CN101082668A - 一种高动态、多元、异步监视系统的误差校准方法 - Google Patents

Abstract

一种高动态、多元、异步监视系统的误差校准方法，步骤如下：(1)分别从雷达地面站和ADS－B地面站采集来自同一个第k个目标的n＞1组的监视数据；(2)将雷达参考的雷达站极坐标系和ADS－B数据参考的Geodetic坐标系统一至真实ECEF坐标系下，得到雷达的真实ECEF坐标X_dt(k)和目标基于ADS－B的真实ECEF坐标X_at(k)；(3)根据基于同一坐标系ECEF下的X_at(k)和X_dt(k)计算系统误差；(4)最后基于计算出的综合系统误差对系统进行误差校准，从而实现提高监视精度的目的。本发明实现了ADS－B与雷达两类异构监视数据的误差校准，并且在降低同步时间差异引起的近似误差的同时提高了误差校准的效率。

Description

一种高动态、多元、异步监视系统的误差校准方法

技术领域

本发明涉及一种监视系统的误差校准方法，特别是一种高动态、多元、异步监视系统的误差校准方法，属于空中交通管制领域。

背景技术

空中交通管制的根本目的是使航线上的飞机安全、有效和有计划的在空域中飞行，管制员需要对管制空域内飞机的飞行动态进行实时监视。

传统的雷达监视手段采用询问应答方式对目标探测。从长远来看，雷达系统自身具有很多局限性，限制了监视性能的提高。雷达波束的直线传播形成了大量雷达盲区，无法覆盖海洋和荒漠等地区；雷达旋转周期限制了数据更新率的提高，从而限制了监视精度的提高；无法获得飞机的计划航路、速度等态势数据，限制了跟踪精度的提高和短期冲突检测告警STCA的能力。因此，需要开发新的监视手段。

自动相关监视ADS(Automatic Dependent Surveillance)是ICAO(国际民航组织International Civil Aviation Organization)在新航行系统中推荐的监视技术，它是指机载导航系统获得的导航信息，通过卫星数据链或甚高频空-地数据链，自动实时地发送到地面接收和处理系统，然后通过显示设备提供伪雷达画面，供地面监视飞机的运行状态。

自动相关监视ADS根据工作模式又分为合同式自动相关监视ADS-C和广播式自动相关监视ADS-B。合同式自动相关监视ADS-C是在飞机和空中交通管制单位之间建立的端到端连接按需要进行数据通信，飞机位置报告及附加数据按约定周期自动发送，也可由事件触发，它可作为SSR(二次监视雷达Secondary Surveillance Radar)的补充手段，实现对海洋和边远地区的监视。但由于ADS-C数据链多以卫星链路为主，其报文延迟长、数据更新周期慢，并且多用于远程监视，因此实用范围较窄。广播式自动相关监视ADS-B利用航空器自动广播由机载星基导航和定位系统生成的精确定位信息，地面设备和其他航空器通过航空数据链接收此信息，卫星系统、飞机以及地基系统通过高速数据链实现空天地一体化协同监视。ADS-B克服了传统雷达监视手段的一些问题，相对于ADS-C具有延迟较小、更新率高、应用范围更广等优势。

但是如果将ADS-B作为唯一的监视手段，一旦导航系统出现问题，将导致监视功能的丧失。因此，雷达监视和ADS-B监视将在相当长的时间内共存。然而，具有高动态特性的ADS-B与传统雷达监视技术在下行监视数据时，由于更新率的不同会异步到达地面接收端，如何将ADS-B数据与雷达监视数据有效的结合在一起，最大限度地发挥它们的综合效力，提高监视精度，是一个亟待解决的问题。

在监视系统中，目标的相对位置和方位十分重要。当监视源为单数据源时，其距离和方位的偏差对所有飞机的作用一样，对性能没有影响。但当具有覆盖范围互有重叠的两个或两个以上数据源时，要求对同一目标的不同数据进行空间迭合，这就需要对各数据源数据进行校准。作为一种新的监视手段，ADS-B数据具有自身的特殊性，因此，ADS-B与雷达系统的误差校准不同于传统的误差校准。

