1
引言
定位、导航与授时（PNT）服务是现代社会的基石。三十多年来，全球导航卫星系统（GNSS）一直是全球默认的PNT公用设施，它早期以美国的全球定位系统（GPS）为主，但如今日益演变为一个多星座体系，还包括欧洲的伽利略、俄罗斯的GLONASS和中国的北斗。然而，GNSS之所以被广泛采用，正是因为它免费开放、全球覆盖且信号结构标准化等特点；但也正是这些特点，使它成为极具吸引力的干扰目标。GNSS信号到达地面时的功率电平仅约-130 dBm，比热噪声还弱，因此即便低功率干扰机也能在很大范围内压制接收机前端。近年来，这一问题更加明显。统计数据表明，GNSS拒止和降级已不再是罕见或假想情形，而是持续存在的运行常态。
电子威胁通常分两大类：干扰，通过在GNSS频率或附近发射噪声或结构化干扰信号来拒止服务，从而压制接收机捕获或跟踪卫星信号的能力；欺骗，一种欺骗性攻击，通过发射伪造信号或录制回放（转发式欺骗）信号，诱使接收机计算出错误的位置、速度或时间，而接收机仍继续报告看似有效的解算结果。欺骗威胁通常更隐蔽，因为与干扰不同，它不一定触发明显的信号丢失告警；相反，受害接收机可能报告一个貌似可信但错误的答案，这对生命安全应用（如航空进近引导、海上避碰和自动驾驶车辆控制）尤为危险。
小型无人机在其中扮演着双重角色。一方面，它们本身也是GNSS拒止的受害者：飞行中定位丢失通常迫使无人机的自动驾驶仪进入悬停、着陆或返航等备用降级模式，而如果这种备用模式同样依赖已被破坏的位置估计，结果就可能是无人机坠毁或失控飞离。另一方面，无人机正成为灵活、低成本的传感器载体，能够探测、表征并定位那些威胁它们的辐射源，无人机可飞向可疑干扰源或在其周边巡飞，而母平台停留在拒止区域外。
在此背景下，将“PNT”等同于“GPS”的传统观点已不再成立。例如，最初为全球移动卫星通信设计的铱星星座，就说明了一个重要的结构性要点：由于其66颗在轨工作卫星运行在约780公里高度的低地球轨道（LEO），这一高度约为约20,200公里GNSS中地球轨道（MEO）卫星高度的1/25，因此地球表面接收到的信号功率比GPS强约1000倍。仅凭这一点，就催生了一整套基于LEO的PNT服务，从专用授时与定位信号到机会性利用宽带巨型星座。基于LEO的PNT服务在信号强度、精度、覆盖范围和基础设施依赖性等方面，与传统中轨GNSS的取舍方式完全不同。
2
GNSS威胁态势
在研究具体韧性技术之前，有必要先界定这些技术必须应对的威胁环境，因为韧性导航系统设计从根本上取决于其必须承受的威胁性质。
2.1 干扰
GNSS干扰机既有廉价、市售的“个人隐私设备”——最初作为电池供电的小型设备销售，用于对抗车辆跟踪——也有能够在半径数十至数百公里区域内拒止GNSS的先进高功率军用电子战系统。即使发射功率低至10 mW的设备，也能在地面半径数百米范围内拒止GNSS接收；而且由于GNSS卫星处于地平线上方的宽阔锥形可视区域内，干扰机对空中平台的影响距离比对地面远得多。对于无人机，实验测试表明，简单阻塞式干扰以及诸如二进制相移键控（BPSK）干扰之类的结构化干扰（选择后者是因为其统计特性与真实GNSS信号相似，从而增加接收机端区分难度），能够可靠压制消费级和准专业级无人机GNSS接收机，干扰距离随干扰机功率和天线增益变化。干扰无人机最主要的实际后果是使其丧失返航能力，因为平台失去了计算返回起飞点路径所需的绝对位置基准。
2.2 欺骗与转发式欺骗
欺骗攻击已从理论演示演变为实际观测到的事件。已记录的案例包括：东地中海大量船舶的自动识别系统（AIS）位置被同时篡改至同一机场位置；以及在冲突区附近反复发生的事件——商用飞机的导航、地形感知乃至乘客联网系统均受到欺骗信号干扰。由于被欺骗接收机仍会持续输出位置、速度和时间解算结果，只不过结果是错误的，欺骗远比简单的失锁告警更难检测，需要一致性检查、信号真实性验证或与独立传感器进行交叉核对。
2.3 作战与地缘政治驱动因素
