突破防御网站发布文章《GPS：依然是全球导航的黄金标准》。
2025年12月11日，突破防御网站发布文章指出GPS仍是全球导航的黄金标准，数十年来一直是现代社会支柱，支撑日常及关键领域活动。洛克希德·马丁导航系统副总裁马利克·穆萨维尔（Malik Musawwir）强调，GPS对全球经济和国防基础设施的重要性。美国太空军运营多代GPS卫星，GPS IIR/IIR-M卫星超设计寿命显可靠性，目前正推进GPS III及IIIF卫星部署，已发射GPS III SV07、SV08，SV09、SV10将跟进，GPS III卫星抗干扰能力提升8倍且含加密M码。GPS IIIF卫星将新增区域军事保护（RMP）功能，通过点波束增强信号抗干扰/抗欺骗能力，还升级搜救（SAR）载荷助力人道主义救援。为加速发展，洛克希德·马丁公司与太空军采取如“快速响应开拓者”计划等举措，其科罗拉多工厂正生产12颗GPS IIIF卫星，该卫星将拓展功能并可加光学交联等新技术，洛克希德·马丁公司致力于确保GPS持续保持全球PNT领域领先地位。
GPSPATRON发布波罗的海加里宁格勒边界水域船载GNSS干扰测量报告。
GPS World网站2025年12月10日报道，GPSPATRON发布波罗的海GNSS干扰技术报告，基于2025年6月23日至10月14日在波罗的海南部格但斯克湾区域加里宁格勒海上边界附近执行的船载测量活动。研究在定期从格但斯克港出发的船舶上部署GP-Probe TGE2干扰传感器进行数据采集。核心发现包括：干扰模式从纯干扰转变为GPS L1欺骗与GLONASS/Galileo/BeiDou同步干扰的双层架构；干扰源为四个协同运行的空间分离发射器，包括GPS欺骗发射机、低频段chirp干扰机、高频段chirp干扰机和60 MHz全频段宽带干扰机；最严重干扰出现在6月下旬至7月，GNSS可用性降至83.5%，7月1-3日48小时内记录近30小时连续欺骗；干扰强度呈现空间梯度，从格但斯克港的微弱或不可检测增强至开阔水域的15 dB更高功率，且向加里宁格勒水域接近时持续增强；技术特征显示从高精度现代干扰设备转向简单chirp干扰与老旧低稳定性射频硬件的混合环境。
美国NextNav公司启动全球首个基于5G技术的地面定位导航授时网络运营，首次实现GPS备份系统的实际商业化部署。
2025年12月11日，NextNav公司宣布在加利福尼亚州圣克拉拉县启动全球首个5G驱动的定位、导航与授时（PNT）网络运营。该公司总部位于弗吉尼亚州雷斯顿，持有美国境内专门用于地面定位服务频段的最大许可证份额。该5G PNT网络由多个固定基站组成，采用符合标准的5G信号配合定位参考信号（PRS）功能，部署独立的5G核心网络，并集成NextNav的三维PNT架构。网络技术参数与该公司此前提出的优化低频段900 MHz频谱方案一致，该网络激活是NextNav商业化进程的关键步骤，验证了使用标准5G设备大规模提供高完整性PNT服务与5G宽带服务的可行性。联合创始人兼首席技术官Arun Raghupathy指出，这是全球首次公开展示全规模运营状态下的5G PNT系统在实际部署环境中同时提供弹性PNT服务和宽带服务。通过此次商业化部署，该网络将验证基于5G的系统能够提供精确的三维位置信息、改进的时间同步能力以及增强的抗干扰能力。该实际部署对于确立美国在下一代PNT技术领域的领导地位具有重要意义，并将支持5G地面PNT技术在运营商、企业和生态系统合作伙伴中的广泛应用。该部署还将验证NextNav的软件解决方案已具备规模化能力，可在满足商业PNT需求的同时服务于美国国家安全和公共安全的关键需求。
学术动态
GPS、伽利略以及使用SwaP-C接收机在国防应用中的综合性能(GPS, Galileo, and Combined Performance using SwaP-C Receiver for Defence Applications)
2025年3月，在“2025年第四届国际靶场技术会议”上多位印度研究者合作完成了该论文，主要聚焦多全球导航卫星系统（多GNSS）在国防领域的应用，重点分析GPS、Galileo及其组合系统通过SwaP-C（尺寸、重量、功耗经济高效）接收器的性能，旨在为印度国防需求提供精准导航解决方案。
