简介本资源是一份面向卫星导航与信号处理方向研究生、工程师及科研人员的MATLAB仿真工具包聚焦GPS转发式欺骗干扰检测这一关键安全问题通过Weil码生成高自相关伪码直观呈现真实信号与欺骗信号在相关峰图中的双峰特征助力抗欺骗算法研究与教学演示。压缩包共4个文件全部为MATLAB脚本.m涵盖Weil码生成、Legendre序列辅助模块、主仿真测试及核心相关峰计算功能结构紧凑、逻辑清晰总大小仅5KB便于快速部署与代码级学习。已有628人下载学习可直接运行复现完整干扰建模—伪码生成—信号相关性分析全流程获得可修改的底层实现逻辑、典型参数配置范例及双峰判别可视化结果是理解GPS信号脆弱性与设计检测机制的实用入门材料。1. 项目背景与核心目标为什么要在Matlab里画这个图如果你正在研究卫星导航接收机特别是GPS信号的抗干扰与抗欺骗技术那你一定对“转发式欺骗干扰”这个概念不陌生。这是一种非常“狡猾”的攻击方式干扰机并不直接生成一个假信号而是将接收到的真实GPS信号进行延迟、放大后再重新发射出去。对于接收机而言这个“假信号”和真实信号在结构上几乎一模一样只是到达时间、相位或者功率不同因此传统的信号质量监测方法很容易失效。那么如何直观地揭示这种欺骗信号的存在并分析其特征呢一个非常有效的手段就是观察信号的相关峰图。简单来说相关峰图描绘了本地生成的伪随机码与接收到的信号进行滑动相关运算后相关值随码相位偏移的变化情况。在无干扰的理想情况下只有一个尖锐的相关峰对应着真实卫星信号的到达时间。但当存在转发式欺骗干扰时由于欺骗信号是真实信号的延迟副本我们会在相关峰图上看到两个或多个峰值一个对应真实信号另一个或多个对应欺骗信号。这个项目的核心就是使用Matlab来仿真这一过程并生成清晰的相关峰图。标题中特别提到了“伪码生成采用weil码”这是一个关键的技术细节。Weil码是一种性能优异的伪随机码具有良好的自相关和互相关特性常用于新一代的卫星导航信号设计中。使用Weil码进行仿真不仅更贴近实际尤其是对Galileo E1 OS等信号也能让我们在更复杂的信号环境下检验相关峰的特性。所以这篇内容的目标很明确手把手带你用Matlab搭建一个GPS转发式欺骗干扰的仿真环境生成并分析包含欺骗信号的相关峰图其中伪码采用Weil码生成。无论你是通信工程的学生还是初入GNSS全球导航卫星系统领域的工程师通过这个完整的仿真案例你都能深刻理解转发式欺骗的原理、相关峰检测的威力并掌握一套可复现的Matlab代码框架。2. 仿真环境搭建与核心模块设计在开始写代码之前我们需要把整个仿真流程拆解成几个核心模块。这样做不仅逻辑清晰也便于后续调试和功能扩展。整个系统可以看作一个信号处理链路如下图所示概念图[Weil码生成] - [GPS信号合成真实欺骗] - [接收机相关处理] - [相关峰计算与绘图]下面我们来逐一设计这些模块。2.1 Weil码生成器不只是m序列为什么用Weil码在传统的GPS C/A码教学中我们常用的是Gold码。Gold码由两个m序列优选对模二加产生具有良好的互相关特性但它的自相关旁瓣相对较高。Weil码通过对一个m序列进行循环移位并与自身模二加来构造在码长相同的情况下通常能获得比Gold码更优的周期性自相关旁瓣和互相关性能。这对于弱信号检测和多径/欺骗信号分辨尤为重要。在Matlab中生成Weil码我们首先需要生成一个本原m序列。假设我们生成一个码长为1023的Weil码这与GPS C/A码长度一致便于对比。步骤如下生成本原m序列选择一个合适的本原多项式。对于长度10232^10 -1的序列常用的本原多项式是g(x) x^10 x^3 1。我们使用线性反馈移位寄存器LFSR来实现。构造Weil码Weil码定义为W_k(n) m(n) ⊕ m((n k) mod N)其中m是m序列N是码长1023k是移位值⊕是模二加。不同的k值产生不同的Weil码。我们需要为每颗仿真的卫星选择一个不同的k值以模拟不同的卫星PRN码。这里给出核心的Matlab函数框架function weil_code generateWeilCode(prn, code_length, shift_k) % 生成指定PRN编号的Weil码 % prn: 卫星PRN号仅用于索引实际由shift_k决定码型 % code_length: 码长如1023 % shift_k: Weil码的循环移位值 % 1. 