过去传统的单雷达无法校准自身系统误差，而多雷达系统误差校准的数据均来自雷达数据源，可以直接进行误差校准。

出现ADS-C之后，在雷达与ADS-C的重叠覆盖区域它们可能同时监视到某个目标，此时需要对系统误差校准。二者参考坐标系不同，所以不能直接进行误差校准，已有方法是将ADS-C和雷达系统参照的两个不同坐标系转换为同一个坐标系，然后再在该坐标系下统一计算系统误差，该方法达到了一定的误差校准要求，但是它未考虑时间校准问题，是基于每一次采集点时刻相同的假设。

由于ADS-C空地通信链路使用的卫星数据链，位置数据的更新周期为300秒，而雷达数据在航路的更新率为12秒/次，在理想情况下准确采集到ADS-C和雷达在同一时间点的监视数据至少需要10分钟，而要取到N＝10个这样的数据则至少需要100分钟。雷达的系统误差是随着目标与雷达站距离的变化而不断改变的，尤其是在大范围的距离变化时系统误差变化更加明显。经过100分钟的飞行，目标很可能已经飞离该雷达覆盖区了，但在计算系统误差时仍然使用的原雷达系统误差，这样会使校准精度明显降低。

该过程可通过图1说明，“圆圈”表示采集到的雷达点迹，“叉”则表示采集到的ADS-C点迹。因此，目前的误差校准方法是将原本异步的多元监视数据假设为同步的，并且针对多用于海洋和边远地区的低更新率ADS-C监视数据设计的。基于上述分析，目前的方法无法适用于实际中高动态、多元和异步监视系统的误差校准。

由于高动态ADS-B数据具有自身的特殊性，多雷达系统误差校准和雷达与ADS-C系统误差校准的方法都不能直接用于雷达和ADS-B系统误差的校准。本发明创新给出了ADS-B与雷达误差的校准方法，充分利用了ADS-B相对于ADS-C报文的特点。

发明内容

本发明的技术解决问题：克服现有技术的不足，提供一种能够有效地校准ADS-B与雷达系统误差的高动态、多元、异步监视系统的误差的校准方法，该方法实现了ADS-B与雷达两类异构监视数据的误差校准，并且在降低同步时间差异引起的近似误差的同时提高了误差校准的效率。

本发明的技术解决方案：高动态、多元、异步监视系统的误差校准方法，其特点在于步骤如下：

(1)分别从雷达地面站和ADS-B地面站采集来自同一个第 k个目标的n＞1组的监视数据；

(2)将雷达参考的雷达站极坐标系和ADS-B数据参考的Geodetic坐标系统一至真实ECEF坐标系下，得到雷达的真实ECEF坐标X_dt(k)和目标基于ADS-B的真实ECEF坐标X_at(k)，其中雷达的真实ECEF坐标X_dt(k)为：

X_dt(k)＝X_dte(k)+R×J_d(k)×ξ_d                     (3)

J_d(k)表示在ξ_d＝0处X_dl对ξ_d的雅克比矩阵

X_dte(k)＝[x_dte(k)，y_dte(k)，z_dte(k)]^T             (2)

R为旋转矩阵， $R=\left(\begin{array}{ccc}{-\sin \mathrm{\λ}}_s& -{\sin L}_s{\cos \mathrm{\λ}}_s& {\cos L}_s{\cos \mathrm{\λ}}_s\\ {\cos \mathrm{\λ}}_s& -{\sin L}_s{\sin \mathrm{\λ}}_s& {\cos L}_s{\sin \mathrm{\λ}}_s\\ 0& {\cos L}_s& {\sin L}_s\end{array}\right)$

L_s，λ_s为雷达站的纬度和经度；

目标基于ADS-B的真实ECEF坐标X_at(k)为：

X_at(k)＝X_ate(k)+J_A(k)×ξ_A                          (5)

