Outlier-based methods for satellite-inertial navigation system under GNSS jamming and spoofing

Thumbnail Image

Files

master_Taavitsainen_Elmeri_2025.pdf (23.2 MB)

URL

Journal Title

Journal ISSN

Volume Title

School of Electrical Engineering | Master's thesis
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.

Authors

Date

2025-09-26

Department

Major/Subject

Control, Robotics and Autonomous Systems

Mcode

Degree programme

Master's Programme in Automation and Electrical Engineering

Language

en

Pages

77

Series

Abstract

Modern positioning systems primarily rely on Global Navigation Satellite Systems (GNSS). However, the intrinsic vulnerability of GNSS signals to intentional and unintentional interference poses a significant risk. While Inertial Navigation Systems (INS) offer an improvement, they suffer from error accumulation and require an accurate initialization. This thesis addresses these challenges by developing and evaluating a framework for a satellite-inertial navigation system capable of detecting interference in variable and GNSS-denied environments. The primary objective of the thesis is to create an integrated system that combines interference detection and estimation algorithms. The research will implement and compare a traditional tightly-coupled GNSS/INS integration architecture as a baseline. Subsequently, the system will be enhanced with algorithms designed to detect jamming and spoofing attacks, assess GNSS measurement reliability, and dynamically adapt the navigation solution. Methodologies explored include innovation-based outlier detection techniques, the innovation saturation technique, and dynamic covariance adjustment. The developed algorithms will be evaluated using real-world data from Jammertest 2023, which provides sensor inputs from diverse inertial sensors and GNSS receivers under controlled jamming and spoofing scenarios. This research shows that innovationbased outlier detectors, particularly the Innovation Saturated Extended Kalman Filter (IS-EKF), can detect GNSS interference scenarios. This research provides a comprehensive comparison of interference detection algorithms, demonstrates practical implementation strategies for resilient navigation, and offers a foundation for future development of real-time algorithms, particularly for low-cost sensor applications.

Modernit paikannusjärjestelmät perustuvat laajalti sateelliittipaikannusjärjestelmiin (GNSS). GNSS-signaalit ovat kuitenkin hyvin alttiita tahalliselle ja tahattomalle häirinnälle, mikä aiheuttaa merkittäviä riskejä. Vaikka inertianavigointijärjestelmät (INS) tarjoavat parannusta, ne kärsivät virheiden kertymisestä ja vaativat tarkan alustuksen. Tässä opinnäytetyössä kehitetään ja arvioidaan satelliitti- ja inertiapaikannusta hyödyntävä ratkaisu, joka kykynee havaitsemaan häirintää ja selviytymään vaihtelevissa ja osittain sateelliittihäirityissä olosuhteissa. Työn päätavoitteena on kehittää järjestelmä, joka yhdistää häiriönhavaitsemisalgoritmeja perinteiseen satelliitti-inertiapaikannukseen. Tutkimuksessa toteutetaan ja käytetään perinteistä kiinteästi kytkettyä integraatiomenetelmää verrokkina. Järjestelmää laajennetaan algoritmeilla, jotka on suunniteltu havaitsemaan erilaisia häirintä- ja harhautustilanteita, sekä mukauttamaan algoritmia automaattisesti. Käytetyt menetelmät ovat, poikkeavien innovaatioiden havaitseminen, innovaatioden saturointimenetelmä ja dynaaminen kovarianssin säätäminen. Työn algoritmeja arvioidaan käyttäen Jammertest 2023 testistä kerättyä aineistoa, joka sisältää mittausdataa reaalimaailman olosuhteista. Aineisto sisältää mittauksia monen eri hintaluokan inertia-, ja satelliittipaikannussensoreilla kontrolloiduissa häirintäja harhautustilanteissa. Työ tarjoaa kattavan vertailun häiriönhavaitsemisalgoritmeista, esittelee käytännön toteutusratkaisuja häiriönsietokykyiseen paikannukseen ja luo pohjan reaaliaikaisten algoritmien jatkokehitykselle erityisesti edullisten sensorien sovelluksissa.

Description

Supervisor

Särkkä, Simo

Thesis advisor

Mäkelä, Maija

Keywords

GNSS, spoofing, jamming, INS, interference, resilience

Other note

Citation

Permanent link to this item

https://urn.fi/URN:NBN:fi:aalto-202510208364

Collections

[dipl] Sähkötekniikan korkeakoulu / ELEC