CN106846919A - 一种基于ads‑b信息更新的四维航迹动态预测方法 - Google Patents
一种基于ads‑b信息更新的四维航迹动态预测方法 Download PDFInfo
- Publication number
- CN106846919A CN106846919A CN201710030156.8A CN201710030156A CN106846919A CN 106846919 A CN106846919 A CN 106846919A CN 201710030156 A CN201710030156 A CN 201710030156A CN 106846919 A CN106846919 A CN 106846919A
- Authority
- CN
- China
- Prior art keywords
- airborne vehicle
- information
- ads
- error
- speed
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0073—Surveillance aids
- G08G5/0082—Surveillance aids for monitoring traffic from a ground station
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种基于ADS‑B信息更新的四维航迹动态预测方法,通过与ADS‑B接收机之间的网络通信,利用ADS‑B数据解码模块,获取航班实时的速度、高度、经度和纬度信息,并与预测航迹进行一致性检验,从而实现动态、在线、实时地航迹预测能力。可以为发展空中交通管制的自动化与智能化,以及实现基于航迹运行提供重要的技术保障。
Description
技术领域
本发明属于民用航空空中交通管理技术领域,特别涉及空中交通服务、空中交通管制的自动化与智能化、基于航迹运行以及空管决策支持工具的设计与验证等。
背景技术
近年来,随着空中交通量的持续激增,现有空中航行系统的运行能力几近饱和,从而导致空域拥堵、航班延误等问题频繁发生,而且我国尤为严重。如何在飞行流量持续增长的情况下,提高空中交通运行效率、保障航班正常率成为我国民航运输事业可持续发展的迫切需求。
国际民航组织(ICAO)提出了“航空系统组块升级”(ASBU)计划,美国和欧洲则分别提出了“下一代空中交通系统”(NextGen)与“单一欧洲天空空管研究”(SESAR)计划,以期指导空中交通管理系统的规划与实施,其中民用航空器四维航迹预测是上述计划实施的核心与关键。
早在上世纪末,美国宇航局(NASA)便开始着手研究与设计四维航迹预测方法和工具,在尝试通过时间间隔取代距离间隔来管理终端空域的航空器时,于民用航空领域提出航迹预测技术,并基于四阶Runge-Kutta方法设计与仿真了航空器的四维下降剖面。欧洲航行安全局(EUROCONTROL)在实施空中交通管理研究协调计划(PHARE)时,明确将航迹预测作为主要模块进行设计与测试,从而更好地为诸如冲突探测、进场管理、离场管理等模块服务。随后,EUROCONTROL在“欧洲空中交通管制协调实施计划”(EATCHIP)中从定义、数据以及性能角度分析了航迹预测的运行需求。本世纪初,荷兰航空航天国家实验室(NLR)从空域管理、空管系统、空管人员、航空公司、飞行员、航空电子设备等视角,给出了在现行以及未来运行理念下的航迹预测结构与流程。
上述欧美的四维航迹预测研究拥有许多如下特点:
①定义一致:航迹预测是指通过计算预估航空器未来轨迹的过程;
②结构一致:航迹预测主要由四个过程组成——准备、计算、更新与输出;
③数据来源:气象数据、基础数据和性能数据是航迹预测的重要数据来源;
④应用至上:由应用场合决定航迹预测模型的繁简与方法的异同。
我国与民航发达国家相比,空管自动化与智能化运行水平尚存在一定的差距,目前尚未成功研制相关的四维航迹预测工具,仅在理论与算法领域取得较多成果,如:卡尔曼滤波方法、自适应滤波算法、交互式多模型滤波算法、全能量方程法、动力学及运动学模型法、机器学习方法等实现四维航迹预测。为了应对飞行流量持续增长的情况,努力提高空中交通运行效率、保障航班正常率,增强管制员的情境意识,我国急需研究与开发四维航迹预测的方法与工具。而且,为了提高航迹预测结果的精度与可行度,需要不断根据航空器的实际位置进行修正。空管自动化系统通过雷达监视信息的处理,能够提供实时的航班位置信息,但是由于安全原因,无法获取接口。近年来,广播式自动相关监视(ADS-B)技术应用愈发广泛,且与传统的雷达监视技术相比,ADS-B技术具有精度高、误差小、监视能力强的特点。如此,可以依靠ADS-B的信息更新,研究与开发四维航迹的动态实时在线预测技术与工具。
因此,本发明提出一种基于ADS-B信息更新的四维航迹动态预测方法:一方面,利用航空器性能数据,联合气象信息与航空器意图,基于航空器动力与运动学模型,研究与开发航空器四维航迹预测方法和工具;另一方面,基于ADS-B信息更新,通过TCP(传输控制协议)的Socket编程,实现ADS-B接收机与四维航迹预测工具的网络通信,针对预测航迹与实际航迹进行一致性检验,从而触发航迹修正模块,实现四维航迹的实时在线预测,为增强管制人员的情境意识,发展空中交通管制的自动化与智能化,以及实现基于航迹运行(TBO,Trajectory Based Operation)提供重要的技术保障。与现有国内四维航迹预测研究相比,本发明具有完整性、动态实时性与可验证性的优势。
发明内容
本发明的目的在于,通过提出一种基于ADS-B信息更新的四维航迹动态预测方法,为研发具有自主知识产权的、高性价比的、适合于国内繁忙终端空域的空管决策支持原型系统提供支撑,为后续发展空中交通管制的自动化与智能化,以及实现基于航迹运行夯实研究基础与提供技术保障。从而达到加速空中交通流量、减少繁忙机场延误、增强管制员情境意识、降低管制员工作负荷的目的。
技术方案:
一种基于ADS-B信息更新的四维航迹动态预测方法,包括步骤:
步骤1:建立ADS-B接收机与四维航迹预测系统之间的网络通信;ADS-B接收机利用网络通信接收表征航空器的实时信息的16进制代码;
步骤2:对步骤1中ADS-B接收机接收的数据进行解码,获得航空器的实时信息,包括:航班号、实时位置、速度以及航向信息,并依此构建航空器意图模型;步骤3:建立航空器意图与航迹之间的关系,根据步骤2构建的航空器意图模型进行四维航迹预测;
步骤4:将步骤3预测的四维航迹与ADS-B接收机接收的航空器的实际航迹进行比较,判断误差值是否超出阈值;其中阈值是根据航空器的安全间隔所设置的;若未超出阈值,则继续保持原来的预测航迹;若超出阈值,则转到步骤5;