J_A(k)表示在ξ_A＝0处X_ate(k)对ξ_A的雅克比矩阵

X_ate(k)＝[x_ate(k)，y_ate(k)，z_ate(k)]^T              (4)

x_ate＝[N+h_A(k)+Δh]×cos[φ_A(k)+Δφ]×cos[λ_A(k)+Δλ]

y_ate＝[N+h_A(k)+Δh]×cos[φ_A(k)+Δφ]×sin[λ_A(k)+Δλ]

z_ate＝[N(1-e²)+h_A(k)+Δh]×sin[φ_A(k)+Δφ]

ξ_A＝[Δλ，Δφ，Δh]^T，N为大地水准面高，e为椭球偏心率，λ_A(k)Φ_A(k)和h_A(k)分别为ADS-B测得第k个目标的经度、纬度和高度，Δλ、ΔΦ和Δh分别为ADS-B测得第k个目标的经度误差、纬度误差和高度误差；

(3)根据基于同一坐标系ECEF下的X_at(k)和X_dt(k)计算系统误差

a.以雷达数据为参考标准，如果ADS-B数据中包含趋势信息，利用趋势信息将ADS-B数据推衍至标准雷达数据所在的时间点，ADS-B数据中的趋势信息包括机动信息，有：

X_dte(k)+R×J_d(k)×ξ_d＝X_ate(k)+J_A(k)×ξ_A+v₁t₁+v₂t₂      (6)

其中v₁和v₂分别为目标机动前和机动后的速度，t₁和t₂则分别为目标机动前和机动后飞行的时间；

b.如果ADS-B数据中不包含趋势信息，表示无机动信息，则有：

X_dte(k)+R×J_d(k)×ξ_d＝X_ate(k)+J_A(k)×ξ_A+vt             (7)

其中v为基于ADS-B的目标监视速度，t为目标到达标准雷达数据所在时间点的时间间隔；

c.将公式(6)或公式(7)写为矩阵形式得到：L(k)ξ＝ΔX(k)(8)

其中，L(k)＝[R×J_d(k)，-J_A(k)]

ΔX(k)＝X_ate(k)+v₁t₁+v₂t₂-X_ate(k)或ΔX(k)＝X_ate(k)+vt-X_dte(k)，ξ＝[ξ_d，ξ_A]^T；

d.通过n组测量值由公式(9)求得ADS-B和雷达的综合系统误差，

Lξ＝ΔX(9)

其中L＝[L(1)，…，L(N)]^T，ΔX＝[ΔX(1)，…，ΔX(N)]，解得综合系统误差ξ＝(L^TL)^-1L^TΔX

(4)最后基于计算出的综合系统误差对系统进行误差校准，从而实现提高监视精度的目的。

所述步骤(2)中雷达数据的坐标系转换步骤为：

(1)在雷达站极坐标系下，测得第k个目标的监视数据X_d(k)以及雷达系统误差ξ_d，其中X_d(k)＝[r_d(k)，θ_d(k)，η_d(k)]^T，表示雷达测得的第k个目标的斜距、方位角、俯仰角，雷达的系统误差为ξ_d＝[Δr，Δθ，Δη]^T；

(2)根据上述的X_d(k)和雷达系统误差ξ_d，由公式(1)计算得到第k个目标的雷达本地笛卡尔坐标X_dl(k)，

X_dl(k)＝[x_dl(k)，y_dl(k)，z_dl(k)]^T(1)

其中：

x_dl(k)＝[r_d(k)+Δr]sin[θ_d(k)+Δθ]×cos[η_d(k)+Δη]

y_dl(k)＝[r_d(k)+Δr]cos[θ_d(k)+Δθ]×cos[η_d(k)+Δη]

z_dl(k)＝[r_d(k)+Δr]sin[η_d(k)+Δη]

(3)由公式(2)将第k个目标的雷达本地迪卡尔坐标X_dl(k)转换为测量

ECEF坐标X_dte(k)

X_dte(k)＝[x_dte(k)，y_dte(k)，z_dte(k)]^T(2)

其中：X_dte(k)＝X_s+R×X_dl(k)

