星基ADS-B监视数据空中位置信息质量分析

为弥补广播式自动相关监视系统(ADS-B)地面站建设成本高、技术复杂以及沙漠海洋极地等地区难以搭建的不足,可在卫星上搭建ADS-B接收机实现对全球空中交通的监测与管制。解析星基ADS-B报文,整理报文信息,提取导航完整度类别信息(NIC),分析空中位置数据的完好性和精度信息。选取符合完好性要求的航迹点数据,统计与航路中心线的实际位置误差,运用统计学方法对航迹误差分布进行分析。结果表明,实际误差距离符合正态分布规律,95.5%的概率下空中位置的实际误差在(101.694, 211.761)m,为后续的卫星基系统监视性能的可用性分析打下了良好基础。     

基于IMM算法的高机动目标航迹滤波在ADS-B中的应用

为提高ADS-B航迹报文的准确性,采用交互多模型算法通过对航迹建立与实际运动轨迹相匹配的模型,来降低建模误差,从而提高航迹追踪和预测的准确度。高精度的报文是ADS-B系统向周围设备实时广播的基本保障,传统的单一机动目标建模和滤波方式运动模式高频率切换时会引起较大误差从而导致报文信息的丢失或错误。本文引入交互式多模型(IMM)算法建立多个常用目标运动模型并模拟2组机动目标高频切换的飞行状态,最后通过与单模型的经典卡尔曼滤波仿真结果对比验证IMM算法在高机动目标建模和滤波方面的优越性。     

GPS电文用户测距精度参数设计分析

为了研究卫星导航系统完好性参数设计对用户端完好性的影响,该文对GPS电文完好性参数中用户测距精度(URA)参数的分级方式及用户算法的变化进行了研究。采用实际国际GPS服务(IGS)广播电文数据与精密星历星钟数据进行仿真分析,证明了细化GPS用户测距精度分级方式的必要性。在此基础上,证明了采用相互独立的星历和星钟用户测距精度值能更好地描述卫星段误差。考虑传输段误差影响,利用广播星历构造卫星星座仿真分析了最坏用户位置处的测距误差,并采用加权法和最大方差法分别计算用户瞬时测距精度。对电文改进前后的两种区间划分标准和不同URA更新周期下的用户测距精度索引值进行比较分析。研究结果表明,导航电文采用5 bits将用户测距精度细化为32个区间能更好地区分不同卫星的测距误差,改善用户的完好性性能。     

地球静止轨道卫星数对广域增强系统性能的影响

为了评估广域增强系统(wide area augmentation system,WAAS)中地球静止轨道(geostationary earth orbit,GEO)卫星数对WAAS性能的影响,正确解码WAAS报文,对比分析GEO卫星和全球定位系统(global positioning system,GPS)卫星的伪距改正值和用户差分距离误差指数;将GEO卫星纳入导航定位解算,并基于WAAS监测站实测数据,解算分析GEO卫星数对WAAS报文延迟、中断和导航性能的影响.结果表明:当现有GPS卫星均正常工作时,GEO卫星数的增加可有效降低报文的延迟和中断,但对WAAS定位精度和完好性的提升并不明显.星基增强系统(satellite-based augmentation system,SBAS)中有两颗正常工作的GEO卫星是比较理想的状况.     

ADS-B在南中国海的应用分析

随着南中国海航班量的增大和国际ADS-B航路的实施,ADS-B作为一种新兴监视技术在南中国海的应用显得尤其重要.本文主要通过对南中国海空域ADS-B数据完好性,可靠性及信号覆盖范围等重要数据分析了ADS-B在南中国海的应用情况.通过分析证明了ADS-B在南中国海的实用性,为ADS-B监视技术的实际应用方面提供相应的经验.     

基于航迹分类的终端区交通流非线性特征

终端区空中交通系统是复杂的非线性系统，本文基于航迹分类与交通流混沌理论研究终端区交通流的非线性特征，为终端区交通流控制及预测提供科学依据。首先对获取的广播式自动相关监视(Automatic dependent surveillance-broadcast, ADS-B)航迹数据进行异常识别与处理。然后基于K-近邻算法(K-nearest neighbor, K-NN)与跑道方向设计终端区航迹分类方法，实现终端区航空器航迹的精确分类。根据分类结果构建交通流量的时间序列，结合相空间重构和最大Lyapunov指数分析终端区交通流的混沌特性。最后，选用北京首都机场终端区ADS-B航迹数据进行实例验证，结果表明本文方法可以实现航迹的精准分类，准确识别和分析多跑道机场终端区交通流的非线性特征，在验证时段内36R、36L跑道及整个终端区交通流均表现出混沌特性。     

