ERA ADS-B地面站系统应用分析

广播式自动相关监视（ADS-B）是一种新兴的空管监视技术,是未来空管监视技术发展的主要方向.目前我国ADS-B技术主要作为雷达监视的补盲,主要应用在洋区和山区等边远地区.西沙雷达站作为我国首批ADS-B技术试点台站之一,最先安装和使用了ADS-B地面站设备.本文主要对西沙雷达站使用的ERA ADS-B地面站系统的工作原理及应用情况进行简要介绍.     

航管监视系统现状分析

本文叙述了随着卫星和计算机网络技术在空管系统的应用,目前空管系统主要采取一次雷达、二次雷达、ADS-B,三种监视手段共用,具体介绍一次监视雷达(PSR)、二次监视雷达(SSR)、广播式自动相关监视(ADS-B)的基本原理和应用。并对未来监视技术进行了展望,未来将建立若干地面卫星站,实时掌握飞行数据。     

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。     

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。     

融合BVM与ELM的网络异常检测方法

针对用单一分类器对网络进行异常检测时存在的检测率低、虚警率高等问题,提出了一种新的融合球向量机(BVM,Ball Vector Machine)与极限学习机(ELM,Extreme Learning Machine)的异常检测方法.该方法分别用BVM与ELM对三类网络特征进行学习,通过BP神经网络训练出相应权值来融合标签.实验表明:使用该融合方法进行网络异常检测的性能要优于使用单一的BVM或ELM;相对于融合传统的SVM与BP网络的方法,融合BVM与ELM网络异常检测方法的检测率与虚警率与传统方法相当,但其训练速度快、整体性更优.     

基于OS-ELM和SDAE的Wi-Fi入侵检测方法

为解决大多数Wi-Fi网络入侵检测方法实时性差、误报率高等问题,提出一种基于在线序列极限学习机(OS-ELM)的实时Wi-Fi网络入侵检测系统模型.首先,考虑到实验样本数据中正常与异常数据极不平衡的问题,采用SMOTE算法对数据样本中的异常数据和正常数据进行平衡处理操作,使分类器的分类效果不受样本数据集中多数类样本的影响.然后使用栈式降噪自编码网络(SDAE)对平衡后的数据进行降维,消除无关或冗余特征降低检测建模规模,避免维度灾难.最后,在AWID数据集进行处理并输入到OS-ELM分类器中,结果表明:与其他基于浅层学习算法的检测方法相比,所提方法可有效地精简数据特征,降低了检测时间,同时在检测精度和误报率方面也体现出了更优性能.     

基于CAP模型的ADS-B管制间隔标准评估

摘 要：随着航空业的快速发展,传统监视系统已无法满足空中交通管制的需求,建设以广播式自动相关监视(ADS-B)为主要监视手段的新航行系统成为必然趋势。论文提出了危险碰撞概率（CAP）模型的概念,选择终端区二次监视雷达作为参考基准系统,根据国际民航组织认可的安全目标等级（TLS）,得到ADS-B管制间隔标准评估的参考基准间隔,并通过CAP模型计算出ADS-B保持参考基准间隔时所能达到的安全等级。计算结果表明：ADS-B监视安全等级远低于TLS,在终端区使用ADS-B实施3海里的管制间隔标准是安全的。     

基于UAT数据链的ADS-B系统加密研究

自动广播相关监视(ADS-B)作为下一代监视技术,已经在世界范围内引起了广泛的重视。它不仅能够为空中交通管制人员提供空中监视服务,从而支持当前的交通管制程序;还能够通过座舱显示系统为飞行人员提供飞机周围的飞行动态情况,从而有效地保障了飞行安全。本文的目标是在ADS-B提供监视功能的基础上,进一步提升基于UAT数据链的ADS-B系统的安全性能。     

集成证据提高目标识别性能的方法研究

以数理统计理论和Dempster．Shafer证据理论为手段,提出了充分利用末制导图像信息处理和识别过程中产生的中间信息和先验知识,从而提高目标识别性能的方法,该方法包括证据可用性的判断,证据对识别结果的支持度的计算模型以及各证据对识别结果支持度的融合计算,在对实际复杂背景下的红外图像识别实验中,该方法可有效降低目标识别中的虚警率和漏警率,虚警率和漏警率分别从0．031和0．085降低至0．008和0．038,分别降低了约3／4和1／2,表明该方法在提高目标识别性能上是可行和有效的。     

基于ADS-B的飞行安全间隔方法研究

本文主要讨论了航路飞行过程中飞机间的间隔问题。广播式自动相关监视(ADS-B)由于其优良的监视性能和低廉的成本,成为了新一代航行系统的重要组成部分。本文对ADS-B技术的性能及应用进行了阐述,基于Reich模型得出了实施ADS-B情况下两机碰撞概率的计算结果,结论符合国际民航组织的飞行安全指标,为进一步研究基于ADS-B的飞行安全间隔提供了一种有效方法。     

基于混沌的异常数据的动态识别与挖掘

异常数据的识别与挖掘是非常重要的数据分析之一,在传统的数据分析中往往将异常数据的影响最小化或剔除它们,这可能导致重要的隐藏信息的丢失.该文提出了一种时间序列中异常数据检测与挖掘的新方法,首先计算出时间序列相邻两个点之间的斜率,再与混沌预测斜率相比较以检测出数据的偏差点集,其次对偏差点集进行动态方差检测以确定其异常数据集.该算法较好地解决了异常数据分析中的"屏蔽效应"及异常数据识别不能具体量化的缺陷.     