生成m序列 register ones(1, 10); % 10级LFSR初始状态全1 tap_positions [10, 3]; % 对应多项式 x^10 x^3 1 的抽头位置 m_seq zeros(1, code_length); for n 1:code_length m_seq(n) register(end); % 输出码片 feedback mod(sum(register(tap_positions)), 2); % 计算反馈位 register [feedback, register(1:end-1)]; % 移位 end % 2. 生成Weil码 % 对m序列进行循环移位 m_seq_shifted circshift(m_seq, [0, shift_k]); % 模二加生成Weil码 weil_code xor(m_seq, m_seq_shifted); % 将0/1映射为-1/1便于后续相关运算 weil_code 2 * weil_code - 1; end注意在实际的Galileo或GPS L1C信号中Weil码的生成规范更为复杂可能涉及不同的多项式、截短和扩展。这里的仿真是为了原理演示采用了简化的模型。如果你需要完全符合某一信号接口控制文件ICD的仿真务必查阅官方文档。2.2 信号合成模块构建“真实”与“欺骗”场景这个模块负责生成最终的接收信号它混合了真实卫星信号和转发式欺骗信号。真实信号模型 对于一个GPS信号仅考虑C/A码或采用Weil码的新信号其基带复信号模型可以简化为s_real(t) A_real * C(t - τ_real) * exp(j*(2πf_d_real*t φ_real))其中A_real信号幅度功率。C(t)Weil码序列取值±1。τ_real真实信号的传播时延码相位。f_d_real真实信号的多普勒频移。φ_real初始载波相位。转发式欺骗信号模型 欺骗信号是真实信号的延迟、可能带有频偏和幅度变化的副本s_spoof(t) A_spoof * C(t - τ_spoof) * exp(j*(2π(f_d_real Δf_spoof)*t φ_spoof))关键参数τ_spoof欺骗信号的附加时延τ_spoof τ_real。这是转发式欺骗的核心欺骗机需要一定时间接收、处理和重发信号。Δf_spoof欺骗信号可能附加的多普勒频偏例如欺骗机移动或故意施加。A_spoof欺骗信号幅度。攻击者通常会使其略高于真实信号功率攻击以“牵引”接收机的跟踪环路。在Matlab中我们需要确定仿真时长和采样率。为每颗卫星生成对应的Weil码序列并上采样到采样率。根据设定的时延τ对码序列进行移位注意处理分数码片延迟可能需要插值。生成复载波考虑多普勒。将码和载波相乘并乘以幅度系数。将真实信号和欺骗信号相加并通常加入一定功率的高斯白噪声AWGN来模拟信道噪声。2.3 相关处理与峰值检测模块核心算法实现这是项目的核心计算部分。接收机本地会生成一个与可能卫星信号匹配的副本即本地Weil码并与接收到的混合信号进行滑动相关或通过FFT实现快速循环相关。对于单次相关运算针对一个特定的多普勒频移假设f_d_local和码相位搜索单元τ_localR(τ_local) sum( r(t) * C_local(t - τ_local) * exp(-j*2πf_d_local*t) )其中r(t)是接收到的混合信号真实欺骗噪声。在实际的捕获过程中我们需要在二维码相位-多普勒搜索空间上计算相关值R(τ, f_d)并找到峰值。对于本项目为了清晰展示相关峰我们通常固定多普勒频率假设已粗略对齐真实信号然后在一维码相位轴上计算相关值并绘图。关键实现步骤本地副本生成生成与发射端相同的Weil码相同shift_k并可能根据当前搜索的码相位进行循环移位。相关计算对于每一个待搜索的码相位偏移量将本地移位后的码与接收信号已下变频到基带进行点乘求和。为了提高效率对于长数据通常使用频域的FFT相关法% 假设 rec_signal 是接收信号段 local_code 是本地码已补零至相同长度 R ifft( fft(rec_signal) .* conj(fft(local_code)) ); % R 的幅度就是相关值随码相位的变化 corr_values abs(R);峰值搜索在计算出的corr_values数组中寻找峰值。在无欺骗时应只有一个主峰。存在转发欺骗时应能看到两个明显峰值。我们需要记录峰值的位置对应时延τ和高度对应信号强度A。3. 关键参数设置与仿真场景构建仿真是否逼真结果是否清晰很大程度上取决于参数的合理设置。下面我们详细讨论每个参数的意义和典型取值。