CN104680019B - 一种对航空器测高学系统误差ase进行分析的方法 - Google Patents
一种对航空器测高学系统误差ase进行分析的方法 Download PDFInfo
- Publication number
- CN104680019B CN104680019B CN201510103310.0A CN201510103310A CN104680019B CN 104680019 B CN104680019 B CN 104680019B CN 201510103310 A CN201510103310 A CN 201510103310A CN 104680019 B CN104680019 B CN 104680019B
- Authority
- CN
- China
- Prior art keywords
- ase
- value
- interval
- aircraft
- msl
- 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.)
- Active
Links
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
公开了一种对航空器测高学系统误差ASE进行分析的方法，其能够判断航空器GPS基准面，对ASE进行分布模型拟合，从而判断航空器飞行性能趋势。这种对航空器测高学系统误差ASE进行分析的方法，包括步骤：(1)确定航空器GPS基准面；(2)对航空器ASE分布进行拟合；(3)确定航空器ASE最终值。
Description
技术领域
本发明涉及一种航空器指标评价方法，特别是一种对航空器测高学系统误差ASE进行分析的方法。
背景技术
传统的航空器高度保持性能监控手段是基于(Enhanced GPS Monitoring Unit，EGMU)和多点定位技术对航空器的几何高度进行采集，其几何高度精度较高为英尺级别，美国联邦航空局(Federal Aviation Administration，FAA)技术中心于20世纪80年代研发了基于这类数据的解算软件，用于对航迹点的测高学系统误差(Altimetry System Error，ASE)值进行解算。随着新技术的不断发展，EGMU和多点定位技术外，广播式自动相关监视(Automatic Dependent Surveillance-Broadcast，ADS-B)技术由于其建站容易，覆盖范围大等特点，成为了一项新兴的航空器高度保持性能解算数据源。在基于ADS-B数据的航空器监控中，ADS-B站采集得到的航空器几何高度数据可以作为航空器的真实高度，进而通过气象插值和高度基准面转换等步骤，完成对于航空器测高学系统误差(Altimetry SystemError，ASE)的分析和解算。
根据航空器运行的实际情况，其基于的GPS基准面分为平均海平面(Mean SeaLevel，MSL)和椭球高(Height Above Ellipsoid，HAE)两种。两种基准面的高度差称为高程异常(Geiod)。由于航空器下发ADS-B数据的实际特点，航空器的GPS基准面信息在下发数据中并未包含，因此，确定航空器的基准面对于准确分析航空器的ASE值具有重要的作用。
在获取了航空器准确的GPS基准面之后，进而对航空器的ASE进行分布模型拟合，从而更准确的给出航空器的ASE评价值也对分析航空器整体的ASE具有重要的作用。
目前，我国在航空器GPS基准面确定和ASE分布模型拟合方面还是空白。
发明内容
为克服现有技术的缺陷，本发明要解决的技术问题是提供了一种对航空器测高学系统误差ASE进行分析的方法，其能够判断航空器GPS基准面，对ASE进行分布模型拟合，从而判断航空器飞行性能趋势。
本发明的技术方案是：这种对航空器测高学系统误差ASE进行分析方法，包括以下步骤：
(1)确定航空器GPS基准面；
(2)对航空器ASE分布进行拟合；
(3)确定航空器ASE最终值。
本发明通过对航迹点的分析确定了航空器GPS的基准面，对ASE进行了分布拟合并最终确定航空器的ASE评价值，所以能够判断航空器GPS基准面，对ASE进行分布模型拟合，从而判断航空器飞行性能趋势。
附图说明
图1所示为本发明的步骤(1.1)和(1.2)的效果图，其中方块和圆圈分别表示步骤(1.1)中基于MSL和HAE的ASE区间均值，实线和虚线分别为步骤(1.2)中基于MSL和HAE的ASE回归线；
图2所示为本发明的步骤(2.2)的单峰数据效果图，其中实线和虚线分别为步骤(2.2)中基于HAE和MSL的ASE核密度估计曲线，可以看出，基于MSL的核密度估计曲线呈现单峰趋势；
图3所示为本发明的步骤(2.2)的双峰数据效果图，中实线和虚线分别为步骤(2.2)中基于HAE和MSL的ASE核密度估计曲线，可以看出，基于MSL的核密度估计曲线呈现双峰趋势；
图4所示为本发明的步骤(1.1)的流程图；
图5所示为本发明的步骤(1.2)的流程图；
图6所示为本发明的步骤(2.2)的流程图；
图7所示为本发明的步骤(2.3)的流程图；
图8所示为本发明的步骤(3)的流程图。
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。
