CN104732808A - 飞行器告警方法及装置 - Google Patents

Abstract

本发明提供一种飞行器告警方法及装置，方法包括：获取所述飞行器的预测飞行航迹分布；根据预设飞行航迹和所述飞行器的预设偏航距离获取所述飞行器的允许航迹范围；根据所述预测飞行航迹分布判断所述飞行器偏离所述允许航迹范围的概率；若所述概率大于预设门限值，则发出报警。本发明提供的飞行器告警方法及装置，能够有效减少虚警，且能够同时保证飞行安全。

Description

飞行器告警方法及装置

技术领域

本发明涉及飞行器告警技术，尤其涉及一种飞行器告警方法及装置。

背景技术

近年来，随着飞行器性能的提高和地面设备的投入使用，中国陆续开通了高原机场航线。但是由于高原机场具有净空条件差、海拔高、气候复杂多变等特点，一直以来仍然是飞行安全的大敌。同时，受地形和地理条件的影响，这些机场和区域的传统陆基导航设施投资巨大，维护成本高，且其导航性能难以满足日益增长的运行需要。随着高原机场的不断开辟，保障飞行器在高原机场安全高效飞行的技术的研究极为迫切。

所需导航性能(Required Navigation Performance，简称RNP)是国际民航组织提出的一种新型航空运行概念，是利用飞机自身机载导航设备和全球定位系统引导飞机起降的新技术。它与传统陆基导航模式下飞行器只能沿着导航台进行直线飞行不同，RNP将飞行器先进的机载设备与卫星导航及其他技术结合起来，从而提供更加精确、安全的曲线飞行方法，是解决高原机场运行困难的重要手段。

机载近地告警系统是一种对飞行器的预警系统，其预测飞行器的飞行轨迹，并根据所预测的飞行轨迹以及地形数据库进行预警。由于某些原因，飞行器虽然执行的是RNP飞行，但是其所使用的告警系统却是机载近地告警系统，这会产生虚警的问题。例如，在高原机场执行RNP飞行的过程中，由于山体等复杂地形较为普遍，机载近地告警系统可能会给飞行员提供一种虚警。图1为现有技术中近地告警系统提供虚警的示意图，如图1所示，当飞行器T正处于图中位置时，由于近地告警系统是利用飞行当前速度等状态信息，将飞行器当前位置直接到映射到飞行器未来位置A，由于A处为障碍物，会对飞行器T的安全产生威胁，因此近地告警系统会给飞行员提供即将碰撞危险地形的告警信息，而此时飞行器并不会按照近地告警系统预测的直线飞行，而是会按照航迹1飞行，所以此时的近地告警系统提供的是虚警，将给飞行员造成误导，从而影响飞行器的正常飞行。

发明内容

本发明实施例提供了一种飞行器告警方法及装置，用以解决现有近地告警系统提供虚警，给飞行员造成误导，从而影响飞行器正常飞行的问题。

本发明一方面提供一种飞行器告警方法，包括：

获取所述飞行器的预测飞行航迹分布；

根据预设飞行航迹和所述飞行器的预设偏航距离获取所述飞行器的允许航迹范围；

根据所述预测飞行航迹分布判断所述飞行器偏离所述允许航迹范围的概率；

若所述概率大于预设门限值，则发出报警。

本发明另一方面提供一种飞行器告警装置，包括：

航迹分布获取模块，用于获取所述飞行器的预测飞行航迹分布；

允许航迹范围获取模块，用于根据预设飞行航迹和所述飞行器的预设偏航距离获取所述飞行器的允许航迹范围；

判断模块，用于根据所述预测飞行航迹分布判断所述飞行器偏离所述允许航迹范围的概率；

报警模块，若所述概率大于预设门限值，则发出报警。

本发明提供的飞行器告警方法及装置，通过获取飞行器的预测飞行航迹分布，根据预设飞行航迹和飞行器的预设偏航距离获取飞行器的允许航迹范围，由预测飞行航迹分布判断飞行器偏离允许航迹范围的概率，当概率大于预设门限值时发出报警，可有效减少虚警，且能够同时保证飞行安全。

附图说明

图1为现有技术中近地告警系统提供虚警的示意图；

图2为根据本发明实施例一的飞行器告警方法的流程示意图；

图3为根据本发明实施例二的飞行器告警方法的流程示意图；

图4为根据本发明实施例二的飞行器的一种实际飞行航迹示意图；

图5为根据本发明实施例二的飞行器的另一种实际飞行航迹示意图；

图6为根据本发明实施例三的飞行器告警装置的结构示意图；

图7为根据本发明实施例四的飞行器告警装置的结构示意图。

具体实施方式

实施例一

该飞行器告警方法适用于各种飞行器，例如飞机、直升机、飞艇等。本实施例的飞行器告警方法的执行主体是飞行器告警装置。图2为根据本发明实施例一的飞行器告警方法的流程示意图，如图2所示，本实施例的飞行器告警方法包括：

步骤101，获取飞行器的预测飞行航迹分布。

预测飞行航迹分布即根据飞行器的当前位置预测未来飞行航迹所服从的分布。具体来说，该预测飞行航迹上分布有多个点，这些点均是对预测时间进行采样获得的采样点，每个采样点服从的分布可相同可不相同，需要根据实际情况计算得到，这些采样点服从的分布即是预测飞行航迹分布。采样点的个数可以根据实际情况进行设置，比如预测时间为1分钟，每1秒获得一个采样点，因此这种采样方式可使1分钟内获得60个采样点，具体设置方式可以根据实际需要进行设定。

步骤102，根据预设飞行航迹和飞行器的预设偏航距离获取飞行器的允许航迹范围。

预设飞行航迹即飞行器的计划飞行航迹，预设偏航距离即飞行器可以偏离预设飞行航迹飞行的距离，飞行器的允许航迹范围即飞行器可以偏离预设飞行航迹预设偏航距离的范围。预设飞行航迹可以从RNP飞行程序中获得。预设偏航距离可以根据实际情况进行设置，比如可以为400m或者500m，具体数值可以根据实际需要进行设定。

