CN101630446B - 基于广播式自动相关监视数据的飞机状态估计方法和系统 - Google Patents

Abstract

本发明公开了一种基于广播式自动相关监视数据的飞机状态估计方法和系统，其中方法包括：根据多种飞行模式的状态方程之间的关系建立通用状态方程；根据不同飞行模式之间的关系确定模式转换协议；根据所述广播式自动相关监视数据、历史信息、飞行计划和所述模式转换协议判定当前的飞行模式；根据所述通用状态方程和所述当前的飞行模式对当前的运动状态进行估计。其中系统包括：方程建立模块、协议确定模块、模式判定模块和状态估计模块。实现了飞机的飞行模式的有效估计，有效提高了航迹预测的准确度。

Description

基于广播式自动相关监视数据的飞机状态估计方法和系统

技术领域

本发明涉及航空监视技术，尤其涉及一种基于广播式自动相关监视数据的飞机状态估计方法和系统。 

背景技术

在航空监视领域中，空中交通管制的目的是使航线上的飞机能够安全、高效、有计划地在空域中飞行，通过对空域中飞机的飞行动态进行实时监视，来准确掌握空中交通活动信息。自动相关监视(Automatic DependentSurveillance；以下简称：ADS)技术是指通过卫星数据链或甚高频空-地数据链，将机载导航系统获得的导航信息自动实时地发送到地面接收和处理系统，然后通过显示设备来提供伪雷达画面。而广播式自动相关监视(AutomaticDependent Surveillance-Broadcast；以下简称：ADS-B)技术作为一种ADS技术，以导航设备和其他机载设备产生的信息为数据源，采用先进的地空/空空数据链作为通信手段，通过对外自动广播自身的状态参数，实现地面对飞机的实时监视。 

随着飞机数量的日益增加，空中飞行的安全和效率问题变得越来越突出，空中交通冲突检测和解脱(Conflict Detection and Resolution；以下简称：CDR)成为保证飞行安全的关键点之一。CDR系统的目的是通过计算两架或多架飞机的预测飞行轨迹，判断是否会发生冲突，然后提前通知飞行员并给出合理的规避建议，使得所有的飞行冲突危险被解除。而其中的关键步骤之一是航迹预测，即对飞机未来飞行轨迹的准确跟踪和预测，航迹预测的基本的外推情况包括计算情况、最坏情况和概率情况三种，其中概率情况最接近实际情况。而由于无规则的气象情况、目标飞机测量传感器的随机误差以及人为因素的存在，使得飞机运动的预测存在较大的不确定性，尤其当飞机运动存在机动情况时。为了降低飞机运动的不确定性，引入了趋势信息，即依赖一些历史信息和飞行计划进行趋势推导，然而现有技术中这种基于趋势信息的航迹预测算法仅针对两种飞行模式，而现有的飞行模式共有十几种，因此，现有技术中的航迹预测算法并不符合实际飞行情况，在很大程度上影响了航迹预测的准确度。 

发明内容

本发明的目的在于提供一种基于广播式自动相关监视数据的飞机状态估计方法和系统，考虑多种飞行模式，有效提高航迹预测的准确度。 

为了实现上述目的，本发明提供了一种基于广播式自动相关监视数据的飞机状态估计方法，包括： 

根据多种飞行模式的状态方程建立通用状态方程； 

根据所述多种飞行模式的状态方程之间的关系确定模式转换协议； 

根据所述广播式自动相关监视数据获取飞机的高度信息、飞机的航向角度信息和广播式自动相关监视数据报文的标准差； 

根据所述飞机的高度信息、所述飞机的航向角度信息、所述广播式自动相关监视数据报文的标准差、历史信息、飞行计划和所述模式转换协议判定当前的飞行模式； 

根据所述通用状态方程和所述当前的飞行模式获取飞机的线性状态空间模式； 

对所述飞机的线性状态空间模式进行卡尔曼滤波，并生成当前的运动状态的估计方程； 

其中，所述根据所述多种飞行模式的状态方程之间的关系确定模式转换协议包括： 

当前一时刻的飞行模式为匀速CV模式时，如果所述广播式自动相关监视数据中的飞机的高度信息发生变化，则飞行模式转换为自适应模式； 

当前一时刻的飞行模式为匀速CV模式时，如果所述广播式自动相关监视数据中的飞机的航向角度信息发生变化，则飞行模式转换为协调转弯CT模式； 

当前一时刻的飞行模式为匀速CV模式时，如果所述广播式自动相关监视数据中的至少十个广播式自动相关监视数据报文的速度标准差大于预设的第一标准差阈值，则飞行模式转换为恒加速度CA模式； 

