权重确定 |
| 5.3.3 单因素的隶属度确定 |
| 5.3.4 欺骗干扰模式最终得分确定 |
| 5.3.5 欺骗干扰效果赢利矩阵确定 |
| 5.4 基于盲信息的混合策略博弈 |
| 5.4.1 赢利矩阵求解 |
| 5.4.2 混合策略博弈 |
| 5.5 实际场景下欺骗干扰决策的动态分析 |
| 5.5.1 试验场景及最小赢利值获得 |
| 5.5.2 欺骗干扰决策的动态分析 |
| 5.6 小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 创新点 |
| 6.3 研究展望 |
| 致谢 |
| 参考文献 |
| 作者简历 |
（8）基于RSSI的GPS欺骗定位检测（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 现有挑战 |
| 1.4 本文贡献 |
| 1.5 论文结构与章节安排 |
| 2 GPS欺骗攻击与防御 |
| 2.1 GPS系统 |
| 2.2 GPS的脆弱性 |
| 2.3 GPS欺骗方式及原理 |
| 2.4 现有GPS欺骗防御 |
| 2.5 我们的方案 |
| 2.6 本章小结 |
| 3 GPS欺骗检测算法设计 |
| 3.1 基于RSSI的 GPS欺骗检测 |
| 3.1.1 数据获取与预处理 |
| 3.1.2 模拟欺骗 |
| 3.1.3 算法实现 |
| 3.2 基于突变检测的GPS欺骗定位 |
| 3.2.1 数据获取 |
| 3.2.2 算法实现 |
| 3.3 本章小结 |
| 4 实验仿真 |
| 4.1 仿真数据 |
| 4.2 模拟欺骗 |
| 4.3 性能评估 |
| 4.4 本章小结 |
| 5 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 附录1 攻读硕士学位期间参与的科研项目和研究成果 |
（9）GNSS欺骗干扰检测和抑制技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与选题依据 |
| 1.1.1 欺骗干扰的现实威胁 |
| 1.1.2 抗欺骗干扰技术的应用需求 |
| 1.1.3 课题来源及选题 |
| 1.2 国内外相关研究现状 |
| 1.2.1 GNSS欺骗干扰技术 |
| 1.2.2 GNSS抗欺骗干扰技术 |
| 1.3 研究成果与内容安排 |
| 第二章 基于信号空域相关性的欺骗干扰检测方法 |
| 2.1 引言 |
| 2.2 信号模型 |
| 2.3 算法原理 |
| 2.3.1 多普勒消除 |
| 2.3.2 信号互相关估计 |
| 2.3.3 欺骗干扰检测 |
| 2.4 检测性能影响分析 |
| 2.4.1 各卫星导航系统可见卫星数 |
| 2.4.2 各卫星导航系统信号频率分布 |
| 2.4.3 接收信号个数分析 |
| 2.4.4 接收信号功率分析 |
| 2.4.5 干扰类型对欺骗检测效果的影响 |
| 2.5 欺骗干扰检测性能评估 |
| 2.6 本章小结 |
| 第三章 基于天线方向性的欺骗干扰识别方法 |
| 3.1 引言 |
| 3.2 天线增益对信号功率的影响 |
| 3.3 基于天线方向性的欺骗干扰识别方法 |
| 3.3.1 识别原理 |
| 3.3.2 方位变化模式分析 |
| 3.3.3 识别性能分析 |
| 3.3.4 识别方法 |
| 3.4 仿真实验 |
| 3.4.1 信号CNR变化情况 |
| 3.4.2 欺骗干扰识别性能仿真 |
| 3.5 本章小结 |
| 第四章 基于信号对消的欺骗干扰抑制方法 |
| 4.1 引言 |
| 4.2 算法原理 |
| 4.2.1 二元阵欺骗干扰对消 |
| 4.2.2 N元阵欺骗干扰对消 |
| 4.2.3 干扰对消方式分析 |