步骤5:更新与重构航空器意图模型,并根据重构的航空器意图模型触发新一轮四维航迹预测,获取航空器预测轨迹,实现四维航迹动态预测。
所述步骤2中对步骤1中ADS-B接收机接收的数据进行解码具体为:ADS-B接收机接收的数据信息消息为16进制,转化为2进制,其类型码为第33-第37位;数据字段为第38-第88位;
步骤21:当消息类型码的值位于1-4之间,则表示该条信息代表的是该航空器的航班号信息;取出信息的41至88比特位,将这48个二进制位按照每组6位的分组方式分为8组,并将每组的二进制数转化为十进制数;然后,将得到的十进制数与索引信息作比较,解出相应的航班号信息;
步骤22:当消息类型码的值位于8-19之间,则表示该条消息是该航空器的位置信息;采用CPR算法进行编解码计算航空器的位置信息;
步骤23:当消息类型码的值为19时,则表示该条消息是该飞机的速度信息;取出信息中的4个值:东/西向标志位s(ew)为57位、东/西向速度V(ew)为58-67位、南/北向标志位s(ns)为46位、南/北向速度V(ns)为47-56位;并据此计算得到航空器速度;
计算过程如下:
ψ=ψ+360 if(ψ<0)
所述步骤2中构建航空器意图模型具体为:根据解码后的航空器实时信息得到航空器速度、高度、推力和侧向,根据航空器意图模型表以及后续飞经的航路点的速度/高度的限制信息构建航空器意图模型。
构建航空器意图模型考虑风对航空器航向以及地速的影响,具体如下:
DA=arcsin(Vwind/VTAS×sin(WA))
VGS=VTAS×cos(DA)+Vwind×cos(WA)
其中,WA为风角,为风向。Vwind为风速,DA为偏流,VGS为地速,VTAS为真空速,MTK为航迹角。
所述步骤3中四维航迹预测具体包括步骤:
步骤31:读取飞行计划数据库、进离场航路数据库及航空器飞经航路信息;
步骤32:根据航空器初始状态、风速风向数据以及航空器性能数据,确定计算步长,进行四维航迹预测;
步骤33:判断航空器是否转弯;并分别将航空器进场飞行轨迹分为直线航段与转弯航段处理。
所述步骤5中更新与重构航空器意图模型具体为:
步骤51:确定航空器的位置,即搜索距离航空器最近的航路点;然后计算当前航空器与该航路点的角度;若小于90度,表明航空器已经飞过该航路点,则新的航路信息从下一个航路点开始;若大于90度,表明航空器还未飞过该航路点,则新的航路信息从该点开始;
步骤52:根据步骤51更新航空器意图,并重构航空器意图模型。
所述步骤4中的误差包括时间误差和位置误差;其中,时间误差指经过同一航路点的时间差值;位置误差由水平位置误差和垂直位置误差构成,其中水平位置误差可分为沿航迹误差与偏航迹误差。
有益效果:
(1)综合考虑影响因素,使得本发明具有准确性特点
由于四维航迹预测模块的构建基于不同机型的航空器基础性能参数,利用了航空器动力学、运动学、质量变化以及导航方程,联合了航空器意图模型,考虑了风对航空器影响,因此确保了航迹预测的准确性。
(2)引入ADS-B信息,使得本发明具有动态性特点
通过与ADS-B接收机(BECKER-BAR6216)之间的网络通信,利用ADS-B数据解码,获取航班实时的速度、高度、经度和纬度信息,并与预测航迹进行一致性检验,从而实现动态、在线、实时地航迹预测能力。
(3)技术解决方案简单可靠,便于应用使得本发明
本发明在设计四维航迹动态预测工具时,通过深入研究欧美四维航迹预测的结构、功能,为满足实时性、可靠性的需求,采用了简单可靠的技术解决方案。我国正处于从“民航大国”向“民航强国”迈进的历史契机下,本发明能够为未来设计具有自主知识产权的决策支持系统奠定坚实基础,从而提高我国管制自动化系统的智能化水平。
附图说明
图1为基于ADS-B信息更新的四维航迹动态预测方法流程图。
图2为ADS-B信息解码示意图。
图3为航空器意图与航迹之间的关系示意图。
图4为四维航迹预测流程示意图。
图5为等转弯率转弯航迹预测流程示意图。
图6为等速平飞航迹预测流程示意图。
图7为减速平飞航迹预测流程示意图。
图8为等速下降模式的航迹预测流程示意图。
图9为航空器意图判断示意图。
图10为在线航迹预测更新流程示意图。
图11为四维航迹动态预测水平轨迹示意图。
具体实施方式
下面结合附图对本发明作更进一步的说明。
图1为一种基于ADS-B信息更新的四维航迹动态预测方法的流程示意图。
步骤1:建立数据通信
基于TCP的Socket编程,实现ADS-B接收机与四维航迹预测系统之间的网络通信;利用网络通信,ADS-B接收机接收航空器的实时信息,包括:航班号、时间、速度、高度、经度和纬度。
步骤2:解码ADS-B数据
ADS-B信息的标准格式以十六进制表示,首先转化为二进制形式,总共112位;然后利用标准协议进行解码,其解码流程如图2所示。具体步骤如下:
a).首先,将以十六进制表示的ADS_B信息的标准格式转换为二进制格式,各字段所代表信息如下表所示:
起始位 | 终止位 | 缩写 | 全称 |
1 | 5 | DF | 下行数据链格式 |
6 | 8 | CA | 能力字段 |
9 | 32 | ICAO24 | 航空器ICAO地址 |
33 | 88 | DATA | 数据字段 |
88 | 112 | PC | 奇偶校验字段 |
b).当信息类型type(即信息第33至37比特位)值位于1-4之间,则表示该条信息代表的是该航空器的航班号信息。取出该条信息的41至88比特位,将这48个二进制位按照每组6位的分组方式分为8组,并将每组的二进制数转化为十进制数;然后,将得到的十进制数与索引信息作比较,可解出相应的航班号信息。
c).当消息类型type(即信息第33至37比特位)值位于8-19之间,则表示该条消息是该航空器的位置信息。要计算航空器的位置信息,需要用CPR算法进行编解码,此处又分为两种全球解码和本地解码。其中全球解码比较复杂,需要两条消息才能确定航空器的位置信息,即一条为奇编码,一条为偶编码。报文中奇偶标志位为54位,高度信息位为41-52位,纬度信息位为55-71位,经度信息位为72-88位。CPR算法计算过程如下:
(1)把二进制信息转化为十进制;
(2)计算纬度的索引
j=floor(59×LatCPR-E-60×LatCPR-O+0.5)
(3)计算偶形式和奇形式的纬度
LatE=DLatE×(mod(j,60)+LatCPR-E)
LatE=LatE-360 if(LatE≥270)
LatO=DLatO×(mod(j,59)+LatCPR-O)
LatO=LatO-360 if(LatO≥270)
(4)计算经度
Lon=Lon-360if(Lon≥180)
(5)计算高度
h=N×25-100(ft)