3.1 信号与码参数码类型与长度如前所述选择Weil码长度N 1023。这决定了相关峰的基本宽度约1个码片和间隔。码速率f_c 1.023 MHz。这是GPS C/A码的标准速率也是我们仿真的时间基准。码片时长T_c 1 / f_c ≈ 977.5 ns。采样率f_s。为了准确反映码片形状和相关峰细节采样率通常为码速率的整数倍。常见设置是f_s 2 * f_c2倍过采样或f_s 10 * f_c10倍过采样。更高的采样率能更精细地观察峰形但计算量更大。本例中我们使用f_s 10 * f_c 10.23 MHz。仿真时长至少需要包含几个完整的码周期以确保相关运算有足够的处理增益。例如仿真K 10个码周期则总码片数为K * N 10 * 1023总采样点数为K * N * (f_s / f_c) 10 * 1023 * 10。3.2 真实与欺骗信号参数场景定义这是仿真的戏剧性所在。我们需要定义“真实”和“欺骗”两个角色的状态。真实信号参数时延τ_real这是信号从卫星到接收机的传播时间对应的码相位。我们可以将其归一化到[0, N)个码片范围内。例如设为τ_real 500.2个码片整数部分500小数部分0.2。多普勒f_d_real由于卫星与接收机的相对运动产生。对于静态地面接收机典型值在±5 kHz以内。我们设为f_d_real 1000 Hz。载波相位φ_real随机设定如φ_real pi/4。信噪比SNR_real定义真实信号在噪声中的强度。通常用C/N0载噪功率谱密度比或相关器输出端的信噪比SNR_corr来定义。我们可以通过设定信号幅度A_real和噪声功率σ^2来反向控制。例如目标SNR_corr为14 dB这是一个可稳定跟踪的典型值。转发式欺骗信号参数附加时延Δτ欺骗信号相对于真实信号的延迟。这是关键参数转发式欺骗需要处理时间这个延迟通常在几十到几百个码片即几十到几百微秒量级。例如设Δτ 30.5个码片则τ_spoof τ_real Δτ 530.7个码片。附加频偏Δf_spoof欺骗机可能故意引入或由于其时钟不稳定产生。可以设为0 Hz理想转发或一个较小值如50 Hz。载波相位φ_spoof可能与φ_real不同设为φ_spoof pi/2。相对功率ΔPower欺骗信号通常更强以实现“牵引”。设欺骗信号比真实信号强3 dB即幅度大sqrt(2)倍。噪声添加复高斯白噪声其功率σ^2根据设定的真实信号SNR和采样率计算得出。3.3 相关处理参数多普勒搜索范围与步进为了简化并聚焦于码相位维度的相关峰我们假设接收机已通过粗略捕获知道了真实信号的多普勒频率f_d_real。因此本地载波复制时直接使用f_d_local f_d_real。在实际完整仿真中你需要一个二维搜索。码相位搜索范围与步进我们将在整个码长范围0到1023个码片内搜索步进为1个采样点对应的码相位。由于我们过采样10倍所以码相位搜索的步进分辨率是1/10 0.1个码片。将上述参数整理成表格一目了然参数类别参数名符号示例值说明信号基础码类型-Weil码优于Gold码码长N1023 chips与GPS C/A码一致码速率f_c1.023 MHz标准值采样率f_s10.23 MHz10倍过采样仿真码周期数K10提供处理增益真实信号码相位τ_real500.2 chips归一化时延多普勒频移f_d_real1000 Hz典型动态范围初始载波相位φ_realπ/4 rad随机相关后信噪比SNR_corr_real14 dB可稳定跟踪欺骗信号附加时延Δτ30.5 chips核心参数转发延迟总码相位τ_spoof530.7 chipsτ_real Δτ附加频偏Δf_spoof0 Hz理想转发时为0初始载波相位φ_spoofπ/2 rad与真实信号独立相对真实信号功率-3 dB欺骗信号更强处理设置本地多普勒f_d_local1000 Hz假设已粗略对齐码相位搜索范围-[0, 1023) chips整个码周期码相位搜索步进-0.1 chip由过采样率决定4. Matlab代码实现与分步解析有了清晰的设计和参数我们现在可以开始编写Matlab脚本了。我将代码分成几个逻辑部分并附上详细注释。4.1 主脚本框架与参数初始化%% 清理与准备 clear; close all; clc; %% 1. 