基于排序的自动剔除Switching-CFAR检测器

针对传统恒虚警(Constant False-Alarm Rate,CFAR)检测器在非均匀噪声环境下检测性能较差的问题,本文提出了一种基于排序的自动剔除Switching-CFAR(Automatic Censoring Switching-CFAR Detector Based on Sorting,ACS-CFAR)检测器.选择参考窗中间单元为测试单元,其余单元按照幅值升序排列,根据两个分界点位置参数,选择合适的参考单元集进行背景噪声功率估计以及结合参考单元数和目标恒虚警率计算相关系数,得到最优检测门限.经过仿真对比,ACS-CFAR检测器在均匀噪声环境下检测率为98.73%,接近于单元平均恒虚警(CA-CFAR)检测器;在非均匀噪声环境下检测率为98.16%,优于可变索引恒虚警(VI-CFAR)和自动删除平均恒虚警(ACCA-CFAR)检测器,虚警率误差均控制在0.10%以内.结果表明,本文提出的ACS-CFAR检测器在均匀噪声环境以及杂波和多目标干扰环境下均具有较好的检测性能.     

基于ADS-B空管模拟培训系统研究

广播式自动相关监视系统(Automatic Dependent Surveillance Broadcast,ADS-B)不仅成功应用于无雷达地区的远程航空器运行监视,且对于空中的高密度服务有广泛的应用前景.在对ADS-B技术的推广应用过程中,需要对空中交通管制员进行基于该系统的模拟培训,从而保证该系统安全高效地工作.该研究利用计算机仿真技术解决ADS-B空管模拟培训系统软件上的几个关键问题,较好地实现了飞机加入各种飞行程序的模拟仿真,并实现了通过鼠标和键盘对飞机的高度、航向、速度等参数的实时调整功能,模拟实现管制指挥过程.     

基于基频的梅尔倒谱系数在车辆识别中的应用

用传统的梅尔倒谱系数作为特征进行车辆识别时,识别效果易受噪声干扰.为增强特征鲁棒性,提出一种加权的基频自适应梅尔倒谱系数特征提取算法.首先用能熵比法对车辆声音信号进行端点检测;然后提取车辆信号的基频,自适应构建三角滤波器组,提高滤波器对基频的感知敏感度;最后对基频自适应梅尔倒谱系数进行F比加权.实验结果表明,与传统梅尔倒谱系数相比,在识别车辆时,加权的基频自适应梅尔倒谱系数识别准确率提高7.10％,虚警率降低3.93％,漏警率降低7.10％.     

基于BP神经网络的改进型新奇检测技术诊断大跨度拱桥异常状态

为了诊断大跨度拱桥的异常状态,使用了基于BP神经网络的改进型新奇检测技术的方法,该方法通过BP神经网络对大量实测数据进行训练,得到桥梁状态正常时的新奇指标,并确定阈值,通过阈值判定是否发生异常. 经实际分析以及实测数据的验证,该方法可以较准确地识别大型桥梁异常情况,并可以定位异常区域,避免了模型误差的影响,大大提高了方法的实用价值,同时降低了漏警、虚报警,使识别结果更为准确,更符合实际要求.      

基于SVM和NN的空管手写符号的识别研究

针对空管手写符号识别进行研究,使用支持向量机(SVW)与神经网(NN)的方法提出了双层的分类方法,第一层使用支持低分类率的NN分类器,使用一个强拒绝准则,应用了一个易提取的较小特征集.而被拒绝的模式再加上一些更复杂的附加特征和均衡的拒绝准则一起用于第二层的SVM分类器,其中附加特征包括具有强分类能力的空管手写符号的头部和尾部特征.实验结果表明,用这种方法可以得出一个更快的分类器,在相同特征下分类的时间比单个SVM更少,错误识别率为0.1%,具有很好的鲁棒性.     

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.     

基于物联网的浦东机场飞行区围界防入侵系统应用

传感器网络技术,打造抗干扰能力强,虚警和漏警率极低,满足全天候全天时监控要求的基于物联网技术的机场围界防入侵系统,在浦东机场得到成功应用。为了满足2008年民航总局修订的《民用航空运输机场安全保卫设施建设标准》(MH/T7003-2008)中的相关要求,     

单差载波相位自主完好性监测算法

应用载波相位差分定位时,由于多路径误差、卫星信号遮挡、卫星故障等原因,易造成载波相位测量值发生偏差和周跳,因此必须进行完好性监测。研究了利用单差载波相位测量值进行载波相位完好性监测的方法,固定整周模糊度值之后,利用最小二乘残差构造检验统计量,根据虚警概率和观测到卫星个数设定门限值,对单差载波相位测量值进行监测。分析了垂直保护级和漏警概率、卫星个数的关系。实验结果表明,虚警概率取为10-7/历元时,算法能有效检测测量偏差,对小至0.4周的偏差,比原有算法检测能力较强;漏警概率取为10-6/历元,垂直告警限值取为1.1m时算法满足可用性要求,增加1颗观测卫星能使垂直保护级降低约2cm。     

基于SSD的低空监视雷达目标检测

针对空管自动化系统中民用飞行器难以被检测到的问题,提出了一种基于SSD(single shot multibox detector)的低空监视雷达目标检测方法.为了准确描述目标特征,首先,将MTD(moving targets detection,运动目标检测)图像经过扩展并分块后作为训练样本直接输入到SSD网络;其次...