步骤103，根据预测飞行航迹分布判断飞行器偏离允许航迹范围的概率。

根据采样点服从的分布可判断出该采样点是否落在允许航迹范围内，若没有落在允许航迹范围内，则该采样点偏离了允许航迹范围，对所有采样点是否偏离允许航迹范围进行统计，并计算该统计结果在所有采样点中的概率。

步骤104，若概率大于预设门限值，则发出报警。

预设门限值即是预先设置的一个门限值，比如可以是90％或者95％，若采样点偏离允许航迹范围的概率小于该预设门限值，表明此时飞行器满足RNP性能需求，不提供预警信息，若采样点偏离允许航迹范围的概率大于该预设门限值，则发出报警。

本实施例中的飞行器告警方法，通过获取飞行器的预测飞行航迹分布，根据预设飞行航迹和飞行器的预设偏航距离获取飞行器的允许航迹范围，然后根据预测飞行航迹分布判断飞行器偏离允许航迹范围的概率，只有当概率大于预设门限值时，才发出报警，可有效减少虚警，且能够同时保证飞行安全。

实施例二

本实施例基于实施例一提供一种飞行器告警方法。图3为根据本发明实施例二的飞行器告警方法的流程示意图，如图3所示，该飞行器告警方法包括：

步骤201，根据飞行器的当前位置获取飞行器的上一个航路点和下一个航路点，其中，上一个航路点和下一个航路点为预设飞行航迹上的点。

预设飞行航迹中的每一个航路点都可以从RNP飞行程序中获得，他们的位置坐标是已经确定的，因此，在确定上一个航路点和下一个航路点时，只需根据飞行器的当前位置在预设飞行航迹的航路点中确定出上一个航路点和下一个航路点。

该步骤的具体操作为：

获取预设飞行航迹上的各航路点。

根据飞行器的当前位置获取飞行器的上一个航路点和下一个航路点，上一个航路点为与飞行器的当前位置的欧式距离最小且飞行器已经过的航路点，下一个航路点为与飞行器的当前位置的欧式距离最小且飞行器未经过的航路点。

具体的，从RNP飞行程序中可获取预设飞行航迹上的各航路点，然后根据飞行器的当前位置获取飞行器的上一个航路点和下一个航路点，上一个航路点为与飞行器的当前位置的欧式距离最小且飞行器已经过的航路点，下一个航路点为与飞行器的当前位置的欧式距离最小且飞行器未经过的航路点。举例来说，若飞行器在时刻u的位置坐标为(x_(u),1，x_(u),2)，飞行器已经过的航路点坐标为(x_(h1),1，x_(h1),2),飞行器未经过的航路点坐标为(x_(h2),1，x_(h2),2)，其中，h1<h2，h1表示过去的某一时刻，h2表示未来的某一时刻。计算飞行器的当前位置(x_(u),1，x_(u),2)与飞行器已经过的航路点坐标为(x_(h1),1，x_(h1),2)的欧式距离，获取该欧式距离最小的航路点，该航路点即为所求的上一个航路点，同样的，计算飞行器的当前位置(x_(u),1，x_(u),2)与飞行器未经过的航路点坐标为(x_(h2),1，x_(h2),2)的欧式距离，获取该欧式距离最小的航路点，该航路点即为所求的下一个航路点。

步骤202，获取飞行器的状态转移概率矩阵。

根据上一个航路点和下一个航路点获取飞行器的飞行模式转换时的模式转移矩阵M_g(u)：

其中， ${\mathrm{\&pi;}}_{g,\mathrm{ij}}\left(u\right)=P(L_{m\left(u\right)}^T{[x{\left(u\right)}^T,\mathrm{\&mu;}]}^T+{\mathrm{\&lambda;}}_{m\left(u\right)}>0),i,j\&Element;[\mathrm{1,2},...,N];$

N为飞行模式的个数；

π_g,ij(u)表示所述飞行器在u时刻飞行模式转换时飞行模式从第i模式转换为第j模式的概率；

L_m(u)＝[1/k_m(u),1,1]^T，T表示转置；

λ_m(u)＝-[1/k_m(u),1]w_m(u)+1+r_m(u)(sin(φ_m(u))/k_m(u)-cos(φ_m(u)))/cos(ρ_m(u))；

w_m(u)为所述上一个航路点的位置坐标；

w_m(u)+1为所述下一个航路点的位置坐标；

w_m(u)+2为所述下一个航路点的下一个航路点的位置坐标；

r_m(u)为所述下一个航路点w_m(u)+1处的转弯半径；

φ_m(u)＝(ψ_m(u)+1+ψ_m(u))/2，ρ_m(u)＝(ψ_m(u)+1-ψ_m(u))/2；

ψ_m(u)＝arctan(w_m(u)+1,1-w_m(u),1,w_m(u)+1,2-w_m(u),2)∈[0,2π]；

ψ_m(u)+1＝arctan(w_m(u)+2,1-w_m(u)+1,1,w_m(u)+2,2-w_m(u)+1,2)∈[0,2π]；

k_m(u)＝(w_m(u)+1,2-w_m(u),2)/(w_m(u)+1,1-w_m(u),1)；

w_m(u),1表示w_m(u)的第1个参数，w_m(u),2表示w_m(u)的第2个参数；

同理，w_m(u)+1,1表示w_m(u)+1的第1个参数，w_m(u)+1,2表示w_m(u)+1的第2个参数；

w_m(u)+2,1表示w_m(u)+2的第1个参数，w_m(u)+2,2表示w_m(u)+2的第2个参数；

μ服从零均值标准差为σ_μ∈[50,150]的高斯分布，在实际应用中可设置σ_μ＝100。

举例来说，在本实施例中假设飞行模式的个数为3个，即N＝3，具体可根据实际情况进行设置，在此不加限定。其中，飞行模式中的第一模式代表匀速直线运动，飞行模式中的第二模式代表顺时针匀速转弯，飞行模式中第三模式代表逆时针匀速转弯。图4为根据本发明实施例二的飞行器的一种实际飞行航迹示意图，如图4所示，点A、B、C为预设飞行航迹上的航路点，线段AB、BC为一段预设飞行航迹，假设在某一时刻u，飞行器正在AB段上飞行，即飞行器当前正在航路点A、B之间飞行，w_m(u)为航路点A的位置坐标,w_m(u)+1为航路点B的位置坐标,w_m(u)+2为航路点C的位置坐标。从实际情况来看，飞行器从AB段运行至BC段，不可能直接在航路点B处转弯，而是需要提前转弯，走一条弧状的航迹，如图4中的弧ab，即为飞行器转弯时实际走过的航迹。

