HK-UrbanSpoof

HK-UrbanSpoof是一个用于支持更全面评估抗欺骗和抗多径方法的城市GNSS欺骗数据集，包含从真实城市场景和实验室基于热启动同步欺骗攻击收集的数据。数据集旨在研究GNSS欺骗检测、缓解、接收器级信号处理以及在欺骗和城市传播效应下的鲁棒导航。HK-UrbanSpoof is an urban GNSS spoofing dataset designed to support more comprehensive evaluation of anti-spoofing and anti-multipath methods. It contains data collected from real urban scenarios and laboratory-based hot-start synchronized spoofing attacks. The dataset aims to facilitate research on GNSS spoofing detection, mitigation, receiver-level signal processing, and robust navigation under spoofing interference and urban signal propagation effects.

原始信息汇总

HK-UrbanSpoof 数据集概述

数据集简介

HK-UrbanSpoof 是一个针对全球导航卫星系统（GNSS）欺骗攻击的数据集，数据采集自真实城市场景和实验室环境下的热启动同步欺骗攻击场景。该数据集主要用于GNSS欺骗检测、缓解、接收机级信号处理以及欺骗与城市传播效应下的鲁棒导航研究。

数据集内容

• 4段干净的GNSS中频（IF）真实信号记录
• 17段基于干净场景生成的欺骗中频信号记录
• GNSS/INS参考轨迹作为用户地面真值
• 基于射线追踪的城市场景标签

目前发布的中频原始数据仅基于 GPS L1 频段。未来将逐步添加多星座和多频段扩展（如伽利略和北斗系统）。

实验设置

主要设备

设备	作用
USRP N210	在实验室欺骗测试中发射真实和欺骗信号流
LabSat 3W	在实验室欺骗测试中记录被欺骗的中频信号
NovAtel SPAN-CPT	提供选定场景的GNSS/INS参考解
GNSS天线和Ublox F9P	用于真实信号采集和受害者接收机测试

实验场景

场景	描述	发布数据
场景1	静态接收机；开阔天空环境	干净中频数据和欺骗中频数据
场景2	低动态接收机；郊区环境	干净中频数据、欺骗中频数据、接收机地面真值和基于射线追踪的标签
场景3	高动态接收机；城市环境	干净中频数据、欺骗中频数据、接收机地面真值和基于射线追踪的标签
场景4	静态接收机；模拟开阔天空环境	干净中频数据和欺骗中频数据

中频数据配置

中心频率	中频	采样率	数据类型	带宽
1580 MHz	-4.58 MHz	58 MHz	8 bit I/Q	56 MHz

干净中频记录

文件ID	文件名	场景	时长（秒）	原始大小
S1_Clean	S1_Clean.bin	1: 静态；开阔天空	90	10.44 GB
S2_Clean	S2_Clean.bin	2: 低动态；郊区	87	10.03 GB
S3_Clean	S3_Clean.bin	3: 高动态；城市	95	11.10 GB
S4_Clean	S4_Clean.bin	4: 静态；模拟开阔天空	118	13.69 GB

欺骗测试配置

文件ID	文件名	场景	注入时间（秒）	拉离开始时间（秒）	时长（秒）	欺骗功率优势（dB）	目标欺骗距离（米）	原始大小
S1_T1	S1_T1.bin	1: 静态；开阔天空	41	60	90	4	750	10.17 GB
S1_T2	S1_T2.bin	1: 静态；开阔天空	41	60	90	11	750	10.17 GB
S2_T1	S2_T1.bin	2: 低动态；郊区	38	50	87	3	600	9.95 GB
S2_T2	S2_T2.bin	2: 低动态；郊区	38	50	87	6	600	9.86 GB
S2_T3	S2_T3.bin	2: 低动态；郊区	38	50	87	7	600	9.91 GB
S2_T4	S2_T4.bin	2: 低动态；郊区	38	50	87	1.5	300	9.81 GB
S2_T5	S2_T5.bin	2: 低动态；郊区	38	50	87	4	300	10.23 GB
S2_T6	S2_T6.bin	2: 低动态；郊区	38	50	87	6	300	9.89 GB
S2_T7	S2_T7.bin	2: 低动态；郊区	38	50	87	3.5	90	10.09 GB
S2_T8	S2_T8.bin	2: 低动态；郊区	38	50	87	7	90	9.98 GB
S2_T9	S2_T9.bin	2: 低动态；郊区	38	50	87	11	90	9.91 GB
S2_T10	S2_T10.bin	2: 低动态；郊区	38	50	87	6	30	10.09 GB
S2_T11	S2_T11.bin	2: 低动态；郊区	38	50	87	10	30	9.88 GB
S3_T1	S3_T1.bin	3: 高动态；城市	38	50	95	3.5	600	11.05 GB
S3_T2	S3_T2.bin	3: 高动态；城市	38	50	95	5	600	11.00 GB
S3_T3	S3_T3.bin	3: 高动态；城市	38	50	95	6	600	11.11 GB
S4_T1	S4_T1.bin	4: 静态；模拟开阔天空	41	60	118	3	400	13.20 GB

数据下载

• IF数据文件下载链接：Google Drive
• 目前中频数据已公开；接收机地面真值和基于射线追踪的标签将在论文发表后发布。

引用

详细信息请参考论文：2026 ION GNSS+（摘要链接）

搜集汇总

数据集介绍

构建方式

HK-UrbanSpoof数据集基于城市真实场景与实验室协同构建而成。首先在开阔天空、郊区及城市等典型环境下，利用GNSS天线与Ublox F9P接收机采集纯净的真实卫星信号，并通过LabSat 3W记录中频（IF）数据。随后在屏蔽暗室中，采用USRP N210发射同步欺骗信号，待受害接收机稳定锁定真实信号至少36秒后，以极低功率注入并逐步增强，直至主导真实信号。之后根据预设虚假轨迹平滑调整欺骗信号的码相位与多普勒频率，完成牵引与拉离过程，最终生成受欺骗的IF数据。同时，利用NovAtel SPAN-CPT提供高精度GNSS/INS参考轨迹，并结合射线追踪技术生成城市环境标签，形成完整的数据集体系。

使用方法

用户可通过Google Drive链接下载原始中频（IF）二进制文件，数据采样率为58 MHz，中心频率1580 MHz，中频-4.58 MHz，采用8位I/Q格式存储。使用时需自行开发或利用现有GNSS软件接收机（如GNSS-SDR）对IF数据进行处理，以获取捕获、跟踪、定位结果。推荐结合参考轨迹与射线追踪标签，对欺骗检测算法或抗干扰导航策略进行验证与评估。当前地面真值及标签将在相关论文发表后公开，用户可参考已发布的ION GNSS+ 2026论文获取详细实验设计。对于复现或扩展研究，可依据README中的场景与欺骗配置表选择特定文件进行针对性分析。

背景与挑战

背景概述

全球导航卫星系统（GNSS）在当代社会中扮演着不可或缺的角色，从个人导航到关键基础设施的时间同步均高度依赖其提供的定位、导航与授时服务。然而，伴随着民用GNSS信号的开放性，欺骗干扰攻击日益成为威胁其安全性的严峻挑战。同步欺骗攻击通过精心伪造与真实信号高度一致的信号，能够在不被察觉的情况下逐步诱骗接收机锁定错误的导航解，其隐蔽性与破坏性远超传统干扰手段。在此背景下，香港理工大学智能定位与导航实验室及可信人工智能与自主系统实验室的研究团队于近年构建了HK-UrbanSpoof数据集。该数据集聚焦于同步欺骗攻击场景，通过在城市真实场景与实验室微波暗室环境中采集数据，记录从信号注入、功率渐增到码相位与多普勒频率平滑牵引的完整攻击过程，为欺骗检测、抑制及鲁棒导航研究提供了宝贵的实验基准。

当前挑战

HK-UrbanSpoof数据集旨在应对GNSS欺骗检测领域的两大核心挑战。首先，在复杂城市环境下，多路径效应、信号遮挡与动态接收机运动使得欺骗信号与真实信号的区分变得异常困难，传统基于信号功率或到达角的检测手段在都市峡谷中性能严重退化。数据集的构建过程同样充满挑战：需要在受控的微波暗室中精确模拟同步欺骗攻击的功率优势、注入时机与牵引轨迹，同时记录接收机在静态、低动态与高动态场景下的响应；此外，通过搭载高精度GNSS/INS组合导航系统获取地面真值，并利用射线追踪技术标记卫星信号的视距与非视距状态，以提供多层次的监督标签。这些精心设计的实验条件与数据标注流程，为后续发展鲁棒且泛化能力强的机器学习驱动的欺骗检测算法奠定了坚实基础。

常用场景

经典使用场景

HK-UrbanSpoof数据集专为全球导航卫星系统欺骗检测与缓解研究而设计，其经典使用场景聚焦于同步欺骗攻击下的接收机级信号处理。在真实的城市多路径环境中，数据集提供了从静态开阔环境至高动态城市峡谷的多层次场景，包含清洁真实信号与实验室生成的受控欺骗信号。研究者可基于原始中频数据，分析欺骗信号以极低功率注入、逐步增强并最终接管接收机跟踪环路的过程，从而验证欺骗检测算法的灵敏性与鲁棒性，并探索在城市传播效应下如何准确识别虚假导航解。

解决学术问题

该数据集系统性地解决了同步欺骗攻击下GNSS脆弱性评估的核心学术问题。现有研究多依赖于仿真数据或理想环境测试，缺乏真实城市多路径效应与复杂动态条件下的欺骗场景。HK-UrbanSpoof通过提供射线追踪标签的城市场景真实中频记录，使学术界能够量化多径干扰与欺骗信号在接收机端相互作用的影响。它填补了公开数据集中缺乏高保真、可变欺骗参数与地面真值轨迹的空白，为欺骗检测、信号质量监测及鲁棒导航算法的性能基准测试奠定了坚实基础，显著推动了GNSS安全领域的实证研究。

实际应用

在实际应用中，HK-UrbanSpoof数据集为自动驾驶、无人机导航及移动设备定位等关键基础设施提供了不可或缺的测试资源。城市环境中，GNSS信号易遭低功率同步欺骗攻击，导致车辆偏离路径或无人机失控。利用该数据集，开发者可评估现有商用接收机在欺骗环境下的响应特性，训练基于深度学习的实时欺骗检测模型，并优化接收机级抗干扰策略。数据集涵盖不同欺骗功率优势与目标偏移距离，有助于生成多样化的攻击场景库，从而提升导航系统在现实威胁下的韧性，降低安全风险。

数据集最近研究

最新研究方向

随着全球导航卫星系统（GNSS）在城市环境中的应用日益广泛，欺骗攻击对定位安全构成了严峻挑战。HK-UrbanSpoof数据集聚焦于同步欺骗攻击场景，通过采集真实城市环境与实验室模拟的暖启动欺骗信号，为欺骗检测与缓解研究提供了关键数据支撑。当前前沿方向集中于利用该数据集开发基于深度学习的欺骗信号识别算法，探索在城市多径效应与动态接收条件下的稳健导航技术。该数据集还推动了对抗性环境下的接收机信号处理研究，为自动驾驶、无人机配送等依赖高精度定位的智能系统安全防护提供了实验基准，具有重要的学术与应用价值。