当前一时刻的飞行模式为匀速CV模式时，如果所述广播式自动相关监视数据中的至少十个广播式自动相关监视数据报文的加速度标准差小于预设的第二标准差阈值，则飞行模式转换为零均值一阶马尔科夫模式； 

 当前一时刻的飞行模式为匀速CV模式时，如果所述广播式自动相关监视数据中的至少十个广播式自动相关监视数据报文的加速度标准差大于预设的第二标准差阈值，则飞行模式转换为带自适应值的零均值一阶马尔科夫模式； 

当前一时刻的飞行模式为协调转弯CT模式或者自适应模式时，如果所述广播式自动相关监视数据中的飞机的高度信息和所述广播式自动相关监视数据中的飞机的航向角度信息未发生变化，则飞行模式转换为匀速CV模式；或者 

当前一时刻的飞行模式为恒加速度CA模式、零均值一阶马尔科夫模式或带自适应值的零均值一阶马尔科夫模式时，如果所述广播式自动相关监视数据中的至少十个广播式自动相关监视数据报文的速度标准差小于预设的第一标准差阈值，则飞行模式转换为匀速CV模式。 

本发明还提供了一种基于广播式自动相关监视数据的飞机状态估计系统，包括： 

方程建立模块，用于根据多种飞行模式的状态方程建立通用状态方程； 

协议确定模块，用于根据所述多种飞行模式的状态方程之间的关系确定模式转换协议； 

模式判定模块，用于根据广播式自动相关监视数据、历史信息、飞行计划和所述协议确定模块确定的所述模式转换协议判定当前的飞行模式； 

状态估计模块，用于根据所述方程建立模块建立的所述通用状态方程和所述模式判定模块判定的所述当前的飞行模式对当前的运动状态进行估计； 

其中，所述协议确定模块具体用于当前一时刻的飞行模式为匀速CV模式时，如果广播式自动相关监视数据中的飞机的高度信息发生变化，则飞行模式转换为自适应模式；当前一时刻的飞行模式为匀速CV模式时，如果广播式自动相关监视数据中的飞机的航向角度信息发生变化，则飞行模式转换为协调转弯CT模式；当前一时刻的飞行模式为匀速CV模式时，如果广播式自动相关监视数据中的至少十个广播式自动相关监视数据报文的速度标准差大于预设的第一标准差阈值，则飞行模式转换为恒加速度CA模式；当前一时刻的飞行模式为匀速CV模式时，如果广播式自动相关监视数据中的至少十个广播式自动相关监视数据报文的加速度标准差小于预设的第二标准差阈值，则飞行模式转换为零均值一阶马尔科夫模式；当前一时刻的飞行模式为匀速CV模式时，如果广播式自动相关监视数据中的至少十个广播式自动相关监视数据报文的加速度标准差大于预设的第二标准差阈值，则飞行模式转换为带自适应值的零均值一阶马尔科夫模式；当前一时刻的飞行模式为协调转弯CT模式或者自适应模式时，如果广播式自动相关监视数据中的飞机的高度信息和所述广播式自动相关监视数据中的飞机的航向角度信息未发生变化，则飞行模式转换为匀速CV模式；或者当前一时刻的飞行模式为恒加速度CA模式、零均值一阶马尔科夫模式或带自适应值的零均值一阶马尔科夫模式时，如果广播式自动相关监视数据中的至少十个广播式自动相关监视数据报文的速度标准差小于预设的第一标准差阈值，则飞行模式转换为匀速CV模式； 

所述模式判定模块包括： 

第一获取单元，用于根据广播式自动相关监视数据获取飞机的高度信息、 飞机的航向角度信息和广播式自动相关监视数据报文的标准差； 

判定单元，用于根据所述第一获取单元获取的所述飞机的高度信息、所述飞机的航向角度信息、所述广播式自动相关监视数据报文的标准差、历史信息、飞行计划和所述模式转换协议判定当前的飞行模式； 

所述状态估计模块包括： 

第二获取单元，用于根据所述方程建立模块建立的所述通用状态方程和所述模式判定模块判定的所述当前的飞行模式获取飞机的线性状态空间模式； 

生成单元，用于对所述第二获取单元获取的所述飞机的线性状态空间模式进行卡尔曼滤波，并生成所述当前的运动状态的估计方程。 

本发明提供的一种基于广播式自动相关监视数据的飞机状态估计方法和系统，通过对多种飞行模式的状态方程进行分析总结，建立通用状态方程，并根据多种飞行模式的状态方程之间的关系确定多种飞行模式之间进行转换的模式转换协议，根据ADS-B数据、历史信息、飞行计划和确定的模式转换协议判定当前的飞行模式，并根据通用状态方程和当前的飞行模式对飞机的当前的运动状态进行估计，将多种飞行模式考虑在内，并建立多种飞行模式通用的通用状态方程，大大降低了运算量，同时实现了飞机的飞行模式的有效估计，有效提高了航迹预测的准确度。 

