基于gps的交通应用脆弱性检测系统及其方法
【技术领域】
[0001] 本发明涉及的是一种交通领域的技术，具体是一种基于GPS的交通应用脆弱性检 测系统及其方法。
【背景技术】
[0002] 全球定位系统（GlobalPositioningSystem,GPS)脆弱性是指全球导航卫星系统 在诸如卫星故障失效、大气环境影响（电离层/对流层）、多路径效应、电磁干扰等因素的影 响下，GPS的定位功能缺失的程度，是系统的固有属性。GPS在交通领域的应用（如车载导 航、交通管理）会受到以上脆弱性因素的威胁。同时，城市道路条件复杂，诸如隧道、坡道、 林荫道、城市峡谷等典型道路会对卫星信号产生遮挡；城市峡谷中多路径效应也相当严重。 因此，评估交通领域的GPS脆弱性对道路交通安全至关重要。
[0003]经过检索发现，LiuX、ZhanXQ等人在文章"QuantitativeAssessmentofGNSS VulnerabilitybasedonDSEvidenceTheory''(JournalofAeronautics,Astronautics andAviation, 2014, 46 (3) :191 - 201)中提出了针对GNSS基站脆弱性的评估方法。但在 交通领域中，理论载噪比与理论几何精度因子难以获得，致使文中的方法不适用于该领域。 JingS、ZhanXQ等人在文章"GNSSVulnerabilityAssessmentBasedonApplication Suitability"中提出了针对用户端的GNSS脆弱性评估方案。但在交通领域中，用户提供的 指标难以统一，致使该方法在交通领域不适用。
[0004] 数据融合（datafusion)最早被应用于军事领域。现在数据融合的主要应用领 域有：多源影像复合、机器人和智能仪器系统、战场和无人驾驶飞机、图像分析与理解、目标 检测与跟踪、自动目标识别等。在遥感中，数据融合属于一种属性融合，它是将同一地区的 多源遥感影像数据加以智能化合成，产生比单一信息源更精确、更完全、更可靠的估计和判 断。胡振涛，刘先省在"一种实用的数据融合算法[J]. "（自动化仪表，2005, 08期：7 -9. D0I:doi: 10. 3969/j.issn. 1000 - 0380. 2005. 08. 003.)中提出基于相对距离的数据融合算 法。该方法是利用统计学中的模糊支持区间和模糊支持概率，同时结合概率源合并理论而 创立的一套数据融合算法。这套算法将来自多传感器的同一变量测量数据进行综合分析和 处理，从而得到比单一传感器测量值更为准确的数据结论。
[0005] 万树平在"基于双基点法的多传感器数据融合[J]. "（控制与决策，2008,第12 期：1343 - 1346.DOI:doi: 10. 3969/j.issn. 1006 -2114. 2014. 09. 010.)中提出基于双基准 点的数据融合算法。该算法的核心是以熵权法为基础的权重确定方法，通过已采集到的数 据，以一组最优指标建立一套虚拟的正理想方案，得到正理想点；以一组最劣指标建立一套 虚拟的负理想方案，得到负理想点；再计算各方案距离正负理想点的距离来比较各方案的 优劣。熵权法基于评价指标的客观权重，而客观权重由各个指标的变异大小来确定。举例 来说，如果一个指标的熵值越小，则它的变异程度越大，提供的信息量越多，在综合评价中 所占的作用也就越大，其权重也就越大。
[0006] 经过对现有技术文献的检索发现，中国专利文献号CN103760571A，公布日 2014. 4. 30,公开了一种卫星导航技术领域的用于GPS的基于影响因素特征的脆弱性监测 系统及方法，控制计算模块与空间段脆弱性仿真模块相连并传输脆弱性因素生成参数，空 间段脆弱性仿真模块分别向监测站模块传输电子浓度、对流层模型参数、电离层闪烁参数 和/或电离层模型参数，并向软件接收机模块传输星间链路测距值，评估计算模块分别与 空间段脆弱性仿真模块、监测站模块和控制计算模块连接，利用空间段脆弱性仿真模块和 监测站模块生成的各种脆弱性因素模拟数据计算评估结果并将结果反馈给控制计算模块。 但该技术仅针对各项脆弱性影响因素求出脆弱性分离系数，仍无法评估不同导航场景的 GPS脆弱性。
【发明内容】
[0007] 本发明针对现有技术存在的上述不足，提出一种基于GPS的交通应用脆弱性检测 系统及其方法，采用几何精度因子、载噪比和伪距测量误差作为评估指标，对GPS接收机接 收到的数据进行预处理后得到相应评估指标的特征值，采用基于相对距离的数据融合算法 对导航场景进行评估，采用基于双基准点的数据融合算法按照评估指标对各个导航场景进 行脆弱性排序，实现了道路交通领域GPS脆弱性评估，填补了在该领域内的脆弱性评估空 白。
[0008] 本发明是通过以下技术方案实现的：