首先给出计算中使用到的各项参数符号及其意义：
x和y：回归变量x和y；
f：自由度，即f＝n-1；
ρ：回归变量x和y的相关系数，其公式为：
回归变量x的均值，其公式为：
Sx和Sy：回归变量x和y的样本方差，其公式为：
ε：两种基准面的回归估计标准差，其公式为：
ASEMSL和ASEHAE：基于平均海平面(Mean Sea Level，MSL)和椭球高(Height AboveEllipsoid，HAE)的测高学系统误差；
tMSL和tHAE：ASE基于MSL和HAE基准面线性回归的截距。
这种对航空器测高学系统误差ASE进行分析的方法，包括以下步骤：
(1)确定航空器GPS基准面；
(2)对航空器ASE分布进行拟合；
(3)确定航空器ASE最终值。
本发明通过对航迹点的分析确定了航空器GPS的基准面，对ASE进行了分布拟合并最终确定航空器的ASE评价值，所以能够判断航空器GPS基准面，对ASE进行分布模型拟合，从而判断航空器飞行性能趋势。
优选地，所述步骤(1)包括以下分步骤：
(1.1)根据公式(1)对航迹点的ASE计算其相对于高程异常区间的均值
(1.2)对基于MSL和HAE的ASE数组分别进行线性回归计算斜率并确定航空器基准面。
优选地，如图4所示，所述步骤(1.1)包括以下分步骤：
(1.1.1)将原数据中的Geoid序列按5英尺的小区间取整，计算区间个数n；
(1.1.2)遍历Geoid区间；
(1.1.3)计算区间内ASE上限：当前区间值加上2.5英尺；
(1.1.4)计算区间内ASE下限：当前区间值减去2.5英尺；
(1.1.5)获取大小属于当前区间上下限之间的ASEHAE数组；
(1.1.6)获取大小属于当前区间上下限之间的ASEMSL数组；
(1.1.7)如果(1.1.5)(1.1.6)不为空数组，则执行步骤(1.1.8)，否则执行步骤(1.1.9)；
(1.1.8)对各区间内的ASEMSL和ASEHAE求均值；
(1.1.9)结束。
优选地，如图5所示，所述步骤(1.2)包括以下分步骤：
(1.2.1)开始；
(1.2.2)获取步骤(1.1)的高程异常区间个数；
(1.2.3)判断区间个数是否大于3，是则执行步骤(1.2.4)，否则执行步骤(1.2.11)；
(1.2.4)获取步骤(1.1)每一个区间ASE均值；
(1.2.5)计算ASEMSL和ASEHAE序列的回归线，斜率分别为KMSL和KHAE；
(1.2.6)根据公式(2)计算出两种基准面线性回归交叉点ASE值作为ASE备选最终值
(1.2.7)根据公式(3)、(4)、(5)计算航空器基准面接近系数CMSL、CHAE及二者之差M
M＝CHAE-CMSL (5)；
(1.2.8)根据M判断基准面：当M小于-30时，执行步骤(1.2.10)；当M大于30时，执行步骤(1.2.9)；当M处于-30和30之间时，执行步骤(1.2.11)；
(1.2.9)判定基准面为MSL，跳转到步骤(1.2.12)；
(1.2.10)判定基准面为HAE，跳转到步骤(1.2.12)；
(1.2.11)认为不能准确判定航空器的基准面；
(1.2.12)结束。
优选地，所述步骤(2)包括以下分步骤：
(2.1)如果步骤(1)确定的航空器基准面为HAE或MSL，执行步骤(2.2)；
(2.2)对ASEMSL和ASEHAE进行核密度估计；
(2.3)根据相应基准面及公式(6)，对ASEMSL和ASEHAE进行混合正态分布拟合
优选地，如图6所示，所述步骤(2.2)包括以下分步骤：
(2.2.1)将ASE原始数据进行核密度估计；
(2.2.2)获取ASE原始数据中的最大值和最小值；
(2.2.3)将最大值和最小值所组成的区间范围等分199份，得到新的数组，新数组包含200个元素；
(2.2.4)利用核密度估计结果计算新数组对应的核密度估计值；
(2.2.5)返回区间核密度估计值数组。
优选地，如图7所示，所述步骤(2.3)包括以下分步骤：
(2.3.1)开始；
(2.3.2)确立混合分布拟合参数的默认值，α1＝1，α2＝0，μ2＝0，σ1＝sx，σ2＝0；
(2.3.3)若ASE数组长度大于50并且标准差σ1>30则执行
(2.3.4)，否则执行(2.3.9)；
(2.3.4)将ASE数组进行核密度估计，确立混合分布拟合参数
的初始值，α1＝0.5，α2＝0.5，
(2.3.5)以正负300为范围，分为601个区间，根据(2.3.4)结果作为系数计算最小二乘高斯拟合值，返回混合分布参数拟合结果和分布结果拟合概率值；
(2.3.6)获取(2.3.5)结果，令为中的较大值，为中较小值，为之差的绝对值，为绝对值中的较大值；
(2.3.7)如果三条件同时满足，则执行步骤(2.3.8)，否则令执行步骤(2.3.9)；
(2.3.8)确定ASE混合分布拟合结果为双峰分布，将对应的或作为ASE备选最终值，跳转到步骤(2.3.10)；
(2.3.9)确定ASE混合分布拟合结果为单峰分布，将μ1作为ASE备选最终值；
(2.3.10)结束。
优选地，如图8所示，所述步骤(3)包括以下分步骤：
(3.1)开始；
(3.2)获取ASE数组的基准面；
(3.3)判断基准面是否可以确定，是则执行步骤(3.4)，否则执行步骤(3.5)；