附图说明

图1为本发明基于广播式自动相关监视数据的飞机状态估计方法实施例的流程图； 

图2为本发明基于广播式自动相关监视数据的飞机状态估计系统实施例的结构图。 

具体实施方式

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。 

图1为本发明基于广播式自动相关监视数据的飞机状态估计方法实施例的流程图，如图1所示，本实施例提供了一种基于广播式自动相关监视数据的飞机状态估计方法，具体可以包括如下步骤： 

步骤101，根据多种飞行模式的状态方程建立通用状态方程。 

飞机的运动过程可以看成为一种混合运动，包括连续的运动状态和离散的飞行模式，通过确定离散的飞行模式和连续的运动状态，便可以获知到飞机的当前状态，在本实施例中，先对离散的飞行模式进行判定，然后根据确定的飞行模式来获取连续的运动状态。在进行飞行轨迹的跟踪和预测时，主要需要通过当前状态估计、趋势信息推导和航迹预测等步骤来实现，而当前状态估计是其中最基本的步骤，是影响预测准确度的关键因素，本实施例提供的方法即针对当前状态估计这一步骤进行具体的改进。现有技术中在对航迹进行预测时，只考虑了两种飞行模式，而实际上现有的飞行模式包括一维模式、二维模式和三维模式，一共19种，因此，现有技术中基于趋势信息的 航迹预测算法不符合实际飞行情况。本实施例则针对现有技术中存在的缺陷，将现有的主要飞行模式均考虑在内，即考虑多种飞行模式。每一种飞行模式均对应一种状态方程，本步骤根据对多种飞行模式的状态方程进行分析，获取各种飞行模式的状态方程之间存在的内在的相互关系，通过对各状态方程进行总结分析，来建立通用状态方程，将各种飞行模式包括的复杂的状态方程统一起来，极大程度地减少了运算量。 

在现有的19种飞行模式中，一般情况下使用比较广泛的飞行模式只有6种，因此，本实施例中多种飞行模式可以具体为该6种飞行模式，即本步骤中的飞行模式可以包括匀速(Constant Velocity；以下简称：CV)模式、协调转弯(coordinated turn；以下简称：CT)模式、恒加速度(constantacceleration；以下简称：CA)模式、零均值一阶马尔科夫模式(Singer1模式)、带自适应值的零均值一阶马尔科夫模式(Singer2模式)以及自适应模式，其中，自适应模式具体为本领域中的表示恒定高度变化率和低速的爬升/下降的CH模式，下述描述中将以CH模式来进行解释，不再赘述。每一种飞行模式均对应一个状态方程，具体可以表示如下： 

CV模式的状态方程可以表示为如下公式(1)所示： 

x(k+1)＝E_CVx(k)+w(k)           (1) 

其中： 

x(k+1)表示飞机在k+1时刻的状态变量，而x(k)表示飞机在k时刻的状态变量，w(k)表示离散时间的白噪声序列。 

CA模式的状态方程可以表示为如下公式(2)所示： 

x(k+1)＝F_CAx(k)+w(k)           (2) 

其中： 

x(k+1)表示飞机在k+1时刻的状态变量，而x(k)表示飞机在k时刻的状态变量，w(k)表示离散时间的白噪声序列。 

零均值一阶马尔科夫模式的状态方程可以表示为如下公式(3)所示： 

x(k+1)＝F_αx(k)+w(k)           (3) 

其中， 

x(k+1)表示飞机在k+1时刻的状态变量，而x(k)表示飞机在k时刻的状态变量，w(k)表示离散时间的白噪声序列。 

自适应均值一阶马尔科夫模式的状态方程可以表示为如下公式(4)所示： 

$x(k+1)=F_{\mathrm{\α}}x\left(k\right)+A\stackrel{\‾}{a}\left(k\right)+w\left(k\right)---\left(4\right)$

其中， 

T表示时间周期，通常可以设为1秒，α表示机动时间τ的倒数，τ表示机动时间，通常一次慢机动持续时间为60秒，快机动持续时间则为10-20秒，x(k+1)表示飞机在k+1时刻的状态变量，而x(k)表示飞机在k时刻的状态变量，w(k)表示离散时间的白噪声序列。 

