CN103178999B - 一种ads-b数据收集方法 - Google Patents
一种ads-b数据收集方法 Download PDFInfo
- Publication number
- CN103178999B CN103178999B CN201310093679.9A CN201310093679A CN103178999B CN 103178999 B CN103178999 B CN 103178999B CN 201310093679 A CN201310093679 A CN 201310093679A CN 103178999 B CN103178999 B CN 103178999B
- Authority
- CN
- China
- Prior art keywords
- message
- ads
- base station
- pulse
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000013481 data capture Methods 0.000 title claims abstract description 14
- 238000010295 mobile communication Methods 0.000 claims abstract description 19
- 230000005540 biological transmission Effects 0.000 claims abstract description 12
- 238000013480 data collection Methods 0.000 claims abstract description 9
- 230000008569 process Effects 0.000 claims abstract description 9
- 238000012360 testing method Methods 0.000 claims description 57
- 230000000630 rising effect Effects 0.000 claims description 24
- 238000004891 communication Methods 0.000 claims description 11
- 238000010200 validation analysis Methods 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 5
- 238000012546 transfer Methods 0.000 claims description 5
- 230000007246 mechanism Effects 0.000 claims description 4
- 238000012856 packing Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 16
- 238000012423 maintenance Methods 0.000 description 10
- 238000012544 monitoring process Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 238000009434 installation Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 230000009514 concussion Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- RZVAJINKPMORJF-UHFFFAOYSA-N Acetaminophen Chemical compound CC(=O)NC1=CC=C(O)C=C1 RZVAJINKPMORJF-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000005283 ground state Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 238000012857 repacking Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 230000002747 voluntary effect Effects 0.000 description 1
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种ADS-B数据收集方法，在N个移动通讯运营公司的信号基站上设置ADS-B信号端机，ADS-B信号端机通过数据线连接移动通讯运营公司的基站机房计算机，并进一步连接至互联网，将所收集的ADS-B信号报文传输至云计算数据中心进行处理；ADS-B数据收集步骤如下：ADS-B信号端机将接收到的航空器发出的ADS-B报文打包为可以用于网络传输的UDP报文，并通过基站接入互联网，将该数据包发送到分布式云计算数据中心；分布式云计算数据中心接收到所述UDP报文后，进行报文解析还原为ADS-B报文；然后采用所述高时间分辨率多点报文检测解交织算法得到所述ADS-B数据。
Description