(3.4)通过混合正态分布拟合的单峰或双峰结果获取ASE最终值，跳转到步骤(3.9)；
(3.5)获取步骤(1.2)中ASEMSL和ASEHAE序列线性回归分析；
(3.6)判断|Geoid|<5区间内是否有值存在，是则执行步骤(3.7)，否则执行步骤(3.8)；
(3.7)选取区间内的样本均值作为ASE最终值，跳转到步骤(3.9)；
(3.8)将步骤(1.2.6)的ASE备选最终值作为ASE最终值；
(3.9)结束。
优选地，所述步骤(3.7)包括以下分步骤：
(3.7.1)选取原始ASE数组Geoid绝对值小于5区间内的样本；
(3.7.2)计算(3.7.1)中的ASEMSL和ASEHAE的全体样本均值；
(3.7.3)返回(3.7.2)的结果。
以上所述，仅是本发明的较佳实施例，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属本发明技术方案的保护范围。
Claims (6)
1.一种对航空器测高学系统误差ASE进行分析的方法，其特征在于，
包括以下步骤：
(1)确定航空器GPS基准面；
(2)对航空器ASE分布进行拟合；
(3)确定航空器ASE最终值；
所述步骤(1)包括以下分步骤：
(1.1)根据公式(1)对航迹点的ASE计算其相对于高程异常区间的均值
(1.2)对基于MSL和HAE的ASE数组分别进行线性回归计算斜率并确定航空器基准面；
所述步骤(1.1)包括以下分步骤：
(1.1.1)将原数据中的Geoid序列按5英尺的小区间取整，计算区间个数n；
(1.1.2)遍历Geoid区间；
(1.1.3)计算区间内ASE上限：当前区间值加上2.5英尺；
(1.1.4)计算区间内ASE下限：当前区间值减去2.5英尺；
(1.1.5)获取大小属于当前区间上下限之间的ASEHAE数组；
(1.1.6)获取大小属于当前区间上下限之间的ASEMSL数组；
(1.1.7)如果(1.1.5)(1.1.6)不为空数组，则执行步骤(1.1.8)，否则执行步骤(1.1.9)；
(1.1.8)对各区间内的ASEMSL和ASEHAE求均值；
(1.1.9)结束；
所述步骤(1.2)包括以下分步骤：
(1.2.1)开始；
(1.2.2)获取步骤(1.1)的高程异常区间个数；
(1.2.3)判断区间个数是否大于3，是则执行步骤(1.2.4)，否则执行步骤(1.2.11)；
(1.2.4)获取步骤(1.1)每一个区间ASE均值；
(1.2.5)计算ASEMSL和ASEHAE序列的回归线，斜率分别为KMSL和KHAE；
(1.2.6)根据公式(2)计算出两种基准面线性回归交叉点ASE值作为ASE备选最终值
<mrow>
<mi>A</mi>
<mi>S</mi>
<mi>E</mi>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>K</mi>
<mrow>
<mi>H</mi>
<mi>A</mi>
<mi>E</mi>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>M</mi>
<mi>S</mi>
<mi>L</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>K</mi>
<mrow>
<mi>M</mi>
<mi>S</mi>
<mi>L</mi>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>H</mi>
<mi>A</mi>
<mi>E</mi>
</mrow>
</msub>
</mrow>
<mrow>
<msub>
<mi>K</mi>
<mrow>
<mi>H</mi>
<mi>A</mi>
<mi>E</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>K</mi>
<mrow>
<mi>M</mi>
<mi>S</mi>
<mi>L</mi>
</mrow>
</msub>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
(1.2.7)根据公式(3)、(4)、(5)计算航空器基准面接近系数CMSL、CHAE及二者之差M
<mrow>
<msub>
<mi>C</mi>
<mrow>
<mi>M</mi>
<mi>S</mi>
<mi>L</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mo>|</mo>
<msub>
<mi>K</mi>
<mrow>
<mi>M</mi>
<mi>S</mi>
<mi>L</mi>
</mrow>
</msub>
<mo>|</mo>
</mrow>
<msub>
<mi>&epsiv;</mi>
<mrow>
<mi>M</mi>
<mi>S</mi>
<mi>L</mi>
</mrow>
</msub>
</mfrac>
<mo>+</mo>
<mfrac>
<mrow>
<mo>|</mo>
<msub>
<mi>K</mi>
<mrow>
<mi>H</mi>
<mi>A</mi>
<mi>E</mi>
</mrow>
</msub>