GNSS干扰已成为更广泛战略竞争和混合战争的工具，其使用方式不仅影响军事资产，还影响邻近名义中立地区的民航、航运和基础设施授时。高层政策回应，包括加强PNT韧性的国家战略以及正式命名补充性PNT服务，反映出一种认识：对于任何安全关键或任务关键应用，已不能再假定单靠GNSS就可靠。
综上所述，这些趋势定义了韧性导航需求：系统必须可快速检测干扰，不得静默传播被破坏位置或授时数据，必须在GNSS被拒止时平缓降级，并且必须利用独立——理想情况下是物理多样化的——PNT信息源，使得任何单一攻击向量都无法同时瘫痪整个系统。
3
多星座GNSS作为第一层韧性
3.1 不断扩展的GNSS格局
最简单、部署最广泛的GNSS韧性形式是同时使用多个独立星座。21世纪初，仅支持GPS的接收机可能只能跟踪8至12颗卫星，而现代多星座、多频接收机可以同时跟踪来自GPS、伽利略、GLONASS、北斗以及日本QZSS和印度NavIC等区域性系统的信号，全球范围内已有70多颗卫星在视野中，一旦四大全球系统（GPS、伽利略、GLONASS、北斗）全部部署完成，可用卫星将超过120颗。这些系统均已相当成熟：GPS已发展到Block III卫星，信号功率和精度均有提升；伽利略提供免费的高精度服务，无需本地参考站即可达到约20厘米精度；北斗已从区域性系统扩展为真正覆盖全球的混合星座，涵盖地球静止轨道、倾斜地球同步轨道和中地球轨道；GLONASS在经历一段低谷后已全面恢复活力，拥有24颗在轨工作卫星。
3.2 几何、可用性与精度优势
多星座组合的优势在地理测量文献中已有充分记载，并且与韧性直接相关。一个包含GPS、GLONASS、北斗和伽利略的四系统定位模型表明，在纯GPS基线基础上加入三个非GPS星座，可使高精度单点定位收敛时间缩短近70%，定位精度提高约25%，同时在很大程度上消除了纯GPS处理中出现的异常解。多GNSS组合在受限环境中尤有价值：随着仰角截止角增大——模拟地形、建筑物或车辆结构遮挡，纯GPS解算的可用性在30度截止角时可降至约70%，在40度截止角时低至40%，而多星座组合解算即使在这些约束条件下仍能保持厘米级水平精度和高可用性。对韧性导航来说，这直接意味着接收机可选择的卫星更多，精度因子几何构型更优，部分信号中断后能更快重捕，而且最关键的是，针对干扰机或异常只影响某一个频段或某一个星座的信号结构，系统有冗余能力。
频率多样性进一步放大了这一优势。现代GNSS信号集中在两个主要频谱区间：一是1575 MHz附近的L波段高频段，在此的GPS L1和伽利略E1信号设计为可互操作；二是1176~1214 MHz附近的低频段，GPS L5、伽利略E5a/E5b和北斗B2a在此重叠。能够同时跟踪这两个频段的接收机，可对窄带或单频段干扰具备韧性，并受益于L5/E5a信号设计所带来的更低电离层误差和更强多径抑制能力。北斗保留给授权用户的B3信号，以及伽利略的加密公共管制服务（PRS），提供了额外的访问控制层，专门面向在对抗环境中运行的政府和国防用户。
3.3 密码认证
仅靠几何或统计方法实现多星座韧性，本身并不能应对欺骗问题，因为能力足够强的欺骗源可以同时复制多个星座的信号结构。伽利略开放服务导航电文认证（OSNMA）于2025年7月从公开观测阶段过渡到可运行的“初始服务”状态，代表了首个全球民用GNSS信号认证能力。OSNMA将密码签名嵌入伽利略E1 I/NAV导航电文此前保留的字段中，使接收机能够验证其收到的导航数据是否确实源自伽利略系统，且在传输过程中未被篡改。由于OSNMA还在导航电文结构中引入了一定程度的不可预测性，它大幅提高了生成令人信服的模拟或重放伽利略信号的成本和复杂度，尽管其本身并不能防止干扰，也不能保证检测出所有欺骗手段。将经OSNMA验证的伽利略测距值与未经认证的GPS、GLONASS和北斗测量值相结合的接收机，可将已认证的子集用作信任锚点，标记或排除与其他星座中与已认证解不一致的测量值，这种方法正越来越多被纳入民用航空接收机标准。