CT模式属于二维模式，其状态方程可以表示为如下公式(5)所示： 

$x(k+1)=F_{\mathrm{CT}}x\left(k\right)+w\left(k\right)=\left[\begin{array}{cccc}1& \frac{\sin \mathrm{\ωT}}{\mathrm{\ω}}& 0& -\frac{1-\cos \mathrm{\ωT}}{\mathrm{\ω}}\\ 0& \cos \mathrm{\ωT}& 0& -\sin \mathrm{\ωT}\\ 0& \frac{1-\cos \mathrm{\ωT}}{\mathrm{\ω}}& 1& \frac{\sin \mathrm{\ωT}}{\mathrm{\ω}}\\ 0& \sin \mathrm{\ωT}& 0& \cos \mathrm{\ωT}\end{array}\right]x\left(k\right)+w\left(k\right)---\left(5\right)$

$\≈\left[\begin{array}{cccc}1& T& 0& -{\left(\mathrm{\ωT}\right)}^2/2\\ 0& 1-{\left(\mathrm{\ωT}\right)}^2/2& 0& -\mathrm{\ωT}\\ 0& {\left(\mathrm{\ωT}\right)}^2/2& 1& T\\ 0& \mathrm{\ωT}& 0& 1-{\left(\mathrm{\ωT}\right)}^2/2\end{array}\right]x\left(k\right)+w\left(k\right)$

其中， 

T表示时间周期，w为假设的恒定角速度，x(k+1)表示飞机在k+1时刻的状态变量，而x(k)表示飞机在k时刻的状态变量，w(k)表示离散时间的白噪声序列。 

CH模式属于三维模式，其状态方程可以表示为如下公式(6)所示： 

x(k+1)＝F_CHx(k)+w(k)             (6) 

其中， 

x(k+1)表示飞机在k+1时刻的状态变量，而x(k)表示飞机在k时刻的状态变量，w(k)表示离散时间的白噪声序列。 

将以上6种常见飞行模式的状态方程、状态系数以及维数情况进行总结，可以得到如下表1所示： 

表1常见飞行模式参数对应表 

根据上述公式(1)～(6)所描述的6种常见飞行模式的状态方程，对其进行总结分析，可以建立一个通用的飞行模式，并得到如下公式(7)所示的通用状态方程： 

$x(k+1)=\left[\begin{array}{ccc}1& T& \mathrm{\μ}(\mathrm{\λT}-1+e^{-\mathrm{\λT}})/{\mathrm{\λ}}^2\\ 0& 1& \mathrm{\μ}(1-e^{-\mathrm{\λT}})/\mathrm{\λ}\\ 0& 0& {\mathrm{\μe}}^{-\mathrm{\λT}}\end{array}\right]x\left(k\right)+\left[\begin{array}{c}{T}^2/2-(\mathrm{\λT}-1+e^{-\mathrm{\λT}})/{\mathrm{\λ}}^2\\ T-(1-e^{-\mathrm{\λT}})/\mathrm{\λ}\\ 1-e^{-\mathrm{\λT}}\end{array}\right]\stackrel{\‾}{a}\left(k\right)+w\left(k\right)---\left(7\right)$

其中，λ、μ为各个飞行模式对应的变量参数，T表示时间周期，x(k+1)表示飞机在k+1时刻的状态变量，而x(k)表示飞机在k时刻的状态变量，w(k)表示离散时间的白噪声序列。通过改变λ、μ来由通用状态方程得到对应的飞行模式的状态方程。使用泰勒级数，将上述公式(7)所示的通用状态方程进行简化，可以得到如下公式(8)所示的简化后的通用状态方程： 

$x(k+1)=\left[\begin{array}{ccc}1& T& \mathrm{\μ}(\frac{T^2}{2}-\frac{{\mathrm{\λT}}^3}{6})\\ 0& 1& \mathrm{\μ}(T-\frac{{\mathrm{\λT}}^2}{2}+\frac{{\mathrm{\λ}}^2{T}^3}{6})\\ 0& 0& \mathrm{\μ}(1-\mathrm{\λT}+\frac{{\mathrm{\λ}}^2{T}^2}{2}-\frac{{\mathrm{\λ}}^3{T}^3}{6})\end{array}\right]x\left(k\right)+\left[\begin{array}{c}\frac{{\mathrm{\λT}}^3}{6}\\ \frac{{\mathrm{\λT}}^2}{2}-\frac{{\mathrm{\λ}}^2{T}^3}{6}\\ \mathrm{\λT}-\frac{{\mathrm{\λ}}^2{T}^2}{2}+\frac{{\mathrm{\λ}}^3{T}^3}{6}\end{array}\right]\stackrel{\‾}{a}\left(k\right)+w\left(k\right)---\left(8\right)$