<mo>+</mo>
<mn>1</mn>
<mo>|</mo>
</mrow>
<msub>
<mi>&epsiv;</mi>
<mrow>
<mi>H</mi>
<mi>A</mi>
<mi>E</mi>
</mrow>
</msub>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>C</mi>
<mrow>
<mi>H</mi>
<mi>A</mi>
<mi>E</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mo>|</mo>
<msub>
<mi>K</mi>
<mrow>
<mi>H</mi>
<mi>A</mi>
<mi>E</mi>
</mrow>
</msub>
<mo>|</mo>
</mrow>
<msub>
<mi>&epsiv;</mi>
<mrow>
<mi>H</mi>
<mi>A</mi>
<mi>E</mi>
</mrow>
</msub>
</mfrac>
<mo>+</mo>
<mfrac>
<mrow>
<mo>|</mo>
<msub>
<mi>K</mi>
<mrow>
<mi>M</mi>
<mi>S</mi>
<mi>L</mi>
</mrow>
</msub>
<mo>-</mo>
<mn>1</mn>
<mo>|</mo>
</mrow>
<msub>
<mi>&epsiv;</mi>
<mrow>
<mi>M</mi>
<mi>S</mi>
<mi>L</mi>
</mrow>
</msub>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
M＝CHAE-CMSL (5)；
(1.2.8)根据M判断基准面：当M小于-30时，执行步骤(1.2.10)；当M大于30时，执行步骤(1.2.9)；当M处于-30和30之间时，执行步骤(1.2.11)；
(1.2.9)判定基准面为MSL，跳转到步骤(1.2.12)；
(1.2.10)判定基准面为HAE，跳转到步骤(1.2.12)；
(1.2.11)认为不能准确判定航空器的基准面；
(1.2.12)结束。
2.根据权利要求1所述的对航空器测高学系统误差ASE进行分析的方法，其特征在于，所述步骤(2)包括以下分步骤：
(2.1)如果步骤(1)确定的航空器基准面为HAE或MSL，执行步骤(2.2)；
(2.2)对ASEMSL和ASEHAE进行核密度估计；
(2.3)根据相应基准面及公式(6)，对ASEMSL和ASEHAE进行混合正态分布拟合
<mrow>
<msub>
<mi>f</mi>
<mrow>
<mi>A</mi>
<mi>S</mi>
<mi>E</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>&alpha;</mi>
<mn>1</mn>
</msub>
<mfrac>
<mn>1</mn>
<mrow>
<msqrt>
<mrow>
<mn>2</mn>
<mi>&pi;</mi>
</mrow>
</msqrt>
<msub>
<mi>&sigma;</mi>
<mn>1</mn>
</msub>
</mrow>
</mfrac>
<mi>exp</mi>
<mrow>
<mo>(</mo>
<mo>-</mo>
<mfrac>
<msup>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>-</mo>
<msub>
<mi>&mu;</mi>
<mn>1</mn>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mrow>
<mn>2</mn>
<msubsup>
<mi>&sigma;</mi>
<mn>1</mn>
<mn>2</mn>
</msubsup>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>&alpha;</mi>
<mn>2</mn>
</msub>
<mfrac>
<mn>1</mn>
<mrow>
<msqrt>
<mrow>
<mn>2</mn>
<mi>&pi;</mi>
</mrow>
</msqrt>
<msub>
<mi>&sigma;</mi>
<mn>2</mn>
</msub>
</mrow>
</mfrac>
<mi>exp</mi>
<mrow>
<mo>(</mo>
<mo>-</mo>
<mfrac>
<msup>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>-</mo>
<msub>
<mi>&mu;</mi>
<mn>2</mn>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mrow>
<mn>2</mn>
<msubsup>
<mi>&sigma;</mi>
<mn>2</mn>
<mn>2</mn>
</msubsup>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
