Introducing Countermeasure Approach against Delay Spoof Attack in GPS using Adaptive Filtering

Transcript

1 ج ه ع ی و ی» ع وم و ناوری ی دا ند و ن» سال ششم شماره 2 تابستان 94 ص اراي ه راهکار مقابله با حمله فریب تا خیري در سامانه ناوبري با استفاده از فیلتر تطبیقی 4 *2 مریم معاضدي محمدرضا موسوي میرکلاي ی پیوند تیموري امیررضا بازیار - دانشجوي دکتري 2- استاد - دانشجوي کارشناسیارشد 4- کارشناسارشد دانشگاه علم و صنعت ایران (دریافت: 9/04/20 پذیرش: 94/04/07) چکیده سیگنالهاي غیرنظامی رمز نشده و پیشبینیپذیر بوده و سطح توان پایینی دارند. ازاینرو در برابر تداخلات مخرب از جمله فریب بسیار آسیبپذیرند. در این مقاله براي نخستین بار از فیلتر تطبیقی با پاسخ ضربه با طول محدود بر اساس الگوریتم حداقل میانگین مربعات خطا به منظور کاهش خطاي فریب تا خیري و دستیابی به سري زمانی بدون تداخل استفاده شده است. برخلاف روشهاي موجود براي مقابله با فریب راهکار اراي ه شده نیازي به تغییر سختافزاري و ساختاري در گیرنده ندارد. سیگنال ورودي فیلتر تطبیقی مقادیر شبهفاصله داده فریب در بخش موقعیتیابی است. ایده اصلی استفاده از فیلتر تطبیقی تخمین سیگنال تداخل و کم کردن آن از سیگنال ورودي (ترکیب سیگنال معتبر و جعلی) است که در نتیجه آن در خروجی نهایی فیلتر سیگنال معتبر باقی میماند. در این مقاله از معیار مجذور متوسط مربعات خطا به (RMS) منظور ارزیابی الگوریتم پیشنهادي بهره گرفته شد. دو سري داده فریب شبیهسازي و اندازهگیري براي ارزیابی الگوریتم پیشنهادي بهکار رفتهاند. نتایج شبیهسازي نشان میدهند که راهکار اراي ه شده به طور میانگین میتواند خطاي داده فریب آزمایشگاهی را 95 درصد و خطاي داده اندازهگیري را 8 درصد جبران نماید. کلید واژهها: الگوریتمهاي جستوجوگرایانه الگوریتم حداقل میانگین مربعات خطا فریب تا خیري فیلتر تطبیقی. Abstract Introducing Countermeasure Approach against Delay Spoof Attack in using Adaptive Filtering M. Moazedi, M. R. Mosavi *, P. Teymoori, A. R. Baziar Iran University of Science and Technology (Received: /07/204; Accepted: 28/0/205) The civilian signals are unencrypted, predictable and low power ones. Therefore, they are vulnerable to destroyer interfaces such as spoofing. In this paper, in order to reduce spoofing effect and achieve time series without interface, an adaptive filter with finite impulse response based on Least Mean Square (LMS) algorithm has been used for the first time. Contrary to the previous methods, proposed approach needs no extra hardware and structural change in receiver. Input signal of utilized adaptive filter is pseudo-range data in navigation section. The principle of using adaptive filter to eliminate interference is obtaining an estimate of interfering signal and subtracting that from the corrupted signal. Therefore, what remains at final output is the authentic signal. In this paper, root mean square (RMS) criteria is used to validate the proposed method. Simulation results show that the proposed approach can neutralize laboratory interface effects average up to 95 percent and measurement spoofing effect in average of 8 percent. Keywords: Adaptive Filter, Delay Spoof, Searching Methods, LMS Algorithm. * Corresponding Author m_mosavi@iust.ac.ir Advanced Defence Sci.& Tech., 205, 2, 97-04