[0009] 本发明涉及一种基于GPS的交通应用脆弱性检测系统，包括：预处理模块、卫星数 据融合模块和导航场景数据融合模块，其中：预处理模块根据选取的脆弱性评估指标对采 集到的导航场景数据进行预处理，得到对应的评估指标变化曲线和评估指标特征值；卫星 数据融合模炔基于相对距离对同一导航场景内的卫星的评估指标特征值进行数据融合，得 到对应的导航场景评估指标特征值；导航场景数据融合模炔基于双基准点对不同导航场景 的同一评估指标的特征值进行数据融合，得到不同导航场景的脆弱性性能排序。
[0010] 所述的预处理模块包括：建模单元、数据接收单元和特征值计算单元，其中：建模 单元根据数据接收单元接收到的数据建立评估指标随时间变化的曲线模型，特征值计算单 元基于选取的数据段和曲线模型，计算评估指标平均值，作为该评估指标的卫星特征值。 [0011] 所述的卫星数据融合模块包括：相对距离测量单元、支持度矩阵单元、权重计算单 元和数据融合单元，其中：支持度矩阵单元根据相对距离测量单元测量得到的特征值相对 距离建立支持度矩阵，权重计算单元根据支持度矩阵计算同一评估指标的不同卫星特征值 的权重，数据融合单元根据权重对同一评估指标的不同卫星特征值进行数据融合，得到评 估指标的导航场景特征值。
[0012] 所述的导航场景数据融合模块包括：特征矩阵单元、熵权计算单元、理想方案单元 和脆弱性排序单元，其中：特征矩阵单元根据数据库建立特征矩阵，熵权计算单元根据特征 矩阵确定各评估指标的各导航场景特征值的熵权，理想方案单元根据熵权确定正负理想方 案，脆弱性排序单元根据各导航场景与正理想方案间的距离，对导航场景的脆弱性进行排 序评价。
[0013] 所述的数据库包括预处理模块和卫星数据融合模块中的全部数据。
[0014] 本发明涉及上述系统的检测方法，包括以下步骤：
[0015] 步骤1、选取脆弱性评估指标，通过建模单元建立评估指标随时间变化的曲线模 型。
[0016] 步骤2、在卫星信息中选取用于定位的数据段，结合评估指标曲线，通过特征值计 算单元计算评估指标的卫星特征值。
[0017] 步骤3、通过相对距离测量单元分别测量同一导航场景内不同卫星的同一评估指 标的卫星特征值间的相对距离，建立支持度矩阵。
[0018] 步骤4、根据支持度矩阵确定卫星特征值的权重，通过数据融合模块进行数据融 合，得到相应评估指标的相对值，即评估指标的导航场景特征值。
[0019] 步骤5、根据上述步骤产生的数据建立特征矩阵，并通过熵权计算单元确定导航场 景特征值的熵权，从而确定正理想方案。
[0020] 步骤6、根据评估指标的导航场景特征值计算各导航场景与正理想方案的距离，按 照距离的大小对导航场景的脆弱性性能进行排序。 技术效果
[0021] 本发明采用基于相对距离的数据融合算法对导航场景进行评估，采用基于双基准 点的数据融合算法按照评估指标对各个导航场景进行脆弱性排序，实现了道路交通领域 GPS脆弱性评估问题，填补了该领域GPS脆弱性评估的空白。
【附图说明】
[0022] 图1为本发明系统示意图；
[0023] 图2为本发明方法流程图；
[0024] 图3为预处理模块示意图；
[0025] 图4为卫星数据融合模块示意图；
[0026] 图5为导航场景数据融合模块示意图；
[0027] 图6为几何精度因子曲线示意图；
[0028] 图7为伪距测量误差曲线示意图；
[0029] 图中：a为4颗卫星；b为7颗卫星；c为9颗卫星；实心点表示此刻数据并未用于 定位解算；
[0030] 图8为载卩栄比曲线不意图；
[0031] 图中：a为4颗卫星；b为7颗卫星；c为9颗卫星；实心点表示此刻数据并未用于 定位解算。
【具体实施方式】
[0032] 下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行 实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施 例。 实施例1
[0033] 如图1所示，本实施例涉及的基于GPS的交通应用脆弱性检测系统，包括：预处理 模块、卫星数据融合模块和导航场景数据融合模块，其中：预处理模块根据选取的脆弱性评 估指标对采集到的导航场景数据进行预处理，得到对应的评估指标变化曲线和评估指标特 征值；卫星数据融合模炔基于相对距离对同一导航场景内的卫星的评估指标特征值进行 数据融合，得到对应的导航场景评估指标特征值；导航场景数据融合模炔基于双基准点对 不同导航场景的同一评估指标的特征值进行数据融合，得到不同导航场景的脆弱性性能排 序。
[0034] 所述的预处理模块包括：建模单元、数据接收单元和特征值计算单元，其中：建模 单元根据数据接收单元接收到的数据建立评估指标随时间变化的曲线模型，特征值计算单 元基于选取的数据段