基于改进的遗传算法,针对松散合的GNSS/INS系统优化隐蔽伪造参数
Haoyan Chen1, Zhijin Wen1, Changbiao Lei2
1Institute of Systems Engineering, Academy of Military Sciences of the PLA, Beijing, 100191, China.
本研究介绍了一种用于无人驾驶飞行器 (UAV) 的新型秘密伪造算法. 该算法使用遗传算法绕过GNSS/INS导航系统的检测,从而实现了成功的伪造.
科学领域:
- 导航系统工程 导航系统工程
- 自主系统的网络安全
- 航空航天工程 航空航天工程
背景情况:
- 无人驾驶飞行器 (UAV) 越来越容易受到导航欺骗的影响.
- 现代无人机利用全球导航卫星系统/惯性导航系统 (GNSS/INS) 和创新检测来应对伪造.
- 现有的伪造方法与先进的反伪造措施作斗争.
研究的目的:
- 为GNSS/INS导航系统开发一个创新的秘密伪造算法.
- 克服当前对配备先进导航系统的无人机伪造技术的局限性.
- 为了实现成功的伪造,而不会触发检测报警.
主要方法:
- 将隐蔽伪造作为一个受约束的单一目标优化问题.
- 在这种情况下,首次应用遗传算法 (GA) 来优化伪造参数.
- 增强GA过程 (选择,交叉,突变) 进行动态参数调整.
主要成果:
- 拟议的算法成功地伪造了没有检测报警的目标无人机.
- 隐蔽的伪造算法有效地操纵了一个松散合的GNSS/INS系统到指定的位置.
- 模拟结果验证了算法对先进的反伪造措施的有效性.
结论:
- 这种基于GA的新型隐蔽伪造算法对复杂的GNSS/INS导航系统有效.
- 这种方法为秘密管理无人机操作提供了一种可行的方法.
- 这项研究有助于理解和减轻无人机中的导航伪造漏洞.
更多相关视频
11:53Spatial Multiobjective Optimization of Agricultural Conservation Practices using a SWAT Model and an Evolutionary Algorithm
Published on: December 9, 2012
11:37Using Sniper-Cas9 to Minimize Off-target Effects of CRISPR-Cas9 Without the Loss of On-target Activity Via Directed Evolution
Published on: February 26, 2019
相关概念视频
Errors in Global Positioning System
Types of Global Positioning System Surveys
Genetic Drift
Mechanistic Models: Compartment Models in Algorithms for Numerical Problem Solving
In individual population analyses, different algorithms are employed, such as Cauchy's method, which uses a...
Genetic Variation
Genes exist in different versions called alleles,...
Mutation, Gene Flow, and Genetic Drift