2 مجله علمی پژوهشی «علوم و فناوريهاي پدافند نوین» سال ششم شماره 2 تابستان مقدمه کاربرد سامانههاي بیسیم که براي موقعیتیابی ناوبري و همزمانی نیازمند هستند روزبهروز در حال افزایش است. وابستگی شدید سامانههاي مختلف به سبب گشته از سال 2000 میلادي تحقیقات عمدهاي به حفاظت از آن معطوف شود. برخلاف سیگنالهاي نیستند. نظامی سیگنالهاي سیگنالهاي غیرنظامی حفاظت شده (رمز شده) به دلیل طی نمودن مسافت طولانی از ماهوارهها تا زمین در سطح زمین توانی کم و در حدود - 0 وات دارند. ازاینرو این سیگنالها در برابر حملاتی چون انسداد جمینگ و فریب آسیبپذیرند. در مورد حمله انسداد و جمینگ گیرنده قادر به تولید اطلاعات موقعیتیابی نخواهد بود و بنابراین از حمله آگاه است. اما در شرایط فریب گیرنده تحت تداخل عمدي قرار گرفته و از وجود حمله اطلاع دارد و در نتیجه اطلاعات موقعیتیابی و زمانی اشتباه تولید میکند []. ازاینرو حمله فریب به مراتب خطرناكتر از انسداد و جمینگ است. تولید حمله فریب را میتوان به سه دسته کلی فریب ساده متوسط و پیچیده تقسیمبندي نمود [-]. در فریب ساده شبیهساز سیگنال که در پایانه ورودي گیرنده قرار دارد از سیگنال معتبر ک یپ برداري مینماید. سیگنال فریب تولیدي نسبت به سیگنال اصلی دامنه بزرگتري دارد و همزمان نیست. در نتیجه گیرنده تجاري ارزان قیمت توسط این روش به سادگی فری ب داده م ی شود [2]. نوع متوسط فریب فریبنده بر اساس گیرنده است که در ای ن مورد فریبنده از یک گیرنده به همراه آنتن فرستنده سیگنال تداخل تشکیل شده است. همانطور که در شکل () مشاهده میشود در روش دوم فریبنده سیگنال معتبر را دریافت نموده و پس از اعمال تغییرات لازم سیگنال جدید با مختصات جعلی را به سمت گیرنده هدف میفرستد. دو نوع کلی فریب تا خیري و همزمان براي این دسته از حمله فریب وجود دارد و تشخیص آن به مراتب سختتر از فریب نوع اول است []. در نوع سوم تولید فریب که فریب پیچیده نامیده میشود باید مختصات مرکز آنتن گیرنده هدف با دقت بالا براي فریبنده مشخص بوده و گیرنده قادر به ایجاد همزمانی دقیق فاز کد و فرکانس حامل سیگنال فریب و معتبر باشد. کارایی این روش تولید فریب به مراتب بیشتر از دو روش قبلی است. محقق نمودن فریب پیچیده در برخی موارد به علت متحرك بودن گیرنده یا هندسه خاصی آن دور از دسترس است []. تاکنون روشهاي زیادي به منظور مقابله با فریب مطرح شدهاند که میت وان آنها را در دو دسته کلی تشخیص و کاهش فریب طبقهبندي نمود [-7]. در این مقاله روشی جدید براي جبران خطاي ناشی از حمله فریب با استفاده از فیلتر تطبیقی در گیرندههاي تکفرکانسه شکل. فریبنده براساس گیرنده []. پیشنهاد شده است. در ادامه ابتدا برخی روشهاي کاهش فریب به اختصار شرح داده میشوند. در بخش سوم مروري بر فیلترهاي FIR و الگوریتمهاي تطبیقی خواهید داشت. بخش چهارم و پنجم به معرفی راهکار اراي ه شده به منظور کاهش فریب تا خیري با استفاده از فیلترهاي تطبیقی اختصاص دارند و در نهایت در بخش ششم آزمونهاي انجام شده بر روي دادههاي آزمایشگاهی و اندازهگیري به منظور اعتبارسنجی راهکار پیشنهادي بررسی میشوند. 2. روشهاي پیشین به منظور کاهش خطاي فریب در این بخش برخی از روشهاي مهم کاهش فریب آمده است. خنثی نمودن کامل سیگنال معتبر توسط سیگنال فریب کار بسیار سختی بوده و تنها زمانی که اطلاعات بسیار دقیقی از موقعیت نسبی مرکز فاز آنتن هدف و فریبنده موجود باشد امکانپذیر است. اغلب این اطلاعات به صورت دقیق در دسترس نیست و علیرغم موفقیتآمیز بودن حمله فریب نشانهاي از سیگنال معتبر باقی میماند که میتواند براي شناسایی و کاهش فریب مورد استفاده قرار گیرد [-7]. کاهش فریب از طریق ردیابی سیگنال معتبر: در ای ن گیرنده نسخه دیجیتال خروجی بخش RF مینماید. سپس یکی از سیگنالهاي در حال ردیا یب روش ابتدا را در حافظه بافر ذخیره توسط گیرنده را به صورت محلی تولید و از سیگنال بافرشده حذف مینماید. در نهایت گیرنده ردیا یب دادهه يا کاناله يا بافر شده انجام میدهد. در ای ن بیشتري براي ردیا یب را با PRN همان سیگنال بر روي روش گیرنده نیازمند هر دو سیگنال اصلی و فری ب است. ازاینرو پیادهسازي آن پیچیدگی سختافزاري و پردازشی گیرنده را افزایش میدهد. کاهش فریب از طریق گیرنده چند آنتنه و هدایت صفر: در گیرندهه يا چند آنتنه با استفاده از روشهاي پردازش آرایهاي میتوان خطاي فریب را کاهش داد. بنابراین گیرنده پس از تشخیص جهت سیگنال جعلی با هدایت سیگنال صفر به سمت منبع تولید فریب آثار خطرناك آن را خنثی مینماید. اگر از یک گیرنده N آنتنه استفاده شود یک آنتن از گیرنده به عنوان مرجع انتخاب و مرکز Adaptive Filter

3 99 اراي ه راهکار مقابله با حمله فریب تا خیري در... مریم معاضدي و همکاران دستگاه مختصات روي آن نقطه در نظر گرفته میشود. با فرض وجود یک فریبنده تک آنتنه حاصل نمونهبرداري از ترکیب سیگنال معتبر و فریب دریافتی در آنتنه يا گیرنده هدف مانند رابطه () است. گیرندهاي نشان داده شده که در معرض حمله فری ب است[ ]. قرار گرفته () که در آن r(nt s ) برداري با اندازه دریافتی در N آنتن گیرنده است. N P m a و شامل نمونه سیگنالهاي P q s معتبر m ام و فریب qام هستند. تابع f معتبر و فریب در زمان nt s است. بنابراین اگر برداري مانند به ترتیب توان سیگنال بیانگر فرکانس داپلر سیگنال و بردار نویز سفید اضافه شونده f H با اندازه N موجود باشد که در رابطه (2) صدق کند میتوان سیگنال فریب را از سیگنال اصلی حذف نمود. ازاینرو اعمال بردار بهره شده منجر به رابطه () میشود [8]. f H به سیگنالهاي نمونهبرداري (2) () که در آن و به ترتیب ترکیبی از بیتهاي موقعیتیابی دریافتی و رشته کد C/A مربوط به سیگنالهاي معتبر qام و فریب sام هستند. در مرجع [9] از شیوه گیرنده چند آنتنه تحت عنوان روش McDowell به منظور کاهش فریب استفاده شده است. در این روش گیرنده براي محاسبه بردار بهره نیازمند پردازش روي تمام نسخههاي دریافتی سیگنال معتبر و جعلی است. ازاینرو به شکل قابل توجهی نیازهاي سختافزاري و پردازشی گیرنده را افزایش میدهد. در مرجع [8] از گیرنده دو آنتنه که پیچیدگی محاسباتی پایینی دارد براي حذف سیگنال فریب استفاده شده است. در ای ن روش گیرنده با محاسبه همبستگی متقابل بین سیگنالهاي دریافتی از دو آنتن قادر به استخراج ویژگیهاي فضایی سیگنال فریب است. بررسی صحت استقلال موقعیت در گیرنده :(RAIM) سیگنالهاي فریب به طور مو ثر سبب تولید شبه فاصله جعلی در گیرنده میشوند. اگر در یک اندازهگیري متوالی در لحظهاي از زمان فریب ایجاد شود مکانیابی یکپارچه نبوده و در لحظه ایجاد فریب موقعیت نامعقول جعلی تولید میگردد [0]. روش توسعهیافته RAIM گزارش نیز شده است[ ] که توانایی آشکارسازي و ممانعت از اندازهگیريهاي نامعقول را دارد. الگوریتم مقابله با فریب RAIM به عنوان یک روش ضدفریب در سطح حل معادلات موقعیتیابی به کار میرود. این روش تنها زمانی کاربرد دارد که یک یا دو اندازهگیري جعلی در بین چندین اندازهگیري معتبر وجود داشته باشد. در 2 گزارشی با محاسبه ضریب VIAS قابلیت روش RAIM را براي روشهایی که در بالا معرفی شدند از پر کاربردترین روشها در خصوص کاهش فریب هستند. همانطور که از توضیحات استنباط میشود این روشها پیچیدگی سختافزاري و نرمافزاري زیادي به گیرنده تحمیل مینمایند. در مقایسه با روشهاي مذکور روش پیشنهادي در این مقاله علاوه بر سادگی در پیادهسازي سختافزاري و برنامهنویسی نرمافزاري قابلیت ردیابی سریع تغییرات ورودي عدم ایجاد تا خیر در محاسبه خروجی را به همراه دارد و فضاي حافظه زیادي را اشغال نمیکند.. مروري بر فیلترهاي FIR و تطبیقی کلمه فیلتر در حوزه زمان دلالت بر سامانهاي دارد که