<mo>.</mo>
</mrow>
3.根据权利要求2所述的对航空器测高学系统误差ASE进行分析的方法，其特征在于，所述步骤(2.2)包括以下分步骤：
(2.2.1)将ASE原始数据进行核密度估计；
(2.2.2)获取ASE原始数据中的最大值和最小值；
(2.2.3)将最大值和最小值所组成的区间范围等分199份，得到新的数组，新数组包含200个元素；
(2.2.4)利用核密度估计结果计算新数组对应的核密度估计值；
(2.2.5)返回区间核密度估计值数组。
4.根据权利要求3所述的对航空器测高学系统误差ASE进行分析的方法，其特征在于，所述步骤(2.3)包括以下分步骤：
(2.3.1)开始；
(2.3.2)确立混合分布拟合参数的默认值，α1＝1，α2＝0，μ2＝0，σ1＝sx，σ2＝0；
(2.3.3)若ASE数组长度大于50并且标准差σ1>30则执行
(2.3.4)，否则执行(2.3.9)；
(2.3.4)将ASE数组进行核密度估计，确立混合分布拟合参数的初始值，α1＝0.5，α2＝0.5，
(2.3.5)以正负300为范围，分为601个区间，根据(2.3.4)结果作为系数计算最小二乘高斯拟合值，返回混合分布参数拟合结果和分布结果拟合概率值；
(2.3.6)获取(2.3.5)结果，令为中的较大值，为中较小值，为之差的绝对值，为绝对值中的较大值；
(2.3.7)如果三条件同时满足，则执行步骤(2.3.8)，否则令执行步骤(2.3.9)；
(2.3.8)确定ASE混合分布拟合结果为双峰分布，将对应的或作为ASE备选最终值，跳转到步骤(2.3.10)；
(2.3.9)确定ASE混合分布拟合结果为单峰分布，将μ1作为ASE备选最终值；
(2.3.10)结束。
5.根据权利要求4所述的对航空器测高学系统误差ASE进行分析的方法，其特征在于，所述步骤(3)包括以下分步骤：
(3.1)开始；
(3.2)获取ASE数组的基准面；
(3.3)判断基准面是否可以确定，是则执行步骤(3.4)，否则执行步骤(3.5)；
(3.4)通过混合正态分布拟合的单峰或双峰结果获取ASE最终值，跳转到步骤(3.9)；
(3.5)获取步骤(1.2)中ASEMSL和ASEHAE序列线性回归分析结果；
(3.6)判断|Geoid|<5区间内是否有值存在，是则执行步骤(3.7)，否则执行步骤(3.8)；
(3.7)选取区间内的样本均值作为ASE最终值，跳转到步骤(3.9)；
(3.8)将步骤(1.2.6)的ASE备选最终值作为ASE最终值；
(3.9)结束。
6.根据权利要求5所述的对航空器测高学系统误差ASE进行分析的方法，其特征在于，所述步骤(3.7)包括以下分步骤：
(3.7.1)选取原始ASE数组Geoid绝对值小于5区间内的样本；
(3.7.2)计算(3.7.1)中的ASEMSL和ASEHAE的全体样本均值；
(3.7.3)返回(3.7.2)的结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510103310.0A CN104680019B (zh) | 2015-03-10 | 2015-03-10 | 一种对航空器测高学系统误差ase进行分析的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510103310.0A CN104680019B (zh) | 2015-03-10 | 2015-03-10 | 一种对航空器测高学系统误差ase进行分析的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104680019A CN104680019A (zh) | 2015-06-03 |
| CN104680019B true CN104680019B (zh) | 2018-02-13 |
Family
ID=53315052
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510103310.0A Active CN104680019B (zh) | 2015-03-10 | 2015-03-10 | 一种对航空器测高学系统误差ase进行分析的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104680019B (zh) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104050368A (zh) * | 2014-06-09 | 2014-09-17 | 中国人民解放军海军航空工程学院 | 系统误差下基于误差补偿的群航迹精细关联算法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8718931B2 (en) * | 2007-10-31 | 2014-05-06 | The Boeing Company | Method and apparatus for cross checking required navigation performance procedures |
-
2015