技术领域
本发明涉及一种通用空中交通监视技术领域的ADS-B数据收集方法，具体是一种基于移动通信运营商基站宽带接入的ADS-B(ADS-B，AutomaticDependentSurveillance–Broadcast，广播式自动相关监视)数据收集方法。
背景技术
ADS-B技术是国际民航组织（ICAO）为了适应未来航空运输发展的需要，以卫星技术、数据通信技术和计算机技术为基础提出的一种监视技术。ADS－B系统以先进的地空/空空数据链为通信手段，以GPS导航系统及其他机载设备产生的信息为数据源，实时地、自发地、间歇性（如每秒一次）地对外广播自身的状态参数（包括身份编码、三维位置、速度矢量、飞行意图等），在地面用数据链接收设备可直接监视空中目标；在空中，相邻运行的飞机通过相互侦听邻机广播（不是相互探测和问讯）就能实现对周围空域交通状况全面、详细地了解，降低对空管人员的依赖性。ADS-B技术能以低成本实现飞行中航空器之间的相互监视和优于雷达间隔标准的虚拟雷达管制服务，结合现有空管系统，ADS-B系统能把空管系统、其他飞机的机载ADS-B有机结合起来，组成一套更加安全的监视系统，对空、地运行的飞机和车辆提供精确、实时的动态信息，它重新定义了空管技术的通信、导航和监视。
随着国民经济的发展和低空空域的开放，我国的空域流量越来越大，对自由飞行的需求也越来越高，即不限定飞机的航路，允许具备规定资格的飞行员，使用符合规定性能的飞机，自觉遵守飞行规则，根据自身特定情况，在精确定义的空域（或航路）内，自主选择最适合的飞行路径，进而提高空域的使用效率和经济性。针对空中交通监视领域发展趋势，目前的ADS-B应用方法存在以下问题。
1、ADS-B地面站目前专门针对主要航路部署，对飞机航路仍然有很大限制，达不到自由飞行要求。
2、目前的ADS-B地面站采用专用站形式部署，每个地面站中包括数据接收机、数据处理机、数据记录设备等，再加上防雷、土建等配套设施，成本仍然较高，不利于大批量部署。
3、在一些地质情况复杂的地区，如山区、河川、谷地、沙漠、无人区等，建设专用地面站除了设备成本外，还需要耗费大量的人力资源，不但存在工程难度，也存在极大的运营维护难度。
4、在低空空域，由于地形影响，为了保证目标覆盖率，需要较高的ADS-B数据采集点部署密度，而由于诸多工程和维护限制，ADS-B地面站部署密度不高，尚难以满足自由飞行需求。
5、为了保证数据安全性，现有ADS-B地面站一般采用双系统备份机制，对容错性和安全性虽然有一定提升，但当地面站附近存在强干扰或设备遭到损坏时，仍然存在该节点数据整体失效，导致目标丢失的风险，系统可靠性仍有待提升。
6、在ADS-B地面站密度不足，而飞行器密度较大的情况下，多个目标广播的ADS-B信号易出现交织，导致目标辨认不清。
经过检索，申请人发现本领域技术达到以下水平。程擎于2012年在《电讯技术》发表的“中国实施ADS-B监视的地面站部署分析”中提出了ADS-B信号在我国东部空域和西部主要航路实施单重覆盖地面站不同的部署模型,并利用该模型计算了东部空域在不同飞行高度层以上对地面站数量的要求和西部B213、B215航路高空6600m以上实现单重覆盖ADS-B地面站的部署情况。他们的工作较好解决了ADS-B满足一定覆盖率的部署方案，但没有考虑到建设维护成本和航路限制的问题，对信号的交织情况也没有提出较好的处理方法。
向荣等人于2012年在《中国西部科技》发表的“浅谈ADS-B系统地面站的组建和维护”中，介绍了ADS-B地面站的单基站单客户端、多基站监视网络和多模式综合监视系统三类地面站部署方式，此三类方式高低搭配建设，可有效解决ADS-B应用可靠性和航路限制问题，但没有考虑到建设成本和地面站维护难度。
A.Smith等人在25thAIAA/IEEEDigitalAvionicsSystemsConference上发表的“METHODSTOPROVIDESYSTEM-WIDEADS-BBACK-UPVALIDATIONANDSECURITY”中，介绍了一种与二次雷达结合的ADS-B设备的部署方式，提升了低空空域监视站点的目标覆盖率、数据安全性和系统可靠性，但其采用专门建站的方式获取数据，存在较大的建设和维护难度。
中国申请专利号为：201110057521.7，名称为：ADS-M收发机载设备及低空航空器空中监管物联网系统，该技术提供了一种ADS-M收发机载设备，安装在低空航空器内，并通过机载ADS-M收发设备与地面移动通信TD-SCDMA/GPRS(或WCDMA)蜂窝集群基站进行上行与下行通信。该技术还提供了基于移动通信蜂窝集群基站、机载ADS-M收发设备和互联网的低空航空器空中监管物联网系统平台，用于对低空航空器进行监管。但该技术没有考虑对未安装机载ADS-M收发设备的飞行器的监管，且由于移动信号影响，在飞行高度上仅限于低空领域。
中国申请专利号为：200910015978.4，名称为：低空空域飞行器飞行状态监视方法和装置。该技术提供了一种低空空域飞行器飞行状态监视方法和配套的机载及地面收发装置。但该技术并未涉及地面信号接收站的部署问题。
发明内容
发明目的：本发明所要解决的技术问题是针对现有技术的不足，提供一种ADS-B数据收集方法。
本发明公开了一种ADS-B数据收集方法，在N个移动通讯运营公司的信号基站上设置ADS-B信号端机，ADS-B信号端机通过数据线连接移动通讯运营公司的基站机房计算机，并进一步连接至互联网，将ADS-B报文传输至分布式云计算数据中心进行协同化处理；