X_s＝[x_s，y_s，z_s]^T为雷达站的ECEF坐标

R为旋转矩阵， $R=\left(\begin{array}{ccc}{-\sin \mathrm{\λ}}_s& -{\sin L}_s{\cos \mathrm{\λ}}_s& {\cos L}_s{\cos \mathrm{\λ}}_s\\ {\cos \mathrm{\λ}}_s& -{\sin L}_s{\sin \mathrm{\λ}}_s& {\cos L}_s{\sin \mathrm{\λ}}_s\\ 0& {\cos L}_s& {\sin L}_s\end{array}\right)$

L_s，λ_s为雷达站的纬度，经度；

(4)根据上述的X_dte(k)和雷达系统误差ξ_d，由公式(3)得到目标真实ECEF坐标X_dt(k)，

X_dt(k)＝X_dte(k)+R×J_d(k)×ξ_d(3)

J_d(k)表示在ξ_d＝0处X_dl对ξ_d的雅克比矩阵；

所述步骤(2)中的ADS-B数据的坐标系转换步骤如下：

(1)在Geodetic坐标下，测得的第k个目标的监视数据X_A(k)以及ADS-B的系统误差ξ_A，其中X_A(k)＝[λ_A(k)，φ_A(k)，h_A(k)]^T为ADS-B测得的第k个目标的经度、纬度和高度；ξ_A＝[Δλ，Δφ，Δh]^T；

(2)由公式(4)将ADS-B测得的第k个目标的Geodetic坐标转换为测量ECEF坐标X_ate(k)

X_ate(k)＝[x_ate(k)，y_ate(k)，z_ate(k)]^T(4)

其中：

x_ate＝[N+h_A(h)+Δh]×cos[φ_A(k)+Δφ]×cos[λ_A(k)+Δλ]

y_ate＝[N+h_A(k)+Δh]×cos[φ_A(k)+Δφ]×sin[λ_A(k)+Δλ]

z_ate＝[N(1-e²)+h_A(k)+Δh]×sin[φ_A(k)+Δφ]

N为大地水准面高，e为椭球偏心率；

(3)根据测量ECEF坐标X_ate(k)和ADS-B的系统误差ξ_A，由公式(5)得到真实ECEF坐标X_at(k)，

X_at(k)＝X_ate(k)+J_A(k)×ξ_A(5)

J_A(k)表示在ξ_A＝0处X_ate(k)对ξ_A的雅克比矩阵。

本发明与现有技术相比的优点在于：

(1)由于ADS-B报文数据基于机载导航设备，可以提供精确的速度信息，而雷达则无法提供速度信息，因此以某一时刻采集到的雷达数据为基准，对该时刻之前采集到的ADS-B报文数据，则利用其中的趋势信息将此时的位置信息推衍至基准雷达数据所在时间点，从而克服了传统校准方法中不同数据源的时间差异带来的误差，在降低同步时间差异引起的近似误差的同时提高了误差校准的效率。

(2)另外，由于ADS-B位置报文数据的更新速率较快，最高可达1秒/次，因此短期内就能通过推衍找到多个相同时间点的ADS-B与雷达位置数据，而在短期内雷达系统误差的变化不会影响整个综合系统误差的计算与校准，从而提高了误差校准的效率。

附图说明

图1为实际中ADS-C与雷达点迹采集示意图；

图2为本发明的方法框图；

图3为本发明的雷达数据的坐标系转换流程图；

图4为本发明的ADS-B数据的坐标系转换流程图；

图5为本发明的测量误差的处理流程；

图6为显示未校准时的航迹；

图7为经过本发明方法后显示在ECEF坐标系中校准后的航迹。

具体实施方式

本发明以下涉及的符号说明：

X_d(k)：雷达测得的第k个目标的雷达站极坐标；

ξ_d：雷达的系统误差；

X_dl(k)：第k个目标的雷达本地迪卡尔坐标；

X_dte(k)：第k个目标的雷达测量ECEF坐标；

X_dt(k)：第k个目标的雷达真实ECEF坐标；

X_A(k)：ADS-B测得的第k个目标的Geodetic坐标；

ξ_A：ADS-B的系统误差；

X_ate(k)：第k个目标的ADS-B测量ECEF坐标；

X_at(k)：第k个目标的ADS-B真实ECEF坐标；

ξ：ADS-B和雷达的综合系统误差。

本发明的ADS-B与雷达误差校准的解决方法如图2所示，包括4个主要步骤：雷达及ADS-B监视数据的采集、坐标系转换、系统误差计算与误差校准，而核心部分则是坐标系转换、系统误差计算两个步骤。其处理流程如下：