步骤102，根据多种飞行模式的状态方程之间的关系确定模式转换协议。 

在对各种飞行模式的状态方程进行分析总结后，建立了上述适用于不同飞行模式的通用状态方程，通过改变通用状态方程中的λ和μ，便可以得到对应的飞行模式的状态方程，从而非常方便地实现各种飞行模式之间的转换。本步骤即根据多种飞行模式的状态方程之间的关系，通过改变参数λ和μ，来确定模式转换协议。由上述通用状态方程和各飞行模式对应的状态方程可知，当λ＝0，μ＝1时，通用状态方程所表示的飞行模式为CA模式；当λ＝0，μ＝0时，通用状态方程所表示的飞行模式为CV模式；当λ≠0，μ＝1，a(k)＝0时，通用状态方程所表示的飞行模式为Singer1模式；当λ≠0，μ＝1，a(k)≠0时，通用状态方程所表示的飞行模式为Singer2模式。对于CT模式和CH模式，分别属于二维运动模式和三维运动模式，因此需要特别处理，可以参考ADS-B数据中的TS报文。在接收到的ADS-B数据中包括目标状态(Target State；以下简称：TS)报文和航迹改变(Trajectory Change；以下简称：TC)报文，其中，TS报文表示飞机的短期趋势，提供了目标高度和目标航向角，代表飞机的垂直和水平状态；而TC报文表示飞机的长期趋势，提供了航路点约束和连接航路点的航线。具体可以采用如下方法确定关于CT模式和CH模式的模式转换协议：如果TS报文中的目标高度与当前高度不一致，则表明当前的飞行模式转为CH模式；如果TS报文中的目标航向角与当前测量的航向角不一致，则表明当前的飞行模式转为CT模式。 

在进行模式转换协议确定时，还需要考虑实际情况，在民航实际飞行过程中，出于安全角度的考虑，许多飞行模式之间的转换是不被允许的，比如CA模式到CT模式的转换，CA模式到CH模式的转换等，而且民航规定仅允许 其他飞行模式向CV模式转换，或者CV模式向其他飞行模式转换。因此，基于上述原则，本步骤确定的模式转换协议可以包括：当前一时刻的飞行模式为匀速CV模式时，如果ADS-B数据中的飞机的高度信息发生变化，则飞行模式转换为CH模式。当前一时刻的飞行模式为匀速CV模式时，如果ADS-B数据中的飞机的航向角度信息发生变化，则飞行模式转换为协调转弯CT模式。当前一时刻的飞行模式为匀速CV模式时，如果ADS-B数据中的至少十个广播式自动相关监视数据报文的速度标准差大于预设的第一标准差阈值，则飞行模式转换为恒加速度CA模式。当前一时刻的飞行模式为匀速CV模式时，如果ADS-B数据中的至少十个ADS-B数据报文的加速度标准差小于预设的第二标准差阈值，则飞行模式转换为Singer1模式。当前一时刻的飞行模式为匀速CV模式时，如果ADS-B数据中的至少十个ADS-B数据报文的加速度标准差大于预设的第二标准差阈值，则飞行模式转换为Singer2模式，其中，第二标准差阈值可以设定为0.5m/s²。当前一时刻的飞行模式为协调转弯CT模式或者CH模式时，如果ADS-B数据中的飞机的高度信息和ADS-B数据中的飞机的航向角度信息未发生变化，则飞行模式转换为匀速CV模式。或者当前一时刻的飞行模式为恒加速度CA模式、Singer1模式或Singer2模式时，如果ADS-B数据中的至少十个ADS-B数据报文的速度标准差小于预设的第一标准差阈值，则飞行模式转换为匀速CV模式，其中，第一标准差阈值可以设定为0.4m/s。 