ADS-B数据收集步骤如下：
ADS-B信号端机将接收到的航空器发出的ADS-B报文打包为用于网络传输的UDP报文，传输至基站机房计算机，并通过该计算机接入互联网，将该UDP报文发送到分布式云计算数据中心；
分布式云计算数据中心接收到所述UDP报文后，进行报文解析还原为ADS-B报文；然后采用所述高时间分辨率多点报文检测解交织算法得到所述ADS-B数据。
本发明所述分布式云计算数据中心采用所述高时间分辨率多点报文检测解交织算法得到所述ADS-B数据包括以下步骤：
步骤201：ADS-B信号报文头有效性检测：首先设定脉冲有效性检测参数，包括有效脉冲位置标志VPP、报文脉冲上升沿位置标志LEP、报文脉冲下降沿位置标志FEP、脉冲判别门限差p_gap；
设置系统时钟频率为采样率s_rate，选取s_rate为m，单位MHz，m取值自然数，每个比特位周期即1微秒中有m个采样点，以Si，i＝1，2,…,m表示；
由公式 确定报文脉冲上升沿时序位置并加盖时间戳；
由公式 确定报文脉冲下降沿时序位置并加盖时间戳；
对于连续接收的四个脉冲，确定时序为0±0.05μs、1.0±0.05μs、3.5±0.05μs、4.5±0.05μs，只要检测到其中包含至少2个上升沿标志，即完成报文头有效性检测，此时，选取第一个脉冲上升沿的时间为报文到达时间Tj，其中j＝1，2，…N为接收到本报文的基站编号；
步骤202：消息功率一致性判定：
首先进行参考功率值的计算：对步骤201中符合报文头时序的脉冲，在脉冲上升沿后选择连续的六个采样点，对应ADS-B报文头的4个前导脉冲即24个采样点，构成集合Ssi，si=1,2,...,24;在集合Ssi中搜索幅度震荡在±1dB的采样点并记录其数目最大值，当该最大值唯一时，其对应采样点的幅度值即判定是参考功率值p_ref，当该最大值不唯一时，则取这些采样点的平均幅度为参考功率值p_ref；
其次进行消息功率一致性认证：对报文头的4个前导脉冲所包含的4组采样点分别计算功率平均值p_avrk，k＝1，2，3，4，分别求取与参考功率值p_ref的差值，公式为：p_subk＝|p_avrk-p_ref|，k＝1，2，3，4，选取p_subk≤3dB构成集合Pi，若集合元素个数i≥2，则通过该基站传递报文的消息功率一致性判断，进行步骤203；否则丢弃该条报文，并选取其他基站传递的同一条报文，返回步骤201重新检测；
步骤203：多点协同解交织：如果存在ADS-B报文头交织，对各个基站发出的报文依次顺序进行1μs交织测试、3.5μs交织测试、4.5μs交织测试和多点协同解交织；对于不同基站收到的报文，分别交织测试，对于通过交织测试的报文，在其他基站发送至分布式云计算数据中心的报文中选取时间戳与其相差13μs内的报文进行交织测试，若这些报文通过测试，则返回步骤202消息功率一致性判定，最终选取参考功率值最大的报文作为最终输出的ADS-B数据；
1μs交织测试：依据ADS-B报文信号的时间分辨率特点，当两条报文到达时间差在1μs内，且脉冲之间至少相差0.5μs，且后一条报文信号功率比前一条报文信号功率更强时，设对应报文头4个前导脉冲的上升沿后第一个采样点分别为S1.0、S2.0、S4.5、S5.5，找出4个采样点的功率最小值Pmin，找出S0、S3.5两个采样点的最大功率值Pmax，若Pmax-Pmin≤-3dB，则认为前一个报文信号功率过小，丢弃前一个报文，选择后一个报文进行3.5μs交织测试，若Pmax-Pmin≥-3dB;则认为前一个报文信号功率优于后一个报文，选择前一个报文进行3.5μs交织测试；
3.5μs交织测试：当两条报文到达时间差在1μs至3.5μs之间，且脉冲之间至少相差0.5μs，且后一条报文信号功率较强时，设对应后一个报文头4个前导脉冲的上升沿后第一个采样点分别为S3.5、S4.5、S7.0、S8.0，找出4个采样点的功率最小值Pmin，找出S0、S1.0两个采样点的最大功率值Pmax，若Pmax-Pmin≤-3dB，则认为前一个报文信号功率过小，丢弃前一个报文，选择后一个报文进行4.5μs交织测试，若Pmax-Pmin＞-3dB;则认为前一个报文信号功率优于后一个报文，选择前一个报文进行4.5μs交织测试；
4.5μs交织测试：当两条报文到达时间差在3.5μs至4.5μs之间，且脉冲之间至少相差0.5μs，且后一条报文信号功率较强时，设对应后一个报文头4个前导脉冲的上升沿后第一个采样点分别为S4.5、S5.5、S8.0、S9.0，找出4个采样点的功率最小值Pmin＝min，找出S0、S1.0两个采样点的最大功率值Pmax=min，若Pmax-Pmin≤-3dB，则认为前一个报文信号功率过小，丢弃前一个报文，选择后一个报文进行多点协同解交织，若Pmax-Pmin＞-3dB;则认为前一个报文信号功率优于后一个报文，选择前一个报文进行多点协同解交织。
多点协同解交织：对各基站分别经过1μs交织测试、3.5μs交织测试、4.5μs交织测试过滤后选取的N条同批次报文，再次进行基站间报文的1μs交织测试、3.5μs交织测试、4.5μs交织测试，并得到一条报文；若因各基站之间距离较远而无明显交织现象，则对比参考功率值，最终选取参考功率值最大的报文进行消息内容提取。
本发明中，基站机房计算机与分布式云计算数据中心之间通过VPN网络传输数据。
本发明中，基站机房计算机通过中放解调、A/D转换、信号解析重组以及协议打包将ADS-B信号解析为UDP报文。