飞行器在AB段飞行时，处于飞行模式1，当飞行器从AB段飞行到BC段时，将会以一定的概率处于模式2，即飞行器会以一定的概率顺时针匀速转弯，此时飞机的飞行模式将是从模式1转为模式2，此时的转换概率可表达如下：

${\mathrm{\&pi;}}_{g,12}\left(u\right)=P\left(L_{m\left(u\right)}^T\right[x{\left(u\right)}^T,{\mathrm{\&mu;}]}^T+{\mathrm{\&lambda;}}_{m\left(u\right)}>0)$

x(u)为飞行器在时刻u的位置坐标，μ表示模式转换的随机性，服从零均值标准差为σ_μ的高斯分布；为转弯直线，它垂直于预设飞行航迹AB，表示的即是线段oa所在的直线，满足L_m(u)＝[1/k_m(u),1,1]^T，通过RNP飞行程序获得航路点B处的转弯半径为r_m(u)，并且转弯中心O_m(u)在转弯直线上，O_m(u)即是点a，也即弧ab的圆心，所以O_m(u)满足：

O_m(u)＝[w_m(u)+1,1-r_m(u)sinφ_m(u)/cosρ_m(u),w_m(u)+1,2+r_m(u)cosφ_m(u)/cosρ_m(u)]^T

因此，计算可得：

λ_m(u)＝-[1/k_m(u),1]w_m(u)+1+r_m(u)(sin(φ_m(u))/k_m(u)-cos(φ_m(u)))/cos(ρ_m(u))

其中，φ_m(u)＝(ψ_m(u)+1+ψ_m(u))/2，ρ_m(u)＝(ψ_m(u)+1-ψ_m(u))/2,

ψ_m(u)＝arctan(w_m(u)+1,1-w_m(u),1,w_m(u)+1,2-w_m(u),2)∈[0,2π]；

ψ_m(u)+1＝arctan(w_m(u)+2,1-w_m(u)+1,1,w_m(u)+2,2-w_m(u)+1,2)∈[0,2π]；

k_m(u)＝(w_m(u)+1,2-w_m(u),2)/(w_m(u)+1,1-w_m(u),1)；

因为图4中没有需要逆时针匀速转弯的情况，即没有从模式1转换为模式3的可能性，所以π_g,13(u)＝0，于是飞行器保持飞行模式1不变的概率为：

π_g,11(u)＝1-π_g,12(u)

根据图4中AC段的航迹特点可知，其他不同模式之间的转换概率趋于O，因此飞行器在u时刻的飞行模式转换时的模式转移矩阵M_g(u)为：

$M_g\left(u\right)=\left[\begin{array}{ccc}{\mathrm{\&pi;}}_{g,11}\left(u\right)& {\mathrm{\&pi;}}_{g,12}\left(u\right)& 0\\ 0& 1& 0\\ 0& 0& 1\end{array}\right]$

根据上一个航路点和下一个航路点获取飞行器通过纠正操作减少偏航距时的模式转移矩阵M_c(u)。

其中，

π_c,ij(u)＝P(η+(θ(u)-Θ(u))>0)。

飞行器在飞行过程中，一方面需要沿着预设飞行航迹飞行，另一方面，当发现飞行偏离预设飞行航迹时，需要调整飞行方向来减少误差，通过采用纠正飞行方向来减少偏航距，纠正后的方向满足：

Θ(u)＝γ(d_e(u),w_m(u))ξ_m(u)+[1-γ(d_e(u),w_m(u))]ψ_m(u)

其中γ(d_e(u),w_m(u))＝min{1,|d_e(u)|/d}是纠正方向上的权重；

π_c,ij(u)表示所述飞行器在u时刻通过纠正操作减少偏航距时飞行模式从第i模式转换为第j模式的概率；

d是预设偏航距离；

ξ_m(u)＝ψ_m(u)-sgn(d_e(u))π/2指纠正方向，其中sgn为符号函数；

d_e(u)表示飞行器在u时刻的实际偏航距离；

η表示模式转换的随机性，服从零均值标准差为σ_η∈[1°,5°]的高斯分布，在实际应用中可设置σ_η＝5°；

θ(u)为飞行器在u时刻的飞行方向，可由RNP飞行程序获得。

举例来说，图5为根据本发明实施例二的飞行器的另一种实际飞行航迹示意图，如图5所示，在二维坐标系x₁Ox₂下，θ(u)为飞机u时刻的飞行方向，当θ(u)大于Θ(u)时，飞机将顺时针匀速转弯，转为飞行模式2，反之，转为飞行模式3。因此，计算得纠正操作状态转移概率如下：

π_c,i2(u)＝P(η+(θ(u)-Θ(u))>0)，π_c,i3(u)＝1-π_c,i2(u)，

其中i∈[1,2,…，N]，N为飞行模式的个数。

由上式可得通过纠正操作减少偏航距时的模式转移矩阵如下：

$M_c\left(u\right)=\left[\begin{array}{ccc}0& {\mathrm{\&pi;}}_{c,12}\left(u\right)& {\mathrm{\&pi;}}_{c,13}\left(u\right)\\ 0& {\mathrm{\&pi;}}_{c,12}\left(u\right)& {\mathrm{\&pi;}}_{c,13}\left(u\right)\\ 0& {\mathrm{\&pi;}}_{c,12}\left(u\right)& {\mathrm{\&pi;}}_{c,13}\left(u\right)\end{array}\right];$