步骤103，根据广播式自动相关监视数据、历史信息、飞行计划和模式转换协议判定当前的飞行模式。 

在完成上述通用状态方程的建立和模式转换协议的确定之后，根据接收到的ADS-B数据和确定的模式转换协议，并参考相关的历史信息和飞行计划可以判定当前的飞行模式。可以具体从接收到的ADS-B数据中获取飞机的高度信息、飞机的航向角度信息和ADS-B数据报文的标准差，根据飞机的高度信息、飞机的航向角度信息、ADS-B数据报文的标准差和模式转换协议，并 参考相关的历史信息和飞行计划判定当前的飞行模式。具体地，当前一时刻的飞行模式为匀速CV模式时，如果飞机的高度信息发生变化，则根据模式转换协议判定当前的飞行模式为CH模式。当前一时刻的飞行模式为匀速CV模式时，如果飞机的航向角度信息发生变化，则根据模式转换协议判定当前的飞行模式为协调转弯CT模式。当前一时刻的飞行模式为匀速CV模式时，如果至少十个广播式自动相关监视数据报文的速度标准差大于预设的第一标准差阈值，则根据模式转换协议判定当前的飞行模式为恒加速度CA模式。当前一时刻的飞行模式为协调转弯CT模式或者CH模式时，如果飞机的高度信息和飞机的航向角度信息未发生变化，则根据模式转换协议判定当前的飞行模式为匀速CV模式。或者当前一时刻的飞行模式为恒加速度CA模式、Singer1模式或带Singer2模式时，如果至少十个广播式自动相关监视数据报文的加速度标准差小于预设的第二标准差阈值，则根据模式转换协议判定当前的飞行模式为匀速CV模式。在进行当前的飞行模式的判定过程中，可以同时参考历史信息和飞机的飞行计划，使得判定结果更加准确。 

步骤104，根据所述通用状态方程和所述当前的飞行模式对当前的运动状态进行估计。 

由于飞机的运动包括离散的飞行模式和连续的运动状态，上述步骤中完成离散的飞行模式的判定，还需要获取连续的运动状态，将判定的飞行模式对应的参数λ和μ代入通用状态方程中，便得到该飞行模式对应的状态方程。具体地，本步骤可以包括如下步骤：首先，根据通用状态方程和当前的飞行模式获取飞机的线性状态空间模式。根据上述建立的通用状态方程和确定的飞机的当前的飞行模式，得到飞机的线性状态空间模式，具体可以表示为如下公式(9)和(10)所示： 

γ(k+1)＝A_jγ(k)+B_jw(k)    (9) 

z(k)＝Hγ(k)+v(k)          (10) 

其中，γ为飞机的状态向量， $\mathrm{\γ}={[x,y,z,\stackrel{\·}{x},\stackrel{\·}{y},\stackrel{\·}{z},\stackrel{\·\·}{x},\stackrel{\·\·}{y}]}^T,$ z(k)为包含位置和速度 的飞机测量信息，A_j、B_j为飞行模式j的状态变换矩阵，H为测量矩阵；w(k)、v(k)为互不相关的白噪声。 

其次，对飞机的线性状态空间模式进行卡尔曼滤波，并生成当前的运动状态的估计方程。对上述线性状态空间模型进行卡尔曼滤波，可以得到如下公式(11)所示的当前时刻的运动状态的估计方程： 

$\widehat{\mathrm{\γ}}(k+1|k+1)=\widehat{\mathrm{\γ}}\left(k\right|k)A_j+K(k+1)[z(k+1)-H\widehat{\mathrm{\γ}}\left(k\right|k)A_j]---\left(10\right)$

其中，K(k+1)和P(k+1|k)分别由下述公式(11)和公式(12)得到： 

K(k+1)＝P(k+1)H^T[HP(k+1|k)H^T+R_k+1]^-1    (11) 

P(k+1|k)＝AP(k|k)A^T+BQ_kB^T    (12) 

在完成本实施例中的飞机的当前状态估计之后，便可以进行航迹预测算法中的后续步骤，即趋势信息推导和航迹预测。 

本实施例提供了一种基于广播式自动相关监视数据的飞机状态估计方法，通过对多种飞行模式的状态方程进行分析总结，建立通用状态方程，并根据多种飞行模式的状态方程之间的关系确定多种飞行模式之间进行转换的模式转换协议，根据ADS-B数据、历史信息、飞行计划和确定的模式转换协议判定当前的飞行模式，并根据通用状态方程和当前的飞行模式对飞机的当前的运动状态进行估计，将多种飞行模式考虑在内，并建立多种飞行模式通用的通用状态方程，大大降低了运算量，同时实现了飞机的飞行模式的有效估计，有效提高了航迹预测的准确度。 

图2为本发明基于广播式自动相关监视数据的飞机状态估计系统实施例的结构图，如图2所示，本实施例提供了一种基于广播式自动相关监视数据的飞机状态估计系统，具体包括方程建立模块1、协议确定模块2、模式判定模块3和状态估计模块4。其中，方程建立模块1用于根据多种飞行模式的状态方程建立通用状态方程。其中，飞行模式包括匀速CV模式、协调转弯CT模式、恒加速度CA模式、Singer1模式、Singer2模式和CH模式。协议确定模块2用于根据所述多种飞行模式的状态方程之间的关系确定模式转换 协议；模式判定模块3用于根据广播式自动相关监视数据、历史信息、飞行计划和协议确定模块2确定的所述模式转换协议判定当前的飞行模式；状态估计模块4用于根据方程建立模块1建立的所述通用状态方程和模式判定模块3判定的所述当前的飞行模式对当前的运动状态进行估计。 