本发明中，在ADS-B信号端机内设置3G通讯模块和GPS定位模块，基站机房计算机通过心跳机制查询有线链路的畅通性，当有线链路畅通时，将UDP报文通过有线链路传输至分布式云计算数据中心，当有线链路不通畅时，通过3G通讯模块和GPS定位模块，将基站坐标和ADS-B数据报文通过3G通讯模块发送至分布式云计算数据中心。
本发明利用现有移动通信运营商基站宽带接入和航空器上已有的ADS-B收发设备，实现对低空空域监视信号的收集和集中应用，大大降低ADS-B地面站部署成本、工程耗时、建站难度和维护难度；此外，通过对现有移动通信基站的大批量覆盖安装，可大幅提升空中交通监视的目标覆盖率和可再利用性，从而大幅提升空中交通监视系统的抗毁性和容错性。
有益效果：本发明采用现有移动通信运营商基站天馈系统和运营商宽带接入完成空中交通监视数据的收集，并利用分布式云计算数据中心进行数据分析、处理和提供服务，具有如下优势：
1、在现有基站天馈系统进行简单设备安装和线路接驳即可完成，节约了专门建设ADS-B地面站和服务器所产生的成本和工程建设难度，本发明的成本仅为现有方式的十分之一；
2、采用分布式冗余架构，在进行大批量安装的前提下，多个基站对同一航空器目标可以进行协同数据收集，避免了在某个节点处信号因电磁干扰或数据链阻塞而导致的数据出错，提升了系统健壮性和数据安全性；
3、采用分布式云计算集中处理数据，避免了在地面站安装服务器等设备，极大降低地面站设备的维护难度和安装难度，在地面站发生故障时，仅需更换所述ADS-B信号端机即可，提升系统可靠性和易维护性；
4、直接接收ADS-B信号，无需对航空器设备进行加改装，可同时对低空、高空空域和场面，对所有安装了ADS-B设备的航空器进行监视，系统包容性高；
5、传输网络直接利用现有移动运营商宽带接入网，实现24小时稳定网络传输和维护时的无缝切换，大大提升系统稳定性；
6、采用细粒度多点报文检测解交织算法，提升对信号的解交织和纠错能力，降低虚警率和漏警率。
附图说明
下面结合附图和具体实施方式对本发明做更进一步的具体说明，本发明的上述和/或其他方面的优点将会变得更加清楚。
图1是本发明实施例的系统示意图。
图2是本发明ADS-B信号端机电结构图。
图3是本发明的数据收集方法的流程图。
图4是本发明的高时间分辨率多点报文检测解交织算法的流程图。
具体实施方式
如图1所示，本发明提供了一种基于移动通信运营商基站宽带接入的ADS-B数据收集应用方法：包括分布式冗余ADS-B数据收集系统架构，包括设备层、网络层、计算层、应用层；
所述设备层，包括与现有移动通信运营商(中国电信、中国联通、中国移动)基站天馈系统的有线网络接口、3G无线网络接口、配电接口、安装接口、ADS-B信号端机及其安装位置。ADS-B信号端机通过安装接口固定在所述基站天馈系统顶端，通过所述配电接口，由所述基站天馈系统的配电系统供电，接收到的ADS-B信号，经所述ADS-B传感器解码模块解码并转换为UDP报文，通过有线网络接口传输至所述网络层，当有线网络接口出现故障或阻塞时，所述ADS-B信号经所述ADS-B传感器解码模块解码并转换后，通过3G无线网络接口传输至所述网络层。
所述网络层，包括现有移动通信运营商(中国电信、中国联通、中国移动)的骨干网络、自设VPN专网。由设备层输入的报文由架设在所述骨干网络中的虚拟专用网络(VPN:VirtualPrivateNetwork)传输至所述计算层，利用所述骨干网络的优传输数据保密性好，安全性高。
所述计算层，包括分布式云计算数据中心接入接口及ADS-B数据处理软件。由网络层通过所述数据接入接口传输至所述数据中心的报文，经数据处理软件解析后，依据UAT协议标准，还原为航空器的机号、空速、高度等信息，供应用层使用。
所述应用层，包括数据显示软件、应用客户端、客户数据服务接口等。用户利用互联网，采用电脑、手机、电话等多种方式，通过应用客户端和数据服务接口，向计算层申请使用需要的数据，该数据会在显示软件上表现。
ADS-B信号端机包括天馈单元、数据处理单元、数据传输单元、机内自检设备(BITE:Built-InTestEquipment)、接收机供电单元和安装接口。
所述数据处理单元采用强滤波算法，可以对抗基站130db干扰强抑制，提升所述ADS-B信号端机的电磁兼容性能。
所述安装接口为M14螺纹接口，位于所述ADS-B信号端机底部。
所述ADS-B信号端机的安装位置位于现有移动通信运营商(中国电信、中国联通、中国移动)基站天馈系统的抱杆顶端，可以避开基站信号的波瓣方向，从而避免干扰。
所述计算层采用一种高时间分辨率多点报文检测解交织算法，包括信号报文头有效性检测、消息功率一致性认证和多点协同解交织。
实施例
如图1所示，本实施例中将ADS-B信号端机通过安装接口固定在移动运营商基站抱杆顶端，其输出由光纤直接引入与基站相连的宽带网络，其所需电力由基站天馈系统的配电子系统提供。采集到的ADS-B报文数据打包后，通过光纤有线链路或3G无线链路接入运营商网络，并汇总至分布式云计算数据中心，进行数据处理和信息融合后，为客户提供应用服务。
其中，本实施例中ADS-B信号端机可以采用以下结构，如图2所示，其电结构包含天线，前置接收机，数字中频接收机，嵌入式计算机，GPS模块，3G模块，有线网络模块。ADS-B信号由天线接收，经前置接收机放大、滤波、变频后，在数字中频接收机中提取编码信息，嵌入式计算机将编码信息附上时间戳，从3G或网络输出，GPS模块提供系统对时。
