1.美国会反对太空军终止R-GPS项目。
SatNews网站2026年2月5日报道，美国太空军已于2026年1月19日正式终止“弹性GPS（R-GPS）”项目，该项目预算10亿美元，原计划通过部署约20颗单颗成本5000万至8000万美元的小型卫星，为现有GPS星座增加一层“扩散式”低轨卫星层以应对中俄等对手的信号干扰与欺骗威胁，且是美国防部“快速启动”授权下的旗舰项目，能在6个月内从概念推进至签约。太空军终止项目的理由是“美国空军更高优先级事务”及将项目早期设计阶段技术经验整合到更广泛现代化战略中，且未将其纳入2026财年预算申请。但国会对此表示反对，2026财年国防开支法案草案拟拨款1500万美元继续“弹性GPS太空系统研发”，另拨1500万美元用于商业PNT服务演示；部分议员及专家（如弹性导航与授时基金会）认为R-GPS成本高却仅带来“边际”改进，呼吁构建融合太空、地面广播与光纤信号的多元化PNT架构，军方或转向Xona Space Systems等商业低轨PNT提供商寻求“服务化”解决方案。项目终止导致Astranis等多家企业团队的“轻型演进增强扩散（LEAP）”卫星研发停滞。太空军则继续推进核心现代化，将GPS III SV09卫星改由SpaceX猎鹰9号火箭发射以加速部署，下一代GPS IIIF卫星（从SV13起）将采用LM2100战斗总线，提升抗干扰与网络攻击能力。
2.Oscilloquartz公司发布文章《M-Code：加强GNSS以适应现代军事行动》。
2026年2月2日，Oscilloquartz公司发文指出，现代军事行动依赖精准定位、导航与授时（PNT），全球导航卫星系统（GNSS）的韧性至关重要；为应对传统卫星信号易受干扰、欺骗等问题，美国国防部（DoD）推出M-Code（军用代码），这是为授权军方用户开发的下一代加密GPS信号，可替代适用于早期威胁环境的SAASM等传统加密信号，具备更强加密认证、抗欺骗性、更高信号功率灵活性及与现代抗干扰天线接收器兼容性，能提升GNSS安全性但仅为确保任务计时的部分举措。当前军事系统常面临GNSS中断风险，受影响的GNSS会破坏通信、传感器融合等系统，而M-Code可增强信号安全，同时GNSS漏洞需更全面防护，军事PNT架构需兼具韧性与连续性，其计时解决方案需满足GNSS中断时保精准时间等要求。Oscilloquartz公司的OSA 5422 PTP主时钟可助力M-Code融入韧性计时系统，拥有高绩效保持、多源架构等关键能力，将M-Code与该设备结合，能让军方从信号防护迈向任务保障，确保复杂环境下的可信时间，且军用系统依赖PNT。
3.欧洲航天局选择Spirent通信公司提升英国国家关键基础设施所用PNT系统弹性。
2026年2月5日，Spirent通信公司宣布与欧洲航天局（ESA）合作，牵头开展一项旨在提升英国国家关键基础设施（CNI）所用定位、导航与授时（PNT）系统弹性的倡议，该倡议获ESA导航创新与支持计划（NAVISP）第二部分支持。鉴于2023年英国政府报告指出，全球导航卫星系统（GNSS）中断7天可能给英国经济造成76亿英镑损失，且CNI高度依赖卫星PNT系统，双方将构建综合测试框架，助力英国CNI相关运营商、供应商评估、验证PNT设备与服务并评级，解决长期存在的PNT韧性难以衡量与对标问题，同时支持英国政府的韧性PNT战略。该倡议包含三大核心部分：①Spirent PNT联盟，汇聚企业、学术研究合作伙伴以及PNT专业和政府机构，共同识别、开发并支持CNI的韧性服务；②PNT展示平台，展示帮助采用韧性PNT并确保关键PNT依赖合规的解决方案；③PNT弹性健康检查，能够根据整体性能、弹性和安全标准独立评估GNSS设备的能力。其中Spirent PNT联盟成员包括英国皇家导航学会（RIN）及其他战略合作伙伴，通过商业化最佳实践并为关键网络基础设施运营商提供新技术与测试方案，协同推进各项活动，助力英国构建弹性PNT生态系统。年度PNT健康评估将通过技术框架，依据标准基准对韧性进行评分，帮助机构识别依赖关系、发现脆弱环节并追踪改进进程，从而为全行业测试方法论的建立铺平道路。
学术动态
1.支持强化学习的轻量级语言模型，用于自动驾驶车辆中GPS欺骗防御（RL-Enabled Lightweight Language Models for GPS Spoofing Defense in Autonomous Vehicles）
2026年1月12日，该论文发表于《IEEE Transactions on Information Forensics and Security》由IEEE高级会员Hassan El Alami与IEEE高级会员Danda B. Rawat共同撰写，均来自美国霍华德大学电气与计算机科学系国防部人工智能与机器学习卓越中心，研究获美国陆军研究实验室资助。论文针对自动驾驶汽车（AV）依赖GPS导航却易受各类GPS欺骗攻击，且现有防御方案存在难以适应新型攻击、依赖浅层特征、扩展性差等问题，提出一种融合轻量化语言模型（LightLMs，含BERT、RoBERTa、DistilBERT、TinyBERT）与强化学习（RL，含Q-Learning、深度Q网络、优势演员-评论员、近端策略优化）的防御框架，以提升GPS欺骗检测与缓解效果。
在技术方案上，LightLMs采用“冻结骨干网络+训练适配器（瓶颈维度64）”配置，先通过离线阶段将结构化GPS特征（如载噪比、伪距等）文本化并训练适配器，生成语义丰富的状态嵌入；RL智能体以该嵌入与环境观测融合的状态为输入，学习检测攻击与执行缓解策略。同时，构建Python仿真环境模拟多种欺骗场景（简单型、中间型、复杂型），环境包含5辆基于自行车运动学模型的AV，模拟GPS观测值扰动，并设定固定参数确保可复现。实验方面，从检测性能、计算效率、泛化扩展性等维度评估：检测上，LightLM增强的RL模型显著优于基线RL模型，如PPO结合RoBERTa后准确率达98.92%、缓解延迟低至0.29秒，且对复杂攻击检测率优势更明显；计算效率上，TinyBERT相关模型推理时间仅3.1-3.3毫秒、内存占用135MB，适配AV嵌入式硬件；泛化扩展性上，在AV-GPS和TEXBAT数据集上，该框架仍保持高准确率与低延迟，如PPO-RoBERTa在两数据集准确率分别为98.57%、98.11%。此外，与SVM、LSTM等传统机器学习/深度学习模型相比，该框架在准确率、召回率等指标上均更优。
论文还指出未来方向，包括将框架扩展至GPS干扰、信号衰减等威胁，整合IMU、相机等其他定位源以在GPS失效时维持有限导航能力。该研究为AV的GPS欺骗防御提供了高效、可扩展的解决方案，对保障AV导航安全具有重要意义。
2.GNSS时间序列中的非对称定位误差：来自世界不同地区的研究（Asymmetric positioning errors in GNSS time series: a study from different world regions）
2026年，该论文发表于《国际地球物理杂志》（Geophysical Journal International）。全球导航卫星系统（GNSS）在监测地表位移中发挥关键作用，但其日位置时间序列常含数厘米级异常值，严重影响长期速率和瞬态形变等参数的估算准确性。其中，非对称异常值（系统性出现在平均序列一侧的异常值）尤为值得关注，因其可能指示重复性误差来源，但其特征和成因尚未得到充分理解。
该研究对意大利中南部、新西兰和美国西部数千个GNSS站点进行系统偏度分析，采用30天窗口中值滤波去除趋势信号后计算残差偏度，并通过自助法估算不确定性，同时用变分贝叶斯独立分量分析（vbICA）验证结果稳健性。研究揭示了跨数据集的持续性特征：数十个站点呈现高偏度（≥1）残差序列，水平分量高偏度站点数是垂直分量的2-4倍；大多数高偏度站点位于山区，偏度方向垂直于地形走向；异常值规模达10-50毫米（远超1-6毫米的典型不确定性），数量达数十至数百个；垂直分量呈现局部交替的上升/下降模式。不同处理中心结果的一致性表明异常值源于物理成因而非处理方法。局地分析显示，异常日期与对流层水平梯度值升高及困陷型背风波形成相关。
研究证实，非对称定位误差主要源于未校正的对流层延迟，特别是大气条件与局地地形耦合产生的背风波现象。这一发现与日本、美国西部的先前研究一致，并首次在全球多区域系统性揭示该现象的共性特征。测试表明，在处理阶段放松对流层随机游走约束或改变截止角效果有限，而vbICA在后处理阶段能有效识别和分离非对称异常值，为数据分析提供了可行工具。
该研究对理解山区GNSS定位误差具有重要意义。厘米级系统性误差可能导致对毫米级或短期瞬态信号的误判，也影响短时序列的速度估算。研究强调在分析前需检查潜在误差源、优化仪器布设，或采用稳健后处理技术去除非对称异常值。然而，研究存在局限：其他因素（多路径、积雪、遮挡）也可能导致非对称异常值，需进一步定量研究；标准处理的缓解策略效果有限，需更精细的高分辨率对流层建模；背风波导致误差的确切机制（如为何仅部分日期出现异常、邻近站点不同步）仍待解答。未来应扩展至更多山区网络，关联特定地形特征和气象条件，并开发更复杂的对流层延迟建模方法。这些理解也将惠及其他受对流层影响的技术，如InSAR干涉测量。