d).当消息类型type(即信息第33至37比特位)值为19时,则表示该条消息是该飞机的速度信息。要计算航空器速度,需要报文中的4个值:东/西向标志位S(EW)(57位)、东/西向速度V(EW)(58-67位)、南/北向标志位S(NS)(46位)、南/北向速度V(NS)(47-56位)。计算过程如下:
ψ=ψ+360 if(ψ<0)
步骤3:构建航迹预测支持模块
根据航行资料汇编(AIP)构建航空器四维飞行轨迹预测的基础环境,包括:机场、跑道、导航台、定位点、航路航线、标准仪表离场程序、标准仪表进场程序等。
a).以航空器进场飞行为例,假设迎角很小,且水平航迹与垂直运动解耦,如此则可建立航空器意图与航迹之间的关系,如图3所示。航空器意图为包含一系列指令集合,包括速度、高度、推力控制及改变构型等,可以被视作由飞行员或飞行管理系统控制航空器运动的抽象化描述。图3为典型的航空器进场飞行轨迹:水平轨迹由直线飞行(75°)→转弯飞行→直线飞行(110°)构成;垂直轨迹由等速平飞→减速平飞→等马赫数下降→等校正空速下降(至4500ft)构成。其飞行轨迹所对应的航空器速度、高度、侧向、推力剖面以及构型如图3所示,从而构建了航空器意图模型的基本要素。
b).根据受其影响的航空器运动自由度的特点,将指令归为速度、高度、推力和侧向四组,构建航空器意图模型表。
根据航空器的历史综合航迹,利用统计分析的方法,以及各管制部门的运行手册、管制要点与移交协议,获得航空器在速度、高度限制。
c).将航空器在各航路点的速度、高度限制,以航空器意图模型表为依据,联合上海浦东国际机场所处终端空域的相关数据(终端区、扇区、标准仪表进场航线),设计进场航线数据表。
字段 | 描述 | 数据类型 | 主键 |
ID | 序列号 | int | 否 |
AIP_ID | 机场名称 | cstring | 否 |
RWY_ID | 降落跑道 | cstring | 是 |
FixPt_NO | 航路点编号 | int | 否 |
FixPt_ID | 航路点名称 | cstring | 是 |
FixPt_Lat | 航路点纬度 | cstring | 否 |
FixPt_Long | 航路点经度 | cstring | 否 |
Seg_Dis(km) | 航路段距离(km) | double | 否 |
ToTHR_Dis(km) | 距离跑道入口距离(km) | double | 否 |
Height_Cons(m) | 航路点高度限制(m) | double | 否 |
Speed_Cons(m/s) | 航路点速度限制(m/s) | double | 否 |
Heading | 航向 | double | 否 |
IsTurnPt | 是否转弯点 | cstring | 否 |
d).利用欧洲中期天气预报中心(ECMWF)提供的气象信息,获得所需空域范围内各高度层的温度、风速与风向信息,通过插值,考虑风对航空器航向以及地速的影响。
由于风速与风向的变化,会引起偏流与地速的相应变化。因此,进场四维航迹预测中需要按以下公式考虑风对航向与地速的影响。
DA=arcsin(Vwind/VTAS×sin(WA))
VGS=VTAS×cos(DA)+Vwind×cos(WA)
其中,WA为风角,为风向。Vwind为风速,DA为偏流,VGS为地速,VTAS为真空速,MTK为航迹角。
步骤4:进行四维航迹预测
a).四维航迹预测流程示意图如图4所示。包括步骤:
步骤41:读取飞行计划数据库、进场航路数据库及航空器飞经航路信息;
步骤42:根据航空器初始状态、气象信息以及航空器性能数据,确定计算步长,进行四维航迹预测;初始状态包含航空器位置、速度、高度、航班号与机型信息,来源于ADS-B接收机接收的数据。
航空器性能参数包含航迹预测全局参数(空气绝热指数,气体常数,重力加速度,等)、机型参数(发动机数目,发动机类型,尾流等级,等)、质量参数(最大/最小/参考质量,以及最大容许配载)、飞行包线参数(最大飞行速度/马赫数/高度,等);空气动力学参数(各阶段失速速度、诱导/附加阻力系数,翼展参考面积,等)、发动机推力参数(最大爬升/下降/进近/着陆推力系数以及推力温度系数等);
气象信息包括:各高度层的温度、气压、空气密度以及风速风向信息。
步骤43:判断航空器是否转弯;将航空器飞行轨迹分为直线航段与转弯航段处理。
转弯航段航迹预测过程中,考虑航空器转入与转出的姿态调整,且采用旁切转弯形式,等转弯率转弯航迹预测流程示意图如图5所示。当航空器距转弯航路点的距离等于或小于转入起始点到转弯航路点的距离时,航空器进入转弯程序。转弯率计算公式如下所示:
其中φ为滚转角。当航空器所转过的角度一旦等于或大于转弯角度时,航空器转弯结束,进入下一航段。
b).直线航段航迹预测过程中,依据航空器进场飞行特性,分为等速平飞、减速平飞与等速下降三种模式,采用如下航空器连续动态模型,其航迹预测的流程示意图分别如图6、图7与图8所示。
航迹预测中,通过航空器动力学方程计算得到速度、航径角以及航向的变化率:
通过航空器质量变化方程计算得到质量的变化率:
通过航空器导航方程计算得到位置(经度、纬度、高度)的变化率:
其中,T为推力,D为阻力,F为燃油流量,m为航空器质量,VTAS为航空器真空速,λ、h为飞机质心的测地参考系统的坐标。
步骤5:进行四维航迹监视
设定时间间隔为2分钟,每隔两分钟ADS-B接收的航空器的实际航迹与预测航迹进行比较,判断误差值是否超出阈值。其中阈值是根据航空器的安全间隔所设置的。
根据不同应用场合使用如下两类误差:时间误差与位置误差。其中,时间误差指经过同一航路点的时间差值,常作为进离场排序与调度以及空中交通流量管理应用时的评价指标;位置误差由水平位置误差和垂直位置误差构成,其中水平位置误差又可分为沿航迹误差与偏航迹误差,位置误差常作为冲突探测与解脱、空中交通风险评估等关注航空器间隔应用的评价指标。
步骤6:进行四维航迹预测修正
当高度偏差大于所设定的阈值时,则更新航空器的意图信息,以距离和角度判断航空器的飞行意图,其航空器意图判断示意图如图9示。首先,确定航空器的位置,即搜索距离航空器最近的航路点;然后计算当前航空器与该航路点的角度:若小于90度,表明航空器已经飞过该航路点,则新的航路信息应从下一个航路点开始;若大于90度,表明航空器还未飞过该航路点,则新的航路信息应从该点开始;接着,根据上述信息,更新航空器意图信息与重构航空器意图模型;最后,以航空器当前经度/纬度/高度/速度/时间作为初始状态,触发新一轮四维航迹预测,获取航空器预测轨迹,实现四维航迹动态预测。在线航迹预测更新模型如图10。通过ADS-B获得航班的真实位置(经度和维度),高度,速度等信息将航班真实数据与预测数据进行比较,如果误差超过所设定的阈值则修正航班的航路信息,触发新一轮的航迹预测,否则继续监测预测轨迹。