| 4.3 性能分析 |
| 4.3.1 欺骗干扰抑制性能 |
| 4.3.2 真实信号增强性能 |
| 4.4 算法性能评估 |
| 4.4.1 欺骗干扰抑制 |
| 4.4.2 真实信号增强 |
| 4.4.3 可用率分析 |
| 4.5 本章小结 |
| 第五章 基于两级滤波的欺骗干扰与压制干扰联合抑制方法 |
| 5.1 引言 |
| 5.2 压制干扰影响分析 |
| 5.3 欺骗和压制干扰联合抑制方法 |
| 5.3.1 信号模型 |
| 5.3.2 算法原理 |
| 5.3.3 压制抑制对欺骗干扰抑制的影响分析 |
| 5.4 算法性能评估 |
| 5.4.1 无压制干扰下算法性能 |
| 5.4.2 有压制干扰下算法性能 |
| 5.5 本章小结 |
| 第六章 结束语 |
| 6.1 本文主要研究成果 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
| 附录 A PI算法对干扰的抑制性能分析 |
（10）民用无人机GPS欺骗式干扰技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 本文主要的研究内容及组织结构 |
| 第2章 GPS系统与接收机相关理论 |
| 2.1 GPS卫星信号 |
| 2.1.1 GPS信号结构 |
| 2.1.2 C/A码产生 |
| 2.2 定位原理 |
| 2.3 卫星导航系统的脆弱性 |
| 2.4 GPS接收机 |
| 2.4.1 接收机捕获原理 |
| 2.4.2 接收机跟踪原理 |
| 2.5 本章小结 |
| 第3章 欺骗信号生成同步研究与同步牵引模型 |
| 3.1 生成式欺骗干扰原理 |
| 3.2 欺骗信号参数同步分析 |
| 3.2.1 参数估计 |
| 3.2.2 欺骗信号同步步骤 |
| 3.2.3 载波频率与码相位同步误差分析 |
| 3.3 欺骗信号捕获环路的影响 |
| 3.4 同步牵引模型 |
| 3.4.1 同步牵引方案 |
| 3.4.2 仿真验证 |
| 3.5 本章小结 |
| 第4章 异步牵引方案与生成式导航信号源平台搭建 |
| 4.1 异步牵引模型 |
| 4.1.1 异步牵引方案 |
| 4.1.2 可行性理论分析 |
| 4.1.3 仿真验证 |
| 4.1.4 载波相位牵引 |
| 4.2 生成式导航信号源平台搭建 |
| 4.2.1 平台搭建 |
| 4.2.2 效果测试 |
| 4.3 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
四、转发式GPS干扰仿真研究（论文参考文献）
- [1]多无人机协同GPS欺骗研究[D]. 丁永杰. 南京信息工程大学, 2021(01)
- [2]基于神经网络的导航信号欺骗干扰检测[D]. 潘海涛. 桂林电子科技大学, 2021(02)
- [3]基于GNSS的无人机诱偏技术研究[D]. 周瑶. 福建工程学院, 2021(02)
- [4]基于GNSS的轨迹欺骗技术研究[D]. 李迪川. 电子科技大学, 2021(01)
- [5]卫星导航信号干扰系统的研究[D]. 魏宏博. 西安电子科技大学, 2020(05)
- [6]小型民用无人机无线电反制技术研究[D]. 冯伟坡. 西安电子科技大学, 2020(05)
- [7]GNSS欺骗干扰效能评估指标与方法研究[D]. 王月. 战略支援部队信息工程大学, 2020(08)
- [8]基于RSSI的GPS欺骗定位检测[D]. 张柯. 华中科技大学, 2020(01)
- [9]GNSS欺骗干扰检测和抑制技术研究[D]. 耿正霖. 国防科技大学, 2019(01)
- [10]民用无人机GPS欺骗式干扰技术研究[D]. 崔永恩. 哈尔滨工业大学, 2019(02)