CC BY
157
УДК 629.7.054.07
АЛГОРИТМ ЗАЩИТЫ ОТ СПУФФИНГА АППАРАТУРЫ ПОТРЕБИТЕЛЕЙ СПУТНИКОВЫХ НАВИГАЦИОННЫХ
СИСТЕМ
Н.С. Рубцов
Представлен алгоритм защиты навигационных приёмников космического базирования от подмены радионавигационного поля. Ключевым элементом работы алгоритма является многослойная искусственная нейронная сеть, обученная на распознавание ложного радионавигационного сигнала. Работа алгоритма направлена на выявление ложного сигнала ГНСС и определение его параметров. Особенностью предложенного алгоритма является возможность восстановления достоверных навигационных определений.
Ключевые слова: защита от спуффинга, помехозащищённый навигационный приёмник, восстановление навигационных определений.
Одним из важнейших видов обеспечения полёта космических аппаратов (КА) является навигационно-баллистическое обеспечение. Полное развёртывание орбитальной группировки глобальной навигационной спутниковой системы ГЛОНАСС позволяет рассмотреть применение навигационной аппаратуры потребителя (НАП) ГНСС ГЛОНАСС для обеспечения оперативной и высокоточной навигации отечественных космических аппаратов. Несмотря на большой положительный опыт обеспечения навигации КА наземными средствами измерения текущих навигационных параметров (ИТНП) наземного автоматизированного комплекса управления, будущее навигационно-баллистического обеспечения КА за автономной навигацией, обеспечиваемой бортовыми измерительными средствами [1, 2].
Значительное влияние на качество выполнения целевых задач космическими аппаратами оказывает точность знания ими своего местоположения, ориентации и времени. С этой точки зрения применение НАП ГНСС ГЛОНАСС открывает широкие возможности по точному и непрерывному навигационно-баллистическому обеспечению КА с высотами орбит ниже 2000 километров, так как для данного класса потребителей навигационное поле будет непрерывным [3].
Учитывая важность решаемых КА задач и стоимость космических программ, при введении в контур навигационно-баллистического обеспечения информации НАП ГНСС, необходимо обеспечить высокую помехозащищённость навигационного приёмника. В противном случае использование недостоверных результатов решения навигационной задачи по измерениям сигналов ГНСС может привести к срыву выполнения КА задач по предназначению.
Существует ряд методов повышения помехоустойчивости радиоэлектронных систем, однако ни один из них не является универсальным [4].
С другой стороны, применение нескольких методов повышения помехоустойчивости НАП влечёт за собой значительное усложнение аппаратной части приёмника, его массогабаритных характеристик и энергопотребления. Кроме того, способность навигационного приёмника функционировать в условиях радиоэлектронного подавления не защищает его от активно развивающегося вида имитирующих помех, в зарубежной литературе называемых спуффингом [5]. Определение местоположения КА по ложным сигналам может привести не только к срыву выполнения им целевой задачи, но и к его потере или столкновению с другими космическими объектами.
Скрытная замена истинного сигнала ГНСС ложным позволяет злоумышленнику ввести потребителя ГНСС в заблуждение о его местоположении, скорости и текущем времени. Исключая простейшие методы подмены навигационного поля, обнаружение такой имитационной помехи требует ещё большего усложнения алгоритмов функционирования и модификации аппаратной части НАП. Ещё одним принципиальным требованием к алгоритмам защиты от спуффинга является их способность к восстановлению достоверных навигационных определений.
Таким образом, в настоящее время, складывается противоречие между возможностью удовлетворения перспективных требований к оперативности и точности навигационно-баллистического обеспечения КА, с одной стороны, и несовершенством алгоритмической базы НАП отечественных КА в части, касающейся защиты от воздействия имитирующих помех. Указанное противоречие не позволяет рассматривать НАП ГНСС в качестве основного источника навигационной информации бортового комплекса управления КА.
В связи с этим в целях осуществления возможности включения информации, предоставляемой ГНСС в технологический цикл управления КА, актуальной является задача разработки надёжных алгоритмов обработки сигналов ГНСС в условиях воздействия помех.