验证实施案例
选取上海浦东国际机场北向运行时使用VMB-13G标准仪表进场航路的航班为仿真对象,当四维预测轨迹位置误差或高度误差超过所设定的阈值时,则更新航空器的意图信息,重新触发四维航迹预测,图11为航空器动态航迹预测的水平轨迹示意图,其中灰色实线为终端空域管制扇区边界,灰色点圈线为标准仪表进场航路,黑色点划线为航空器实际轨迹,黑色实线为航空器预测航迹。
在图(a)中黑色点划线为航空器实际轨迹,黑色实线为第一次四维航迹预测,由图可知预测航迹沿着标准仪表进场航路;当航空器飞到A点时,监测到四维航迹预测误差超过所设定的阈值,因此触发第二次航迹预测,如图(b)所示;当航空器飞到B点时,监测到四维航迹预测误差超过所设定的阈值,触发第三次航迹预测,如图(c)所示;该案例中一共触发了8次四维航迹预测,每次都会对四维航迹误差进行修正,直至航空器飞过初始进近定位点则不再对四维航迹进行更新。
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。
Claims (7)
1.一种基于ADS-B信息更新的四维航迹动态预测方法,其特征在于:包括步骤:
步骤1:建立ADS-B接收机与四维航迹预测系统之间的网络通信;ADS-B接收机利用网络通信接收表征航空器实时信息的16进制代码;
步骤2:对步骤1中ADS-B接收机接收的数据进行解码,获得航空器的实时信息,包括:航班号、实时位置、速度以及航向信息,并依此构建航空器意图模型;
步骤3:建立航空器意图与航迹之间的关系,根据步骤2构建的航空器意图模型进行四维航迹预测;
步骤4:将步骤3预测的四维航迹与ADS-B接收机接收的航空器的实际航迹进行比较,判断误差值是否超出阈值;其中阈值是根据航空器的安全间隔所设置的;若未超出阈值,则继续保持原来的预测航迹;若超出阈值,则转到步骤5;
步骤5:更新与重构航空器意图模型,并根据重构的航空器意图模型触发新一轮四维航迹预测,获取航空器预测轨迹,实现四维航迹动态预测。
2.根据权利要求1所述的四维航迹动态预测方法,其特征在于:所述步骤2中对步骤1中ADS-B接收机接收的数据进行解码具体为:ADS-B接收机接收的数据信息为16进制,转化为2进制,其消息类型码为第33-第37位;数据字段为第38-第88位;
步骤21:当消息类型码的值位于1-4之间,则表示该条信息代表的是该航空器的航班号信息;取出信息的41至88比特位,将这48个二进制位按照每组6位的分组方式分为8组,并将每组的二进制数转化为十进制数;然后,将得到的十进制数与索引信息作比较,解出相应的航班号信息;
步骤22:当消息类型码的值位于8-19之间,则表示该条消息是该航空器的位置信息;采用CPR算法进行编解码计算航空器的位置信息;
步骤23:当消息类型码的值为19时,则表示该条消息是该飞机的速度信息;取出信息中的4个值:东/西向标志位s(ew)为57位、东/西向速度V(ew)为58-67位、南/北向标志位s(ns)为46位、南/北向速度V(ns)为47-56位;并据此计算得到航空器速度;
计算过程如下:
ψ=ψ+360 if(ψ<0)
3.根据权利要求1所述的四维航迹动态预测方法,其特征在于:所述步骤2中构建航空器意图模型具体为:根据解码后的航空器实时信息得到航空器速度、高度、推力和侧向,根据航空器意图模型表以及后续飞经的航路点的速度/高度的限制信息构建航空器意图模型。
4.根据权利要求3所述的四维航迹动态预测方法,其特征在于:构建航空器意图模型考虑风对航空器航向以及地速的影响,具体如下:
DA=arcsin(Vwind/VTAS×sin(WA))
VGS=VTAS×cos(DA)+Vwind×cos(WA)
其中,WA为风角,为风向,Vwind为风速,DA为偏流,VGS为地速,VTAS为真空速,MTK为航迹角。
5.根据权利要求1所述的四维航迹动态预测方法,其特征在于:所述步骤3中四维航迹预测具体包括步骤:
步骤31:读取飞行计划数据库、进离场航路数据库及航空器飞经航路信息;
步骤32:根据航空器初始状态、风速风向数据以及航空器性能数据,确定计算步长,进行四维航迹预测;
步骤33:判断航空器是否转弯;并分别将航空器进场飞行轨迹分为直线航段与转弯航段处理。
6.根据权利要求1所述的四维航迹动态预测方法,其特征在于:所述步骤5中更新与重构航空器意图模型具体为:
步骤51:确定航空器的位置,即搜索距离航空器最近的航路点;然后计算当前航空器与该航路点的角度;若小于90度,表明航空器已经飞过该航路点,则新的航路信息从下一个航路点开始;若大于90度,表明航空器还未飞过该航路点,则新的航路信息从该点开始;
步骤52:根据步骤51更新航空器意图,并重构航空器意图模型。
7.根据权利要求1所述的四维航迹动态预测方法,其特征在于:所述步骤4中的误差包括时间误差和位置误差;其中,时间误差指经过同一航路点的时间差值;位置误差由水平位置误差和垂直位置误差构成,其中水平位置误差可分为沿航迹误差与偏航迹误差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710030156.8A CN106846919A (zh) | 2017-01-16 | 2017-01-16 | 一种基于ads‑b信息更新的四维航迹动态预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710030156.8A CN106846919A (zh) | 2017-01-16 | 2017-01-16 | 一种基于ads‑b信息更新的四维航迹动态预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106846919A true CN106846919A (zh) | 2017-06-13 |
Family
ID=59124708
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710030156.8A Pending CN106846919A (zh) | 2017-01-16 | 2017-01-16 | 一种基于ads‑b信息更新的四维航迹动态预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106846919A (zh) |
Cited By (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107085978A (zh) * | 2017-06-21 | 2017-08-22 | 南京航空航天大学 | 一种基于所需到达时间的管制辅助决策指令生成方法 |