总之，多星座GNSS提供了第一层、也是性价比最好的韧性层：它在正常条件下可提升可用性和精度，针对特定星座或特定频段的干扰可提供冗余，并通过OSNMA等新兴认证服务开始直接应对欺骗威胁。然而，由于所有GNSS信号无论属于哪个星座，都有一个根本特征：它们都是从MEO到达地表的极微弱微波信号，因此仅靠多星座GNSS无法完全解决干扰问题；功率足够大或部署位置得当的干扰机仍可在某一区域内同时压制所有GNSS频段。这促使人们寻找根本不同的信号源，这也是下一节的主题。
4
利用LEO卫星信号实现GNSS拒止条件下的PNT
4.1 LEO的物理优势
区分基于LEO的PNT与传统GNSS的最重要物理事实是轨道高度。GNSS的MEO卫星运行轨道高度约20,000~23,000公里，而铱星等LEO星座的运行高度约为780公里。由于接收信号功率随距离的平方衰减（自由空间路径损耗），一颗位于780公里的卫星，抵达地表的信号会比MEO高度同等功率发射机强高几个数量级——铱星到地表的信号通常被认为比GPS强约1,000倍（部分分析认为强300至2,400倍）。这一额外链路余量正是主张利用LEO实现PNT韧性的基础：更强的信号天然更难被干扰（干扰机必须克服高得多的接收功率），更能穿透建筑材料和植被，并且对城市峡谷中多径效应的鲁棒性更好。
4.2 专用LEO PNT：铱星卫星时间与定位（STL）
铱星的卫星授时与定位（STL）服务（现以“Iridium PNT”品牌广泛推广）利用该公司由66颗在轨LEO卫星组成的交链星座，在历史上用于寻呼的1616~1626 MHz频段信道上广播独立的、经认证的授时与定位信号。由于该信号源自一个独立于任何GNSS的星座，且其强度使其能够在室内、城市峡谷和海上接收，因而它已被定位为一种主要备份方案，或与GPS结合使用作为一种“基本故障安全”韧性PNT解决方案，用于电信授时、金融基础设施和数据中心同步。与美国国家标准与技术研究院（NIST）联合开展的验证工作表明，配备微型原子钟振荡器的铱星PNT授时接收机可将授时偏差保持在距UTC（NIST）数纳秒以内，在不进行电离层校正的情况下，40天最大偏差低于40纳秒。在定位方面，研究表明，对铱星信号进行非相干码跟踪，尤其是与任何可用GPS测量值融合时，可支持约5米量级的定位精度。2025年美国PNT解决方案清单将铱星STL与较新的进入者一并列为商业可用、合作式（即有意为PNT用途播发信号）LEO PNT能力的领先范例之一，并指出计划中的专用集成电路将使该服务以超紧凑、低功耗芯片形态提供，用于韧性主用或备份PNT。
4.3 专用LEO PNT星座：Xona Pulsar与新兴系统
铱星STL是对现有通信星座的再利用，而新一代提供商则从一开始就专门为PNT设计LEO星座。Xona航天系统公司的Pulsar服务是其中最成熟的范例：其首颗生产级卫星Pulsar-0于2024年3月发射，一直在播发旨在支持信号认证和抗干扰的LEO PNT信号，计划星座规模约为258~300颗卫星。Pulsar刻意设计为与现有GNSS基础设施后向兼容：它在接近现有GNSS频率的L1和L5频段发射信号，采用带有导频通道和数据通道的直接序列扩频信号结构，类似于现代GNSS民用信号，旨在通过现有GNSS接收机链进行固件更新即可接入该信号，无需全新硬件。由于Pulsar卫星的轨道距地球比GPS近约二十倍，接收信号可比传统GPS强约一百倍，同时它还为商业和政府用户提供厘米级星历精度、数据加密和测距认证。对新兴LEO PNT格局的更广泛调研发现，已有50多颗具备导航能力的卫星已进入LEO，多个国家项目（包括阿联酋和印度计划中的系统）宣布了从约70颗到数百颗卫星不等的星座。2025年美国PNT解决方案清单明确将这类LEO PNT服务界定为“LEO增强GNSS”，即LEO信号与MEO GNSS信号融合以提升总体PNT性能，并将铱星STL、Xona Pulsar和其他商业LEO PNT服务列为领先范例。
4.4 对宽带LEO巨型星座的机会性利用