基础参数设置 fc 1.023e6; % 码速率 (Hz) fs 10 * fc; % 采样率10倍过采样 (Hz) Tc 1/fc; % 码片时长 (s) Ts 1/fs; % 采样间隔 (s) N 1023; % Weil码长度 (chips) K 10; % 仿真的码周期数 num_samples K * N * (fs/fc); % 总采样点数 t (0:num_samples-1) * Ts; % 时间向量 (s) % 真实信号参数 tau_real_chips 500.2; % 真实信号码相位 (chips) fd_real 1000; % 真实信号多普勒 (Hz) phi_real pi/4; % 真实信号初始载波相位 (rad) SNR_corr_dB_real 14; % 真实信号相关后信噪比 (dB)用于计算幅度 % 欺骗信号参数 delta_tau_chips 30.5; % 欺骗信号相对于真实信号的附加延迟 (chips) tau_spoof_chips tau_real_chips delta_tau_chips; % 欺骗信号码相位 delta_fd_spoof 0; % 欺骗信号附加多普勒 (Hz)0表示理想转发 fd_spoof fd_real delta_fd_spoof; phi_spoof pi/2; % 欺骗信号初始载波相位 (rad) power_ratio_dB 3; % 欺骗信号相对于真实信号的功率差 (dB), 3dB表示更强 % 相关处理参数 fd_local fd_real; % 本地载波复现的多普勒频率 (Hz) search_chips 0: (1/(fs/fc)) : (N - 1/(fs/fc)); % 码相位搜索网格 (chips)步进0.1 chip4.2 生成Weil码与信号合成%% 2. 生成Weil码假设PRN1对应一个特定的shift_k shift_k 123; % 示例移位值不同卫星应不同 weil_code_base generateWeilCode(1, N, shift_k); % 调用2.1节定义的函数 % 将基带Weil码上采样到采样率fs % 每个码片重复 (fs/fc)10 个采样点 weil_code_upsampled repmat(weil_code_base, fs/fc, 1); weil_code_upsampled reshape(weil_code_upsampled, 1, []); % 变成行向量 % 由于仿真多个码周期(K10)需要将上采样后的一个周期码重复K次 one_period_samples length(weil_code_upsampled); full_code_signal repmat(weil_code_upsampled, 1, K); %% 3. 构建真实信号与欺骗信号 % 3.1 计算信号幅度 (从设定的相关后SNR反推) % 相关后SNR (dB) 10*log10( (A^2 * N) / (2*sigma^2) )其中N是相干积分点数这里近似为码长 % 我们假设噪声方差 sigma^2 1则 A_real sqrt(2 * 10^(SNR_corr_dB_real/10) / N); sigma2 1; % 设定噪声功率为1 A_real sqrt(2 * sigma2 * 10^(SNR_corr_dB_real/10) / (N * K)); % 考虑K个周期的处理增益 A_spoof A_real * sqrt(10^(power_ratio_dB/10)); % 根据功率差计算欺骗信号幅度 % 3.2 生成时延后的码序列处理分数码片延迟 % 将时延从“码片”单位转换为“采样点”单位 delay_real_samples tau_real_chips * (fs/fc); % 可能为非整数 delay_spoof_samples tau_spoof_chips * (fs/fc); % 对完整的码序列进行分数延迟使用线性插值简化处理 % 注意更精确的做法是在生成码时进行分数移位或使用频域方法。 % 这里为了概念清晰采用对已生成的完整信号进行时域移位sinc插值理想但慢线性插值作为近似。 full_code_signal_real interp1(1:length(full_code_signal), full_code_signal, ... 1:length(full_code_signal), linear, 0); % 初始无延迟 % 通过circshift模拟整数延迟分数部分的影响在此简化模型中暂忽略对相关峰位置影响很小。 delay_real_int round(delay_real_samples); full_code_signal_real circshift(full_code_signal_real, delay_real_int); full_code_signal_spoof interp1(1:length(full_code_signal), full_code_signal, ... 1:length(full_code_signal), linear, 0); delay_spoof_int round(delay_spoof_samples); full_code_signal_spoof circshift(full_code_signal_spoof, delay_spoof_int); % 3.3 生成载波 carrier_real exp(1j * (2*pi*fd_real*t phi_real)); carrier_spoof exp(1j * (2*pi*fd_spoof*t phi_spoof)); % 3.4 合成基带信号 s_real A_real * full_code_signal_real .* carrier_real; s_spoof A_spoof * full_code_signal_spoof .* carrier_spoof; % 3.5 混合信号并添加噪声 noise sqrt(sigma2/2) * (randn(1, num_samples) 1j*randn(1, num_samples)); % 复高斯白噪声 received_signal s_real s_spoof noise;4.3 相关处理与峰值搜索%% 4. 相关处理基于FFT的循环相关高效 % 4.1 生成本地副本一个码周期用于相关 local_code_one_period weil_code_upsampled; % 本地码一个周期上采样后 % 生成本地载波一个码周期长度 t_one_period (0:length(local_code_one_period)-1) * Ts; local_carrier exp(-1j * 2*pi*fd_local * t_one_period); % 负号表示下变频 local_replica local_code_one_period .* local_carrier; % 4.2 从接收信号中取一段数据进行相关长度为一个码周期最大可能时延 % 最大可能时延考虑欺骗信号延迟 max_delay_samples ceil(max(delay_real_samples, delay_spoof_samples)) 100; % 加一些余量 start_idx 1; end_idx start_idx length(local_replica) max_delay_samples - 1; if end_idx num_samples end_idx num_samples; end rx_segment received_signal(start_idx:end_idx); % 4.3 使用FFT进行快速循环相关 L length(rx_segment); M length(local_replica); % 补零至相同长度至少LM-1以便进行线性相关这里用循环相关近似 N_fft 2^nextpow2(L M - 1); R_freq fft(rx_segment, N_fft) .* conj(fft(local_replica, N_fft)); R_time ifft(R_freq, N_fft); % 取相关结果的前M个点对应不同的码相位偏移 corr_complex R_time(1:M); corr_magnitude abs(corr_complex); % 4.4 将相关结果映射到码相位chip坐标上 % 相关结果数组的索引对应着采样点的延迟。 % 每个采样点对应 1/(fs/fc) 0.1 chip 的码相位。 corr_chips (0:length(corr_magnitude)-1) * (1/(fs/fc)); % 单位chip %% 5. 峰值检测与结果可视化 % 5.1 寻找峰值 [peak_values, peak_indices] findpeaks(corr_magnitude, SortStr, descend, NPeaks, 3); % 获取前两个最显著的峰值对应真实和欺骗信号 if length(peak_values) 2 % 对找到的峰值按位置排序便于区分哪个是真实信号先出现 [sorted_indices, idx_order] sort(peak_indices(1:2)); tau_est_chips corr_chips(sorted_indices); peak_est_values peak_values(idx_order); fprintf(检测到的峰值信息\n); fprintf( 峰值1 (可能为真实信号): 码相位 %.2f chips, 幅值 %.2f\n, tau_est_chips(1), peak_est_values(1)); fprintf( 峰值2 (可能为欺骗信号): 码相位 %.2f chips, 幅值 %.2f\n, tau_est_chips(2), peak_est_values(2)); fprintf( 两峰间距: %.2f chips\n, abs(tau_est_chips(2) - tau_est_chips(1))); else fprintf(未找到两个明显峰值。\n); tau_est_chips []; peak_est_values []; end % 5.2 绘制相关峰图 figure(Position, [100, 100, 900, 500]); plot(corr_chips, corr_magnitude, b-, LineWidth, 1.5); hold on; if ~isempty(tau_est_chips) plot(tau_est_chips, peak_est_values, r^, MarkerSize, 12, MarkerFaceColor, r); % 标记峰值 text(tau_est_chips(1)2, peak_est_values(1), sprintf(Peak1: %.1f chip, tau_est_chips(1)), ... FontSize, 10, Color, k, FontWeight, bold); text(tau_est_chips(2)2, peak_est_values(2), sprintf(Peak2: %.1f chip, tau_est_chips(2)), ... FontSize, 10, Color, k, FontWeight, bold); end hold off; grid on; xlabel(码相位 / Chip); ylabel(相关值幅值); title(存在转发式欺骗干扰下的GPS信号相关峰图 (Weil码)); legend(相关曲线, 检测到的峰值, Location, best); xlim([0, N]); % 显示一个码周期范围5. 结果分析与典型问题排查运行上述代码后你应该能得到一张类似下图的相关峰图。图中会清晰显示两个分离的峰值第一个对应真实信号第二个对应转发式欺骗信号。欺骗信号的峰值通常更高如果设置了功率优势。5.1 如何解读这张图峰值位置两个峰值对应的码相位差Δτ_measured应该近似等于我们设定的欺骗附加时延Δτ本例为30.5 chips。微小的偏差来源于采样分辨率0.1 chip以及我们简化处理分数延迟时使用的round函数。峰值高度两个峰的高度比欺骗/真实应该近似等于设定的功率比线性值10^(3/10) ≈ 2。由于噪声的存在和相关性计算实际测量值会有波动。峰形Weil码的自相关函数理论上应具有尖锐的单峰和低旁瓣。图中主峰宽度约为1个码片旁瓣较低这验证了Weil码良好的相关特性。噪声基底在两个主峰之外的区域相关值在零值附近小幅波动这就是高斯白噪声的影响。5.2 常见问题与调试技巧在实际仿真中你可能会遇到结果不符合预期的情况。以下是几个常见问题和排查思路问题1图上只有一个峰或者第二个峰非常不明显。可能原因1欺骗信号延迟太小。如果Δτ小于1个码片两个相关峰会严重重叠看起来像一个宽峰或畸变峰。解决方法增大Δτ例如5 chips确保两峰分离。可能原因2欺骗信号功率太低或噪声太大。如果欺骗信号功率与真实信号相当甚至更低且噪声较大欺骗峰可能被噪声淹没。解决方法检查A_spoof的计算确保power_ratio_dB为正数如3或6 dB。也可以暂时将噪声关闭noise0来确认信号合成是否正确。可能原因3多普勒频偏未对齐。如果欺骗信号存在较大的附加多普勒Δf_spoof而本地载波只复现了真实信号的多普勒f_d_real那么欺骗信号的相关峰会因为载波失配而严重衰减。解决方法在相关处理部分尝试对不同的多普勒假设进行搜索或者将Δf_spoof设为0进行初步验证。问题2相关曲线的噪声基底非常高峰值不突出。可能原因信噪比SNR设置过低。SNR_corr_dB_real设置得太小如低于10 dB信号淹没在噪声中。解决方法提高SNR_corr_dB_real到14-20 dB范围。记住这个SNR是相关后的已经包含了扩频增益10log10(NK) ≈ 40 dB。因此输入信号的载噪比C/N0实际上要低很多。问题3峰值位置与设定值有较大偏差。可能原因分数延迟处理不精确。我们代码中使用round()取整和简单的circshift这会在时延上引入最多0.5个采样点的误差即0.05 chips。对于高精度分析这是个问题。解决方法实现更精确的分数延迟例如在频域进行线性相位旋转或者对码序列进行sinc插值后再移位。实操心得在调试这类信号处理仿真时一个非常有效的方法是“模块化验证”。即先单独测试每个模块的输出是否正确。例如单独画出生成的Weil码的自相关函数看其峰形是否尖锐、旁瓣是否低。在不加欺骗、不加噪声的情况下只生成真实信号然后做相关。应该只在设定的τ_real处看到一个非常尖锐的峰值且旁瓣几乎为零。单独生成欺骗信号关闭真实信号和噪声做相关验证峰值出现在τ_spoof。最后再将所有信号和噪声混合。这样当最终结果异常时你可以快速定位问题出在哪个环节。6. 扩展与应用从仿真到实际对抗思路通过这个仿真我们直观地看到了转发式欺骗干扰如何在相关域制造出“幽灵”信号。那么这对实际的接收机设计意味着什么我们又该如何利用这个特征进行反欺骗6.1 接收机如何利用相关峰特征检测欺骗现代抗欺骗接收机算法中基于相关峰形的检测是重要一环多相关器监测接收机的跟踪环路如延迟锁定环DLL不仅使用早、迟相关器来跟踪主峰还会部署更多的“验证”相关器放置在远离主峰的位置例如±1.5个码片以外。在无欺骗时这些验证相关器的输出应该非常低。一旦检测到验证相关器的输出显著升高就提示可能存在多径或欺骗信号形成了额外的相关峰。峰形对称性检验真实信号的自相关峰理论上是对称的。欺骗信号的存在会破坏接收信号与本地码相关后的整体峰形导致不对称。可以通过比较早、晚相关器的输出比例来检测这种不对称性。峰值数量与间距分析如本项目所示直接搜索整个相关域统计显著峰值的数量。如果发现多于一个峰值且其间距与典型的多径延迟模型不符例如多径延迟通常很短1.5 chips而转发欺骗延迟可能很长几十chips则可以怀疑是欺骗。6.2 仿真模型的进一步优化方向我们这个基础仿真模型还可以在多个方向进行深化以更贴近真实场景多卫星场景实际GPS接收机同时接收多颗卫星的信号。你可以在仿真中生成4-6颗不同PRN对应不同shift_k的Weil码的卫星信号并将它们的欺骗信号也混合进去。相关处理时需要针对每颗卫星的码分别进行观察每颗卫星的相关峰图。动态场景引入时变的时延τ(t)和多普勒f_d(t)。例如模拟欺骗机逐渐“拖引”接收机跟踪环的过程即欺骗信号的时延τ_spoof从0开始缓慢增加同时其功率也逐渐超过真实信号。观察相关峰图上两个峰如何移动和此消彼长。更真实的信道模型加入多径效应。多径信号可以看作另一种形式的“欺骗”非恶意其相关峰通常距离主峰很近1 chip。这有助于你区分多径和转发式欺骗。非相干积分与噪声处理我们目前使用的是单次相干积分一个码周期。实际接收机为了提升灵敏度会对多个周期的相关结果进行非相干累加即累加幅度或功率。你可以在代码中加入循环对多个连续的时间段进行相关运算然后将结果非相干累加观察其对噪声的平滑效果和对弱信号检测能力的提升。6.3 对抗转发式欺骗的工程思考从相关峰检测出发工程上还需要结合其他手段信号质量监测SQM除了相关峰还监测载波相位一致性、信号失真度等。多星座、多频率一致性检查欺骗机很难同时完美伪造所有GNSS星座GPS、北斗、Galileo等和所有频点L1, L5等的信号。接收机可以检查来自不同卫星、不同频点的测量值在几何上是否一致。加密与认证信号如GPS的M码、Galileo的OS-NMA服务通过加密来验证信号的真实性从根本上杜绝了伪造。惯性导航辅助利用IMU惯性测量单元提供短时高精度的自主导航信息当GNSS解算位置与惯性导航推算位置出现不可解释的快速偏差时可触发欺骗告警。这个Matlab仿真项目为你理解转发式欺骗干扰的本质提供了一个坚实的起点。通过调整参数、观察现象、思考对策你将不再仅仅是一个代码的搬运工而是一个真正理解GNSS安全挑战和防御机制的研究者或工程师。本文还有配套的精品资源点击获取