CN107404349A (zh) * | 2017-06-28 | 2017-11-28 | 南京航空航天大学 | 一种融合ads‑b实测信号和视距传输分析的信号覆盖分析方法 |
CN108417097A (zh) * | 2018-03-01 | 2018-08-17 | 中国航空无线电电子研究所 | 一种用于初始4d空地协同运行的方法 |
CN108648508A (zh) * | 2018-02-11 | 2018-10-12 | 中国民用航空中南地区空中交通管理局 | 一种多路ads-b数据的转换方法、系统、电子设备及存储介质 |
CN108957503A (zh) * | 2018-06-08 | 2018-12-07 | 南京航空航天大学 | 基于ads-b消息脉冲计数的定位和虚假目标识别方法 |
CN109147398A (zh) * | 2018-09-13 | 2019-01-04 | 四川九洲空管科技有限责任公司 | 一种机载防撞系统目标监视跟踪性能优化方法 |
CN109145415A (zh) * | 2018-08-06 | 2019-01-04 | 中国民航大学 | 一种空中交通流时距分布分析方法 |
CN109542876A (zh) * | 2018-11-20 | 2019-03-29 | 南京莱斯信息技术股份有限公司 | 基于Hadoop数据挖掘航空器经验轨迹模型关键因子的提取方法 |
CN109598373A (zh) * | 2018-11-21 | 2019-04-09 | 青岛民航凯亚系统集成有限公司 | 一种基于ads-b数据的用于预测航班到达时间的预处理方法 |
CN109615936A (zh) * | 2018-12-07 | 2019-04-12 | 中国航空工业集团公司西安航空计算技术研究所 | 机载飞行管理系统中的直飞航迹预测方法和直飞方法 |
CN109726917A (zh) * | 2018-12-29 | 2019-05-07 | 北京航空航天大学 | 一种基于四维航迹的货运航班调度方法和装置 |
CN109920080A (zh) * | 2019-02-21 | 2019-06-21 | 上海卫星工程研究所 | 基于实时ads-b的飞机目标黑白名单维护方法 |
CN109933926A (zh) * | 2019-03-19 | 2019-06-25 | 北京百度网讯科技有限公司 | 用于预测航班可靠性的方法和装置 |
CN109979244A (zh) * | 2017-12-28 | 2019-07-05 | 北京航空航天大学 | 异质飞行器空域拥堵的预测方法和装置 |
CN110059863A (zh) * | 2019-03-25 | 2019-07-26 | 南京航空航天大学 | 一种基于所需到达时间的航空器四维航迹优化方法 |
CN110362559A (zh) * | 2019-07-04 | 2019-10-22 | 南京航空航天大学 | 基于局部遍历密度聚类的ads-b航迹清洗与校准方法 |
CN110379210A (zh) * | 2019-07-30 | 2019-10-25 | 四川九洲空管科技有限责任公司 | 一种民用航空器异常飞行监测方法及装置 |
CN110517538A (zh) * | 2019-08-06 | 2019-11-29 | 电子科技大学 | 飞行器主动发现与协同防碰撞方法与系统 |
CN110751859A (zh) * | 2019-10-17 | 2020-02-04 | 深圳市瑞达飞行科技有限公司 | 数据处理方法和装置、计算机系统和可读存储介质 |
CN110796901A (zh) * | 2019-11-04 | 2020-02-14 | 中国民航大学 | 一种空中交通态势风险热点识别方法 |
CN110930770A (zh) * | 2019-11-06 | 2020-03-27 | 南京莱斯信息技术股份有限公司 | 一种基于管制意图和飞机性能模型的四维航迹预测方法 |
CN111047914A (zh) * | 2019-11-28 | 2020-04-21 | 中国商用飞机有限责任公司北京民用飞机技术研究中心 | 一种基于四维航迹运行的fms航迹预测方法 |
CN111968410A (zh) * | 2020-08-14 | 2020-11-20 | 成都民航空管科技发展有限公司 | 基于atc系统的航班经过航路点识别方法、系统及介质 |
CN111968414A (zh) * | 2020-08-26 | 2020-11-20 | 成都民航空管科技发展有限公司 | 基于大数据和ai的4d轨迹预测方法、装置及电子设备 |
CN111986522A (zh) * | 2020-07-29 | 2020-11-24 | 广州市新航科技有限公司 | 基于ads-b信号的机载设备定位方法、机载设备及其存储介质 |
CN112083409A (zh) * | 2020-09-17 | 2020-12-15 | 北京博能科技股份有限公司 | 一种航班定位方法、装置和电子设备 |
CN112232636A (zh) * | 2020-09-21 | 2021-01-15 | 南京航空航天大学 | 一种基于终端区即时管制压力的进场效率评估方法 |
CN112799031A (zh) * | 2021-03-31 | 2021-05-14 | 长沙莫之比智能科技有限公司 | 一种毫米波仿地雷达数据的杂波抑制方法 |
WO2021109430A1 (zh) * | 2019-12-06 | 2021-06-10 | 南京萨利智能科技有限公司 | 基于ads-b广播信号飞机航路监测方法、装置及计算机存储介质 |
CN113284369A (zh) * | 2021-05-14 | 2021-08-20 | 中国民航大学 | 一种基于ads-b实测航路数据的预测方法 |
CN113654557A (zh) * | 2021-07-06 | 2021-11-16 | 中国民用航空飞行学院 | 一种备选过渡航迹生成方法及计算机可读存储介质 |
CN114078339A (zh) * | 2022-01-07 | 2022-02-22 | 北京航空航天大学杭州创新研究院 | 基于飞行趋势推理的时空概率分布网格飞行冲突检测方法 |
CN114283624A (zh) * | 2021-12-21 | 2022-04-05 | 中国人民解放军93209部队 | 一种基于空地航迹信息共享的飞机位置预测方法 |