第三种且概念上不同的方法，是利用宽带通信巨型星座——主要是SpaceX的星链和OneWeb星座——的广播信号，尽管这些系统从未为支持导航进行设计。研究人员已证明，通过从这些“机会信号”中提取多普勒频移、拍频载波相位和帧定时等观测量，无需解码任何用户数据，接收机即可推导出位置和速度信息。使用星链信号的首批载波相位跟踪与定位结果，在高度已知时实现了约7.7米的二维定位误差，在高度未知时二维和三维误差分别约为25.9米和33.5米。后续研究进一步将这一方法发展为两类接收机架构：一类是“认知”接收机架构，只利用少量公开可得的信号结构知识；另一类是全“盲”架构，不依赖任何先验知识。这两类方法都已在星链、OneWeb、Orbcomm和铱星NEXT卫星上验证，既可用于静态定位，也可与惯性导航系统融合，在“同步跟踪与导航”框架下用于地面车辆导航。综上，在GNSS拒止环境中，通过机会信号实现韧性导航无需惧怕GNSS干扰机，因为干扰机的影响仅限于GNSS频率，不会影响这些巨型星座所使用的Ku频段或其他频段。将该工作扩展至高空平台站（在60,000英尺以上运行的平流层无人载具）的研究表明，星链和OneWeb下行信号即使在这些高度上仍可用于基于多普勒的机会导航，这表明该方法适用于与无人机干扰源定位任务相关的广泛空中平台。
4.5 地面与蜂窝机会信号
作为天基LEO信号的补充，地面机会信号（尤其是蜂窝4G/5G基站）提供了又一种独立参考。蜂窝网络之所以对机会式PNT有吸引力，是因为基站数量众多、与电视塔等共址地面发射机相比几何分布更为多样，且其工作载波频率支持精确载波相位导航；此外，5G部署还将进一步提升可用发射机密度，会进一步提升这一优势。由于蜂窝信号来自通常距用户仅数百米至数公里的基站，接收功率可比GNSS高出多个数量级——基于这一原理构建的专用地面PNT系统据报信号强度约为传统GNSS的10万倍，使其天然具有强得多的抗干扰和抗欺骗能力，并能在室内和密集城区提供精确三维定位。使LEO优于MEO的同一底层物理优势，即距离更近，也使地面发射机优于LEO，这揭示了一条韧性PNT的普遍原则：距离更近、信号更强的信号源更难拒止，即便它们需要更密集的基础设施或更复杂的信号处理才能加以利用。
4.6 综合：LEO作为韧性倍增器
所有三种基于LEO的方法——专用再利用信号（铱星STL）、专门构建的LEO PNT星座（Xona Pulsar及其后继者），以及机会性利用宽带巨型星座（星链、OneWeb）——的共同点是：LEO卫星的几何布局相对于MEO GNSS从根本上改变了韧性考量。一到三个数量级的信号强度优势意味着，针对GNSS的干扰可能对LEO PNT信号几乎没有影响；而LEO卫星的快速相对运动（约7千米/秒量级）提供了快速变化的几何构型，这既有利于基于多普勒的定位，也有助于抵御某些依赖可预测、缓慢变化卫星几何构型的欺骗方式。对于韧性导航系统设计而言，实际意义在于：LEO PNT不应被视为GNSS的替代品，而应被视为一个独立的、物理多样化的增强层——在GNSS可用时可与之融合，在GNSS被拒止时能以降低精度独立发挥作用。
5
推进射频信号处理、电子对抗与嵌入式智能
5.1 受控接收方向图天线与自适应调零
针对GNSS干扰和欺骗的最成熟电子对抗措施是受控接收方向图天线（CRPA）。CRPA是一种有源天线阵列，通常包含4到7个或更多阵元，并与数字信号处理单元相结合，该单元可动态调整天线接收方向图，将零点调向已检测到的干扰源，同时保持对真实卫星方向的增益。由于合法GNSS卫星的方向可通过其广播星历获知，而干扰机和欺骗设备的方向通常未知，CRPA可以在各阵元施加实时幅度和相位加权，以衰减来自异常方向的信号，这种技术有时称为自适应调零。CRPA技术最初仅限于军事应用，但自2015年前后起日益可用于民用和商用领域，如今已应用于航空、关键基础设施监测、自动驾驶车辆和无人机。现代基于CRPA的系统很少孤立部署，它们通常与以下技术集成：调谐用于抑制已知干扰波形信号特征的数字信号处理滤波器、用于在短暂中断期间保持连续性的惯性传感器融合、用于最大化可用信号池的多星座多频段操作，以及日益增多的帮助区分真实信号与复杂欺骗尝试的AI分类器。
5.2 基于无人机的干扰检测、分类与定位
本节特别强调可利用小型无人机作为灵活传感器平台进行干扰源定位，而近期研究已在真实条件下验证了这一概念。2025年的一项研究展示了一种策略：利用垂直起降无人机上搭载的一台商用接收机和一部GNSS天线，利用商用接收机本就能提供的原始同相/正交基带快照，在频域和时域检测、定位并分类射频干扰，无需额外搭载软件定义无线电载荷。挪威Jammertest活动的现场测试表明，这种方法能够在远距离将一台便携式商用多频段干扰机的位置精确定位到数米以内，同时还可通过频谱相关技术提取该干扰机的工作频率、带宽和调制方式，而整个过程中无人机无需进入拒止区域。这种“防区外地理定位”能力有重要实战意义：它使母平台能够在保持在威胁发射机有效拒止半径之外的同时，对该威胁发射机进行表征和定位，从而直接支持防御性路径规划决策，并在适当情况下支持后续对抗措施。
一种互补的低成本方法是利用来自众多分布式接收机（可能包括无人机集群或移动设备网络）的众包测量，通过接收信号强度差分融合、载噪密度比映射或基于最近邻几何的到达功率差加权等技术来定位干扰机。研究人员专门提出了由低成本无人机组成的网络执行协作式干扰机定位，因为这类网络能够动态重新部署位置，以改善可疑发射源周围的几何布局多样性，而静态地面传感器不具备这种能力。此类协作方法对于量产部署很有吸引力，因为它们不要求任何单一平台搭载复杂测向载荷；相反，定位解算源自众多较简单传感器的融合、地理分布式观测。
5.3 嵌入式智能：用于干扰分类和传感器融合的AI与机器学习
人工智能和机器学习正越来越多直接嵌入到GNSS信号处理链当中，既可用于干扰检测/分类，也可用于GNSS中断期间的传感器融合。在检测方面，卷积神经网络和长短期记忆（LSTM）循环网络已被应用于原始或变换后的GNSS信号数据，以对干扰和欺骗波形进行分类，例如区分线性调频干扰机、宽带噪声干扰机和转发欺骗攻击与标称信号条件。在集成方面，深度集成GNSS/惯性导航系统（INS）架构（其中GNSS和惯性测量在跟踪环路层面而非仅在导航解算层面融合）已被证明比传统松组合或紧组合架构具有更好的抗噪和抗干扰性能、更弱卫星信号的跟踪能力，并可更快重新捕获暂时被遮挡信号。卷积神经网络已进一步应用于此类深度集成系统中，专门用于改善故障识别，帮助系统识别给定卫星测量何时异常（可能被欺骗），应被降权或排除。
针对GNSS中断问题，已有大量研究探索在GNSS更新不可用期间，基于神经网络预测INS误差增长。早期的输入延迟神经网络利用当前和历史数据对INS误差特性进行建模；随后的循环神经网络方法在模拟GNSS中断期间，报告位置估计性能相比传统扩展卡尔曼滤波器提升约60%，相比其他神经网络方法提升约30%。基于LSTM的GNSS与惯性测量单元（IMU）数据融合同样被用于直接从数据中学习车辆位置演化模型，并以高精度实时动态GPS参考进行验证。最近的混合架构则将经典卡尔曼滤波的严谨性与深度学习的表征能力相结合，例如将卷积网络和循环网络误差模型与迭代重加权自适应卡尔曼滤波相结合，用于中断期间的GNSS/INS补偿；或将图神经网络与贝叶斯卡尔曼滤波相结合，以优化智能手机级GNSS修正量。一种专门针对“困难样本”——即城市峡谷中受多径和非视距接收影响最大的GNSS测量——设计的框架，将学习到的修正量与经典滤波相结合，专门用于在干扰和信号退化最严重的环境中提升鲁棒性。
5.4 软件定义无线电与认知电子战
上述许多进展的共同基础是软件定义无线电（SDR）的日益广泛使用。SDR使单一硬件前端能够通过软件重构，捕获和跟踪任意一组信号（包括多个GNSS星座、LEO PNT信号以及机会信号），并实现原本需要专用硬件才能完成的频谱相关和干扰分类算法。正是这种软件定义方法，使搭载单部天线和商用级接收机的无人机能够执行过去需要专用电子战载荷才能完成的频谱监测、干扰机表征和地理定位功能。展望未来，SDR的灵活性与嵌入式机器学习推理（运行在适合小型无人机的低功耗边缘处理器上）相结合，可催生“认知型”导航接收机。这类接收机能够自主检测干扰事件正在发生、对其类型和可能的来源方位进行分类、重构哪些信号和处理模式应被优先处理，并将这种态势感知信息馈入平台自身的导航解算以及（在联网情况下）该区域内的其他平台。
6
基于视觉的导航及其他有保障PNT技术
6.1 惯性导航作为韧性基础
惯性导航仍然是所有其他韧性层赖以构建的基础。惯性导航系统（INS）以加速度计和陀螺仪为核心，能够在没有任何外部信号的情况下通过航位推算递推位置、速度和姿态解，天然不受射频干扰和欺骗影响。其根本局限在于漂移：惯性传感器误差会随时间积分，在缺乏外部修正时导致位置误差无界增长。这种漂移的速率在很大程度上取决于传感器等级，从漂移率极低的高端、昂贵的环形激光或光纤陀螺系统，到低成本微机电系统（MEMS）IMU，后者的漂移可能在数秒至数分钟内就达到影响运行使用的程度。本节讨论的所有其他技术，主要作用都是作为约束或修正这种惯性漂移的手段，这正是为什么GNSS/INS组合——无论是松耦合、紧耦合还是深耦合——仍然是几乎所有韧性导航系统的架构起点。
6.2 基于视觉的导航：视觉-惯性里程计、SLAM与地形相对导航
视觉导航作为一种不依赖GNSS的修正源已迅速成熟，对无人机尤其如此。视觉-惯性里程计（VIO）将相机图像与IMU测量融合，以估计平台相对运动；而同步定位与建图（SLAM）则在此基础上进一步扩展，在定位的同时构建环境地图。这两种技术都能大幅降低惯性解的漂移率，但由于它们估计的是相对于任意起始点的运动，因此若无外部地理参考步骤，其本身无法提供地球参考（绝对）位置。视觉地形相对导航（VTRN）通过将机载图像与预先加载的、带地理参考的地形或图像数据库进行匹配，可有效利用地面本身作为导航“信号”，从而弥补了这一空白。2023年的一项研究提出了一种地形辅助SLAM算法，该算法可重建环境三维地图，同时通过互功率谱分析在频域中将机载图像与数字高程模型进行相关，以估计无人机位置，并通过局部光束法平差将这一地理参考结果融合到SLAM解中，从而即使在视觉特征单一的地形上也能实现鲁棒视觉导航。
工业实现如今正达到运行可用成熟度。一款商业可用视觉惯性导航系统可采用模块化架构，将下视相机与惯性测量单元配对，利用相机测量相对于下方地形的速度，并将该速度观测与惯性数据融合，以降低GNSS拒止飞行期间原本会累积的漂移。由于该方法侧重于速度修正而非完整建图或地形匹配，它可在不带来完整SLAM流程计算负担的情况下增加韧性，并明确设计为可与其他韧性技术（如CRPA天线、基于SDR的干扰监测和高级GNSS接收机）接口，而无需对导航架构进行根本性重新设计。对于远程固定翼平台，有研究提出了一种“虚拟视觉传感器”概念：将VIO流程输出融合到基于三维旋转流形构建的导航滤波器中，专门用于在极长的GNSS拒止飞行段中最小化姿态和航向误差累积，从而提高自主飞机抵达回收点附近以进行遥控着陆的概率。对GNSS拒止环境下无人机导航的更广泛综述强调，没有任何单一传感模态（纯视觉、激光雷达或惯性传感）可满足需求，而结合SLAM、视觉里程计、TERCOM等地形辅助导航模型以及基于AI的估计的多模态传感器融合代表了当前最先进水平。
6.3 磁异常导航
磁异常导航（MagNav）利用的是这样一个事实：地壳磁场具有独特的、缓慢变化的空间特征，可以像地形高程一样与预先勘测的参考图进行比对。由于这种地壳异常场全球存在、在相关时间尺度上稳定，且完全独立于任何发射信号，它从根本上不受干扰和欺骗影响。飞行测试已证明MagNav的实际可行性：一项为期五个月、基于量子传感器的MagNav系统评估覆盖101架次飞行、超过44,000公里，在整个飞行时间内保持了与航路导航所需导航性能标准（RNP 2.0）一致的精度，95%的时间满足用于商用航空进近程序的更严格RNP 1.0标准，64%的时间满足用于精密着陆的RNP 0.3标准。美国国防创新单元的GAUSS计划聚焦于使MagNav可用于跨洋海上导航，这反映出一种更广泛评估：磁导航剩余的主要障碍是高质量磁异常图的可用性——尤其是在海洋上空——而非传感技术本身存在任何根本性局限，并且无人勘测平台很可能是构建这些数据集的可扩展手段。在架构上，MagNav通常不被定位为GNSS的替代品，而是作为一个集成框架中的一个层，该框架还包括视觉导航和天文导航，专门在GNSS降级或被拒止时提供融合的、无漂移的定位。
6.4 天文导航
天文导航，即通过观测已知天体角度来确定位置，是最古老的导航技术之一，但现代光电传感器和数字星表已将其转变为自动化、不依赖GNSS的导航套件中一个可行组成部分。与磁导航一样，天文观测完全属于无源方式，无法干扰或欺骗；若干集成框架明确将天文导航与磁异常导航和视觉导航并列，作为更广泛替代导航架构中的互补层，原因是跨多个独立模态实现多样化，可消除任何单点故障。
6.5 量子传感与原子钟
量子传感技术从两个方向应对韧性PNT问题：精确、便携的授时，以及漂移显著降低的惯性传感。芯片级原子钟（CSAC）最初通过自2000年代初开始的美国政府持续研究投资得以发展，它提供了一种小型化、低功耗频率参考，能够在GNSS中断期间维持准确时间，使GNSS恢复后能够快速重捕信号，并通过为接收机提供一个独立的时间参考来核验GNSS推导的时间，从而提供一定的抗欺骗保护。更先进的计划旨在开发手掌大小的电池供电原子钟，其性能最高可达当前芯片级设计的1000倍，采用原子物理、光学和微制造领域技术，原因是几乎所有现代通信、导航和电子战系统都依赖精确守时。在惯性传感方面，包括用于加速度计和陀螺仪的冷原子干涉仪在内的量子传感器，有望实现长期漂移显著低于传统MEMS甚至高端机械陀螺的惯性测量，这将直接延长INS在GNSS中断期间保持精度的持续时间。2025年的一项政策分析认为，涵盖原子钟以及量子加速度计、陀螺仪、重力仪和磁力仪的量子传感器，有望在短短几年内为从潜艇、无人机到弹药等各类平台提供本地可信的PNT源，并建议采取制度性措施，加速其集成到作战平台中。
6.6 伪卫星与地面信标增强
伪卫星，即部署在地面、车辆或飞机上、广播类似GNSS测距信号的发射机，代表了上述天基方法的一种地面补充手段。伪卫星以四个或更多为一组运行，能够在卫星PNT不可用或被拒止环境中提供本地时间和位置参考，例如建筑物内部、深城市峡谷或持续受干扰区域。由于伪卫星可以战术性部署，且其信号结构能够模仿GNSS信号结构，接收机通常只需相对适度修改即可将伪卫星测距值纳入解算，这使其对于围绕固定设施、部署部队或被拒止作战区域快速建立本地“PNT气泡”颇具吸引力。基于类似原理、利用现有或专门构建的蜂窝频段基础设施的专用地面系统，已演示了信号强度比GNSS高出多个数量级的三维定位，并被明确宣传为面向无法容忍GNSS作为单点故障的关键基础设施的有保障PNT替代方案。
7
迈向集成化、可工程化落地的韧性导航架构
前述各节描述了四个基本独立的韧性层：带认证的多星座GNSS、基于LEO的增强与机会信号、射频域电子对抗与嵌入式智能，以及一组多样化的、不依赖GNSS的绝对和相对参考。核心工程挑战——也是与已部署系统“未来迭代”最相关挑战——在于将这些层融合为一个单一、一致的导航解，使其能够平缓降级而非灾难性失效。
针对这一集成的一种有用框定方式是将其视为一套信任度与可用性分层体系。在良性条件下，经OSNMA认证的多星座GNSS解，可与CRPA推导的干扰指示进行交叉校验，提供主要的、精度最高的参考，惯性导航系统则持续对其校准。当检测到干扰或欺骗时——无论是通过CRPA调零方向图、认证失败，还是基于AI的异常分类器——系统可以逐步将权重转向独立参考：如铱星STL或Xona Pulsar等专用LEO PNT信号，这些信号因其信号强度而在很大程度上不受GNSS频段干扰影响，且就Pulsar而言还具有独立认证能力；来自星链、OneWeb或蜂窝网络的机会性LEO或地面机会信号，专注于GNSS频段的干扰机完全不太可能影响这些信号；最终则是完全无源参考（基于视觉的地形匹配、磁异常导航和天文定位），它们不依赖射频信号，因而无法被任何射频域攻击干扰或欺骗。
对于基于无人机的干扰定位任务而言，这种分层架构具有双重重要性：无人机必须在拒止区域附近或区域内运行时维持自身导航解，同时必须对造成该拒止的发射源进行表征和地理定位。一个配备CRPA保护的多星座GNSS、惯性骨干、用于地形相对速度修正的视觉惯性导航系统以及基于SDR的频谱监测载荷的平台，原则上可以同时执行这两项功能：利用非GNSS参考在受影响区域内维持自身位置，同时使用同一SDR前端对干扰发射机的频率、带宽、调制方式和方位进行表征以进行地理定位。
本节对“更深入硬件集成、降低SWaP-C，以及为生产项目简化部署”的强调，反映了本文所研究各项技术中呈现的更广泛行业趋势。铱星计划中的PNT专用集成电路、Xona Pulsar以仅通过固件更新即可与现有GNSS接收机集成的设计目标、设计为可与现有CRPA和SDR基础设施兼容的即插即用模块的视觉惯性导航系统，以及芯片级原子钟，都遵循着一条共同轨迹：那些最初作为大型、昂贵、仅限实验室或军用的能力的技术，正在被小型化和产品化，以集成到主流GNSS接收机链路和小型无人机载荷中。这一轨迹表明，在未来几年内，“韧性导航”可能日益成为中端商业和国防导航硬件的默认特性，而非专门的附加功能，本文通篇讨论的底层多传感器融合、异常检测和平缓降级逻辑从设计之初就被纳入，而非后期改造。
8
结论与建议
韧性导航并非单一技术，而是一种架构属性：它源于对多样化、理想情况下相互独立的PNT信息源进行有意识的组合，通过惯性导航进行融合，并由主动电子对抗措施加以保护。根据本文的分析，可得出以下四项结论。
第一，多星座GNSS——融合GPS、伽利略、GLONASS、北斗及区域性系统，覆盖多个频段，并日益纳入伽利略OSNMA等加密认证服务——仍然是韧性导航必不可少的第一层。它成熟、相对其他方案成本较低，并且除最严重拒止条件外，能够显著提升可用性、精度和完好性；但由于所有GNSS信号都具有中轨高度根本上相似的弱信号特征，仅靠它无法击败蓄意实施的宽带干扰。
第二，LEO卫星信号是GNSS拒止环境下PNT在近期最重要的结构性提升。无论是通过铱星STL这类专用再利用信号、Xona Pulsar这类专门构建的星座，还是对星链和OneWeb这类宽带巨型星座的机会性利用，LEO相对于MEO的一到三个数量级的信号强度优势，从根本上改变了干扰机要拒止服务所必须达到的条件，并使LEO PNT成为GNSS天然的、物理多样化的增强手段，而非其替代品。
第三，射频信号处理、电子对抗和嵌入式智能的进步，正将干扰的被动受害者转变为其主动传感器。基于CRPA的自适应调零、仅使用商用接收机硬件和软件定义处理实现的无人机载防区外干扰地理定位，以及基于AI/机器学习的分类与传感器融合，共同缩小了“检测到GNSS已失效”与“理解为何失效、在何处失效以及如何应对”之间的差距。
第四，视觉导航及其他有保障PNT技术——视觉-惯性里程计与地形相对导航、磁异常导航、天文导航、量子增强惯性传感与授时，以及伪卫星增强——提供了任何电子战技术都无法直接攻击的无源、不依赖射频的层次，并且正日益作为模块化、低SWaP的附加组件集成到现有惯性导航系统中，而非作为独立专用载荷。
基于上述结论，针对开发或采购韧性导航系统的组织，提出以下建议。各项目应将多星座、多频、具备认证能力的GNSS接收机作为基线要求而非可选项，因为其增量成本相对较低，而韧性收益显著。若任务剖面包含在对抗或GNSS拒止区域长时间运行，各项目应至少为一种基于LEO的增强源预算——根据任务持续时间、精度要求和平台SWaP约束，评估铱星PNT或Xona Pulsar等专用服务与机会信号接收机之间的取舍。CRPA或等效自适应天线技术，结合具备频谱监测和干扰分类能力的软件定义接收机架构，应被视为在有记录表明存在干扰活动区域运行的平台的标准装备；无人机平台尤其不仅应作为PNT使用者来评估，还应作为更广泛干扰地理定位传感器网络的潜在贡献者来评估。最后，导航架构应从设计之初就围绕平缓降级理念设计，以惯性导航作为持续骨干，将基于视觉和环境（磁、天文）参考作为标准模块化传感器而非特殊附加组件集成，并制定明确且经过测试的后备逻辑，规定系统在射频环境变化时如何在各信息源之间转移信任。应继续投资底层使能技术，包括芯片级原子钟、小型化量子传感器，以及适合边缘部署的基于AI的传感器融合，这些技术最有可能促成未来作战项目所需的低SWaP-C、可量产、韧性导航系统。
（本文根据互联网资料编译整理，仅供参考使用，文中观点不代表本公众号立场）
声明：本文来自电子小氙，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