具体地，协议确定模块2确定的模式转换协议包括：当前一时刻的飞行模式为匀速CV模式时，如果所述广播式自动相关监视数据中的飞机的高度信息发生变化，则飞行模式转换为CH模式。当前一时刻的飞行模式为匀速CV模式时，如果所述广播式自动相关监视数据中的飞机的航向角度信息发生变化，则飞行模式转换为协调转弯CT模式。当前一时刻的飞行模式为匀速CV模式时，如果广播式自动相关监视数据中的至少十个广播式自动相关监视数据报文的速度标准差大于预设的第一标准差阈值，则飞行模式转换为恒加速度CA模式。当前一时刻的飞行模式为匀速CV模式时，如果广播式自动相关监视数据中的至少十个广播式自动相关监视数据报文的加速度标准差小于预设的第二标准差阈值，则飞行模式转换为Singer1模式。当前一时刻的飞行模式为匀速CV模式时，如果广播式自动相关监视数据中的至少十个广播式自动相关监视数据报文的加速度标准差大于预设的第二标准差阈值，则飞行模式转换为Singer2模式。当前一时刻的飞行模式为协调转弯CT模式或者CH模式时，如果所述广播式自动相关监视数据中的飞机的高度信息和所述广播式自动相关监视数据中的飞机的航向角度信息未发生变化，则飞行模式转换为匀速CV模式。或者当前一时刻的飞行模式为恒加速度CA模式、Singer1模式或Singer2模式时，如果广播式自动相关监视数据中的至少十个广播式自动相关监视数据报文的速度标准差小于预设的第一标准差阈值，则飞行模式转换为匀速CV模式。 

具体地，模式判定模块3可以包括第一获取单元和判定单元，其中，第一获取单元，用于根据所述广播式自动相关监视数据获取飞机的高度信息、飞机的航向角度信息和广播式自动相关监视数据报文的标准差。判定单元， 用于根据所述第一获取单元获取的所述飞机的高度信息、所述飞机的航向角度信息、所述广播式自动相关监视数据报文的标准差、历史信息、飞行计划和所述模式转换协议判定当前的飞行模式。状态估计模块4可以包括第二获取单元和生成单元，其中，第二获取单元，用于根据所述方程建立模块建立的所述通用状态方程和所述模式判定模块判定的所述当前的飞行模式获取飞机的线性状态空间模式。生成单元，用于对所述第二获取单元获取的所述飞机的线性状态空间模式进行卡尔曼滤波，并生成所述当前的运动状态的估计方程。 

本发明提供的一种基于广播式自动相关监视数据的飞机状态估计系统，通过设置方程建立模块、协议确定模块、模式判定模块和状态估计模块，通过对多种飞行模式的状态方程进行分析总结，建立通用状态方程，并根据多种飞行模式的状态方程之间的关系确定多种飞行模式之间进行转换的模式转换协议，根据ADS-B数据、历史信息、飞行计划和确定的模式转换协议判定当前的飞行模式，并根据通用状态方程和当前的飞行模式对飞机的当前的运动状态进行估计，将多种飞行模式考虑在内，并建立多种飞行模式通用的通用状态方程，大大降低了运算量，同时实现了飞机的飞行模式的有效估计，有效提高了航迹预测的准确度。 

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。 

Claims (2)

1.一种基于广播式自动相关监视数据的飞机状态估计方法，其特征在于，包括：

根据多种飞行模式的状态方程建立通用状态方程；

根据所述多种飞行模式的状态方程之间的关系确定模式转换协议；

根据广播式自动相关监视数据获取飞机的高度信息、飞机的航向角度信息和广播式自动相关监视数据报文的标准差；

根据所述飞机的高度信息、所述飞机的航向角度信息、所述广播式自动相关监视数据报文的标准差、历史信息、飞行计划和所述模式转换协议判定当前的飞行模式；

根据所述通用状态方程和所述当前的飞行模式获取飞机的线性状态空间模式；

对所述飞机的线性状态空间模式进行卡尔曼滤波，并生成当前的运动状态的估计方程；

其中，所述根据所述多种飞行模式的状态方程之间的关系确定模式转换协议包括：

当前一时刻的飞行模式为匀速CV模式时，如果所述广播式自动相关监视数据中的飞机的高度信息发生变化，则飞行模式转换为自适应模式；

当前一时刻的飞行模式为匀速CV模式时，如果所述广播式自动相关监视数据中的飞机的航向角度信息发生变化，则飞行模式转换为协调转弯CT模式；

当前一时刻的飞行模式为匀速CV模式时，如果所述广播式自动相关监视数据中的至少十个广播式自动相关监视数据报文的速度标准差大于预设的第一标准差阈值，则飞行模式转换为恒加速度CA模式；