(1)采集监视数据

分别从雷达地面站和ADS-B地面站采集来自同一个目标的监视数据，为了得到准确的系统误差值，需要采集N(N＞1)组目标的测量值。

(2)转换坐标系

由于ADS-B和雷达数据参考的不同坐标系，需要首先将它们统一到同一个坐标系下，具体而言，ADS-B数据参考的Geodetic坐标系，雷达参考的雷达站极坐标系，统一至ECEF坐标系，基于各自不同的数据特性，在转换过程中有所区别。具体步骤如图3所示，包括：

雷达数据的坐标系转换

a.首先根据雷达站极坐标系下测得的第k个目标的监视数据以及雷达系统误差得到雷达本地笛卡尔坐标，令X_d(k)＝[r_d(k)，θ_d(k)，η_d(k)]^T表示雷达测得的第k个目标的斜距、方位角、俯仰角，雷达的系统误差表示为ξ_d＝[Δr，Δθ，Δη]^T，则可以由雷达测得的第k个目标的斜距、方位角、俯仰角得到目标的雷达本地迪卡尔坐标X_dl(k)＝[x_dl(k)，y_dl(k)，z_dl(k)]^T，其中：

x_dl(k)＝[r_d(k)+Δr]sin[θ_d(k)+Δθ]×cos[η_d(k)+Δη]

y_dl(k)＝[r_d(k)+Δr]cos[θ_d(k)+Δθ]×cos[η_d(k)+Δη](1)

z_dl(k)＝[r_d(k)+Δr]sin[η_d(k)+Δη]

b.然后将第k个目标的雷达本地迪卡尔坐标转换为测量ECEF坐标

X_dte(k)＝[x_dte(k)，y_dte(k)，z_dte(k)]^T：

X_dte(k)＝X_s+R×X_dl(k)(2)

$R=\left(\begin{array}{ccc}{-\sin \mathrm{\λ}}_s& -{\sin L}_s{\cos \mathrm{\λ}}_s& {\cos L}_s{\cos \mathrm{\λ}}_s\\ {\cos \mathrm{\λ}}_s& -{\sin L}_s{\sin \mathrm{\λ}}_s& {\cos L}_s{\sin \mathrm{\λ}}_s\\ 0& {\cos L}_s& {\sin L}_s\end{array}\right)$

其中R为旋转矩阵，X_s＝[x_s，y_s，z_s]^T为雷达站的ECEF坐标，L_s，λ_s分别为雷达站的纬度和经度。

c.令J_d(k)表示在ξ_d＝0处X_dl对ξ_d的雅克比矩阵。考虑到系统误差相对较小，可以利用一次近似由通过雷达得到的目标测量ECEF坐标估计出真实ECEF坐标：

X_dl(k)＝X_dte(k)+R×J_d(k)×ξ_d(3)

ADS-B数据的坐标系转换，如图4所示，

d.将ADS-B测得的第k个目标的Geodetic坐标转换为测量ECEF坐标X_ate(k)＝[x_ate(k)，y_ate(k)，z_ate(k)]^T：

x_ate＝[N+h_A(k)+Δh]×cos[φ_A(k)+Δφ]×cos[λ_A(k)+Δλ]

y_ate＝[N+h_A(k)+Δh]×cos[φ_A(k)+Δφ]×sin[λ_A(k)+Δλ](4)

z_ate＝[N(1-e²)+h_A(k)+Δh]×sin[φ_A(k)+Δφ]