- 2015-03-10 CN CN201510103310.0A patent/CN104680019B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104050368A (zh) * | 2014-06-09 | 2014-09-17 | 中国人民解放军海军航空工程学院 | 系统误差下基于误差补偿的群航迹精细关联算法 |
Non-Patent Citations (5)
| Title |
|---|
| DATA SHARING BETWEEN STATES AND RMAS;Robert Butcher;《REGIONAL MONITORING AGENCY COORDINATION GROUP (RMACG) WORKING GROUP MEETING》;20130412;第1-10页 * |
| Study of ADS-B Data Evaluation;ZHANG Jun 等;《Chinese Journal of Aeronautics》;20110408;第461-466页 * |
| Using automatic dependent surveillance-broadcast data for monitoring aircraft altimetry system error;C Falk等;《Aiaa Journal》;20100805;第1-12页 * |
| 空域监视技术的新进展及应用;张军;《航空学报》;20110125;第32卷(第1期);第1-14页 * |
| 高空空域飞机高度保持性能分析;蔡开泉等;《航空学报》;20090425;第30卷(第4期);第726-731页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104680019A (zh) | 2015-06-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107274417B (zh) | 一种基于机载激光点云聚集关系的单木分割方法 | |
| CN109543906B (zh) | 一种大气能见度预测的方法及设备 | |
| CN106950614B (zh) | 一种区域自动气象站小时雨量数据质量控制方法 | |
| Tavolato et al. | On the use of a Huber norm for observation quality control in the ECMWF 4D‐Var | |
| CN112465041B (zh) | 一种基于层次分析法的ais数据质量评估方法 | |
| CN112053005B (zh) | 一种主客观降水预报的机器学习融合方法 | |
| Beutler et al. | Bulk density prediction for Histosols and soil horizons with high organic matter content | |
| CN105868443B (zh) | 一种微地形微气象要素场的构建方法 | |
| CN111290422B (zh) | 基于颠簸指数的飞行控制方法、装置及飞行器 | |
| CN109492063A (zh) | 一种高精度地图数据的质量评价方法 | |
| CN114374449A (zh) | 一种干扰源确定方法、装置、设备及介质 | |
| CN106033643B (zh) | 一种数据处理方法及装置 | |
| CN114236645A (zh) | 一种大规模降雨监测异常站点筛查方法 | |
| CN113742927B (zh) | 一种气象预报数据质量检测的方法 | |
| CN118197103A (zh) | 基于势场理论的多航空器实时交互风险评估方法及系统 | |
| CN117708625B (zh) | 一种乏数据背景下大坝监测历史数据填补方法 | |
| CN101629812B (zh) | 一种焊接接头成形组织特征的测量方法 | |
| CN104680019B (zh) | 一种对航空器测高学系统误差ase进行分析的方法 | |
| Di Angelo et al. | Automatic evaluation of form errors in high-density acquired surfaces | |
| CN116932679A (zh) | 一种基于gis技术多模式行业气象服务检验应用方法 | |
| CN117808852A (zh) | 一种基于测绘点云的建筑工期数字化监控方法和系统 | |
| CN111310982B (zh) | 双参云微物理方案伽马雨滴谱函数高精度快速求解方法 | |
| CN106779354B (zh) | 用于飞行器性能评估的Bayes数据融合评估方法 | |
| CN112131752A (zh) | 一种基于拟准检定的超强崩溃污染率抗差估计算法 | |
| CN109637197A (zh) | 基于概率密度的航路点繁忙等级分级方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |