基于LSTM-KF模型的无人机抗GPS欺骗方法

被引：4

作者：

孙旸 ^{[1
,2
,3
]}

曹春杰 ^{[1
,2
,3
]}

赖俊晓 ^{[1
,2
]}

于天娇 ^{[1
,2
]}

机构：

[1] 海南省Internet信息检索重点实验室

[2] 海南大学计算机与网络空间安全学院

[3] 南海海洋资源利用国家重点实验室

来源：

网络与信息安全学报 | 2020年 / 6卷 / 05期

关键词：

无人机; GPS; 抗欺骗; 长短期记忆网络; 卡尔曼滤波;

D O I：

暂无

中图分类号：

V279 [无人驾驶飞机]; P228.4 [全球定位系统（GPS）];

学科分类号：

1111 ; 081105 ; 0818 ; 081802 ;

摘要：

针对无人机GPS信号易受干扰、易欺骗的问题,提出一种结合深度学习和卡尔曼滤波的无人机抗GPS欺骗的检测方法,该方法通过使用长短期记忆网络从无人机飞行状态中预测得到无人机飞行的动力学模型,并利用卡尔曼滤波结合动力学模型进行动态调整来识别GPS欺骗,从而达到抵御GPS欺骗信号干扰的目的,同时该方法无须增加接收器的硬件开销,且易于实现。实验结果证明,相比同类方法,该方法对于识别GPS信号具有更高的准确率和更低的误报率,可有效增强无人机抗GPS欺骗干扰的能力。

引用

页码：80 / 88

页数：9