Застосування фільтра Калмана для уточнення даних ГНСС-знімання з урахуванням спуфінгу

Abstract

Мета. Мета дослідження – розроблення та впровадження методики застосування фільтра Калмана для уточ- нення даних ГНСС-знімання в умовах воєнного стану з урахуванням можливих навмисних перешкод, радіоелек- тронної боротьби та обмеженого доступу до коригувальних сигналів. Методика. Методику ГНСС-знімання в Україні в умовах воєнного стану адаптовано для забезпечення точності вимірювань і безпеки персоналу, із ура- хуванням зовнішніх факторів, таких як атмосферні затримки, геометрія супутників, радіоперешкоди та спуфінг. Для мінімізації похибок застосовують поправки з референцних станцій (RTK, PPP, DGPS) та математичні моделі компенсації впливів. Однією з основних загроз є спуфінг, що спотворює сигнали, тому використовується фільтр Калмана для виявлення аномалій та коригування координат. Інтеграція ГНСС із сенсорами (IMU) підвищує точ- ність навігації, а спеціалізоване програмне забезпечення (RTKLIB, MATLAB) забезпечує аналіз даних у реаль- ному часі. Методика також передбачає моніторинг сигналів, захист від багатопроменевих ефектів та адаптацію до змінних умов, що гарантує високу точність і надійність навігації. Результати. Фільтр Калмана інтегрує попе- редні дані та прогнозує результат, що дає змогу зменшити вплив спотворень на сигнали. Процес передбачає зби- рання даних ГНСС у реальних умовах застосування спуфінгу, оцінювання точності позиціонування без фільтра та з його використанням, а також порівняння результатів для аналізу підвищення точності. Використання фільт- ра дає можливість істотно знижувати похибки, стабілізуючи позиціонування навіть під впливом спуфінгових сигналів. Практична цінність Практична значущість застосування фільтра Калмана для уточнення даних ГНСС-знімання в умовах воєнного стану полягає у значному підвищенні точності навігації та координування в умовах нестабільного сигналу, який може бути спричинений перешкодами або навмисними впливами, такими як спуфінг. Під час воєнного стану, коли важливість точного визначення місцезнаходження стає критичною для військових операцій, захисту інфраструктури та координації дій, фільтр Калмана може стати незамінним інстру- ментом для забезпечення стабільності та надійності систем ГНСС. Крім того, інтеграція фільтра з іншими сенсо- рами, такими як інерціальні вимірювальні одиниці (IMU), дає змогу досягти високої точності навіть у складних умовах, коли сигнал ГНСС може бути тимчасово втрачений або спотворений. Отже, застосування цього методу для уточнення даних забезпечує надійну навігацію і знижує ризики в умовах воєнного стану, що важливо для військових операцій, рятувальних місій і забезпечення безпеки на великих територіях.Aim. The aim of this study is to develop and implement a methodology for applying the Kalman filter to refine GNSS survey data in wartime conditions, taking into account potential intentional interference, electronic warfare, and limited access to correction signals. Methodology. The GNSS surveying methodology in Ukraine under martial law is adapted to ensure measurement accuracy and personnel safety, considering external factors such as atmospheric delays, satellite geometry, radio interference, and spoofing. To minimize errors, corrections from reference stations (RTK, PPP, DGPS) and mathematical models for compensating external influences are applied. One of the main threats is spoofing, which distorts signals, making the Kalman filter a crucial tool for detecting anomalies and correcting coordinates. The integration of GNSS with additional sensors (IMU) enhances navigation accuracy, while specialized software (RTKLIB, MATLAB) ensures real-time data analysis. The methodology also includes signal monitoring, mitigation of multipath effects, and adaptation to changing conditions, guaranteeing high accuracy and reliability of navigation. Results. The Kalman filter integrates previous data and predicts the outcome, allowing for reduced signal distortions. The process includes collecting GNSS data under real-world spoofing conditions, assessing positioning accuracy with and without the filter, and comparing results to analyze accuracy improvements. The use of the filter significantly reduces errors, stabilizing positioning even under spoofing influence. Practical significance. The practical importance of applying the Kalman filter for GNSS data refinement under wartime conditions lies in significantly improving navigation accuracy and coordination in unstable signal environments caused by interference or intentional attacks such as spoofing. During wartime, when precise location determination is critical for military operations, infrastructure protection, and action coordination, the Kalman filter becomes an essential tool for ensuring the stability and reliability of GNSS systems. Furthermore, integrating the filter with other sensors, such as Inertial Measurement Units (IMU), enables high accuracy even in challenging conditions where GNSS signals may be temporarily lost or distorted. Thus, applying this method for data refinement ensures reliable navigation and reduces risks in wartime conditions, which is vital for military operations, rescue missions, and security over large areas.