根据飞行器飞行模式转换时的模式转移矩阵M_g(u)和通过纠正操作减少偏航距时的模式转移矩阵M_c(u)，可得飞行器在时刻u的状态转移概率矩阵为：

$M\left(u\right)=\frac{1}{2}(M_g\left(u\right)+M_c\left(u\right))$

步骤203，获取飞行器的预测飞行航迹分布。

具体的，可按照如下步骤获取飞行器的预测飞行航迹分布。

步骤1，初始化各参数

假设预测飞行航迹分布的初始时刻为u_c，初始时刻飞行器的飞行模式q(u_c)＝n，其中n∈[1,2,...,N]，飞行器的位置坐标的均值x(u_c)＝x_n(u_c)，误差协方差矩阵P'(u_c)＝P_n'(u_c)，可得预测飞行航迹分布初始条件P(q(u_c)＝n)＝1，P(q(u_c)≠n)＝0，飞行器的位置坐标与误差协方差矩阵初始条件分别为x_i(u_c)＝x_n(u_c)，P_i'(u_c)＝P_n'(u_c)。令u＝u_c，执行下面的计算。

步骤2，计算预测模型概率

预测模型概率即预测飞行器在某个采样时刻u处于何种模式转换的概率。

利用状态转移概率矩阵计算预测模型概率α_ij(u)：

α_ij(u)＝c_iP(q(u+1)＝i|q(u)＝j)P(q(u))

其中c_i是归一化系数，使得P(q(u+1)＝i|q(u)＝j)＝M_ji(u)，其中M_ji(u)为矩阵M(u)的第j行第i列个元素。u为采样时刻，u+1为采样时刻的下一秒，q(u)表示所述飞行器u时刻的飞行模式，q(u+1)表示所述飞行器u+1时刻的飞行模式。

步骤3，计算条件状态分布

计算得到的条件状态服从如下高斯分布：

p(x(u+1)|q(u+1)＝i)～N(x_i(u+1),P_i(u+1))

其中该高斯分布的均值和误差协方差矩阵分别为：

x_i(u+1)＝A_ix_i0(u)

${p_i}^{\&prime;}(u+1)=A_i{P}_{i0}\left(u\right)A_i^T+{\mathrm{\&Sigma;}}_i\left(u\right)$

其中A_i和Σ_i(u)分别为第i模式的状态转移矩阵和误差协方差矩阵。x_i(u+1)表示所述飞行器在u+1时刻且所述飞行模式为i时的均值，P_i'(u+1)表示所述飞行器在u+1时刻且所述飞行模式为i时的协方差矩阵，混合状态 $x_{i0}\left(u\right)=\underset{j=1}{\overset{N}{\mathrm{\&Sigma;}}}{\mathrm{\&alpha;}}_{\mathrm{ij}}\left(u\right)x_j\left(u\right),$ 混合协方差矩阵 ${P_{i0}}^{\&prime;}\left(u\right)=\underset{j=1}{\overset{N}{\mathrm{\&Sigma;}}}{\mathrm{\&alpha;}}_{\mathrm{ij}}\left(u\right)\{{P_j}^{\&prime;}\left(u\right)+[x_j\left(u\right)-x_{i0}\left(u\right)\left]{[x_j\left(u\right)-x_{i0}\left(u\right)]}^T\right\}.$

步骤4，计算飞行模式分布

由状态转移概率可计算飞行模式分布如下：

$P(q(u+1)=i)=\underset{j=1}{\overset{N}{\mathrm{\&Sigma;}}}{M}_{\mathrm{ji}}\left(u\right)P(q\left(u\right)=j)$

步骤5，计算预测飞行航迹分布

由全概率公式，可得预测飞行航迹分布如下

$P\left(x(u+1)\right)=\underset{j=1}{\overset{N}{\mathrm{\&Sigma;}}}P\left(x(u+1)\right|q(u+1)=j)P(q(u+1)=j)$

由以上可得预测飞行航迹分布同样服从高斯分布，记为

P(x(u+1))～N(x(u+1),P′(u+1))

x_j(u+1)表示飞行器在u+1时刻且飞行模式为j时的均值；

P(q(u+1)＝i)表示所述飞行器在u+1时刻且飞行模式为第i模式的概率；

P(q(u+1)＝j)表示所述飞行器在u+1时刻且飞行模式为第j模式的概率；

x_i(u+1)表示所述飞行器在u+1时刻且所述飞行模式为第i模式时的位置均值；

x_j(u+1)表示所述飞行器在u+1时刻且所述飞行模式为第j模式时的位置均值；

P_i′(u+1)表示所述飞行器在u+1时刻且所述飞行模式为第i模式时的协方差矩阵。

步骤6，迭代计算

令u＝u+1，重复上述步骤2-6。本实施例设定飞行预测时间长度为120秒，即当u＝u_c+120时，流程结束。

其中，u为采样时刻，u+1为采样时刻的下一秒，当然，也可以设置u＝u+2，即每2秒钟采样一次，并进行上述计算。

步骤204，根据预设飞行航迹和飞行器的预设偏航距离获取飞行器的允许航迹范围。

该步骤具体包括：

获取飞行器的预设飞行航迹；

根据飞行器的预设飞行航迹和飞行器的最大预设偏航距离获取飞行器的允许航迹范围。

预设飞行航迹即飞行器的计划飞行航迹，最大预设偏航距离即飞行器可以偏离预设飞行航迹飞行的最大距离，此时飞行器的允许航迹范围即飞行器可以偏离预设飞行航迹最大预设偏航距离的范围。预设飞行航迹可以从RNP飞行程序中获得。最大预设偏航距离可以根据实际情况进行设置。

步骤205，根据预测飞行航迹分布判断飞行器偏离允许航迹范围的概率。

该步骤具体包括：

根据门特卡罗方法仿真N(u)个服从均值为x(u)协方差矩阵为P(u)的高斯分布的采样点，其中u为采样时刻；

根据采样点的位置获取超出允许航迹范围的采样点的个数N_e(u)；

根据如下公式获取飞行器偏离允许航迹范围的概率P_e(u)：

$P_e\left(u\right)=\frac{N_e\left(u\right)}{N\left(u\right)}$

具体的，根据采样点服从的分布通过门特卡罗方法仿真可判断出该采样点是否落在允许航迹范围内，若没有落在允许航迹范围内，则该采样点偏离了允许航迹范围，对所有采样点是否偏离允许航迹范围进行统计，获取超出允许航迹范围的采样点的个数N_e(u)，并计算该采样点的个数N_e(u)在所有采样点N(u)中的概率P_e(u)。