基于移动通信运营商基站宽带接入的ADS-B数据收集应用方法的数据流程图如图3所示，为：
步骤101：由目标航空器发出的ADS-B广播信号同时传输至将其覆盖的基站1、基站2直至基站N，由固定在基站天馈系统抱杆顶端的ADS-B信号端机接收，并经过信号中放解调，高频放大，信号处理和协议打包，形成UDP报文后，进入网络传输通道。
步骤102：通过心跳机制查询有线链路的畅通性，当有线链路畅通时，将由步骤101产生的报文通过有线链路传输至基站接入宽带网，当有线链路因为阻塞或物理原因不通畅时，通过ADS-B信号端机中集成的3G通讯模块和GPS定位模块，将基站坐标和ADS-B数据报文发送至基站接入宽带网。
步骤103：在运营商宽带网络上架设VPN专网，提升传输数据的安全性和保密性。
步骤104：分布式云计算数据中心对由步骤103中VPN专网传来的UDP报文进行解析、重构，重新还原为对应各基站代码的ADS-B报文。
步骤105：依据ADS-B报文格式标准，采用所述高时间分辨率多点报文检测解交织算法，对步骤104得到的ADS-B报文进行解交织处理和进一步过滤。
步骤106：由步骤105得到的ADS-B报文，经信息解码得到目标航空器的多重信息，依据客户需要进行数据融合。
步骤107：通过互联网、客户端和人机接口，将步骤106得到的综合信息向系统终端客户展示，提供综合性应用。
本实施例中，步骤105所述高时间分辨率多点报文检测解交织算法的流程图如图4所示，为：
步骤201：ADS-B信号报文头有效性检测。
首先设定脉冲有效性检测参数，包括有效脉冲位置标志VPP(ValidPulsePosition)、报文脉冲上升沿位置标志LEP(LeadingEdgePosition)、报文脉冲下降沿位置标志FEP(FallingEdgePosition)、脉冲判别门限差p_gap；
将系统时钟频率设置为采样率s_rate，依据ADS-B报文结构标准，本实施例中选取s_rate=20MHz，即保持高时间分辨率，每个比特位周期(1微秒)中有20个采样点，以Si，i＝1，2，...，20表示;
由公式 确定报文脉冲上升沿时序位置并加盖时间戳；
由公式 确定报文脉冲下降沿时序位置并加盖时间戳；
对于连续接收的四个脉冲，确定时序为0±0.05μs、1.0±0.05μs、3.5±0.05μs、4.5±0.05μs，检测到其中包含至少2个上升沿标志，即可完成报文头有效性检测，此时，选取第一个脉冲上升沿的时间为报文到达时间Tj，其中j＝1，2，…N为接收到本条报文的基站编号。
步骤202：消息功率一致性认证。
首先进行参考功率值的计算。
对步骤201中符合报文头时序的脉冲，在脉冲上升沿后选择连续的六个采样点，对应ADS-B报文头的4个前导脉冲即24个采样点，构成集合Ssi，si＝1，2，...，24。
由于接收机触发信号功率误差为±1dB，因此在集合Ssi中搜索幅度震荡在±1dB的采样点并记录其数目最大值，当该最大值唯一时，其对应采样点的幅度值即认为是参考功率值p_ref，当该最大值不唯一时，则取这些采样点的平均幅度为参考功率值p_ref。
其次进行消息功率一致性认证。
对报文头的4个前导脉冲所包含的4组采样点分别计算功率平均值p_avrk，k=1，2，3，4，分别求取与p_ref的差值p_subk＝|p_avrk-p_ref|，k＝1，2，3，4，选取p_subk≤3dB构成集合Pi，(3dB为信号处理中的半功率特征点)，若集合元素个数i≥2，则通过该基站传递报文的消息功率一致性检测，否则丢弃该条报文，并选取其他基站传递的同一条报文，回到步骤201重新检测。
步骤203：多点协同解交织。
对于ADS-B报文头交织的情况，依据报文头结构特点，对基站收集到的报文分别顺序进行1μs交织测试、3.5μs交织测试、4.5μs交织测试和多点协同解交织。
lμs交织测试：依据ADS-B报文信号的时间分辨率特征，针对两条报文到达时间差在1μs内，且脉冲之间至少相差0.5μs，且后一条报文信号功率较强的情况，设对应报文头4个前导脉冲的上升沿后第一个采样点分别为S1.0、S2.0、S4.5、S5.5，(根据报文标准结构，当1微秒交织出现时，这四个点的电平和功率会发生大幅变化(可理解为两个信号发生交叠了)，属于ADS-B报文标准内容)找出4个采样点的功率最小值Pmin＝min(P1.0，P2.0，P4.5，P5.5)，找出S0、S3.5两个采样点的最大功率值Pmax＝min(P0，P3.5)，若Pmax-Pmin≤-3dB，则认为前一个报文信号功率过低，丢弃前一个报文，选择后一个报文进行3.5μs交织测试，若Pmax-Pmin＞-3dB；则认为前一个报文信号功率优于后一个报文，选择前一个报文进行3.5us交织测试。
3.5μs交织测试：针对两条报文到达时间差在1μs至3.5μs之间，且脉冲之间至少相差0.5us，且后一条报文信号功率较强的情况，设对应后一个报文头4个前导脉冲的上升沿后第一个采样点分别为S3.5、S4.5、87.0、S8.0，(根据报文标准结构，当1微秒交织出现时，这四个点的电平和功率会发生大幅变化(可理解为两个信号发生交叠了)，属于ADS-B报文标准内容)找出4个采样点的功率最小值Pmin＝min(P3.5，P4.5，P7.0，P8.0)，找出S0、S1.0两个采样点的最大功率值Pmax＝min(P0，P1.0)，若Pmax-Pmin≤-3dB，则认为前一个报文信号功率过低，丢弃前一个报文，选择后一个报文进行4.5μs交织测试，若Pmax-Pmin＞-3dB;则认为前一个报文信号功率优于后一个报文，选择前一个报文进行4.5μs交织测试。
4.5μs交织测试：针对两条报文到达时间差在3.5μs至4.5μs之间，且脉冲之间至少相差0.5μs，且后一条报文信号功率较强的情况，设对应后一个报文头4个前导脉冲的上升沿后第一个采样点分别为S4.5、S5.5、S8.0、S9.0，（根据报文标准结构，当1微秒交织出现时，这四个点的电平和功率会发生大幅变化（可理解为两个信号发生交叠了），属于ADS-B报文标准内容）找出4个采样点的功率最小值Pmin＝min(P4.5，P5.5，P8.0，P9.0)，找出S0、S1.0两个采样点的最大功率值Pmax＝min(P0，P1.0)，若Pmax-Pmin≤-3dB，则认为前一个报文信号功率过低，丢弃前一个报文，选择后一个报文进行解析，若Pmax-Pmin＞-3dB;则认为前一个报文信号功率优于后一个报文，选择前一个报文进行解析。
多点协同解交织：对各基站分别经过1μs交织测试、3.5μs交织测试、4.5μs交织测试过滤后选取的N条同批次报文，再次进行基站间报文的1μs交织测试、3.5μs交织测试、4.5μs交织测试，并得到一条报文；若因各基站之间距离较远而无明显交织现象，则对比参考功率值，最终选取参考功率值最大的报文进行消息内容提取。
本实例至此就完成了最终的基于移动通信运营商基站宽带接入的ADS-B数据收集应用。相比现有的ADS-B数据收集应用方法，本发明一方面通过基于现有移动通信运营商基站的分布式冗余架构进行ADS-B信号端机的部署，另一方面采用分布式云计算方案和高时间分辨率多点报文检测解交织算法进行数据处理和服务，避免在基站数据采集节点安放服务器，大大节约了部署成本和维护难度，提高了数据传输网络的安全性、系统的可靠性和环境适应性。
本发明提供了一种ADS-B数据收集方法，具体实现该技术方案的方法和途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。
Claims (5)
1.一种ADS-B数据收集方法，其特征在于，在N个移动通讯运营公司的信号基站上设置ADS-B信号端机，ADS-B信号端机通过数据线连接移动通讯运营公司的基站机房计算机，并进一步连接至互联网，将ADS-B报文传输至分布式云计算数据中心进行协同化处理；
ADS-B数据收集步骤如下：
ADS-B信号端机将接收到的航空器发出的ADS-B报文打包为用于网络传输的UDP报文，传输至基站机房计算机，并通过该计算机接入互联网，将该UDP报文发送到分布式云计算数据中心；
分布式云计算数据中心接收到所述UDP报文后，进行报文解析还原为ADS-B报文；然后采用高时间分辨率多点报文检测解交织算法得到所述ADS-B数据。
2.根据权利要求1所述的一种ADS-B数据收集方法，其特征在于，所述分布式云计算数据中心采用所述高时间分辨率多点报文检测解交织算法得到所述ADS-B数据包括以下步骤：
步骤201：ADS-B信号报文头有效性检测：首先设定脉冲有效性检测参数，包括有效脉冲位置标志VPP、报文脉冲上升沿位置标志LEP、报文脉冲下降沿位置标志FEP、脉冲判别门限差p_gap；
设置系统时钟频率为采样率s_rate，选取s_rate为m，单位MHz，m取值自然数，每个比特位周期即1微秒中有m个采样点，以Si，i＝1，2，...，m表示；
由公式确定报文脉冲上升沿时序位置并加盖时间戳；
由公式确定报文脉冲下降沿时序位置并加盖时间戳；
对于连续接收的四个脉冲，确定时序为0+0.05μs、1.0+0.05μs、3.5+0.05μs、4.5+0.05μs，只要检测到其中包含至少2个上升沿标志，即完成报文头有效性检测，此时，选取第一个脉冲上升沿的时间为报文到达时间Tj，其中j＝1，2，...N，j为接收到本报文的基站编号，N表示基站编号；
步骤202：消息功率一致性判定：
首先进行参考功率值的计算：对步骤201中符合报文头时序的脉冲，在脉冲上升沿后选择连续的六个采样点，对应ADS-B报文头的4个前导脉冲即24个采样点，构成集合Ssi，si＝1，2，...，24；在集合Ssi中搜索幅度震荡在+1dB的采样点并记录其数目最大值，当该最大值唯一时，其对应采样点的幅度值即判定是参考功率值p_ref，当该最大值不唯一时，则取这些采样点的平均幅度为参考功率值p_ref；
其次进行消息功率一致性认证：对报文头的4个前导脉冲所包含的4组采样点分别计算功率平均值p_avrk，k＝1，2，3，4，分别求取与参考功率值p_ref的差值，公式为：p_subk＝|p_avrk-p_ref|，k＝1，2，3，4，选取p_subk≤3dB构成集合Pi，若集合元素个数i≥2，则通过该基站传递报文的消息功率一致性判断，进行步骤203；否则丢弃该条报文，并选取其他基站传递的同一条报文，返回步骤201重新检测；
步骤203：多点协同解交织：如果存在ADS-B报文头交织，对各个基站发出的报文依次顺序进行1μs交织测试、3.5μs交织测试、4.5μs交织测试和多点协同解交织；对于不同基站收到的报文，分别交织测试，对于通过交织测试的报文，在其他基站发送至分布式云计算数据中心的报文中选取时间戳与其相差13μs内的报文进行交织测试，若这些报文通过测试，则返回步骤202消息功率一致性判定，最终选取参考功率值最大的报文作为最终输出的ADS-B数据；
