追踪欧洲上空一个强大的GNSS干扰源

# 检测、表征和识别一个强大的星基GNSS干扰源  
来源：https://arxiv.org/html/2606.03673  
Argyris Kriezis† 和 Todd E. Humphreys*  

*德克萨斯大学奥斯汀分校航空航天工程与工程力学系*  
*斯坦福大学航空与航天学系*  

## 摘要  
本文分析并识别了一个基于太空的全球导航卫星系统（GNSS）干扰源，该源自2019年以来已在欧洲大陆、格陵兰和加拿大造成数十次强大的瞬态广域干扰事件。虽然地面或近地面源是近期全球GNSS干扰事件增加的主要原因，但星基干扰源因其巨大的地理覆盖范围和预示着GNSS干扰质的升级而特别令人担忧。基于2019年至2026年间从一个地面GNSS参考站网络收集的数据，本文：(1) 开发了一个基于接收功率的检测框架；(2) 详述了该源引起的广域干扰事件的空间、时间及频谱模式；(3) 提出并分析了融合接收功率和到达时间差测量的识别技术；(4) 应用这些技术，自信地将该GNSS干扰源识别为一组运行在“闪电”（Molniya）轨道上的俄罗斯预警卫星星座。  

## 1 引言  
全球导航卫星系统（GNSS）如GPS提供米级精度的定位，同时具有全球可达性、全天候和无线电静默操作的特点。然而，GNSS是脆弱的：其服务容易受到人为干扰（如压制和欺骗）和自然干扰（如多径和大气效应）的影响（Scott, 2003；Humphreys et al., 2008；Humphreys, 2012, 2017）。过去五年，航空和海事领域的GNSS中断事件急剧增加（Osechas et al., 2022；GPS Spoofing Workgroup, 2024；Marcos et al., 2018；RIN Maritime GNSS Interference Working Group, 2026）。在这些领域，干扰问题尤为严重，因为GNSS已深度融入关键系统。除了简单的导航或时间偏移外，GNSS丢失或受损还可能引发下游系统的级联故障（GPS Spoofing Workgroup, 2024；RIN Maritime GNSS Interference Working Group, 2026）。幸运的是，过去几十年在GNSS干扰缓解和对抗措施方面取得了显著进展（Psiaki and Humphreys, 2016, 2020；Borio et al., 2012；Clements et al., 2022）。研究表明，专用的GNSS干扰监测系统能够提供宝贵的频谱态势感知，从而增强导航安全性（Gunawardena et al., 2009；Gunawardena and Van Graas, 2011；Stader and Gunawardena, 2021；Kriezis et al., 2024；Sokolova et al., 2022；Morrison et al., 2023），其中一些系统已展示出对干扰源进行地理定位的能力（Bhatti et al., 2012；Mitch et al., 2016）。此外，部署在低地球轨道（LEO）上的GNSS接收机能够以全球覆盖方式实现对地面GNSS干扰的检测、表征和地理定位（Murrian et al., 2021；Clements et al., 2023, 2026）。地面GNSS接收机网络也可用于GNSS干扰监测（Abraha et al., 2024），包括星基干扰的监测。  

York et al. (2014) 揭示了GPS的PRN 24和27（SVN65和SVN66）在GPS L5频率上发射了±10 MHz和±20 MHz的泄漏信号。该异常随后被修复。最近，一个地面参考站网络被用于识别一颗北斗卫星（NORAD ID 40749），该卫星在B3I频段（1268.52 MHz）上成为干扰源（Patil et al., 2023, 2024）。这颗问题卫星连续发射了一个中心频率为1268.52 MHz的纯音信号，以及与该频率相差±10 MHz和±20 MHz的纯音信号。截至撰写本文时，这些纯音信号已不再存在。这两个干扰案例显然都是由故障或配置不当的硬件引起的。  

本文报告了对源自非GNSS卫星的强瞬态GNSS干扰的检测、表征和源识别。这一现象曾在European Space Agency NAVISP-EL3-014 (2023) 中被简要提及，并在本文作者之前的一篇会议论文（Clements and Humphreys, 2025）中得到了更全面的描述。本文对这两项工作均进行了显著扩展。这里报告的干扰与Patil et al. (2023, 2024) 以及York et al. (2014) 中详述的干扰在以下几个方面有所不同：(1) 它是瞬态的而非连续的——干扰事件的持续时间小于10秒；(2) 它影响广泛使用的GPS L1频段信号，而非较少用的L5和B3I频段；(3) 它强大得多，导致地面接收机的载噪比（CNR）下降高达10 dB；(4) 它不仅仅是现有GNSS信号的异常，也并非源自GNSS卫星。显然，能够覆盖整个大陆、影响GPS L1频段（全球航空、航运和精密授时的主要频段）的高功率干扰令人严重关切。如果是蓄意为之，它预示着GNSS干扰将发生质的升级。  

这种干扰的影响在国际GNSS服务（IGS）运营的地面参考站网络的公开数据中清晰可见（Dow et al., 2009；Kouba, 2009；Montenbruck et al., 2017；Johnston et al., 2017）。其中最有用的数据来自IGS站的一个子集，这些站点产生高采样率（1 Hz）的GNSS观测量。这些数据可从地壳动力学数据信息系统档案中检索，该系统通过NASA的空间大地测量数据档案提供（Noll, 2010）。自2019年以来，有数十次事件中，欧洲、格陵兰和加拿大境内IGS参考站的所有GPS L1频段跟踪信号同时出现瞬间的CNR急剧下降。干扰的开始时间在1 Hz采样分辨率内是同步的，这表明每次事件均来自单一源。受影响的地面接收机覆盖的地理区域如此之大，以至于没有任何单个地面或机载源能够覆盖所有站点；因此提出了星基干扰源的假说。  

虽然接收机网络中的CNR变化是星基干扰检测的一个有价值指标，但本文将证明，仅凭CNR信息不足以唯一识别干扰源。相比之下，如果一个空间分布的网络中有四个或更多地面站同时捕获受干扰频段的原始宽带采样，则可以利用到达时间差和到达频率差（T/FDOA）技术瞬时估计源的位置和速度。此外，通过参考卫星星历目录（假设干扰卫星已编目），即使只有两个站也足以将可能性缩小到少数几个可管理的候选卫星。然后，一个融合CNR和TDOA测量的关联框架可以实现唯一识别，本文将展示这一点。  

本文有六个主要贡献。第一，提出了瞬态广域干扰的测量模型和检测框架。第二，详细描述了由星基干扰源引起的多个广域GNSS中断事件的空间、时间和频谱特性，并将其与自然发生的太阳射电爆发区分开来。第三，提出了一种基本的卫星识别策略，以缩小候选卫星范围并估计卫星在远地点的最小高度。第四，提出了一个使用广义似然比检验（GLRT）的高级卫星关联框架，并将其应用于一个测试场景。第五，提出了一个基于TDOA测量短暂时间历程瞬时识别干扰卫星的框架，并给出了误差敏感性分析。第六，结合IGS的CNR数据以及来自欧洲两个额外接收机的原始宽带采样，自信地识别出该干扰源，发现它是一组运行在“闪电”（Molniya）轨道上的俄罗斯小卫星星座。与本文在Clements and Humphreys (2025) 中的初步会议版本相比，贡献二和三得到了扩展，贡献四、五和六是全新的。  

## 2 测量模型与检测  
IGS参考站网络以接收机独立交换格式（RINEX）收集并提供观测量（Johnston et al., 2017）。这些带有GPS时间标记的观测量包括每个跟踪到的GNSS卫星的载波相位、伪距、多普勒和CNR测量值。以下分析的重点是来自提供高采样率（1 Hz）GNSS观测量的站点的GPS L1 C/A信号的CNR观测量。  

### 2.1 测量模型  
设 \(\mathcal{I}\) 为所有相关地面参考站（主要是IGS站）的集合，\(\mathcal{J}\) 为所有唯一GNSS信号的集合，这些信号可以被这些站在给定中心频率（如GPS L1频率）上跟踪。在符号上，\(|\mathcal{I}|\) 表示 \(\mathcal{I}\) 的基数，其他集合类似。对于站 \(i \in \mathcal{I}\) 和信号 \(j \in \mathcal{J}\)，设 \(\text{CNR}_{ij}\) 为真实CNR，表示为  

\[
\text{CNR}_{ij} = P^{ij}_{\text{R}} - N^{i}_{0} \quad \text{(dB-Hz)} \tag{1}
\]

\[
P^{ij}_{\text{R}} = P^{j}_{\text{T}} + G^{j}_{\text{T}}\left(\theta^{ij}_{\text{T}},\phi^{ij}_{\text{T}}\right) + G_{\text{R}}^{i}\left(\theta^{ij}_{\text{R}},\phi^{ij}_{\text{R}}\right) + L_{ij} \quad \text{(dBW)} \tag{2}
\]

其中 \(P^{ij}_{\text{R}}\) 是接收功率（dBW），\(N^{i}_{0}\) 是热噪声密度（dBW/Hz），\(P^{j}_{\text{T}}\) 是发射功率（dBW），\(G^{j}_{\text{T}}\) 是发射天线增益函数（dB），\(G_{\text{R}}^{i}\) 是接收天线增益函数（dB），\(\theta^{ij}_{\text{R}}\) 和 \(\theta^{ij}_{\text{T}}\) 是接收端和发射端的离轴角，\(\phi^{ij}_{\text{R}}\) 和 \(\phi^{ij}_{\text{T}}\) 是接收端和发射端的方位角，\(L_{ij}\) 是路径损耗（dB），定义为  

\[
L_{ij} = 20\log_{10}\left(\frac{\lambda}{4\pi\rho_{ij}}\right) \quad \text{(dB)} \tag{3}
\]

其中 \(\lambda\) 是载波波长，\(\rho_{ij}\) 是到发射信号 \(j\) 的卫星的距离。噪声功率密度 \(N^{i}_{0}\) 还包括来自同频率上其他GNSS信号（除第 \(j\) 个信号外）的多址干扰的影响。当存在至少一个干扰信号时，CNR变为载波-干扰加噪声比（CINR）。本文假设每个时刻只有一个干扰信号和一个干扰源。设 \(\text{CINR}_{ij}\) 为 \(i \in \mathcal{I}\) 和 \(j \in \mathcal{J}\) 的真实CINR，表示为  

\[
\text{CINR}_{ij} = P^{ij}_{\text{R}} - 10\log_{10}\left(\tilde{N}^{i}_{0} + \tilde{I}^{i}_{0}\right) \quad \text{(dB-Hz)} \tag{4}
\]

其中 \(\tilde{N}^{i}_{0}\) 是噪声功率密度 \(N^{i}_{0}\) 的线性单位等效值，满足 \(N^{i}_{0} = 10\log_{10}(\tilde{N}^{i}_{0})\)，\(\tilde{I}^{i}_{0}\) 是干扰功率密度 \(I^{i}_{0}\)（dBW/Hz）的线性单位等效值，满足 \(I^{i}_{0} = 10\log_{10}(\tilde{I}^{i}_{0})\)。按照 Humphreys (2017) 的方法，设 \(I^{i}(t)\) 为接收信号（包括干扰和热噪声）与期望信号本地副本乘积的干扰分量，\(S^{i}_{\text{I}}(f)\) 为其功率谱密度（PSD, dBW/Hz）。则 \(I^{i}_{0}\) 可定义为  

\[
I^{i}_{0} = S^{i}_{\text{I}}(0) \quad \text{(dBW/Hz)} \tag{5}
\]

如果 \(\tilde{S}^{i}_{\text{C}}(f)\) 是本地副本信号扩频码的PSD（线性单位），\(\tilde{S}^{i}_{r_{\text{I}}}(f)\) 是接收到的干扰信号的PSD（线性单位），\(\hat{f}^{i}_{\text{D}}\) 是接收机对期望信号视在多普勒频率（Hz）的估计，则 \(\tilde{S}^{i}_{\text{I}}(f)\)（线性单位，\(S^{i}_{\text{I}}(f)\) 的等效值）由以下卷积形成：  

\[
\tilde{S}^{i}_{\text{I}}(f) = \tilde{S}^{i}_{\text{C}}(f) \star \tilde{S}^{i}_{r_{\text{I}}}(f + \hat{f}^{i}_{\text{D}}) \tag{6}
\]

类似于 (2)，设 \(P^{i}_{\text{I}}\) 为第 \(i\) 个站处接收到的干扰信号功率，由下式给出：  

\[
P^{i}_{\text{I}} = P_{\text{I}} + G_{\text{I}}\left(\theta^{i}_{\text{I}},\phi^{i}_{\text{I}}\right) + G_{\text{R}}^{i}\left(\theta^{i\text{I}}_{\text{R}},\phi^{i\text{I}}_{\text{R}}\right) + L_{i\text{I}} \quad \text{(dBW)} \tag{7}
\]

其中 \(P_{\text{I}}\) 是发射的干扰功率，\(G_{\text{I}}\) 是干扰源的增益函数，\(\theta^{i}_{\text{I}}\) 和 \(\phi^{i}_{\text{I}}\) 是干扰发射端的离轴角和方位角（相对于干扰源），\(\theta^{i\text{I}}_{\text{R}}\) 和 \(\phi^{i\text{I}}_{\text{R}}\) 是接收端相对于干扰源的离轴角和方位角，\(L_{i\text{I}}\) 是干扰信号到第 \(i\) 站的路径损耗。