步骤206，若概率大于预设门限值，则发出报警。

预设门限值即是预先设置的一个门限值，比如可以是90％或者95％，若采样点偏离允许航迹范围的概率小于该预设门限值，表明此时飞行器满足RNP性能需求，不提供预警信息，若采样点偏离允许航迹范围的概率大于该预设门限值，则发出报警。

本实施例中的飞行器告警方法，通过计算飞行器的状态转移概率矩阵，综合考虑飞行器在飞行过程中，一方面需要沿着预设飞行航迹飞行，另一方面，当发现飞行偏离预设飞行航迹时，需要调整飞行方向来减少误差，然后对多个采样点计算飞行器的预测飞行航迹分布，最后根据预测飞行航迹分布判断飞行器偏离允许航迹范围的概率，若概率大于预设门限值，则发出报警，在一定程度上有效地减少了虚警，且能够同时保证飞行安全。

实施例三

本发明还提供一种飞行器告警装置，用于执行实施例一的飞行器告警方法。图6为根据本发明实施例三的飞行器告警装置的结构示意图。如图6所示，飞行器告警装置包括：航迹分布获取模块601、允许航迹范围获取模块602、判断模块603和报警模块604。

其中，航迹分布获取模块601，用于获取所述飞行器的预测飞行航迹分布；允许航迹范围获取模块602，用于根据预设飞行航迹和所述飞行器的预设偏航距离获取所述飞行器的允许航迹范围；判断模块603，用于根据所述预测飞行航迹分布判断所述飞行器偏离所述允许航迹范围的概率；报警模块604，若所述概率大于预设门限值，则发出报警。

本实施例的飞行器告警装置的具体操作方法与实施例一一致，在此不再赘述。

本实施例中，飞行器告警装置通过获取飞行器的预测飞行航迹分布，根据预设飞行航迹和飞行器的预设偏航距离获取飞行器的允许航迹范围，然后根据预测飞行航迹分布判断飞行器偏离允许航迹范围的概率，只有当概率大于预设门限值时，才发出报警，可有效减少虚警，且能够同时保证飞行安全。

实施例四

本实施例对实施例三的飞行器告警装置做进一步补充说明，用于执行实施例二的飞行器告警方法。

图7为根据本发明实施例四的飞行器告警装置的结构示意图，如图7所示，飞行器告警装置包括概率矩阵获取模块605、航迹分布获取模块601、允许航迹范围获取模块602、判断模块603和报警模块604。

其中，概率矩阵获取模块605具体包括：第一概率矩阵获取子模块6051、第二概率矩阵获取子模块6052和第三概率矩阵获取子模块6053。

第一概率矩阵获取子模块6051，用于根据所述飞行器的当前位置获取所述飞行器的上一个航路点和下一个航路点，所述上一个航路点和所述下一个航路点为所述预设飞行航迹上的点；

可选地，第一概率矩阵获取子模块6051具体用于：

获取所述预设飞行航迹上的各航路点；然后根据所述飞行器的当前位置获取所述飞行器的所述上一个航路点和所述下一个航路点，所述上一个航路点为与所述飞行器的当前位置的欧式距离最小且所述飞行器已经过的航路点，所述下一个航路点为与所述飞行器的当前位置的欧式距离最小且所述飞行器未经过的航路点。

第二概率矩阵获取子模块6052，用于根据所述上一个航路点和所述下一个航路点获取所述飞行器的飞行模式转换时的模式转移矩阵M_g(u)；

其中， ${\mathrm{\&pi;}}_{g,\mathrm{ij}}\left(u\right)=P(L_{m\left(u\right)}^T{[x{\left(u\right)}^T,\mathrm{\&mu;}]}^T+{\mathrm{\&lambda;}}_{m\left(u\right)}>0),i,j\&Element;[\mathrm{1,2},...,N];$