CN114440891A (zh) * | 2022-01-25 | 2022-05-06 | 深圳技术大学 | 用于空中交通管理的四维航迹规划方法及系统、设备 |
CN114664120A (zh) * | 2022-03-15 | 2022-06-24 | 南京航空航天大学 | 一种基于ads-b的航空器自主间隔控制方法 |
CN114912688A (zh) * | 2022-05-18 | 2022-08-16 | 中国电子科技集团公司第二十八研究所 | 一种基于爬升段能量分享因子估算的航空器轨迹预测方法 |
WO2023185945A1 (zh) * | 2022-03-30 | 2023-10-05 | 南京莱斯信息技术股份有限公司 | 民航飞行动态电报与空域单元运行状态的自动校验方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120116614A1 (en) * | 2010-11-09 | 2012-05-10 | Lockheed Martin Corporation | Method and apparatus for air traffic trajectory synchronization |
CN102509475A (zh) * | 2011-10-26 | 2012-06-20 | 南京航空航天大学 | 基于4d航迹运行的空中交通管制系统及方法 |
CN105225541A (zh) * | 2015-10-29 | 2016-01-06 | 中国民航大学 | 基于空管历史数据挖掘的短时航迹预测方法 |
CN105894117A (zh) * | 2016-03-31 | 2016-08-24 | 北京航空航天大学 | 航迹预测方法及装置 |
-
2017
- 2017-01-16 CN CN201710030156.8A patent/CN106846919A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120116614A1 (en) * | 2010-11-09 | 2012-05-10 | Lockheed Martin Corporation | Method and apparatus for air traffic trajectory synchronization |
CN102509475A (zh) * | 2011-10-26 | 2012-06-20 | 南京航空航天大学 | 基于4d航迹运行的空中交通管制系统及方法 |
CN105225541A (zh) * | 2015-10-29 | 2016-01-06 | 中国民航大学 | 基于空管历史数据挖掘的短时航迹预测方法 |
CN105894117A (zh) * | 2016-03-31 | 2016-08-24 | 北京航空航天大学 | 航迹预测方法及装置 |
Non-Patent Citations (8)
Title |
---|
冯学智 等: "《"3S"技术与集成》", 31 December 2007 * |
张军峰 等: "基于BADA及航空器意图的四维航迹预测", 《西南交通大学学报》 * |
张军峰 等: "离场航空器四维航迹预测及不确定性分析", 《西南交通大学学报》 * |
方振平: "《飞机飞行动力学》", 30 June 2005, 北京航空航天大学出版社 * |
武晓光: "进场航空器动态优化排序研究", 《中国优秀硕士学位论文全文数据库》 * |
王超: "《飞行程序运行评估的理论与方法研究》", 31 October 2014 * |
白志刚: "基于S模式ADS-B数据解码算法研究", 《电子世界》 * |
金长江 等: "《飞行动力学-飞机飞行性能计算》", 30 September 1990 * |
Cited By (56)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107085978A (zh) * | 2017-06-21 | 2017-08-22 | 南京航空航天大学 | 一种基于所需到达时间的管制辅助决策指令生成方法 |
CN107085978B (zh) * | 2017-06-21 | 2020-02-18 | 南京航空航天大学 | 一种基于所需到达时间的管制辅助决策指令生成方法 |
CN107404349A (zh) * | 2017-06-28 | 2017-11-28 | 南京航空航天大学 | 一种融合ads‑b实测信号和视距传输分析的信号覆盖分析方法 |
CN107404349B (zh) * | 2017-06-28 | 2020-05-19 | 南京航空航天大学 | 一种融合ads-b实测信号和视距传输分析的信号覆盖分析方法 |
CN109979244B (zh) * | 2017-12-28 | 2020-07-17 | 北京航空航天大学 | 异质飞行器空域拥堵的预测方法和装置 |
CN109979244A (zh) * | 2017-12-28 | 2019-07-05 | 北京航空航天大学 | 异质飞行器空域拥堵的预测方法和装置 |
CN108648508A (zh) * | 2018-02-11 | 2018-10-12 | 中国民用航空中南地区空中交通管理局 | 一种多路ads-b数据的转换方法、系统、电子设备及存储介质 |
CN108417097A (zh) * | 2018-03-01 | 2018-08-17 | 中国航空无线电电子研究所 | 一种用于初始4d空地协同运行的方法 |
CN108957503A (zh) * | 2018-06-08 | 2018-12-07 | 南京航空航天大学 | 基于ads-b消息脉冲计数的定位和虚假目标识别方法 |
CN108957503B (zh) * | 2018-06-08 | 2022-07-26 | 南京航空航天大学 | 基于ads-b消息脉冲计数的定位和虚假目标识别方法 |
CN109145415B (zh) * | 2018-08-06 | 2023-04-18 | 中国民航大学 | 一种空中交通流时距分布分析方法 |
CN109145415A (zh) * | 2018-08-06 | 2019-01-04 | 中国民航大学 | 一种空中交通流时距分布分析方法 |
CN109147398A (zh) * | 2018-09-13 | 2019-01-04 | 四川九洲空管科技有限责任公司 | 一种机载防撞系统目标监视跟踪性能优化方法 |
CN109542876B (zh) * | 2018-11-20 | 2023-04-07 | 南京莱斯信息技术股份有限公司 | 基于Hadoop数据挖掘航空器经验轨迹模型关键因子的提取方法 |
CN109542876A (zh) * | 2018-11-20 | 2019-03-29 | 南京莱斯信息技术股份有限公司 | 基于Hadoop数据挖掘航空器经验轨迹模型关键因子的提取方法 |
CN109598373A (zh) * | 2018-11-21 | 2019-04-09 | 青岛民航凯亚系统集成有限公司 | 一种基于ads-b数据的用于预测航班到达时间的预处理方法 |
CN109615936A (zh) * | 2018-12-07 | 2019-04-12 | 中国航空工业集团公司西安航空计算技术研究所 | 机载飞行管理系统中的直飞航迹预测方法和直飞方法 |
CN109615936B (zh) * | 2018-12-07 | 2021-07-23 | 中国航空工业集团公司西安航空计算技术研究所 | 机载飞行管理系统中的直飞航迹预测方法和直飞方法 |
CN109726917B (zh) * | 2018-12-29 | 2020-05-19 | 北京航空航天大学 | 一种基于四维航迹的货运航班调度方法和装置 |
CN109726917A (zh) * | 2018-12-29 | 2019-05-07 | 北京航空航天大学 | 一种基于四维航迹的货运航班调度方法和装置 |
CN109920080A (zh) * | 2019-02-21 | 2019-06-21 | 上海卫星工程研究所 | 基于实时ads-b的飞机目标黑白名单维护方法 |
CN109933926B (zh) * | 2019-03-19 | 2023-11-21 | 北京百度网讯科技有限公司 | 用于预测航班可靠性的方法和装置 |
CN109933926A (zh) * | 2019-03-19 | 2019-06-25 | 北京百度网讯科技有限公司 | 用于预测航班可靠性的方法和装置 |
CN110059863A (zh) * | 2019-03-25 | 2019-07-26 | 南京航空航天大学 | 一种基于所需到达时间的航空器四维航迹优化方法 |
CN110059863B (zh) * | 2019-03-25 | 2023-03-24 | 南京航空航天大学 | 一种基于所需到达时间的航空器四维航迹优化方法 |
CN110362559B (zh) * | 2019-07-04 | 2020-09-11 | 南京航空航天大学 | 基于局部遍历密度聚类的ads-b航迹清洗与校准方法 |
CN110362559A (zh) * | 2019-07-04 | 2019-10-22 | 南京航空航天大学 | 基于局部遍历密度聚类的ads-b航迹清洗与校准方法 |
CN110379210A (zh) * | 2019-07-30 | 2019-10-25 | 四川九洲空管科技有限责任公司 | 一种民用航空器异常飞行监测方法及装置 |
CN110517538A (zh) * | 2019-08-06 | 2019-11-29 | 电子科技大学 | 飞行器主动发现与协同防碰撞方法与系统 |
CN110751859A (zh) * | 2019-10-17 | 2020-02-04 | 深圳市瑞达飞行科技有限公司 | 数据处理方法和装置、计算机系统和可读存储介质 |
CN110796901A (zh) * | 2019-11-04 | 2020-02-14 | 中国民航大学 | 一种空中交通态势风险热点识别方法 |
CN110930770A (zh) * | 2019-11-06 | 2020-03-27 | 南京莱斯信息技术股份有限公司 | 一种基于管制意图和飞机性能模型的四维航迹预测方法 |
CN110930770B (zh) * | 2019-11-06 | 2022-01-25 | 南京莱斯信息技术股份有限公司 | 一种基于管制意图和飞机性能模型的四维航迹预测方法 |
CN111047914A (zh) * | 2019-11-28 | 2020-04-21 | 中国商用飞机有限责任公司北京民用飞机技术研究中心 | 一种基于四维航迹运行的fms航迹预测方法 |
WO2021109430A1 (zh) * | 2019-12-06 | 2021-06-10 | 南京萨利智能科技有限公司 | 基于ads-b广播信号飞机航路监测方法、装置及计算机存储介质 |
CN111986522A (zh) * | 2020-07-29 | 2020-11-24 | 广州市新航科技有限公司 | 基于ads-b信号的机载设备定位方法、机载设备及其存储介质 |
CN111968410A (zh) * | 2020-08-14 | 2020-11-20 | 成都民航空管科技发展有限公司 | 基于atc系统的航班经过航路点识别方法、系统及介质 |
CN111968414A (zh) * | 2020-08-26 | 2020-11-20 | 成都民航空管科技发展有限公司 | 基于大数据和ai的4d轨迹预测方法、装置及电子设备 |
CN111968414B (zh) * | 2020-08-26 | 2022-08-05 | 成都民航空管科技发展有限公司 | 基于大数据和ai的4d轨迹预测方法、装置及电子设备 |
CN112083409A (zh) * | 2020-09-17 | 2020-12-15 | 北京博能科技股份有限公司 | 一种航班定位方法、装置和电子设备 |
CN112232636A (zh) * | 2020-09-21 | 2021-01-15 | 南京航空航天大学 | 一种基于终端区即时管制压力的进场效率评估方法 |
CN112232636B (zh) * | 2020-09-21 | 2024-05-03 | 南京航空航天大学 | 一种基于终端区即时管制压力的进场效率评估方法 |
CN112799031A (zh) * | 2021-03-31 | 2021-05-14 | 长沙莫之比智能科技有限公司 | 一种毫米波仿地雷达数据的杂波抑制方法 |
CN113284369B (zh) * | 2021-05-14 | 2022-07-01 | 中国民航大学 | 一种基于ads-b实测航路数据的预测方法 |
CN113284369A (zh) * | 2021-05-14 | 2021-08-20 | 中国民航大学 | 一种基于ads-b实测航路数据的预测方法 |
CN113654557A (zh) * | 2021-07-06 | 2021-11-16 | 中国民用航空飞行学院 | 一种备选过渡航迹生成方法及计算机可读存储介质 |