式中X_A(k)＝[λ_A(k)，φ_A(k)，h_A(k)]^T为ADS-B测得的第k个目标的经度，纬度和高度，ADS-B的系统误差表示为ξ_A＝[Δλ，Δφ，Δh]^T，N为大地水准面高，e为椭球偏心率。

e.令J_A(k)表示在ξ_A＝0处X_ate(k)对ξ_A的雅克比矩阵。由于系统误差相对较小，可以利用一次近似由通过ADS-B得到的目标测量ECEF坐标估计出真实ECEF坐标：X_at(k)＝X_ate(k)+J_A(k)×ξ_A(5)

(3)计算系统误差，如图5所示

虽然雷达和ADS-B测的是同一个目标，但是由于需要考虑时间校准问题，所以式(3)和式(5)之间需要考虑时间校准带来的一段差异，在本方法中以雷达数据为参考标准，如果ADS-B数据中包含趋势信息，则利用趋势信息将ADS-B数据推衍至标准雷达数据所在的时间点，ADS-B数据中的趋势信息包括机动信息，有：X_dte(k)+R×J_d(k)×ξ_d＝X_ate(k)+J_A(k)×ξ_A+v₁t₁+v₂t₂(6)

其中v₁和v₂分别为目标机动前和机动后的速度，t₁和t₂则分别为目标机动前和机动后飞行的时间。

如果ADS-B数据中不包含趋势信息，表示无机动信息，则有：

X_dte(k)+R×J_d(k)×ξ_d＝X_ate(k)+J_A(k)×ξ_A+vt(7)

其中v为基于ADS-B的目标监视速度，t为目标到达标准雷达数据所在时间点的时间间隔。

将上式写为矩阵形式：L(k)ξ＝ΔX(k)(8)

其中，L(k)＝[R×J_d(k)，-J_A(k)]，

ΔX(k)＝X_ate(k)+v₁t₁+v₂t₂-X_dte(k)或ΔX(k)X_ate(k)+vt-X_dte(k)，ξ＝[ξ_d，ξ_A]^T

只由一组测量值无法得到方程式(6)的唯一解。而由N(N＞1)个目标的测量值，可以通过求下面等式的最小方差解得到ADS-B和雷达的系统误差：

Lξ＝ΔX(9)

其中L＝[L(1)，…，L(N)]^T，ΔX＝[ΔX(1)，…，ΔX(N)]，解得ξ＝(L^TL)^-1L^TΔX

(4)进行误差校准

最后就是基于计算出的综合系统误差对系统进行误差校准，从而实现提高监视精度的目的。

实例1：

在我国西部航路上采集航路点监视数据进行仿真试验，地球模型采用WGS-84模型，e²＝0.0066944，雷达站位置矢量为X_s＝[0.56882rad，1.72795rad，50m]，观测目标点个数n＝10，仿真结果如表1和图6、7所示。

表1在ECEF坐标系中校准后的残留系统误差

坐标系	Δλ(rad)10-6	Δφ(rad)10-6	Δh(m)	Δr(m)	Δθ(rad)10-4	Δη(rad)10-4
							ECEF	1.276	3.168	-25	27	0	-0.435

图6、7中的x-y平面表示地球的赤道平面，原点位于地球中心，x轴正半轴由地球中心指向格林威治子午线，y轴正半轴由地球中心指向东经90度经度线。图中航迹为物理航迹在地球赤道平面上的投影。标记为“^*”的点为ADS-B航迹点，标记为“◇”的点为雷达测得的航迹点，标记为“ο”的点为测得的作为基准的真实航迹点。图6显示未校准时的航迹，图7显示在ECEF坐标系中校准后的航迹。

由表1可以看出，经过坐标转换后，在ECEF坐标系下对各个系统误差参数值都具有较好的校准效果。由图7可以看出，由于ADS-B和雷达的更新率不同，导致相同时间内测量到不同数量的航迹点数；另外由于二者系统误差的存在，测得的航迹数据也与真实航迹数据存在较大偏差，而经过基于ADS-B趋势信息和速度信息的推衍和误差校准后二者的航迹数据则更接近于真实航迹数据，进而达到了提高监视精度的目的。

Claims (3)