π_g,ij(u)表示所述飞行器在u时刻飞行模式转换时飞行模式从第i模式转换为第j模式的概率；

N为飞行模式的个数；

L_m(u)＝[1/k_m(u),1,1]^T，T表示转置；

λ_m(u)＝-[1/k_m(u),1]w_m(u)+1+r_m(u)(sin(φ_m(u))/k_m(u)-cos(φ_m(u)))/cos(ρ_m(u))；

w_m(u)为所述上一个航路点的位置坐标；

w_m(u)+1为所述下一个航路点的位置坐标；

w_m(u)+2为所述下一个航路点的下一个航路点的位置坐标；

r_m(u)为所述下一个航路点w_m(u)+1处的转弯半径；

φ_m(u)＝(ψ_m(u)+1+ψ_m(u))/2，ρ_m(u)＝(ψ_m(u)+1-ψ_m(u))/2；

ψ_m(u)＝arctan(w_m(u)+1,1-w_m(u),1,w_m(u)+1,2-w_m(u),2)∈[0,2π]；

ψ_m(u)+1＝arctan(w_m(u)+2,1-w_m(u)+1,1,w_m(u)+2,2-w_m(u)+1,2)∈[0,2π]；

k_m(u)＝(w_m(u)+1,2-w_m(u),2)/(w_m(u)+1,1-w_m(u),1)；

w_m(u),1表示w_m(u)的第1个参数，w_m(u),2表示w_m(u)的第2个参数；

同理，w_m(u)+1,1表示w_m(u)+1的第1个参数，w_m(u)+1,2表示w_m(u)+1的第2个参数；

w_m(u)+2,1表示w_m(u)+2的第1个参数，w_m(u)+2,2表示w_m(u)+2的第2个参数；

μ服从零均值标准差为σ_μ∈[50,150]的高斯分布，实际应用中可设置σ_μ＝100。

第三概率矩阵获取子模块6053，用于根据所述上一个航路点和所述下一个航路点获取所述飞行器通过纠正操作减少偏航距时的模式转移矩阵M_c(u)：

其中，

π_c,ij(u)＝P(η+(θ(u)-Θ(u))>0)，

Θ(u)＝γ(d_e(u),w_m(u))ξ_m(u)+[1-γ(d_e(u),w_m(u))]ψ_m(u)，

γ(d_e(u),w_m(u))＝min{1,|d_e(u)|/d}是纠正方向上的权重；

π_c,ij(u)表示所述飞行器在u时刻通过纠正操作减少偏航距时飞行模式从第i模式转换为第j模式的概率；

d是预设偏航距离；

ξ_m(u)＝ψ_m(u)-sgn(d_e(u))π/2指纠正方向，其中sgn为符号函数；

d_e(u)表示所述飞行器在u时刻的实际偏航距离；

η表示模式转换的随机性，服从零均值标准差为σ_η∈[1°_,5°]的高斯分布；

θ(u)为所述飞行器在u时刻的飞行方向；

所述飞行器在时刻u的状态转移概率矩阵为：

$M\left(u\right)=\frac{1}{2}(M_g\left(u\right)+M_c\left(u\right))$

航迹分布获取模块601具体用于：

根据如下公式获取所述飞行器的预测飞行航迹分布P(x(u+1))：

$P\left(x(u+1)\right)=\underset{j=1}{\overset{N}{\mathrm{\&Sigma;}}}P\left(x(u+1)\right|q(u+1)=j)P(q(u+1)=j)$

其中，均值 $x(u+1)=\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}P(q(u+1)=i)x_i(u+1),$

协方差矩阵 $P^{\&prime;}(u+1)=\underset{j=1}{\overset{N}{\mathrm{\&Sigma;}}}\{{P_i}^{\&prime;}(u+1)+P(q(u+1)=i)[x_j(u+1)-x\left(u\right)\left]{[x_j(u+1)-x\left(u\right)]}^T\right\},$

$P(q(u+1)=i)=\underset{j=1}{\overset{N}{\mathrm{\&Sigma;}}}{M}_{\mathrm{ji}}\left(u\right)P(q\left(u\right)=j),i,j\&Element;[\mathrm{1,2},...,N],$

u为采样时刻；

u+1为采样时刻的下一秒；

N为飞行模式的个数；

q(u)表示所述飞行器u时刻的飞行模式；

P(q(u+1)＝i)表示飞行器在u+1时刻且飞行模式为i的概率；

x_i(u+1)表示所述飞行器在u+1时刻且所述飞行模式为i时的位置坐标；

P_i′(u+1)表示所述飞行器在u+1时刻且所述飞行模式为i时的协方差矩阵；

M_ji(u)为状态转移概率矩阵M(u)的第j行第i列个元素。

可选地，允许航迹范围获取模块602具体用于：

获取所述飞行器的所述预设飞行航迹，根据所述飞行器的所述预设飞行航迹和所述飞行器的最大预设偏航距离获取所述飞行器的所述允许航迹范围。

可选地，判断模块603具体用于：

根据门特卡罗方法仿真N(u)个服从均值为x(u)协方差矩阵为P(u)的高斯分布的采样点；

根据所述随机点的位置获取超出所述允许航迹范围的采样点的个数N_e(u)；

根据如下公式获取所述飞行器偏离所述允许航迹范围的概率P_e(u)：

$P_e\left(u\right)=\frac{N_e\left(u\right)}{N\left(u\right)}.$

本实施例飞行器告警装置的操作方法与实施例二一致，在此不再赘述。

本实施例中，飞行器告警装置通过计算飞行器的状态转移概率矩阵，综合考虑飞行器在飞行过程中，一方面需要沿着预设飞行航迹飞行，另一方面，当发现飞行偏离预设飞行航迹时，需要调整飞行方向来减少误差，然后对多个采样点计算飞行器的预测飞行航迹分布，最后根据预测飞行航迹分布判断飞行器偏离允许航迹范围的概率，若概率大于预设门限值，则发出报警，在一定程度上有效地减少了虚警，且能够同时保证飞行安全。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各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：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部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各实施例技术方案的范围。

Claims (12)

1.一种飞行器告警方法，其特征在于，包括：

获取所述飞行器的预测飞行航迹分布；

根据预设飞行航迹和所述飞行器的预设偏航距离获取所述飞行器的允许航迹范围；

根据所述预测飞行航迹分布判断所述飞行器偏离所述允许航迹范围的概率；

若所述概率大于预设门限值，则发出报警。

2.根据权利要求1所述的方法，其特征在于，所述获取所述飞行器的预测飞行航迹分布包括：

根据如下公式获取所述飞行器的预测飞行航迹分布P(x(u+1))：

$P\left(x(u+1)\right)=\underset{j=1}{\overset{N}{\mathrm{\&Sigma;}}}P\left(x(u+1)\right|q(u+1)=j)P(q(u+1)=j)$

其中，均值 $x(u+1)=\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}P(q(u+1)=i)x_i(u+1),$

协方差矩阵 $P^{\&prime;}(u+1)=\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}\{{P^{\&prime;}}_i(u+1)+P(q(u+1)=i)[x_j(u+1)-x\left(u\right)\left]{[x_j(u+1)-x\left(u\right)]}^T\right\},$ $P(q(u+1)=i)=\underset{j=1}{\overset{N}{\mathrm{\&Sigma;}}}{M}_{\mathrm{ji}}\left(u\right)P(q\left(u\right)=j),$ i,j∈[1,2,…，N]，

u为采样时刻；

u+1为采样时刻的下一秒；

N为飞行模式的个数；

q(u)表示所述飞行器u时刻的飞行模式；

q(u+1)表示所述飞行器u+1时刻的飞行模式；

P(q(u+1)＝i)表示所述飞行器在u+1时刻且飞行模式为第i模式的概率；

P(q(u+1)＝j)表示所述飞行器在u+1时刻且飞行模式为第j模式的概率；

x_i(u+1)表示所述飞行器在u+1时刻且所述飞行模式为第i模式时的位置均值；

x_j(u+1)表示所述飞行器在u+1时刻且所述飞行模式为第j模式时的位置均值；

P′_i(u+1)表示所述飞行器在u+1时刻且所述飞行模式为第i模式时的协方差矩阵；

M_ji(u)为状态转移概率矩阵M(u)的第j行第i列个元素。

3.根据权利要求1或2所述的方法，其特征在于，在所述获取所述飞行器的预测飞行航迹分布之前，还包括：

根据所述飞行器的当前位置获取所述飞行器的上一个航路点和下一个航路点，所述上一个航路点和所述下一个航路点为所述预设飞行航迹上的点；

根据所述上一个航路点和所述下一个航路点获取所述飞行器的飞行模式转换时的模式转移矩阵M_g(u)；

其中， ${\mathrm{\&pi;}}_{g,\mathrm{ij}}\left(u\right)=P(L_{m\left(u\right)}^T{[x{\left(u\right)}^T,\mathrm{\&mu;}]}^T+{\mathrm{\&lambda;}}_{m\left(u\right)}>0),$ i,j∈[1,2,…，N]；