CN114283624B (zh) * | 2021-12-21 | 2022-09-20 | 中国人民解放军93209部队 | 一种基于空地航迹信息共享的飞机位置预测方法 |
CN114283624A (zh) * | 2021-12-21 | 2022-04-05 | 中国人民解放军93209部队 | 一种基于空地航迹信息共享的飞机位置预测方法 |
CN114078339A (zh) * | 2022-01-07 | 2022-02-22 | 北京航空航天大学杭州创新研究院 | 基于飞行趋势推理的时空概率分布网格飞行冲突检测方法 |
WO2023130622A1 (zh) * | 2022-01-07 | 2023-07-13 | 北京航空航天大学杭州创新研究院 | 基于飞行趋势推理的时空概率分布网格飞行冲突检测方法 |
CN114440891A (zh) * | 2022-01-25 | 2022-05-06 | 深圳技术大学 | 用于空中交通管理的四维航迹规划方法及系统、设备 |
CN114440891B (zh) * | 2022-01-25 | 2023-08-25 | 深圳技术大学 | 用于空中交通管理的四维航迹规划方法及系统、设备 |
CN114664120A (zh) * | 2022-03-15 | 2022-06-24 | 南京航空航天大学 | 一种基于ads-b的航空器自主间隔控制方法 |
WO2023185945A1 (zh) * | 2022-03-30 | 2023-10-05 | 南京莱斯信息技术股份有限公司 | 民航飞行动态电报与空域单元运行状态的自动校验方法 |
CN114912688B (zh) * | 2022-05-18 | 2024-04-30 | 中国电子科技集团公司第二十八研究所 | 一种基于爬升段能量分享因子估算的航空器轨迹预测方法 |
CN114912688A (zh) * | 2022-05-18 | 2022-08-16 | 中国电子科技集团公司第二十八研究所 | 一种基于爬升段能量分享因子估算的航空器轨迹预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106846919A (zh) | 一种基于ads‑b信息更新的四维航迹动态预测方法 | |
CN109814598B (zh) | 无人机低空公共航路网设计方法 | |
CN101692315B (zh) | 基于实时雷达数据的高精度4d飞机航迹分析方法 | |
CN106781707B (zh) | 一种针对低空中长距离转场飞行的航迹规划方法 | |
Patron et al. | Flight trajectories optimization under the influence of winds using genetic algorithms | |
US9257048B1 (en) | Aircraft emergency landing route system | |
US8433506B2 (en) | Weather data selection relative to an aircraft trajectory | |
US20130226373A1 (en) | Methods for in-flight adjusting of a flight plan | |
DeBusk | Unmanned aerial vehicle systems for disaster relief: Tornado alley | |
CN104732808B (zh) | 飞行器告警方法及装置 | |
US20060224318A1 (en) | Trajectory prediction | |
CN102859569A (zh) | 确定飞机的紧急情况着陆点 | |
CN109918818B (zh) | 一种基于性能导航的pbn单发程序保护区划设方法 | |
CN107783544B (zh) | 一种控制单旋翼植保无人机避障飞行的方法 | |
CN114595518B (zh) | 一种基于数字孪生的商业航天飞行与民航运行协作系统 | |
Dancila et al. | New flight trajectory optimisation method using genetic algorithms | |
CN112669651B (zh) | 一种基于飞行动态情报中eet值修正预测过点时间的方法 | |
US10803657B2 (en) | Method, apparatus, and computer program product for dynamic flight range visualization | |
Tompa et al. | Optimal aircraft rerouting during commercial space launches | |
Xu et al. | Iterative construction of low-altitude UAV air route network in urban areas: Case planning and assessment | |
Xue et al. | Intent Modeling and Conflict Probability Calculation for Operations in Upper Class E Airspace | |
Liao et al. | Enable UAVs safely flight in low-altitude: A Preliminary research of the public air route network of UAVs | |
Ramée et al. | Aircraft flight plan optimization with dynamic weather and airspace constraints | |
Petrovsky et al. | Challenges with obstacle data for manned and unmanned aviation | |
Shao et al. | UAS Medical Delivery in Rural/Mountain Areas under UTM Surveillance |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170613 |
|
RJ01 | Rejection of invention patent application after publication |