论文开篇指出，GPS是应用最广的卫星导航系统，20世纪90年代全面运行，对印度国防（如导弹制导、直升机出动、传感器校准）意义重大，取消“选择可用性”后定位精度显著提升。印度因地理挑战，需整合多GNSS（如GPS与GLONASS、NavIC），而 Galileo（欧洲GNSS）与GPS的整合能增加卫星覆盖、提升抗干扰和抗欺骗能力，其开放服务导航电文认证（OSNMA）功能还可增强安全性。同时，低成本SwaP-C接收器（如uBlox F9P）体积小、重量轻、成本低，适合国防场景大规模部署。
实验部分，2023年8月在印度东部昌迪普尔靶场搭建低成本GNSS基站，用uBlox ZED F9P接收器和Skytraq测量级天线，以1Hz速率连续24小时采集GPS（L1/L2信号）和Galileo（E1/E5信号）数据，用RTKLib软件处理。以精密单点定位（PPP）坐标为参考（水平精度2mm×3mm，垂直精度1cm），通过2DRMS、CEP、SEP等参数评估三种模式性能。结果显示，短期（1小时）GPS单点2D精度优于2米，3D精度低于6米，优于Galileo（2D精度低于5米）；长期（24小时）Galileo单点精度优于7米，GPS单点约5米；GPS+Galileo组合模式在各时段精度均超单一系统，且可见卫星数更多（12-22颗，GPS为6-12颗，Galileo为5-10颗）。此外，精度随时间变化，日出前因电离层稳定性能较好，白天受多种因素影响性能下降，组合模式在东、北、上三个方向误差均更低。
结论强调，GPS+Galileo组合对提升国防导航精度优势显著，能满足印度国防在边境监视、无人机导航等场景需求，增强系统冗余和抗干扰能力。未来印度需进一步提升NavIC性能，实现与多GNSS互操作，并结合AI/ML优化导航精度，助力国防领域精准可靠导航。
混合量子机器学习用于检测军事任务中的GPS欺骗攻击（Hybrid Quantum Machine Learning for Detecting GPS Spoofing Attacks in Military Mission）
2025年8月，在“2025年移动、军事、海事IT融合国际会议（ICMIC）”上由韩国金乌国立技术大学等机构研究者合作完成，该论文聚焦军事物联网（MIoT）中GPS欺骗攻击检测难题，提出融合量子计算与经典机器学习的混合框架，旨在提升军事场景下GPS导航安全性，为无人机、士兵定位等关键军事应用提供抗欺骗保障。
论文开篇指出，GPS在军事行动中至关重要，支撑战场监视、无人机操控、士兵定位等任务，但MIoT网络连通性增强使GPS易遭欺骗攻击——攻击者通过发送伪造信号，误导接收器计算错误位置、时间或速度，如2025年以色列-伊朗冲突中GPS欺骗曾干扰霍尔木兹海峡船只，对军事任务完整性构成严重威胁。当前检测方法分规则型（基于位置差异判断）与经典机器学习型（如LSTM结合卡尔曼滤波），但量子计算的优越性已显现，亟需为军事领域开发量子赋能的检测方案。
研究设计包含数据预处理、特征选择与混合模型构建三核心环节。数据上，采用IEEE DataPort公开数据集（含158170个样本，55%为合法GPS信号，45%为欺骗信号，涵盖简单、中级、复杂三类欺骗攻击）；特征选择环节，通过ANOVA F检验（计算特征组间与组内方差比）筛选出7个关键特征，降低模型复杂度同时保留核心信息；模型架构为“经典因子分解机（FM）+量子神经网络（QNN）”混合结构：经典FM层通过全连接网络处理输入特征，建模特征线性交互关系；量子部分用ZZFeatureMap将经典数据映射为量子态，通过RealAmplitudes参数化旋转门构建量子电路，经EstimatorQNN计算可观测量期望值，再通过TorchConnector与经典框架整合；最终将FM层与QNN输出拼接，经线性层与sigmoid激活函数实现二分类（合法/欺骗信号）。
实验在搭载NVIDIA GeForce RTX 4060 GPU、64GB内存的Windows 10设备上运行（基于Qiskit 1.4.2、Qiskit Machine Learning 0.8.2与PyTorch环境），参数配置为7个量子比特、2次重复、Adam优化器、二元交叉熵损失函数、0.1学习率。结果显示，模型10轮训练后训练损失从0.344降至0.317并稳定，验证损失维持在0.316左右，无过拟合；训练精度从84.0%升至87.7%，验证精度峰值超88%，且优于同数据集上的传统机器学习方法。
结论指出，该混合量子机器学习框架通过ANOVA F检验特征选择与量子-经典融合建模，能高效检测GPS欺骗攻击，可增强军事GPS依赖系统的安全性。研究获韩国科学与ICT部（MSIT）等项目支持，未来或为军事导航抗干扰提供新方向。