π_g,ij(u)表示所述飞行器在u时刻飞行模式转换时飞行模式从第i模式转换为第j模式的概率；

N为飞行模式的个数；

L_m(u)＝[1/k_m(u),1,1]^T；

λ_m(u)＝-[1/k_m(u),1]w_m(u)+1+r_m(u)(sin(φ_m(u))/k_m(u)-cos(φ_m(u)))/cos(ρ_m(u))；

w_m(u)为所述上一个航路点的位置坐标；

w_m(u)+1为所述下一个航路点的位置坐标；

w_m(u)+2为所述下一个航路点的下一个航路点的位置坐标

r_m(u)为所述下一个航路点w_m(u)+1处的转弯半径；

φ_m(u)＝(ψ_m(u)+1+ψ_m(u))/2，ρ_m(u)＝(ψ_m(u)+1-ψ_m(u))/2；

ψ_m(u)＝arctan(w_m(u)+1,1-w_m(u),1,w_m(u)+1,2-w_m(u),2)∈[0,2π]；

ψ_m(u)+1＝arctan(w_m(u)+2,1-w_m(u)+1,1,w_m(u)+2,2-w_m(u)+1,2)∈[0,2π]；

k_m(u)＝(w_m(u)+1,2-w_m(u),2)/(w_m(u)+1,1-w_m(u),1)；

w_m(u),1表示w_m(u)的第1个参数，w_m(u),2表示w_m(u)的第2个参数；

w_m(u)+1,1表示w_m(u)+1的第1个参数，w_m(u)+1,2表示w_m(u)+1的第2个参数；

w_m(u)+2,1表示w_m(u)+2的第1个参数，w_m(u)+2,2表示w_m(u)+2的第2个参数；

μ服从零均值标准差为σ_μ∈[50,150]的高斯分布；

根据所述上一个航路点和所述下一个航路点获取所述飞行器通过纠正操作减少偏航距时的模式转移矩阵M_c(u)：

其中，

π_c,ij(u)＝P(η+(θ(u)-Θ(u))>0)，

Θ(u)＝γ(d_e(u),w_m(u))ξ_m(u)+[1-γ(d_e(u),w_m(u))]ψ_m(u)，

γ(d_e(u),w_m(u))＝min{1,|d_e(u)|/d}是纠正方向上的权重；

π_c,ij(u)表示所述飞行器在u时刻通过纠正操作减少偏航距时飞行模式从第i模式转换为第j模式的概率；

d是预设偏航距离；

ξ_m(u)＝ψ_m(u)-sgn(d_e(u))π/2指纠正方向，其中sgn为符号函数；

d_e(u)表示所述飞行器在u时刻的实际偏航距离；

η表示模式转换的随机性，服从零均值标准差为σ_η∈[1°,5°]的高斯分布；

θ(u)为所述飞行器在u时刻的飞行方向；

所述飞行器在时刻u的状态转移概率矩阵为：

$M\left(u\right)=\frac{1}{2}(M_g\left(u\right)+M_c\left(u\right)).$

4.根据权利要求3所述的方法，其特征在于，所述根据所述飞行器的当前位置获取所述飞行器的上一个航路点和下一个航路点包括：

获取所述预设飞行航迹上的各航路点；

根据所述飞行器的当前位置获取所述飞行器的所述上一个航路点和所述下一个航路点，所述上一个航路点为与所述飞行器的当前位置的欧式距离最小且所述飞行器已经过的航路点，所述下一个航路点为与所述飞行器的当前位置的欧式距离最小且所述飞行器未经过的航路点。

5.根据权利要求4中所述的方法，其特征在于，所述根据预设飞行航迹和所述飞行器的预设偏航距离获取所述飞行器的允许航迹范围包括：

获取所述飞行器的所述预设飞行航迹；

根据所述飞行器的所述预设飞行航迹和所述飞行器的最大预设偏航距离获取所述飞行器的所述允许航迹范围。

6.根据权利要求5所述的方法，其特征在于，所述根据所述预测飞行航迹分布判断所述飞行器偏离所述允许航迹范围的概率包括：

根据门特卡罗方法仿真N(u)个服从均值为x(u)协方差矩阵为P(u)的高斯分布的采样点；

根据所述随机点的位置获取超出所述允许航迹范围的采样点的个数N_e(u)；

根据如下公式获取所述飞行器偏离所述允许航迹范围的概率P_e(u)：

$P_e\left(u\right)=\frac{N_e\left(u\right)}{N\left(u\right)}.$

7.一种飞行器告警装置，其特征在于，包括：

航迹分布获取模块，用于获取所述飞行器的预测飞行航迹分布；

允许航迹范围获取模块，用于根据预设飞行航迹和所述飞行器的预设偏航距离获取所述飞行器的允许航迹范围；

判断模块，用于根据所述预测飞行航迹分布判断所述飞行器偏离所述允许航迹范围的概率；

报警模块，若所述概率大于预设门限值，则发出报警。

8.根据权利要求7所述的装置，其特征在于，所述航迹分布获取模块具体用于：

根据如下公式获取所述飞行器的预测飞行航迹分布P(x(u+1))：

$P\left(x(u+1)\right)=\underset{j=1}{\overset{N}{\mathrm{\&Sigma;}}}P\left(x(u+1)\right|q(u+1)=j)P(q(u+1)=j)$

其中，均值 $x(u+1)=\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}P(q(u+1)=i)x_i(u+1),$

协方差矩阵 $P^{\&prime;}(u+1)=\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}\{{P^{\&prime;}}_i(u+1)+P(q(u+1)=i)[x_j(u+1)-x\left(u\right)\left]{[x_j(u+1)-x\left(u\right)]}^T\right\},$