Принцип формирования априорной информации о состоянии орбитальной группировки ГНСС
Разработанный алгоритм защиты от спуффинга сигналов глобальных навигационных спутниковых систем на основе априорной информации о состоянии орбитальной группировки базируется на применении искусственной нейронной сети типа «многослойный персептрон» (MultiLayer Perceptron - MLP) для принятия решения об истинности сигнала [6]. На основе MLP строится классификатор (далее MLP-классификатор) методом обучением с учителем [6]. На этапе проектирования программы или устройства, реализующего алгоритм, производится настройка свободных
параметров М1Р-классификатора. На этапе применения MLP-классификатора синоптические веса и пороговые смещения искусственных нейронов фиксируются и на основе обработки рабочего входного вектора со свободными параметрами формируется отклик MLP-классификатора. Схема подготовки входных данных и вычисления отклика приведена на рис. 1.
Метрологические и радионавигационные Отсчёты огибающей с выхода АЦП параметры сигналов видимых КА ГЛОНАСС
Число дополнительных ВЭ входного слоя зависит от количества дополнительных параметров используемых для выявления истинности навигационного сигнала
соответствует смене полярности символа ЦИ)
Рис. 1. Подготовка входных данных, вычисление отклика
и его интерпретация
В качестве обучающей выборки используются множество векторов обучающих примеров X е N и множество целевых векторов Т е N. Данные для векторов обучающих примеров получаются путём моделирования радионавигационного поля при взаимном движении орбитальной группировки навигационных КА (НКА) системы ГЛОНАСС и КА-потребителя навигационной информации.
Состав векторов обучающих примеров определяется следующим образом:
- первые n*M разрядов представляют собой конкатенированные отсчёты символов дальномерного кода (ДК) навигационного сигнала, где п - длина периода ДК [символов], M - количество периодов ДК.
- вторые 97 разрядов представляют собой данные о четырёх параметрах (задержке ДК т, частоте допплеровского сдвига РЬ, мощности сигнала Р и признака видимости потребителем НКА V) для всех двадцати четырёх НКА ГЛОНАСС, плюс значение текущего времени. Таким образом, размер одного вектора обучающего примера Ьх составляет
Ьх=пМ+97.
Состав целевых векторов условно разделяется на три части:
- первая группа разрядов равна длительности периода ДК п и в позиционном коде кодирует оценку задержки дальномерного кода таким образом, что значение «1» в к-м разряде равно циклическому сдвигу ДК (в векторе обучающего примера) на к позиций. При этом значение остальных разрядов равно «0»;
- размерность следующей группы равна количеству накапливаемых периодов И, умноженному на два, каждые два разряда в позиционном коде несут информацию о полярности символа цифровой информации, таким образом, что значение «1» в первом из пары разрядов означает положительную полярность, а значение второго разряда из пары равно «0» и, наоборот, соответственно при отрицательной полярности символов;
-третья группа, состоящая из двух разрядов, несёт информацию о гипотезе наличия/отсутствия ложного сигнала. Сочетание значения «1» и «0» соответствует признаку наличия ложного сигнала ГНСС, а сочетание «0» и «1» свидетельствует об отсутствии ложного сигнала.
Таким образом, длина целевого вектора определяется как
Ьт = п+2М+2.
На рис. 2 приведён пример целевого вектора.
ДК со сдвигом на 2 такта относительно исходного состояния
Регистрация 3-х Истинный символов ЦИ ситал «О 1 О»
ооюоооооо.. ШИШИ
Рис. 2. Пример целевого вектора и его интерпретация
После формирования обучающей выборки производится настройка классификатора выбранным алгоритмом машинного обучения. При определении количества слоёв вычислительных элементов, размерностей скрытых слоёв МЬР-классификатора и количества обучающих примеров рекомендуется пользоваться эвристическими рекомендациями по улучшению работы классификаторов на основе многослойных персептро-нов [6].
На этапе применения настроенного МЬР-классификатора в составе алгоритма классификатор принимает на вход нормированные входные векторы, сформированные из отсчётов с выхода АЦП и информации из колец слежения и формирует отклик, интерпретируемый формату, описанному на рис. 2.
Логика работы алгоритма и восстановление достоверных навигационных определений
На рис. 3 представлена блок-схема разработанного алгоритма.