基于卡尔曼滤波的卫星地基增强系统位置域完好性监测分析

由于卫星地基增强系统(ground-based augmentation systems,GBAS)距离域导航测量的局限性,基于最大似然(maximum likelihood,ML)估计的地面多参考一致性监测(multiple reference consistency check,MRCC)难以满足国际民航组织提出的CAT Ⅱ/Ⅲ所需完好性要求。针对基于极值估计方法的伪距误差完好性监测参数之间存在相关性以及数据样本有限的问题,提出位置域内的卡尔曼滤波监测新算法,利用线性无关参考接收机对机载目标进行独立定位解算,建立垂直定位误差的卡尔曼滤波模型,监测垂直定位误差,重新定义位置域内的完好性监测参数值。实验结果表明,该算法不仅解决了距离域内完好性监测参数间的相关性,而且减小了机载垂直保护级,提升了地基增强系统的故障检测性能,提高了系统的可用性。     

非标称对流层误差对地基增强系统完好性的影响

地基增强系统(ground-based augmentation system,GBAS)中,由于不同路径方向区域范围内气象条件(温度、压强、相对湿度等)存在差异,导致系统差分修正误差中包含非标称对流层误差;即非零均值标准正态分布误差。在非标称对流层误差的影响下,机载端垂直保护级(vertical protection level,VPL)增加,系统完好性风险增大以及地面播发信号可用性降低。详细分析了非标称对流层误差对VPL的影响,发现非标称对流层误差与卫星仰角有关;并且跟踪可见卫星数目增多时,系统受非标称对流层误差的影响,VPL值进而增加。为了提高GBAS完好性,提出了一种新的选星算法,降低非标称对流层对VPL的影响,提高系统完好性信号(system in tegrity signal,SIS)可用性。仿真计算GBAS进近服务类型C(GAST C)和GBAS进近服务类型D(GAST D)场景下的VPL,分析改进的选星算法对系统完好性的影响。结果表明,改进的选星算法有效地降低了非标称对流层对GBAS完好性的影响,减小了机载端VPL值,降低了完好性风险,提高了在气象异常条件下GBAS信号的可用性。     

航空器爬升与下降阶段4D航迹预测

准确的4D航迹预测可以在冲突探测与解脱、航迹优化和空中交通流量管理等多个领域发挥重要作用。为提高预测的准确性,提出了基于机器学习的航空器4D航迹预测方法。首先,利用爬升阶段提取研究指标,构建循环神经网络(recurrent neural network, RNN)和长短期记忆网络(long short-term memory, LSTM);其次,在下降阶段进行数据维度拓展,构建RNN、LSTM模型进行航迹预测;最后,对各个维度上的预测航迹点和实际航迹点的误差进行分析。仿真结果表明,爬升阶段模型和下降阶段模型对于航空器位置预测准确性高,展现了航迹预测模型的良好鲁棒性。     

AeroTrac自动化系统ADS-B信号的接入和配置

ADS-B技术作为新兴的监视手段在新航行系统中占有重要的位置,它将增加我空中交通管理部门的空中监视能力和整体监视精度,而AEROTRAC自动化系统是Telephonics公司的产品,在我国空管领域中应用十分广泛,也是目前少数几家可以支持ADS-B与多雷达信号融合处理的自动化系统。本文就ADS-B技术的应用、ADS-B数据在多雷达系统中处理的具体过程以及AEROTRAC系统的具体配置等方面进行分析和阐述。     

基于环视系统的车载以太网时延评估与分析

基于音视频桥接(AVB)协议理论,搭建以BMW G38的360°环视系统和RAD_Galaxy为核心的试验台,运用Vehicle Spy软件采集一系列的报文数据,同时也借助Wireshark软件分析报文组成结构、交互过程,以获得报文的关键信息,通过对时间戳的处理计算,实现对车载以太网时延的评估与分析.试验表明:能够在成功抓获并破解环视系统的报文数据的基础上,结合AVB协议,分析得出理论时延值,其对于试验台所抓获报文的时延分析方法,适用于所有以太网报文的时延分析.     

星基-仪表着陆系统组合进场策略研究

为适应未来空中交通流量持续快速增长的需求,提高空管运行安全水平,提出一种将星基着陆系统GLS(global navigation satellite system landing system)和仪表着陆系统ILS(instrument landing system)两种进近程序融合使用的新方法,为着陆系统创造一个更经济和精密的进场体制。通过数学建模,将GLS进近数据和ILS进近数据等效在同一个直角坐标系中,仿真计算飞机进近航迹;并求出两种导航源分别与标准航迹的对比误差。仿真和实际验证试飞数据表明,基于GILS(GNSS landing system and instrument landing system)进近体制的组合进场策略可明显提高飞机进近过程导航精度和完好性水平,并提高进近速度,提高进近安全水平。现称该组合进场策略为GILS进场策略。     

基于ADS-B报文的数据解析架构与软件

本文提出一种基于ADS-B报文的数据解析框架与软件,以中间件的形式存在,支持兼容多版本报文,可以满足1090ES地面站测试要求。     

ADS-B对于TCAS性能影响的技术研究

随着航空业在我国的迅猛发展,空中交通的密度越来越大,空域安全的问题越来越突出,交通告警和防撞系统(TCAS)由于可以为机组提供决断咨询(RA)而提高了航空运营的安全性水平。TCAS使用二次雷达数据,因此理论上来讲广播式自动相关监视(ADS-B)可以通过提供更精确的位置数据来提高TCAS的性能。该文分析了ADS-B对于改善TCAS性能的可行性,同时对所述方案进行了仿真研究,结果表明ADS-B对于改善TCAS性能具有优化作用,可为后续TCAS性能优化工作提供支持。     

GPS接收机自主完好性监测算法可用性分析

以全球定位系统(GPS)为研究对象,研究水平定位误差保护级(HPL),阐述自主完好性监测(RAIM)算法故障监测和可用性原理.结合导航性能在航空应用中的需求,对影响RAIM可用性的因素进行数据仿真分析.结果表明,漏检率一定时,RAIM可用性随着误警率降低而降低;误警率一定时,RAIM可用性随着漏检率降低而降低.RAIM算法的可用性随着截止高度角降低和可视卫星数增加而提高.研究结果为采用RAIM算法进行故障卫星的检测和隔离提供了一定依据.     

基于差分GILS进近系统的导航精度分析

通过研究飞机在低可见视程条件下的进近问题,力图充分利用全球卫星导航系统的能力,使机场在不需要更新陆基无线电导航系统的情况下从I类盲降标准提升到II类及以上的相同或可比拟的运行标准。通过对某航空公司飞行数据的分析,为提高飞机进场水平导航精度和完好性,提出了组合应用差分全球卫星导航系统GNSS(global navigation satellite system)和仪表着陆系统ILS(instrument landing system)下滑道的进近体制模型,即为GILS(GNSS and ILS-glideslope)进近系统。利用Kalman滤波的方法,将仪表着陆系统数据和差分全球卫星导航系统的定位数据融合,通过数学建模,仿真模拟飞机进近航迹。仿真和实际验证试飞数据表明,该方案可有效提高飞机的水平导航精度和完好性水平,有潜力将CAT I标准提升为类CAT II水平。     

基于Shewhart控制图的完好性监测算法

Galileo系统完好性处理中,通常假设空间信号误差(SISE)服从零均值的高斯分布,以理想状态处理,但在实际情况中该假设很难满足。首先阐述了SISE的概念与统计方法,以IGS提供的数据为基础,分析了2012年8月26日的SISE分布状况;然后针对非零均值模型的SISE完好性监测,将统计过程控制引入完好性监测中,提出了一种基于Shewhart控制图的完好性监测算法,并与最小方差法进行对比。仿真结果表明,所提算法比最小方差法监测性能更优。     

广播式自动相关监视报文中几何和气压高度数据质量统计分析

广播式自动相关监视(automatic dependent surveillance-broadcast,ADS-B)消息中包含几何高度、气压高度和高度质量指标等信息,分析、总结这些信息的特征、相关性可以为进一步用于空中交通管理(air traffic management,ATM)提供指导建议.对现有飞机飞行高度数据源进行分析、优化对保障飞行安全具有重要意义.基于中国某地区某地面站ADS-B数据开展研究,分析了几何和气压高度的获取方法、优缺点和可用性等,研究了基于飞行阶段的几何和气压高度以及高度差值的变化趋势,总结了ADS-B高度质量指标参数与高度差值的相关性.结果表明,664架样本飞机中几何和气压高度之间的绝对差异范围为0～284.074 m,平均为154.838 m,只有1.204％的高度偏差小于74.676 m.可见,分析与总结航空高度数据的相关性与变化规律对航空安全至关重要.     

基于多接收机的本地监测系统监测算法研究

本地监测系统可以增强卫星导航系统的性能以满足航空用户的需求。针对目前单接收机本地监测系统在进近着陆应用中各导航性能存在的不足,提出了一种基于多接收机的本地监测系统完好性监测算法。该算法考虑了地面接收机故障对用户安全造成的影响,从而提高了系统的完好性。另外,该算法通过利用既有的增强系统完好性信息,改善了系统对本地差分修正误差的监测能力;并且通过使用卫星信号双频观测量,提高了用户的观测精度。上述优化可有效降低保护门限值,最终达到提高系统可用性的目的。应用该算法增强北斗卫星导航(区域)系统,可在我国及周边地区满足I类精密进近的性能指标要求,并且平均可用性达到95.57%。     

一种基于深度生成模型的ADS-B信号增强和目标识别方法

自动相关监视广播数据(automatic dependent surveillance-broadcast, ADS-B)信号在航空领域通信中占据非常重要的地位,其检测、分析对航空运输安全保障意义重大。ADS-B信号常常带有噪声或干扰,这使得直接解码的准确性受到影响。为了更好地捕捉ADS-B信号的信息提升其准确性,提出了EASTR深度学习模型。所提模型首先使用基于非因果扩张卷积和残差网络结构的方法,对原始含噪ADS-B信号进行降噪与增强;随后,经过降噪处理的信号被转换为星群图像,再利用多层感知机进行分类识别。收集了5 000条来自不同飞机的ADS-B信号数据,在此数据集上将EASTR与其他同类模型进行比较。实验结果表明：不同信噪比下EASTR均在准确率上优于其他模型。通过消融实验验证了数据增强模块的效能。