1μs交织测试：当两条报文到达时间差在1μs内，且脉冲之间至少相差0.5μs，且后一条报文信号功率比前一条报文信号功率更强时，设对应报文头4个前导脉冲的上升沿后第一个采样点分别为S1.0、S2.0、S4.5、S5.5，找出4个采样点的功率最小值Pmin，找出S0、S3.5两个采样点的最大功率值Pmax，若Pmax-Pmin≤-3dB，则丢弃前一个报文，选择后一个报文进行3.5μs交织测试，若Pmax-Pmin＞-3dB；则选择前一个报文进行3.5μs交织测试；
3.5μs交织测试：当两条报文到达时间差在1μs至3.5μs之间，且脉冲之间至少相差0.5μs，且后一条报文信号功率较强时，设对应后一个报文头4个前导脉冲的上升沿后第一个采样点分别为S3.5、S4.5、S7.0、S8.0，找出4个采样点的功率最小值Pmin，找出S0、S1.0两个采样点的最大功率值Pmax，若Pmax-Pmin≤-3dB，则丢弃前一个报文，选择后一个报文进行4.5μs交织测试，若Pmax-Pmin＞-3dB；则选择前一个报文进行4.5μs交织测试；
4.5μs交织测试：当两条报文到达时间差在3.5μs至4.5μs之间，且脉冲之间至少相差0.5μs，且后一条报文信号功率较强时，设对应后一个报文头4个前导脉冲的上升沿后第一个采样点分别为S4.5、S5.5、S8.0、S9.0，找出4个采样点的功率最小值Pmin，找出S0、S1.0两个采样点的最大功率值Pmax，若Pmax-Pmin≤-3dB，则丢弃前一个报文，选择后一个报文进行多点协同解交织，若Pmax-Pmin＞-3dB；则选择前一个报文进行多点协同解交织；
多点协同解交织：对各基站分别经过1μs交织测试、3.5μs交织测试、4.5μs交织测试过滤后选取的N条同批次报文，再次进行基站间报文的1μs交织测试、3.5μs交织测试、4.5μs交织测试，并得到一条报文；若因各基站之间无交织，则对比参考功率值，选取参考功率值最大的报文进行消息内容提取。
3.根据权利要求1或2所述的一种ADS-B数据收集方法，其特征在于，基站机房计算机与分布式云计算数据中心之间通过VPN网络传输数据。
4.根据权利要求1或2所述的一种ADS-B数据收集方法，其特征在于，基站机房计算机通过中放解调、A/D转换、信号解析重组以及协议打包将ADS-B信号解析为UDP报文。
5.根据权利要求1或2所述的一种ADS-B数据收集方法，其特征在于，在ADS-B信号端机内设置3G通讯模块和GPS定位模块，基站机房计算机通过心跳机制查询有线链路的畅通性，当有线链路畅通时，将UDP报文通过有线链路传输至分布式云计算数据中心，当有线链路不通畅时，通过3G通讯模块和GPS定位模块，将基站坐标和ADS-B数据报文通过3G通讯模块发送至分布式云计算数据中心。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310093679.9A CN103178999B (zh) | 2013-03-21 | 2013-03-21 | 一种ads-b数据收集方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310093679.9A CN103178999B (zh) | 2013-03-21 | 2013-03-21 | 一种ads-b数据收集方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103178999A CN103178999A (zh) | 2013-06-26 |
| CN103178999B true CN103178999B (zh) | 2016-01-20 |
Family
ID=48638631
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310093679.9A Expired - Fee Related CN103178999B (zh) | 2013-03-21 | 2013-03-21 | 一种ads-b数据收集方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103178999B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107038340B (zh) * | 2017-04-06 | 2019-08-16 | 中国民用航空总局第二研究所 | 一种a/c和s模式交叠信号中寻找热噪声数据的装置及方法 |
| CN107342784B (zh) * | 2017-06-04 | 2018-11-09 | 西安征途网络科技有限公司 | 实现无人机超视距控制、图像和/或数据接收的系统及方法 |
| CN108737030B (zh) * | 2018-05-17 | 2020-12-15 | 中国电子科技集团公司第五十四研究所 | 一种基于星载场景的ads-b信号低灵敏度接收方法 |
| FR3085487B1 (fr) * | 2018-08-30 | 2020-07-31 | Thales Sa | Procede de caracterisation de la densite d'interrogations et de reponses mode s et radar secondaire mettant en oeuvre un tel procede |
| CN109541538B (zh) * | 2018-12-12 | 2023-04-07 | 华东理工大学 | 基于机会参考源实现分布式ads-b无源定位防欺骗功能的方法 |