Рис. 3. Алгоритм защиты от спуффинга сигналов глобальных навигационных спутниковых систем на основе априорной информации о состоянии орбитальной группировки
96
На шаге 2 происходит формирование вектора входных данных на основе информации с выхода АЦП и колец слежения за задержкой и частотой.
На шаге 3 сформированный входной вектор нормируется по каждому параметру отдельно (по столбцам массива входной информации) и подаётся на распределительный слой классификатора.
На шаге 4 происходит послойное вычисление отклика MLP-классификатора. Время вычисления отклика зависит от реализации алгоритма (программное или аппаратное исполнение).
На шаге 5 происходит интерпретация отклика согласно группам разрядов выходного слоя классификатора.
На шаге 6 после получения отклика на выходе MLP-классификатора принимается решение о наличии/отсутствии ложного сигнала на входе НАП ГНСС. В случае принятия решения об отсутствии ложного сигнала шаги 2 - 6 повторяются.
На шаге 7 в зависимости от решения, принятого на шаге 6, происходит либо переход к пункту 2 в случае принятия решения об отсутствии на входе НАП ложного навигационного сигнала, либо работа алгоритма продолжается.
При успешном перехвате ложным сигналом ГНСС колец слежения НАП в пространстве поиска сигнала по допплеровскому сдвигу частоты и задержке дальномерного кода сложится ситуация, приведённая на рис. 4.
Рис. 4. Истинный и ложный сигнал в пространстве поиска по частоте
и задержке
Условием перехвата колец слежения НАП является превышение мощности ложного сигнала над мощностью истинного сигнала примерно на 1,5 дБ при равенстве остальных параметров [7]:
97
P >P t »t F »F
J л ^ J и' ''л tH'-i Dn ± DH '
где Рл - мощность ложного сигнала; Ри - мощность истинного сигнала; тл -задержка ДК ложного сигнала; ти - задержка ДК истинного сигнала, FDji -допплеровский сдвиг частоты ложного сигнала; PDj - допплеровский сдвиг частоты истинного сигнала.
Однако в процессе навязывания потребителю ложных навигационных определений в общем случае
P >P,t »t,fd »Fd .
л и' л и' Dл D и
Навязав КА-потребителю ложную траекторию (подставляя в ложный сигнал недостоверные эфемериды и нарушенные кодового-фазовые соотношения), постановщик имитирующей помехи невольно вынужден нарушить геометрические соотношения взаимного движения источника и потребителя навигационного сигнала, имеющие для КА повторяющийся закон изменения. В таком случае на выходе автоматической регулировки усиления НАП истинный сигнал в пространстве поиска, отстоящий от ложного по частоте допплеровского сдвига и задержке ДК (рис. 4), будет нормирован по уровню более мощного ложного сигнала.
В описанной ситуации следящие системы НАП на шаге 8 осуществляют непрерывную оценку ложного сигнала.
На шаге 9 начинается исключение параметров ложного навигационного сигнала из пространства допоиска.
На шаге 10 классификатор, анализируя информацию с выхода АЦП, оценивает значение задержки истинного сигнала, осуществляет до-поиск слабого истинного сигнала алгоритмом MLP-классификации [8].
На шаге 11 на основе идентифицированных параметров истинного сигнала происходит подстройка опорного генератора и генератора дально-мерного кода с целью восстановления достоверных навигационных определений.
Слежение за ложным сигналом продолжается до момента его исчезновения, который определяется невозможностью продолжения оценивания его параметров следящим измерителем. После срыва слежения за параметрами ложного сигнала работа алгоритма повторяется.
На рис. 5 приведены результаты сравнения разработанного алгоритма идентификации ложного сигнала с алгоритмом контроля целостности радионавигационного поля (Receiver autonomous integrity monitoring -
RAlM).
Алгоритм RAIM является единственной, реализованной в настоящее время в отечественных НАП мерой защиты от имитирующих помех [9].
Сравнение разработанного алгоритма с алгоритмом RAIM проводилось при воздействии на вход приёмника имитирующих помех простого типа, не согласованных с реальным изменением параметров сигналов. В
данном случае классический алгоритм контроля целостности радионавигационного поля способен к обнаружению имитирующей помехи. Но стоит заметить, что предлагаемый алгоритм идентификации выдаёт достоверное решение приблизительно на 40 % быстрее.
