28039

تشخيص و تصحيح حمله جعل GPS در شبه¬فاصله PRNها با استفاده از شبكه عصبي

كارشناسي ارشد

برق الكترونيك- مدارمجتمع

1399

1401/12/03

دكتر موسوي ميركلايي

برق

حملات جعل يكي از تداخل¬هايي است كه باعث ايجاد خطا در موقعيت تخمين زده شده توسط گيرنده¬هاي سيستم موقعيت¬ياب جهاني (GPS) مي¬شود. براي مقابله با اين حملات، روش¬هاي مختلفي براي مقابله با جعل وجود دارد. اين روش¬ها در سطوح مختلف پردازش سيگنال براي مقابله و دفاع در برابر جعل موثر هستند. در اين پايان¬نامه از يك روش¬ نوآورانه براي تشخيص و تصحيح جعل GPS با كمك روش نظارت بر يكپارچگي خودكار گيرنده (RAIM) استفاده شده است. در روش پيشنهادي، پس از شناسايي جعل توسط RAIM و تعيين عدد PRN جعلي با كمك يك ايده تفاضلي، مرحله تصحيح شبه¬فاصله با استفاده از شبكه عصبي (NN) آموزش ديده توسط بهينه¬سازي ازدحام ذرات (PSO) آغاز مي¬شود. بنابراين، يك شبكه عصبي پرسپترون چندلايه (MLP NN) براي رديابي روند داده پيشنهاد شده است كه توسط PSO بهبوديافته است. NN پيشنهادي توسط ساير الگوريتم‌هاي تكاملي (EAs) مانند الگوريتم ژنتيك (GA)، تجزيه و تحليل مؤلفه‌هاي مستقل (ICA) و PSO ديوانگي (CRPSO) آموزش داده مي‌شود. در بين تمام EAهاي مورد بررسي، آموزش NN توسط PSO داراي RMSE "39.476" است¬. در نهايت، نتايج حاصل با برآورد‌گر قوي و كم حافظه RE كه يكي از بروزترين روش‌هاي مقابله با فريب است و فيلتر توسعه يافته كالمن (EKF) و ناظر LO مقايسه شد كه RMSE روش پيشنهادي بهبود حداقل هشت برابري در اصلاح حمله را دارد كه اين نشان‌دهنده عملكرد خوب روش پيشنهادي است.

1401/12/27

GPS Spoofing Attack Detection and Correction in the Pseudo range of PRNs using Neural Network

2/22/2024 12:00:00 AM

Spoofing attacks are one of the interferences that cause errors in the position estimated by Global Positioning System (GPS) receivers. To confront these attacks, there are various anti-spoofing methods. These methods are effective at different levels of signal processing to confront and defend against spoofing. In this article, one of the GPS spoofing detection methods, Receiver Autonomous Integrity Monitoring (RAIM), is used for detecting satellite error is used. In the proposed method, after identifying the spoofing by RAIM and determining the spoofed PRN number with the help of a differential idea, the correction phase begins using the Neural Network (NN) trained by Particle Swarm Optimization (PSO). Therefore, a Multi-Layer Perceptron Neural Network (MLP NN) is proposed for data trend tracking, improved by PSO. The proposed NN is trained by other Evolutionary Algorithms (EAs) such as genetic algorithm (GA), independent component analysis (ICA), and craziness PSO (CRPSO). Among all the examined EAs, NN training by PSO has the lowest mean square error (MSE), but due to its computational complexity, the time spent to train such a trained NN is a bit more than other EAs.

جعل، . , سيستم موقعيت¬ياب جهاني (GPS)، , تشخيص , نظارت بر يكپارچگي گيرنده (RAIM)، , تصحيح , شبكه عصبي (NN) , الگوريتم‌هاي تكاملي (EAs)، , بهينه¬سازي ازدحام ذرات (PSO).

spoofing , Global Positioning System , Detection , Receiver Autonomous Integrity System , Correction , evolutionary algorithm , Particle swarm optimization , Neural Network

mahyar ghandchi

Dr. Seyed Mohammadreza Mousavi mirkolaei