当前一时刻的飞行模式为匀速CV模式时，如果所述广播式自动相关监视数据中的至少十个广播式自动相关监视数据报文的加速度标准差小于预设的第二标准差阈值，则飞行模式转换为零均值一阶马尔科夫模式；

当前一时刻的飞行模式为匀速CV模式时，如果所述广播式自动相关监视数据中的至少十个广播式自动相关监视数据报文的加速度标准差大于预设的第二标准差阈值，则飞行模式转换为带自适应值的零均值一阶马尔科夫模式；

当前一时刻的飞行模式为协调转弯CT模式或者自适应模式时，如果所述广播式自动相关监视数据中的飞机的高度信息和所述广播式自动相关监视数据中的飞机的航向角度信息未发生变化，则飞行模式转换为匀速CV模式；或者

当前一时刻的飞行模式为恒加速度CA模式、零均值一阶马尔科夫模式或带自适应值的零均值一阶马尔科夫模式时，如果所述广播式自动相关监视数据中的至少十个广播式自动相关监视数据报文的速度标准差小于预设的第一标准差阈值，则飞行模式转换为匀速CV模式。

2.一种基于广播式自动相关监视数据的飞机状态估计系统，其特征在于，包括：

方程建立模块，用于根据多种飞行模式的状态方程建立通用状态方程；

协议确定模块，用于根据所述多种飞行模式的状态方程之间的关系确定模式转换协议；

模式判定模块，用于根据广播式自动相关监视数据、历史信息、飞行计划和所述协议确定模块确定的所述模式转换协议判定当前的飞行模式；

状态估计模块，用于根据所述方程建立模块建立的所述通用状态方程和所述模式判定模块判定的所述当前的飞行模式对当前的运动状态进行估计；

其中，所述协议确定模块具体用于当前一时刻的飞行模式为匀速CV模式时，如果所述广播式自动相关监视数据中的飞机的高度信息发生变化，则飞行模式转换为自适应模式；当前一时刻的飞行模式为匀速CV模式时，如果所述广播式自动相关监视数据中的飞机的航向角度信息发生变化，则飞行模式转换为协调转弯CT模式；当前一时刻的飞行模式为匀速CV模式时，如果所述广播式自动相关监视数据中的至少十个广播式自动相关监视数据报文的速度标准差大于预设的第一标准差阈值，则飞行模式转换为恒加速度CA模式；当前一时刻的飞行模式为匀速CV模式时，如果所述广播式自动相关监视数据中的至少十个广播式自动相关监视数据报文的加速度标准差小于预设的第二标准差阈值，则飞行模式转换为零均值一阶马尔科夫模式；当前一时刻的飞行模式为匀速CV模式时，如果所述广播式自动相关监视数据中的至少十个广播式自动相关监视数据报文的加速度标准差大于预设的第二标准差阈值，则飞行模式转换为带自适应值的零均值一阶马尔科夫模式；当前一时刻的飞行模式为协调转弯CT模式或者自适应模式时，如果所述广播式自动相关监视数据中的飞机的高度信息和所述广播式自动相关监视数据中的飞机的航向角度信息未发生变化，则飞行模式转换为匀速CV模式；或者当前一时刻的飞行模式为恒加速度CA模式、零均值一阶马尔科夫模式或带自适应值的零均值一阶马尔科夫模式时，如果所述广播式自动相关监视数据中的至少十个广播式自动相关监视数据报文的速度标准差小于预设的第一标准差阈值，则飞行模式转换为匀速CV模式；

所述模式判定模块包括：

第一获取单元，用于根据广播式自动相关监视数据获取飞机的高度信息、飞机的航向角度信息和广播式自动相关监视数据报文的标准差；

判定单元，用于根据所述第一获取单元获取的所述飞机的高度信息、所述飞机的航向角度信息、所述广播式自动相关监视数据报文的标准差、历史信息、飞行计划和所述模式转换协议判定当前的飞行模式；

所述状态估计模块包括：

第二获取单元，用于根据所述方程建立模块建立的所述通用状态方程和所述模式判定模块判定的所述当前的飞行模式获取飞机的线性状态空间模式；

生成单元，用于对所述第二获取单元获取的所述飞机的线性状态空间模式进行卡尔曼滤波，并生成所述当前的运动状态的估计方程。

Images