$P(q(u+1)=i)=\underset{j=1}{\overset{N}{\mathrm{\&Sigma;}}}{M}_{\mathrm{ji}}\left(u\right)P(q\left(u\right)=j),$ i,j∈[1,2,…，N]，

u为采样时刻；

u+1为采样时刻的下一秒；

N为飞行模式的个数；

q(u)表示所述飞行器u时刻的飞行模式；

q(u+1)表示所述飞行器u+1时刻的飞行模式；

P(q(u+1)＝i)表示所述飞行器在u+1时刻且飞行模式为第i模式的概率；

P(q(u+1)＝j)表示所述飞行器在u+1时刻且飞行模式为第j模式的概率；

x_i(u+1)表示所述飞行器在u+1时刻且所述飞行模式为第i模式时的位置均值；

x_j(u+1)表示所述飞行器在u+1时刻且所述飞行模式为第j模式时的位置均值；

P′_i(u+1)表示所述飞行器在u+1时刻且所述飞行模式为第i模式时的协方差矩阵；

M_ji(u)为状态转移概率矩阵M(u)的第j行第i列个元素。

9.根据权利要求7或8所述的装置，其特征在于，还包括概率矩阵获取模块，所述概率矩阵获取模块包括：

第一概率矩阵获取子模块，用于在所述获取所述飞行器的预测飞行航迹分布之前，根据所述飞行器的当前位置获取所述飞行器的上一个航路点和下一个航路点，所述上一个航路点和所述下一个航路点为所述预设飞行航迹上的点；

第二概率矩阵获取子模块，用于根据所述上一个航路点和所述下一个航路点获取所述飞行器的飞行模式转换时的模式转移矩阵M_g(u)；

其中， ${\mathrm{\&pi;}}_{g,\mathrm{ij}}\left(u\right)=P(L_{m\left(u\right)}^T{[x{\left(u\right)}^T,\mathrm{\&mu;}]}^T+{\mathrm{\&lambda;}}_{m\left(u\right)}>0),$ i,j∈[1,2,…，N]；

π_g,ij(u)表示所述飞行器在u时刻飞行模式转换时飞行模式从第i模式转换为第j模式的概率；

N为飞行模式的个数；

L_m(u)＝[1/k_m(u),1,1]^T；

λ_m(u)＝-[1/k_m(u),1]w_m(u)+1+r_m(u)(sin(φ_m(u))/k_m(u)-cos(φ_m(u)))/cos(ρ_m(u))；

w_m(u)为所述上一个航路点的位置坐标；

w_m(u)+1为所述下一个航路点的位置坐标；

w_m(u)+2为所述下一个航路点的下一个航路点的位置坐标

r_m(u)为所述下一个航路点w_m(u)+1处的转弯半径；

φ_m(u)＝(ψ_m(u)+1+ψ_m(u))/2，ρ_m(u)＝(ψ_m(u)+1-ψ_m(u))/2；

ψ_m(u)＝arctan(w_m(u)+1,1-w_m(u),1,w_m(u)+1,2-w_m(u),2)∈[0,2π]；

ψ_m(u)+1＝arctan(w_m(u)+2,1-w_m(u)+1,1,w_m(u)+2,2-w_m(u)+1,2)∈[0,2π]；

k_m(u)＝(w_m(u)+1,2-w_m(u),2)/(w_m(u)+1,1-w_m(u),1)；

w_m(u),1表示w_m(u)的第1个参数，w_m(u),2表示w_m(u)的第2个参数；

w_m(u)+1,1表示w_m(u)+1的第1个参数，w_m(u)+1,2表示w_m(u)+1的第2个参数；

w_m(u)+2,1表示w_m(u)+2的第1个参数，w_m(u)+2,2表示w_m(u)+2的第2个参数；

μ服从零均值标准差为σ_μ∈[50,150]的高斯分布；

第三概率矩阵获取子模块，用于根据所述上一个航路点和所述下一个航路点获取所述飞行器通过纠正操作减少偏航距时的模式转移矩阵M_c(u)：

其中，

π_c,ij(u)＝P(η+(θ(u)-Θ(u))>0)，

Θ(u)＝γ(d_e(u),w_m(u))ξ_m(u)+[1-γ(d_e(u),w_m(u))]ψ_m(u)，

γ(d_e(u),w_m(u))＝min{1,|d_e(u)|/d}是纠正方向上的权重；

π_c,ij(u)表示所述飞行器在u时刻通过纠正操作减少偏航距时飞行模式从第i模式转换为第j模式的概率；

d是预设偏航距离；

ξ_m(u)＝ψ_m(u)-sgn(d_e(u))π/2指纠正方向，其中sgn为符号函数；

d_e(u)表示所述飞行器在u时刻的实际偏航距离；

η表示模式转换的随机性，服从零均值标准差为σ_η∈[1°,5°]的高斯分布；

θ(u)为所述飞行器在u时刻的飞行方向；

所述飞行器在时刻u的状态转移概率矩阵为：

$M\left(u\right)=\frac{1}{2}(M_g\left(u\right)+M_c\left(u\right)).$

10.根据权利要求9所述的装置，其特征在于，所述第一概率矩阵获取子模块具体用于：

获取所述预设飞行航迹上的各航路点；

根据所述飞行器的当前位置获取所述飞行器的所述上一个航路点和所述下一个航路点，所述上一个航路点为与所述飞行器的当前位置的欧式距离最小且所述飞行器已经过的航路点，所述下一个航路点为与所述飞行器的当前位置的欧式距离最小且所述飞行器未经过的航路点。

11.根据权利要求10所述的装置，其特征在于，所述允许航迹范围获取模块具体用于：

获取所述飞行器的所述预设飞行航迹；

根据所述飞行器的所述预设飞行航迹和所述飞行器的最大预设偏航距离获取所述飞行器的所述允许航迹范围。

12.根据权利要求11所述的装置，其特征在于，所述判断模块具体用于：

根据门特卡罗方法仿真N(u)个服从均值为x(u)协方差矩阵为P(u)的高斯分布的采样点；

根据所述随机点的位置获取超出所述允许航迹范围的采样点的个数N_e(u)；

根据如下公式获取所述飞行器偏离所述允许航迹范围的概率P_e(u)：

$P_e\left(u\right)=\frac{N_e\left(u\right)}{N\left(u\right)}.$