جبران سازی خطای فریب سیگنال gps با بکارگیری تبدیل موجک مبتنی بر الگوریتم pso در بخش اکتساب گیرنده

فریب یکی از خطرناک ترین اختلالات در سامانه موقعیت یابی جهانی (gps) است. فریبنده ها با ارسال سیگنالی که از نظر ساختاری کاملاً مشابه با سیگنال اصلی gps است، تلاش می‌کنند عملکرد بخش های مختلف گیرنده را تحت تاثیر قرار دهند و آن را مجبور به موقعیت یابی اشتباه نمایند. این تحقیق بر مرحله اکتساب تمرکز دارد. در طی فرآیند اکتساب، گیرنده‌های gps مقادیر فرکانس داپلر و فاز کد شبه تصادفی (prn) سیگنال دریافتی را که برای ردیابی سیگنال‌های ماهواره‌ای gps ضروری هستند، تخمین می‌زنند. یکی از تاثیرات سیگنال فریب در بخش اکتساب گیرنده، افزایش فعل و انفعالات در شاخه‌های همبستگی متعامد (q) است. در سال 2018، اضافه نمودن واحد نویززدایی بر روی شاخه همبستگی q در مرحله اکتساب جهت کاهش فعل و انفعالات مذکور به عنوان یک روش مقابل با فریب ارائه گردید. در این مقاله، روش مذکور به عنوان پایه اصلی کار قرار گرفته است. در اینجا تلاش می شود با بهره گیری از روش های قدرتمند پردازش تکاملی، واحد نویززدایی اضافه شده در شاخه همبستگی q با هدف مقابله با حمله فریب، به صورت بهینه تنظیم شود. به طور خاص، به منظور دستیابی به الگوریتم نویززدایی مناسب تر برای مقابله با اثرات فریب، به کارگیری الگوریتم تکاملی ازدحام ذرات (pso) جهت تعیین پارامترهای کلیدی تبدیل موجک گسسته (dwt) بر پایه موجک مادر هار پیشنهاد شده است. به منظور ارزیابی روش پیشنهادی، ابتدا عملکرد الگوریتم را در کاهش نویز در چهار پایگاه داده الگو بلوک ها، برجستگی ، سینوسی سنگین و داپلر سنجیده و با چهار روش نویززدایی معمول rigrsure، heursure، sqtwolog و minimaxi مقایسه شده است که به ترتیب 47.3، 38.4، 47.3 و 30 درصد کاهش نویزی بیشتر حاصل شد. در نهایت، الگوریتم پیشنهادی در شاخه ی q واحد اکتساب گیرنده gps قرار داده شد و عملکرد آن در کاهش اثرات فریب بررسی گردید. نتایج حاصله، نشان دهنده برتری 37.74 درصدی الگوریتم پیشنهادی در مقایسه با روش پایه است.

compensating gps signal deception error by using wavelet transform based on pso algorithm in receiver acquisition section

the spoofing attack is one of the most serious interferences in the global positioning system (gps). by propagating a signal structurally similar to the original gps signal, the spoofers try to influence the function of different parts of the receiver and force it to make a wrong positioning. this study focus on the acquisition stage. during the acquisition process, gps receivers estimate the values of doppler frequency and pseudo random noise (prn) code phase of the received signal, which are necessary for tracking the gps satellite signals. one of the effects of the spoofing signal in the acquisition unit of the receiver is to increase the interactions in the quadrate correlation taps (q correlation tap). in 2018, adding a denoising unit on the q correlation tap in the acquisition stage to reduce the interactions mentioned above was presented as a spoofing mitigation method. in this paper, the mentioned method is placed as the primary basis of the work. here, by using powerful methods of evolutionary computing, the denoising unit added in the q correlation tap is tried to be optimally adjusted to mitigate the spoofing attack. specifically, to achieve a more efficient denoising method for spoofing mitigation, the particle swarm optimization (pso) algorithm is proposed to determine the critical parameters of the discrete wavelet transform (dwt) based on the haar wavelet. in order to evaluate the proposed method, first, the noise reduction performance of the algorithm is measured on four benchmark signals, namely blocks, bumps, heavy sine, and doppler. then, compared to four traditional methods, namely, rigrsure, heursure, sqtwolog, and minimaxi, the developed de nosing method outperformed the former methods by 47.3%, 38.4%, 47,3%, and 30%, respectively. finally, the proposed algorithm was placed in the q correlation tap of the gps receiver acquisition stage, and its performance in reducing the spoof effects was investigated. the results show that the proposed algorithm is 37.74% more efficient compared to the method that was considered the primary method.