با پردازش نمونههاي وزندار و تا خیر یافته ورودي طبق قواعدي معین خروجی را تولید میکند. قواعد معینی مشخص کننده نوع فیلتر هستند. فیلتر در حوزه فرکانس نیز سامانهاي است که بر اساس ویژگیهاي مطلوب خروجی بازه فرکانسی مشخصی را عبور میدهد و بقیه را حذف میکند. به طور خلاصه از فیلترها به منظور تغییر سیگنال ورودي به گونهاي که سیگنال مطلوب در خروجی حاصل گردد استفاده می- شود [2]. در شکل (2) نمودار بلوکی کلی فیلترهایی که در مساي ل مختلف به منظور تخمین سیگنال مطلوب استفاده میشوند نمایش داده شده است [2]. نکته مهم در اینجا تنظیم وزنهاي فیلتر به گونهاي است که بتوان بالاترین تطبیق بین خروجی فیلتر و خروجی مطلوب را ایجاد نمود. براي دستیابی به این منظور از الگوریتم بهینهسازي تابع هدف استفاده 5 4 میشود که میتواند به دو صورت آماري یا قطعی تعریف شود. از جمله توابع هدف آماري که بیشتر در مساي ل حذف سیگنال مزاحم کاربرد دارند میتوان به تابع MSE اشاره نمود که بهینهسازي آن از نوع کمینه نمودن است. معمولترین ساختار در پیادهسازي فیلترهاي تطبیقی 7 ساختار تراگذار است که در شکل () مشاهده م ی شود و در آن x(n) مبین ورودي y(n) خروجی و d(n) سیگنال مطلوب است. در این فیلتر W i (n) با ترکیب نمونههاي وزن یافته ورودي تولید میگردد. y(n) وزنهاي فیلتر است که با زمان تغییر مینمایند. ساختار تراگذار معرفی براي شده براي فیلتر تطبیقی از نوع ساختارهاي غیر بازگشتی است که محاسبه خروجی سازوکار بازخوردي ندارد. فیلتر بهکار رفته در هسته ساختار شکل () فیلتر Performance Function 4 Stochastic 5 Deterministic Mean Square Error 7 Transversal 8 Finite Impulse Response 8 FIR است. Receiver Autonomous Integrity Monitoring 2 Vulnerability Index Against Spoofing

4 مجله علمی پژوهشی «علوم و فناوريهاي پدافند نوین» سال ششم شماره 2 تابستان خطاي سیگنال سیگنال مطلوب - + سیگنال خروجی شکل 2. ساختار کلی یک فیلتر تطبیقی [2]. شکل. نمودار بلوکی فیلتر تراگذر [2]. فیلتر سیگنال ورودي 4. استفاده از فیلترهاي تطبیقی به منظور کاهش تداخل همانطور که در بخش قبل گفته شد استفاده از فیلتر تطبیقی به عنوان یکی از روشهاي حذف تداخل از سیگنال مخرب محسوب 4 میشود. وقتی سیگنال به تداخل (نویز چند مسیري فریب و غیره) آغشته میشود با استفاده از فیلتر تطبیقی میتوان سیگنال مطلوب را از تداخل تفکیک کرد. در واقع فیلتر تطبیقی فیلتر دیجیتالی خود اصلاحگري است که وزنهاي آن با توجه به حداقل شدن تابع هزینه (تابعی از خطا) تنظیم میگردد. تابع هزینه معمولا به صورت تفاضل خروجی فیلتر و سیگنال مطلوب تعریف میشود. همانطور که در شکل () مشاهده میگردد فیلتر تطبیقی یک سامانه بازخورددار شامل دو 5 ورودي اصلی d(n) و مرجع x(n) یک خروجی معتبر فیلتر FIR و الگوریتم تطبیقی به منظور تنظیم وزنهاي فیلتر FIR است. در ادامه این بخش هر یک از اجزاي فیلتر تطبیقی توضیح داده میشود. فیلتر FIR بر خلاف IIR در حوزه زمان پاسخ ضربه با طول محدود دارد. رابطه (4) معادله تفاضلی فیلتر IIR بازگشتی است (شکل (4)). (4) کاربرد فیلترهاي IIR به دلیل طول عمر نامحدود و عدم امکان تنظیم وزن در فیلترهاي تطبیقی با محدودیت مواجه است. استفاده از فیلترهاي IIR در فیلترهاي تطبیقی میتواند موجب ناپایداري سامانه شود. علاوهبراین اعمال تابع هدف MSE به فیلتر IIR منجر به تولید حداقلهاي محلی متعدي میشود. با توجه به شکل (5) فیلترهاي FIR ساختار غیر بازگشتی دارند و ناپایدار نیستند. علاوه بر این با توجه به اینکه اعمال تابع هدف MSE به فیلتر FIR منجر به تنها یک مقدار حداقل میشود الگوریتم قادر است به سرعت و بدون احتمال گیر افتادن در حداقلهاي محلی کمینه مطلق را پیدا کند. ازاینرو در فیلترهاي تطبیقی به جاي استفاده از فیلترهاي IIR به عنوان هسته فیلتر از فیلترهاي FIR استفاده میشود و طراحان به منظور تنظیم وزنهاي فیلتر FIR از الگوریتمهاي تطبیقی بهره میگیرند. الگوریتمهاي تطبیقی در واقع روشهاي کاوشگر تکرار شونده هستند. از جمله این روشها میتوان به الگوریتمهاي SD 2 LMS MSE و نیوتن اشاره کرد [ و 4]. تحققپذیري روشهاي LMS و MSE بهدلیل سادگیشان نسبت به سایر روشها بیشتر است. همانطور که در بخش چهارم توضیح داده خواهد شد روش LMS به عنوان تخمینی از الگوریتم MSE پیچیدگی محاسباتی و فضاي حافظه مورد نیاز را تا حد زیادي کاهش داده و بنابراین قابلیت استفاده در کاربردهاي بلادرنگ را نیز دارد و از این لحاظ در کاربرد حاضر نسبت به MSE اولویت دارد [5]. شکل 4. ساختار فیلتر [2]. IIR شکل 5. ساختار فیلتر FIR در حوزه [2]. Z Σ ورودي اصلی x(n) فیلترFIR ورودي مرجع وزن هاي فیلتر الگوریتم تطبیقی d(n) x(n) y(n) e(n) خروجی معتبر شکل. نمودار بلوکی فیلتر تطبیقی پیشنهادي. -4. وروديهاي فیلتر تطبیقی سیگنالهاي مرجع و اصلی با اندازهN وروديهاي فیلتر هستند. 4 Multi-path 5 Primary Reference Infinite Impulse Response 2 Steepest Decent Least Mean Square

5 0 اراي ه راهکار مقابله با حمله فریب تا خیري در... مریم معاضدي و همکاران سیگنال و d(n) طبق رابطه (5) ترکیبی از سیگنالهاي مطلوب و S(n) تداخل x'(n) است. ورودي x(n) نیز فقط شامل تداخل است. به منظور حذف تداخل از سیگنال اولیه و دستیابی به سیگنال مطلوب در خروجی فیلتر تطبیقی باید شروط (5) تا (8) در مورد x'(n) x(n) S(n) برقرار باشند. (5) () (7) (8) به طور خلاصه عبارتهاي بالا به این معنا هستند که جزء سیگنال مطلوب موجود در ورودي اصلی نباید با جزء تداخل ورودي اصلی و نیز ورودي مرجع همبستگی داشته باشد اما جزء تداخل سیگنال اصلی و ورودي مرجع با هم همبسته بوده و تابع همبستگی آنها باشد. p(k).2-4 فیلتر FIR همانطور که در بخش سوم توضیح داده شد فیلتر FIR که با نام تمام صفر نیز شناخته میشود به دلیل انطباقپذیري بالا پایداري و سادگی در پیادهسازي در این کاربرد مورد استفاده قرار میگیرد. خروجی فیلتر FIR از رابطه (9) بهدست میآید. (9) -4. الگوریتم تطبیقی تابع خطا که براي تنظیم وزنهاي فیلتر FIR بهکار میرود مطابق رابطه (0) بهدست میآید. اگر تابع هزینه E طبق رابطه () به صورت متوسط مربعات خطا (MSE) تعریف گردد کمینهسازي تابع هزینه به روش مستقیم منجر به معادلات وینر- هوپ میشود که در رابطه (2) بیان شده است. (0) () (2) در رابطه (2) r xx (i) تابع خودهمبستگی ورودي مرجع و r dx (i) تابع همبستگی متقابل بین ورودي مرجع و اصلی است. این رابطه منجر به M معادله خطی میشود که با حل آنها میتوان M وزن بهینه مربوط به فیلتر FIR را در زمان n بهدست آورد. اگر روابط (5-8) برقرار باشند سیگنال ازاینرو حداقل شدن هرقدر S(n) E تحت تا ثیر فیلتر FIR قرار نمیگیرد. به معناي حداقل شدن x'(n)-y(n) x'(n) با x(n) همبستگی بیشتري داشته باشد مقدار است. x'(n)- y(n) به صفر نزدیکتر خواهد بود. بنابراین جزء تداخل موجود در سیگنال اصلی در خروجی فیلتر FIR ظاهر شده و فیلتر عملکرد بهتري خواهد داشت. در مقابل اگر باشد x'(n) با x(n) E[d(n)x(n-k)]=0 همبستگی نداشته میگردد و طبق رابطه (2) ورودي خروجی راه مییابد در نتیجه خروجی بدون تغییر باقی میماند. به d(n) چون در الگوریتم MSE نیاز به محاسبه تابع خودهمبستگی سیگنال مرجع و نیز تابع همبستگی متقابل سیگنال اولیه و مرجع میباشد کلیه نمونهها از ابتداي شروع بهکار الگوریتم تا لحظه حال مورد نیاز است و بنابراین در کاربردهاي بلادرنگ نمیتوان از این روش استفاده کرد. ازاینرو با توجه به استاتیک بودن سیگنال ورودي از الگوریتم LMS به عنوان تخمینی از الگوریتم MSE تخمین وزنهاي فیلتر FIR استفاده میگردد. در روش LMS به منظور استفاده از شیوه گرادیان نزولی به منظور کمینهسازي تابع هزینه منجر به رابطه بازگشتی () براي تنظیم وزنهاي فیلتر FIR میشود. () μ در رابطه () گام پیشرفت الگوریتم را مشخص میکند که در واقع تعیینکننده سرعت همگرایی الگوریتم است. انتخاب مقادیر بزرگ براي گام پیشرفت سبب همگرایی سریع الگوریتم میگردد اما در مواردي نیز ناپایداري سامانه را بهدنبال خواهد داشت. اگر M طول فیلتر و P X توان سیگنال مرجع باشد براي اطمینان از پایدار ماندن سامانه μ در بازه انتخاب میگردد که طول فیلتر یکی از پارامترهاي قابل تنظیم آن است. MDL کمینه طول فیلتر است که نیازهاي مسي له را برآورده میسازد و از رابطه (4) بهدست میآید. (4) که در آن N طول سیگنال ورودي است. مقداري از M که منجر به حداقل شدن رابطه (4) میشود بیانگر طول بهینه فیلتر FIR است. 5. راهکار ضد فریب پیشنهادي با استفاده از فیلتر تطبیقی همانطور که در بخش اول مطرح شد سادهترین نوع فریب فریب تا خیري است. در این نوع فریب سیگنال اصلی به همراه نمونه تا خیر یافته آن به سمت گیرنده هدف فرستاده میشود. در اینجا فرض بر این است که سیگنال اولیه و مرجع (وروديهاي فیلتر تطبیقی) ترکیبی از سیگنال معتبر و نمونه تا خیر یافته آن هستند. در گزارشی با استفاده از فیلتر تطبیقی تداخل چند مسیري از سیگنال معتبر حذف شده است []. با توجه به اینکه تا ثیر تداخلات فریب تا خیري و چند مسیري در خروجی همبستهگرهاي گیرنده یکسان است میتوان این ایده را نیز در خصوص حذف تداخل فریب بهکار گرفت. همانطور که در بخش قبل توضیح داده شد فیلتر تطبیقی داراي دو ورودي اصلی و مرجع میباشد که ورودي اصلی ترکیبی از سیگنال مطلوب و تداخل است. ورودي مرجع جزء تداخل به تنهایی میباشد. در مورد سیگنالهاي جزء تداخل به تنهایی در Step Size

6 مجله علمی پژوهشی «علوم و فناوريهاي پدافند نوین» سال ششم شماره 2 تابستان دسترس نیست و ترکیب آن با سیگنال معتبر در اختیار است. بنابراین در روش پیشنهادي به جاي استفاده از جزء تداخل در ورودي مرجع از سیگنال معتبر آغشته به فریب استفاده میشود. بنابراین روابط (5-8) به صورت جزي ی برقرارند. سیگنالهاي ورودي اصلی و مرجع به ترتیب مطابق روابط ( و 7) میباشند. () (7) در این روابط S(n) و S'(n) سیگنالهاي معتبر هستند (که در حالت کلی با توجه به ساختار سیگنالهاي با هم همبستگی ندارند) و Xspoof و X'spoof سیگنالهاي فریب هستند که با هم همبستگی دارند که هر دو نمونه تا خیر یافته سیگنال معتبر هستند. در واقع آنچه در خروجی فیلتر FIR ظاهر میشود بخشی از سیگنال ورودي d(n) است که با جزي ی از سیگنال ورودي r(n) همبستگی دارد و جزء همسان نامیده میشود. با کسر نمودن جزء همسان از سیگنال d(n) جزي ی از سیگنال ورودي d(n) در خروجی فیلتر تطبیقی کلی ظاهر میگردد که با سیگنال 2 ورودي r(n) همبستگی ندارد و جزء ناهمسان را تشکیل میدهد.. نتایج و بحث کارایی روش پیشنهادي با استفاده از دو مجموعه داده فریب آزمایشگاهی و اندازهگیري سنجیده شده است. در تولید فریب تا خیري در نوع آزمایشگاهی سیگنال تداخل که در واقع نمونه تا خیر یافته سیگنال معتبر با دامنه بزرگتر است در سطح فرکانس میانی با سیگنال معتبر ترکیب میشود. ازاینرو سیگنال متداخل عملکرد گیرنده را در بخش همبستهگیري و موقعیتیابی تحت تا ثیر قرار میدهد. در تولید دادههاي فریب اندازهگیري فریبنده سیگنال معتبر را دریافت و ذخیره نموده و با تا خیر و دامنه معین به سمت گیرنده هدف ارسال میکند. بنابراین سیگنال تا خیر یافته همزمان با سیگنالهاي لحظات بعدي به گیرنده هدف میرسد و سبب ایجاد تداخل در این سیگنالها میشود. این نوع نحوه تولید تداخل تولید فریب از طریق تا خیر و ترکیب نامیده میشود [7]. فیلتر پیشنهادي در گیرنده نرمافزاري در بخش موقعیتیابی به دادههاي فریب تا خیري آزمایشگاهی و اندازهگیري اعمال شد. به این نحو که خروجی بخش موقعیتیابی در سطح شبه فاصله به عنوان ورودي به فیلتر پیشنهادي وارد میشود فیلتر جزء تداخل را از سیگنال معتبر جدا کرده و پس از بازیابی شبه فاصلههاي معتبر معادلات موقعیتیابی با استفاده از آنها به منظور دستیابی به مختصات مکانی صحیح حل میشوند. نتایج اعمال الگوریتم بر روي چهار مجموعه داده شبیهسازي به صورت خلاصه در جدول () آمده است. با توجه به اینکه خطاي اندازهگیري کمتر از متر است مقادیر خطاي گزارش شده ناشی از حمله فریب هستند. در تمام موارد دادههاي ورودي اصلی و مرجع با عدد 000 نرمالیزه شده و نیز اندازه فیلتر FIR برابر 4 در نظر گرفته شده است. لازم به ذکر است که در طراحی فیلتر تبادل مناسبی بین گام پیشرفت و سرعت همگرایی الگوریتم در نظر گرفته شده و فیلتر مورد بحث در کاربردهاي بلادرنگ نیز میتواند مورد استفاده قرار گیرد. مطابق جدول () حداقل کاهش فریب در الگوریتم پیشنهادي 88 درصد حداکثر کاهش فریب برابر 98 درصد و متوسط کاهش فریب 95 درصد است. همچنین به منظور راستآزمایی مطمي نتر الگوریتم کاهش فریب بر روي دادههاي فریب اندازهگیري 4 و 8 ثانیه اعمال گشته و نتایج آن در جدول (2) ذکر شده است. همانطور که در جدول (2) مشاهده میشود راهکار اراي ه شده خطاي RMS ناشی از فریب تا خیري دادههاي اندازهگیري را حداقل 55 درصد و حداکثر تا 9 درصد و به طور متوسط 8 درصد جبران نموده است. علت پایینتر بودن درصد کاهش خطاي موقعیتیابی دادههاي اندازهگیري نسبت به دادههاي آزمایشگاهی این است که دادههاي اندازهگیري علاوه بر تداخل فریب به تداخلات فرکانس بالاي محیطی نیز آلوده شدهاند. به منظور بررسی اثرگذاري الگوریتم در گیرنده نتایج ناوبري براي دادههاي فریب نمونه در سه بعد قبل و بعد از اعمال الگوریتم در شکل (7) آمده است. (الف) (ب) (ج) X Spoof Error(m) Y Spoof Error(m).25 x NavSolution.X Spoofed System Modified System Positioning Epochs Z Spoof Error(m) x NavSolution.Y Spoofed System Modified System Positioning Epochs.707 x NavSolution.Z Spoofed System Modified System Positioning Epochs شکل 7. نتایج مکانیابی داده تا خیري 4 ثانیه با فریب 478 متر: (الف) بعد طول (ب) بعد عرض و (ج) بعد ارتفاع Coherent Component 2 Incoherent Component

7 0 اراي ه راهکار مقابله با حمله فریب تا خیري در... مریم معاضدي و همکاران همانطور که در شکل مشاهده میشود نتایج ناوبري دادههاي فریب قبل و بعد از اعمال الگوریتم نشان دهنده این موضوع است که کلیه نمونهها پس از اعمال الگوریتم در هر بعد انتقال مکانی یکسانی دارد و این موضوع نشا ت گرفته از ماهیت دادههاي استاتیک در دسترس میباشد که با تا خیر زمانی ثابت به کلیه نمونهها اعمال شده است. جدول. حداکثر کاهش فریب در مورد هر مجموعه داده اصلی داده فریب مجموعه داده اول خطاي فریب قبل از اعمال الگوریتم (متر) خطاي فریب بعد از اعمال الگوریتم (متر) متوسط درصد کاهش فریب مجموعه داده دوم مجموعه داده سوم مجموعه داده چهارم جدول 2. نتایج کاهش فریب بر روي دادههاي اندازهگیري. میزان تا خیر داده فریب (ثانیه) زمان شروع (ثانیه) قبل از اعمال الگوریتم بعد از اعمال الگوریتم درصد کاهش EN H RMS EN H RMS Civil Spoofer ; In Proc. of ION Int. Technical Meeting of the Institute of Nav. 2009, [] Ledvina, B. M.; Bencze, W. J.; Galusha, B.; Miller, I. An In- Line Anti-Spoofing Device for Legacy Civil Receivers ; In Proc. of ION Int. Technical Meeting of the Satellite Division 200, [4] Jahromi, A. J.; Broumandan, A.; Nielsen, J. Vulnerability to Spoofing Threats and a Review of Antispoofing Techniques ; Int. J. Nav. Observ. 