| CN110071784B (zh) * | 2019-04-25 | 2020-08-18 | 电子科技大学 | 一种ads-b航空监视系统中的航空器定位方法 |
| CN110782709B (zh) * | 2019-11-04 | 2020-11-03 | 四川九洲空管科技有限责任公司 | 一种民航ads-b地面站系统高精度时钟冗余备份方法 |
| CN112444807A (zh) * | 2021-01-29 | 2021-03-05 | 成都能通科技有限公司 | 一种基于二次雷达到达时间的多目标抗干扰定位方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201846356U (zh) * | 2010-07-31 | 2011-05-25 | 大连工业大学 | 实时现地多媒体信息采集通信系统 |
| CN102435194A (zh) * | 2011-09-20 | 2012-05-02 | 清华大学 | 一种基于地面移动通信网络的通用航空导航系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2174516B1 (en) * | 2007-05-15 | 2015-12-09 | Broadcom Corporation | Transporting gsm packets over a discontinuous ip based network |
-
2013
- 2013-03-21 CN CN201310093679.9A patent/CN103178999B/zh not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201846356U (zh) * | 2010-07-31 | 2011-05-25 | 大连工业大学 | 实时现地多媒体信息采集通信系统 |
| CN102435194A (zh) * | 2011-09-20 | 2012-05-02 | 清华大学 | 一种基于地面移动通信网络的通用航空导航系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103178999A (zh) | 2013-06-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103178999B (zh) | 一种ads-b数据收集方法 | |
| CN105119650B (zh) | 基于无人飞行器的信号中继系统及其信号中继方法 | |
| CN105676249B (zh) | 一种基于4g/3g/bds的通航飞机通信导航监视系统及方法 | |
| CN102568247B (zh) | Ads-m收发机载设备及低空航空器空中监管物联网系统 | |
| CN206658205U (zh) | 一种无人机数据传输系统 | |
| CN104318809A (zh) | 一种带3g功能的便携ads-b机载系统 | |
| CN101833102B (zh) | 电力线巡检直升机的导航方法及装置 | |
| CN103957595A (zh) | 井下作业人员高精度定位系统及方法 | |
| CN205539497U (zh) | 一种基于北斗地基增强的电网地理信息采集系统 | |
| CN213716108U (zh) | 一种森林防火预警检测系统 | |
| CN110060515B (zh) | 一种基于gnss的航空器监控系统及方法 | |
| CN106411388B (zh) | 一种基于fpga的无人机信息传输系统 | |
| CN110007271A (zh) | 一种矿井人员精确定位方法及误差判定方法 | |
| CN103067452A (zh) | 基于北斗卫星通讯系统的ais移动基站系统 | |
| CN204906394U (zh) | 基于无人飞行器的信号中继系统 | |
| CN104898142B (zh) | 一种飞行器或场地车辆运行状态的监视设备及其方法 | |
| CN110806207A (zh) | 铁路隧道精确定位装置及定位方法 | |
| CN113794510A (zh) | 一种支持北斗短报文通信的物联网网关 | |
| CN103578231B (zh) | 基于物联网的山体滑坡和泥石流报警系统 | |
| CN204014085U (zh) | 井下作业人员高精度定位系统 | |
| CN203882417U (zh) | 基于物联网的山体滑坡和泥石流报警系统 | |
| CN203126895U (zh) | 一种基于lte技术的中央集中型列控系统 | |
| CN109740893A (zh) | 一种故障诊断信息安全发布系统及方法 | |
| CN112351246B (zh) | 基于电缆隧道内视频监控和无线通信的组合定位方法 | |
| CN109115041A (zh) | 一种基于认知无线电的跳频跟踪无人机反制方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160120 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |