JaGuard：基于深度时序图的 GNSS 制挫位置误差校正
机器学习
2026-04-29 v4
摘要
全球导航卫星系统（GNSS）面临日益增长的恳意制挫，削弱了精确定位和计时至关重要的关键基础设施。当前的位置误差校正（PEC）方法主要关注多径传播误差，未充分利用卫星星座的时空一致性。我们将制挫减缓问题重新表述为动态图回归问题。我们提出的 Jamming Guardian（JaGuard）是一个基于深度时序图网络的接收机中心制挫位置漂移估计与校正框架。将卫星-接收机场景建模为每个 1Hz 时间点的异构星形图，Our Heterogeneous Graph ConvLSTM 将空间上下文（信噪比、方位角、仰角）与短期时序动力学融合，以预测二维位置偏差。在来自两台商业接收机的真实数据集上进行评估，该数据集包含合成射频干扰（三种制挫类型，-45至-70 dBm），JaGuard 在所有基准方法中 consistently 获得最低的平均绝对误差（MAE）。在严重制挫（-45 dBm）下，保持 MAE 为 2.85-5.92 cm，在干扰较低时可达亚 2 cm。在混合功率数据集上，JaGuard 以 MAE 为 2.26 cm（GP01）和 2.61 cm（U-blox 10）超越所有基准方法。即使在极端数据匮乏（仅 10% 训练数据）情况下，JaGuard 仍稳定，误差限制在 15-20 cm，防止了基准方法中出现的误差大幅增加。这表明，动态建模星座图的物理恶化对于鲁棒的干扰校正是严格必要的。
引用
@article{arxiv.2509.14000,
title = {JaGuard: Position Error Correction of GNSS Jamming with Deep Temporal Graphs},
author = {Ivana Kesić and Aljaž Blatnik and Carolina Fortuna and Blaž Bertalanič},
journal= {arXiv preprint arXiv:2509.14000},
year = {2026}
}
备注
12 pages, 8 figures