本发明涉及物联网技术领域，尤其涉及一种基于mems惯导辅助的物联网设备欺骗信号检测方法。
背景技术
随着物联网技术的飞速发展，卫星导航系统已经成为日常生活及工业活动中不可缺失的组成部分，无论在消费类电子或工业电子中，包括卫星定位、导航及授时功能的产品市场出货量都在飞速增长；但卫星导航信号微弱，采用公开的信号体制，使得其很容易受到欺骗干扰信号的影响。
欺骗干扰源通过播发与真实卫星及其相似的欺骗信号，诱导设备输出错误的定位结果，达到欺骗的目的。早期的防欺骗技术研究主要集中在军事领域，军用信号本身就带有加密功能，对欺骗信号有一定的抵抗力，并且军用设备可采用复杂的阵列天线、强大的处理单元等，已经有很多成熟的技术解决方案。而物联网设备受到体积、功耗和成本的制约，无法采用相同的防欺骗技术。
技术实现要素：
本发明提供一种欺骗信号检测方法，从而解决上述现有技术存在的技术问题。
为实现上述目的，本发明采用如下技术方案：
一种欺骗信号检测方法，所述方法包括如下步骤：
将设备接收到的卫星信号进行射频处理得到中频采样信号；
将中频采样信号送至基带处理，获得卫星信号的原始观测值；其中，原始观测值包括伪距、多普勒频率和载波相位；
惯性传感器的观测值经过预处理之后，映射为设备的运动参数，与卫星信号的原始观测值进行联合欺骗干扰检测；
预先建立噪声模型，根据惯性传感器的实时输出数据进行实时修正，修正后的参数将与预先建立的噪声模型参数进行比对，并输出对欺骗信号的检测概率；
将各类检测概率利用融合序贯检测技术进行联合检测，判断出存在欺骗干扰信号的概率。
进一步地，所述将中频采样信号送至基带处理，获得卫星信号的原始观测值，具体包括：
在基带处理中完成捕获、跟踪、电文解调和定位计算；其中，在跟踪环路中采用卡尔曼滤波器计算出卫星信号的原始观测值。
进一步地，所述的欺骗信号检测方法还包括：
根据基带处理的信息进行如下检验：信号功率检验，验证卫星信号的验证卫星信号的载噪比是否在可信范围内；跟踪环路残差检测，验证跟踪环路卡尔曼滤波器每次迭代更新的新息是否在可信范围内；导航电文交叉检验，验证导航电文中的参数取值是否在可信范围内。
进一步地，所述惯性传感器的观测值经过预处理之后，映射为设备的运动参数，与卫星信号的原始观测值进行联合欺骗干扰检测，具体包括：
所述映射为设备的运动参数包括位置、速度、加速度以及姿态；联合欺骗干扰检测的关系公式如下：
式中，ygnss为卫星导航接收机输出的运动参数矢量，yimu为惯导输出的运动参数矢量；σ由惯导的误差参数决定。
进一步地，所述预先建立噪声模型，根据惯性传感器的实时输出数据进行实时修正，修正后的参数将与预先建立的噪声模型参数进行比对，并输出对欺骗信号的检测概率，具体包括：
所述噪声模型采用allen方差形式，通过大量离线采集的数据进行建模，并在系统工作过程中，根据惯性传感器的实时输出数据进行实时修正，修正后的参数将与预先建立的噪声模型参数进行比对，并输出对欺骗信号的检测概率，所述公式如下：
pr(x|αimu,αm)＝f(||αimu-αm||2)
式中，f为概率映射函数，αimu为惯导的噪声模型实时估计值，使用sage-husa滤波器进行估计，αm为离线采集数据的建模参数，采用allen方差统计方法获得。
进一步地，所述将各类检测概率利用融合序贯检测技术进行联合检测，判断存在欺骗干扰信号的概率，具体包括：
将各类检测概率利用融合序贯检测技术进行联合检测，使用多个时间历元的数据，每个时刻的融合检测概率表示为：
式中hm为第k个历元的第m个检验条件；
多历元联合检测判决公式表示为：
式中λn代表第n个历元的判决门限。
本发明提供了一种基于低成本mems惯导辅助的物联网卫星导航接收机欺骗信号检测方法，具有体积小、功耗低、成本低、检测性能好的优点，同时在使用低成本惯导传感器时，有效的消除了器件的观测噪声提高其检测性能。
附图说明
图1为本发明的欺骗信号检测方法的原理框图；
图2为本发明的惯导噪声模型比对检测的原理框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面将结合附图以及具体实施方式，对本发明做进一步描述：
图1是本发明实施例中欺骗信号检测方法的原理框图，如图1所示，物联网设备所接收到的卫星信号经由射频处理后，送至基带处理部分进行捕获、跟踪、电文解调和定位计算处理，其中在跟踪环路中采用卡尔曼滤波器计算出卫星信号的原始观测值，所提取的原始观测值包括伪距、多普勒频率以及载波相位。
利用基带处理的信息进行信号特征比对，进行如下步骤的检验：信号功率检验，验证卫星信号的验证卫星信号的载噪比是否在可信范围内；跟踪环路残差检测，验证跟踪环路卡尔曼滤波器每次迭代更新的新息是否在可信范围内；导航电文交叉检验，验证导航电文中的参数取值是否在可信范围内。
惯性传感器的观测值经过预处理之后，映射为设备的位置、速度、加速度以及姿态等运动参数，与卫星导航的原始观测值进行联合欺骗干扰检测；其关系公式如下：
式中，ygnss为卫星导航接收机输出的运动参数矢量，yimu为惯导输出的运动参数矢量；σ由惯导的误差参数决定。
惯导传感器的输出同时会与预先建立的噪声模型进行对比，并作为欺骗信号的一种手段，具体如图2所示，噪声模型采用allen方差形式，预先通过大量离线采集的数据进行建模，并在系统工作过程中，根据惯性传感器的实时输出数据进行实时修正，修正后的参数将与原始的离线模型参数进行对比，并输出对欺骗信号的检测概率，其公式可表示为：
pr(x|αimu,αm)＝f(||αimu-αm||2)
式中，f为概率映射函数，αimu为惯导的噪声模型实时估计值，使用sage-husa滤波器进行估计，αm为离线采集数据的建模参数，采用allen方差统计方法获得。
将上述各类检测概率利用融合序贯检测技术进行联合检测，使用多个时间历元的数据，每个时刻融合检测概率表示为：
式中hm为第k个历元第m个检验条件，包括：信号功率检测；跟踪环路残差检测；导航电文交叉验证；运动参数检测；噪声模型检测；共5个条件。
多历元联合检测判决公式表示为：
式中λn代表第n个历元的判决门限。
本发明提出了一种基于mems惯导辅助的物联网设备欺骗信号检测方法，将各类检测概率进行融合序贯检测，进行欺骗信号和真实信号的分辨，具有体积小、功耗低、成本低以及检测性能好的优点，同时在惯导传感器输出时与预先建立的噪声模型进行比对修正，有效的消除了器件的观测噪声提高其检测性能。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；对于本技术领域的普通技术人员来说，其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明的保护范围。