1、一种高动态、多元、异步监视系统的误差校准方法，其特征在于步骤如下：

(1)分别从雷达地面站和ADS-B地面站采集来自同一个第k个目标的n＞1组的监视数据；

(2)将雷达参考的雷达站极坐标系和ADS-B数据参考的Geodetic坐标系统一至真实ECEF坐标系下，得到雷达的真实ECEF坐标X_dt(k)和目标基于ADS-B的真实ECEF坐标X_at(k)，其中雷达的真实ECEF坐标X_dt(k)为：

X_dt(k)＝X_dte(k)+R×J_d(k)×ξ_d            (3)

J_d(k)表示在ξ_d＝0处X_dl对ξ_d的雅克比矩阵

X_dte(k)＝[x_dte(k)，y_dte(k)，z_dte(k)]^T    (2)

R为旋转矩阵， $R=\left(\begin{array}{ccc}-\sin {\mathrm{\λ}}_s& -\sin L_s\cos {\mathrm{\λ}}_s& \cos L_s\cos {\mathrm{\λ}}_s\\ \cos {\mathrm{\λ}}_s& -\sin L_s\sin {\mathrm{\λ}}_s& \cos L_s\sin {\mathrm{\λ}}_s\\ 0& \cos L_s& \sin L_s\end{array}\right)$

L_s，λ_s为雷达站的纬度和经度；

目标基于ADS-B的真实ECEF坐标X_at(k)为：

X_at(k)＝X_ate(k)+J_A(k)×ξ_A               (5)

J_A(k)表示在ξ_A＝0处X_ate(k)对ξ_A的雅克比矩阵

X_ate(k)＝[x_ate(k)，y_ate(k)，z_ate(k)]^T    (4)

x_ate＝[N+h_A(k)+Δh]×cos[φ_A(k)+Δφ]×cos[λ_A(k)+Δλ]

y_ate＝[N+h_A(k)+Δh]×cos[φ_A(k)+Δφ]×sin[λ_A(k)+Δλ]

z_ate＝[N(1-e²)+h_A(k)+Δh]×sin[φ_A(k)+Δφ]

ξ_A＝[Δλ，Δφ，Δh]^T，N为大地水准面高，e为椭球偏心率，λ_A(k)Φ_A(k)和h_A(k)分别为ADS-B测得第k个目标的经度、纬度和高度，Δλ、ΔΦ和Δh分别为ADS-B测得第k个目标的经度误差、纬度误差和高度误差；

(3)根据基于同一坐标系ECEF下的X_at(k)和X_dt(k)计算系统误差

a.以雷达数据为参考标准，如果ADS-B数据中包含趋势信息，利用趋势信息将ADS-B数据推衍至标准雷达数据所在的时间点，ADS-B数据中的趋势信息包括机动信息，有：

X_dte(k)+R×J_d(k)×ξ_d＝X_ate+(k)+J_A(k)×ξ_A+v₁t₁+v₂t₂    (6)

其中v₁和v₂分别为目标机动前和机动后的速度，t₁和t₂则分别为目标机动前和机动后飞行的时间；

b.如果ADS-B数据中不包含趋势信息，表示无机动信息，则有：

X_dte(k)+R×J_d(k)×ξ_d＝X_ate(k)+J_A(k)×ξ_A+vt            (7)

其中v为基于ADS-B的目标监视速度，t为目标到达标准雷达数据所在时间点的时间间隔；

c.将公式(6)或公式(7)写为矩阵形式得到：L(k)ξ＝ΔX(k)    (8)

其中，L(k)＝[R×J_d(k)，-J_A(k)]

ΔX(k)＝X_ate(k)+v₁t₁+v₂t₂-X_dte(k)或ΔX(k)＝X_ate(k)+vt-X_dte(k)，ξ＝[ξ_d，ξ_A]^T；

d.通过n组测量值由公式(9)求得ADS-B和雷达的综合系统误差，

Lξ＝ΔX                                                (9)

其中L＝[L(1)，…，L(N)]^T，ΔX＝[ΔX(1)，…，ΔX(N)]，解得综合系统误差ξ＝(L^TL)^-1L^TΔX；

(4)最后基于计算出的综合系统误差对系统进行误差校准，从而实现提高监视精度的目的。

2、根据权利要求1所述的高动态、多元、异步监视系统的误差校准方法，其特征在于：所述步骤(2)中雷达数据的坐标系转换步骤为：

(1)在雷达站极坐标系下，测得第k个目标的监视数据X_d(k)以及雷达系统误差ξ_d，其中X_d(k)＝[r_d(k)，θ_d(k)，η_d(k)]^T，表示雷达测得的第k个目标的斜距、方位角、俯仰角，雷达的系统误差为ξ_d＝[Δr，Δθ，Δη]^T；

(2)根据上述的X_d(k)和雷达系统误差ξ_d，由公式(1)计算得到第k个目标的雷达本地笛卡尔坐标X_dl(k)，

X_dl(k)＝[x_dl(k)，y_dl(k)，z_dl(k)]^T        (1)

其中：

x_dl＝(k)[r_d+(k)Δr]sin[θ_d(k)+Δθ]×cos[η_d(k)+Δη]

y_dl(k)＝[r_d(k)+Δr]cos[θ_d(k)+Δθ]×cos[η_d(k)+Δη]

z_dl(k)＝[r_d(k)+Δr]sin[η_d(k)+Δη]

(3)由公式(2)将第k个目标的雷达本地迪卡尔坐标X_dl(k)转换为测量

ECEF坐标X_dte(k)

X_dte(k)＝[x_dte(k)，y_dte(k)，z_dte(k)]^T    (2)

其中：X_dte(k)＝X_s+R×X_dl(k)

X_s＝[x_s，y_s，z_x]^T为雷达站的ECEF坐标

R为旋转矩阵， $R=\left(\begin{array}{ccc}-\sin {\mathrm{\λ}}_s& -\sin L_s\cos {\mathrm{\λ}}_s& \cos L_s\cos {\mathrm{\λ}}_s\\ \cos {\mathrm{\λ}}_s& -\sin L_s\sin {\mathrm{\λ}}_s& \cos L_s\sin {\mathrm{\λ}}_s\\ 0& \cos L_s& \sin L_s\end{array}\right)$

L_s，λ_s为雷达站的纬度，经度；

(4)根据上述的X_dte(k)和雷达系统误差ξ_d，由公式(3)得到目标真实ECEF坐标X_dt(k)，

X_dt(k)＝X_dte(k)+R×J_d(k)×ξ_d             (3)

J_d(k)表示在ξ_d＝0处X_dl对ξ_d的雅克比矩阵。

3、根据权利要求1所述的高动态、多元、异步监视系统的误差校准方法，其特征在于：所述步骤(2)中的ADS-B数据的坐标系转换步骤如下：

(1)在Geodetic坐标下，测得的第k个目标的监视数据X_A(k)以及ADS-B的系统误差ξ_A，其中X_A(k)＝[λ_A(k)，φ_A(k)，h_A(k)]^T为ADS-B测得的第k个目标的经度、纬度和高度；ξ_A＝[Δλ，Δφ，Δh]^T；

(2)由公式(4)将ADS-B测得的第k个目标的Geodetic坐标转换为测量ECEF坐标X_ate(k)

X_ate(k)＝[x_ate(k)，y_ate(k)，z_ate(k)]^T    (4)

其中：

x_ate＝[N+h_A(k)+Δh]×cos[φ_A(k)+Δφ]×cos[λ_A(k)+Δλ]

y_ate＝[N+h_A(k)+Δh]×cos[φ_A(k)+Δφ]×sin[λ_A(k)+Δλ]

z_ate＝[N(1-e²)+h_A(k)+Δh]×sin[φ_A(k)+Δφ]

N为大地水准面高，e为椭球偏心率；

(3)根据测量ECEF坐标X_ate(k)和ADS-B的系统误差ξ_A，由公式(5)得到真实ECEF坐标X_at(k)，

X_at(k)＝X_ate(k)+J_A(k)×ξ_A               (5)

J_A(k)表示在ξ_A＝0处X_ate(k)对ξ_A的雅克比矩阵。

Images