Journal of Geomatics Science and Technology

fa آشکارسازی وقوع تداخل پارازیت در ناوبری پهپاد با استفاده از تعیین مسیر بصری و توصیفگر مسیر HOD GPS Jamming Detection in UAV Navigation Using Visual Odometry and HOD Trajectory Descriptor فتوگرامتری و سنجش از دور Photo&RS پژوهشي Research <div style="text-align: justify;">آشکارسازی وقوع حملات تداخل پارازیتِ سامانه رهیاب (سیستم تعیین موقعیت جهانی، GPS<a href="#_ftn1" name="_ftnref1" title="">[1]</a>)، در ناوبری پهپاد (پرنده هدایت پذیر راه دور) به صورت مستقل از روش‌های پردازش سیگنال رهیاب امکان پذیر است. این کار با استفاده از مقایسه دو مسیر پرواز تعیین شده برای پهپاد از روش تعیین مسیر بصری<a href="#_ftn2" name="_ftnref2" title="">[2]</a> و داده‌های رهیاب قابل انجام می‌باشد. برای این منظور از توصیفگر مسیرِ فاصله بهنجار شده نقاط متوالی مسیر (NDCP<a href="#_ftn3" name="_ftnref3" title="">[3]</a>( و توصیفگر مسیر زاویه بین امتدادهای متوالی CDA)<a href="#_ftn4" name="_ftnref4" title="">[4]</a>( استفاده می‌شود. این توصیفگرها، مستقل از سیستم مختصات مسیر بوده ولی مستقل از تعداد نقاط مسیر  نمی‌باشند. در مقابل توصیفگر مسیرِ بافت نگاشتِ<a href="#_ftn5" name="_ftnref5" title="">[5]</a> جابجائیهای جهتدار HOD<a href="#_ftn6" name="_ftnref6" title="">[6]</a>، مستقل از تعداد نقاط مسیر بوده ولی مستقل از سیستم مختصات مسیر  نمی‌باشد. در این پژوهش روشی برای ایجاد امکان در استفاده از توصیفگر مسیر HOD در آشکارسازی وقوع حملات تداخل پارازیت ارائه شده است. همچنین عملکرد توصیفگر مسیر HOD در آشکارسازی وقوع حملات تداخل پارازیت در مقابل توصیفگرهای مسیر NDCP و CDA مورد بررسی و مقایسه قرار گرفت. نتایج بدست آمده نشان می‌دهد که توصیفگر مسیر HOD برتری قابل ملاحظه‌ای در آشکارسازی وقوع تداخل پارازیت در سامانه رهیاب نسبت به دو توصیفگر مسیر NDCP و CDA، به خصوص در خطاهای تعیین موقعیت بزرگتر از ده متر ناشی از تداخل پارازیت دارا بوده و با اطمینان بالاتری می‌توان از این توصیفگر مسیر برای آشکارسازی وقوع حملات تداخل پارازیت سامانه رهیاب استفاده کرد. توانمندی توصیفگر مسیر HOD نسبت به دو توصیفگر دیگر، در آشکارسازی وقوع خطاهای موقعیت بزرگتر از پنج متر نیز، قابل ملاحظه می‌باشد. </div> <div>  <hr align="left" size="1" width="33%" > <div id="ftn1"><a href="#_ftnref1" name="_ftn1" title="">[1]</a> Global Positioning System </div> <div id="ftn2"><a href="#_ftnref2" name="_ftn2" title="">[2]</a> Visual Odometry </div> <div id="ftn3"><a href="#_ftnref3" name="_ftn3" title="">[3]</a> Normalized Distance of Consecutive Points </div> <div id="ftn4"><a href="#_ftnref4" name="_ftn4" title="">[4]</a> Consecutive Directions Angle</div> <div id="ftn5"><a href="#_ftnref5" name="_ftn5" title="">[5]</a> Histogram</div> <div id="ftn6"><a href="#_ftnref6" name="_ftn6" title="">[6]</a> Histogram of the Oriented Displacements</div> </div> <div style="text-align: justify;">Auto-navigating of unmanned aerial vehicles (UAV) in the outdoor environment is performed by using the Global positioning system (GPS) receiver. The power of the GPS signal on the earth surface is very low. This can affect the performance of GPS receivers in the environments contaminated with the other source of radio frequency interference (RFI). GPS jamming and spoofing are the most serious and intentional RFI attacks. Due to the jamming attacks, the positioning accuracy of UAV will be degraded. This positioning error can be reached to tens of kilometers off the true location as was reported in some research articles. The detection of GPS jamming is the first step to mitigate this attack. Most of jamming detection methods are based on GPS signals processing. If a jamming detection system just relies on GPS signal processing to detect and confront RFI threats, it will be capable of failure in the use of the more advanced hardware and sophisticated methods by invaders intentional. The camera is a common sensor almost in all of UAVs which is a passive sensor and resistant to the jamming signals. Here, the use of image-based navigation methods for GPS jamming detection will be helpful due to the insensitivity of camera sensors to jamming signals. GPS jamming attacks can be detected in UAV navigation, independently of the signal processing methods, using a comparison of two flight trajectories assigned for a UAV, determined from visual navigation and GPS positioning data. For this purpose, the trajectory descriptor of the Normalized Distance of the Consecutive Points (NDCP) and trajectory descriptor of the Consecutive Directions Angles (CDA) is used. These descriptors are independent of the coordinate system of the trajectory but are not independent of the number of trajectory points. As a result of the jamming attacks, the GPS receiver may not be able to receive the signal and the positioning cannot be performed. Therefore, two trajectories of UAV from GPS and visual navigation may have a different number of points. So, the NDCP and CDA cannot be used for these trajectories in all the time. The trajectory descriptor of Histogram of the Oriented Displacements (HOD) is independent of the number of trajectory points, but it is not independent of the coordinate system of the trajectory. In this paper, a method is developed to allow the use of the HOD trajectory descriptor to detect the occurrence of the GPS jamming attacks. For this purpose, first, the coordinate system of the UAV trajectory from GPS data is transformed to the coordinate system of the UAV trajectory from visual navigation. Here, a sliding window-based approach is used for determining of the jamming location. The performance of the HOD trajectory descriptor in detecting jamming attacks versus the NDCP and CDA trajectory descriptors were compared. The results show that the HOD trajectory descriptor has a significant advantage in detecting the jamming attacks concerning NDCP and CDA trajectory descriptors, especially in the positioning errors of more than ten meters due to jamming attacks, which can be more reliable. This descriptor can be used to detect the occurrence of the jamming attacks. The ability of the HOD trajectory descriptor is significant in detecting positioning errors greater than five meters, compared to the other two trajectory descriptors.</div> پهپاد, رهیاب, تداخل پارازیت, تعیین مسیر بصری, توصیفگر مسیر, HOD UAV, GPS, Jamming Detection, Visual Odometry, Trajectory Descriptor, HOD 15 30 http://jgst.issgeac.ir/browse.php?a_code=A-10-470-2&slc_lang=fa&sid=1 A. R. Afary علیرضا آفری arafary@mail.kntu.ac.ir 10031947532846007611 10031947532846007611 Yes بدون سازمان M. Varshosaz مسعود ورشوساز varshosazm@kntu.ac.ir 10031947532846007612 10031947532846007612 No بدون سازمان M. SaadatSherest محمد سعادت سرشت msaadat@ut.ac.ir 10031947532846007613 10031947532846007613 No بدون سازمان B. Mojaradi برات مجردی mojaradi@iust.ac.ir 10031947532846007614 10031947532846007614 No بدون سازمان