202, -. [5] Amiri, A. A.; Mosavi, M. R.; Rezaee, M. J.; Hoseinzaeh, N. Introduce a Neural Network Based Technique for Anti- Spoofing ; Sharif Con. of Future Electronics 20, 5-7. [] Mosavi, M. R.; Nasrpooya, Z.; Rezaee, M. J.; Abedi, A. A.; Introduce a Anti-Spoofing Technique Based on Kalman Filter ; The th Con. of Electronic War, 20. [7] Baziar, A. R.; Moazedi, M.; Mosavi, M. R., Ghaffari, Z. A Novel Technique for Spoofing Detection Based on Pseudorange Measurements in Order to Protection of Marine Navigation Systems ; Iranian J. Marine Tech. 204,, 8-2. [8] Daneshmand, S.; Jahromi, A. J.; Broumandan, A.; Lachapelle, G. A Low Complexity GNSS Spoofing Mitigation Technique using a Double Antenna Array ; World Magazine 20, 22, [9] McDowell, C. E. Spoofer and Repeater Mitigation System using Digital Spatial Nulling ; US Patent 7,250,90, [0] Kuusniemi, H.; Wieser, A.; Lachapelle, G.; Takala, J. Userlevel Reliability Monitoring in Urban Personal Satellite- LMS 7. نتیجهگیري در این مقاله یک فیلتر تطبیقی بر اساس الگوریتم تخمین و حذف خطاي فریب سیگنال به منظور پیشنهاد شد. این الگوریتم در بخش ناوبري گیرنده و بر روي پارامتر شبه فاصله اعمال شده است و میتواند در کاربردهاي بلادرنگ بهکار گرفته شود. فیلتر تطبیقی یک تجزیه کننده سیگنال است که قادر است بخش همسان و ناهمسان سیگنال ورودي را از هم جدا کند. بخش همسان که خروجی فیلتر FIR میباشد از ورودي اصلی کم شده و بخش ناهمسان را در خروجی فیلتر کلی تولید مینماید که همان سیگنال معتبر است. راستآزمایی روش پیشنهادي بر روي دو مجموعه داده فریب در دو صورت آزمایشگاهی و اندازهگیري انجام شد و نتایج کارآیی مطلوب الگوریتم را بر هر دو مجموعه داده نشان داد. 8. مراجع [] Humphreys, T. E.; Ledvina, B. M.; Psiaki, M. L. Assessing the Spoofing Threat: Development of a Portable Civilian Spoofer ; In Proc. of the ION GNSS Meeting 2008, [2] Montgomery, P. Y.; Humphreys, T. E.; Ledvina, B. M. Receiver-Autonomous Spoofing Detection: Experimental Results of a Multi-Antenna Receiver Defence Against a Portable

8 مجله علمی پژوهشی «علوم و فناوريهاي پدافند نوین» سال ششم شماره 2 تابستان [5] Zhang, L. ; Li, K.; Bai, E. New Extension of Newton Algorithm for Nonlinear System Modelling using RBF Neural Networks ; IEEE Trans. on Automatic Control 20, 58, [] Linlin, G.; Shaowei, H.; Chris, R. Multipath Mitigation of Continuous Measurements using an Adaptive Filter ; Solutions 2000, 4, 9-0. [7] Baziar, A. R.; Mosavi, M. R.; Rahmati, A.; Moazedi, M. A Novel and Low-Cost Technique for Generating Spoofing in Order to Protection from Marine Navigation Systems ; Iranian J. of Marine Tech. 204,, -2. Navigation ; IEEE Trans. on Aerospace and Electronic Systems 2007, 4, [] Juang, J. C. GNSS Spoofing Analysis by VIAS ; Coordinates Magazine 20, 7, -. [2] Farhang-Boroujeny, B. Adaptive Filters: Theory and Applications ; 2 nd Ed. John Wiley & Sons, Ltd, 20. [] Wang, X. Method of Steepest Descent and Its Applications ; IEEE Microwave Wireless Components Letter 2008, 2, [4] Charalambous, C.; Conn, A. R. An Efficient Method to Solve the Minimax Problem Directly ; J. Num. Anal. 978, 5, 2-87.