Рис. 5. Сравнение эффективности разработанного алгоритма с алгоритмом контроля целостности радионавигационного поля при воздействии имитирующей помехи простого типа (вверху) и имитирующей помехи сложного (согласованного) типа (внизу)
При воздействии имитирующей помехи сложного типа, не нарушающей кодово-фазовых соотношений присущих навигационным сигналам, классический алгоритм не способен распознать подмены радионавигационного поля, так как с его точки зрения логики работы алгоритма RAIM ухудшения точности решения навигационной задачи не происходит. Разработанный алгоритм в этом случае проявляет устойчивую способность к определению ложного сигнала.
Заключение
В настоящее время единственным средством защиты НАП космического базирования, как и многих других классов НАП, является применение алгоритма контроля целостности навигационного поля RAIM. Однако алгоритм RAIM чувствителен только к самым простым стратегиям спуффинга, не соблюдающим необходимых кодово-фазовых соотношений, а, следовательно, обладающих низкой скрытностью.
Включение в НАП космического базирования вспомогательного блока, реализующего предлагаемый алгоритм, делает возможным осуществление достоверных навигационных определений по сигналам ГНСС в условиях спуффинга, в том числе и при сложных, согласованных стратегиях подмены радионавигационного поля.
В отличие от фазированных антенных решеток представленный алгоритм требует значительно меньших энергетических затрат и обладает большей эффективностью, используя все преимущества методов обнаружения ложных сигналов, основанных на анализе геометрии прихода сигнала [7]. Дальнейшим направлением работы является адаптация алгоритма для авиационных и наземных потребителей с недетерминированной траекторией, требующая привлечения дополнительной информации при построении MLP-классификатора.
Список литературы
1. Радионавигационный план Российской Федерации [Электронный ресурс]. URL: http://docs.cntd.ru/document/456034328 (дата обращения: 18.03.2018).
2. Михайлов Н.В. Автономная навигация космических аппаратов с использованием спутниковых радионавигационных систем: автореф. дис. ... д-ра техн. наук. СПб.: СПб ГУАП, 2015. 413 с.
3. ГОСТ 32448-2013. Глобальная навигационная спутниковая система, аппаратура потребителей навигационная гражданского назначения для ракет-носителей, разгонных блоков и космических аппаратов Технические требования. М.: Стандартинформ, 2014. 7 с.
4. Галандзовский А.В., Паршуткин А.В. Радиоэлектронная защита радиоэлектронных средств: учебное пособие. СПб: ВКА им. А.Ф. Можайского, 2016. 211 с.
5. John A. Volpe. National Transportation Systems Center "Vulnerability assessment of the transportation infrastructure relying on the Global Positioning System", 2001.
6. Хайкин С. Нейронные сети полный курс, 2016. 1104 с.
7. Humphreys T., Psiaki M. GNSS Spoofing and Detection. Proc. Of IEEE, 2016. Vol. 104. Issue 6. P. 1258 - 1270.
8. Назаров А.В., Рубцов Н.С. Модель поиска и обнаружения сигналов глобальных навигационных спутниковых систем на основе параллельного анализа сложных гипотез // Сборник трудов III Всероссийской научно-практической конференции «Современные проблемы создания и эксплуатации вооружения, военной и специальной техники». 2016. С. 386 -391.
9. Kaplan E.D. Understanding GPS: Principle and Applications. Ar-tech House Publishers, 1996. 703 p.
Рубцов Никита Сергеевич, адъюнкт, nikil@,list.ru, Россия, Санкт-Петербург, Военно-космическая академия им. А. Ф. Можайского
ALGORITMFOR PROTECTION OF GNSS RECIEVERS FROM SPOOFING
N.S. Rubtsov
Algorithm for protection space-based GNSS receivers from spoofing is present in this paper. The main element of the algorithm is artificial neural network tuned to false navigation signal detection. The algorithm designed for detection the false signal and estimation its parameters. Feature of the proposed algorithm is the ability of restore reliable navigation.
Key words: spoofing detection, interference, antijamming receiver, restoration of reliable navigation.
Rubtsov Nikita Sergeevich, postgraduate, nikil@,list.ru, Russia, St. Petersburg, Mozhaisky Military Space Academy
