CN107966719B - 一种基于信号解码和概率筛选的单星定位增强系统及方法 - Google Patents

Abstract

本发明属于卫星通信定位技术领域，尤其涉及一种基于信号解码和概率筛选的单星定位增强系统及方法，对航空机载终端通信信息进行抓取、解码、分析，提取脉冲时序偏离数据、脉冲频率偏离数据、系统延时补偿、系统频率补偿、航空机载终端号；根据脉冲时序偏离数据预测飞机所在的圆弧，利用迭代算法构建轨迹模型，对计算结果进行可视化显示；利用多边形逼近方法对轨迹进行修正；根据脉冲频率偏移数据完成对轨迹的概率筛除，分析出各种飞行轨迹出现的概率，并用不同的颜色显示轨迹的概率大小；选取概率最大轨迹形成最终飞行定位预测轨迹，并对预测轨迹进行可视化显示；选取关键点分析预测出飞机关键点的经纬度，实现对飞机的单星定位结果输出。

Description

一种基于信号解码和概率筛选的单星定位增强系统及方法

技术领域

本发明属于卫星通信定位技术领域，尤其涉及一种基于信号解码和概率筛选的单星定位增强系统及方法。

背景技术

安全问题从来都是航空业中优先级最高的议题，2009年法航AF447航班空难、2010年4月冰岛火山灰事件以及MH370失联事件使得航空业内对航空安全的需求更加迫切。目前飞机上普遍都安装了GPS定位装置和卫星通信设备，使得飞机能够时刻与地面保持通信联系。但是在紧急情况下，如果因为设备故障或者人为破坏导致GPS定位装置和卫星通信设备失效，飞机的定位就是一个很紧迫的问题。此时通过分析飞机上内置的国际移动卫星设备与地面站进行通信的信号可以对飞机进行定位，满足飞机紧急情况下的飞行定位需求。

国际移动卫星(Inmarsat)通信系统主要由地球同步轨道通信卫星、移动终端和地面站等构成。地面站与卫星间采用C波段通信，移动终端与卫星之间采用L波段通信。国际移动卫星除广泛应用于电话、电报、电传和数据传输业务外，还兼有救援和导航业务。国际移动卫星最初是为了满足海上船舶通信的要求发展起来的，后来逐渐发展到陆地通信和航空机载通信。

现有技术中已经有人尝试研究单卫星对飞机进行定位，例如专利申请号为CN201610871398.5的专利公开了一种基于单颗海事卫星通信信号的飞机飞行定位方法和系统，对采集到的海事卫星航空终端的信号进行脉冲频率偏离数据(Pulse FrequencyOffset，BFO)分析来获取飞机到海事卫星的频差信息，再分析飞机的多普勒频率，确定飞机与卫星的相对运动速度再得到多条飞行路径束。这种方法的缺点在于：做了相当大程度的理想化分析。实际上飞机和卫星都是处于运动状态下，飞机和卫星的相对角度是实时变化的，相应的多普勒频率也是实时变化的，已有专利用固定的BFO来分析频差势必会造成相当大的误差，与实际应用还存在较大距离。

发明内容

为了解决上述技术问题，本发明提出了一种基于信号解码和概率筛选的单星定位增强系统及方法。

系统包括依次连接的：地面站通信信息解码单元、飞机飞行轨迹模型构建单元、飞机飞行轨迹修正单元、飞机飞行轨迹概率筛选单元、飞机飞行轨迹显示单元、飞机定位结果输出单元。

所述地面站通信信息解码单元对航空机载终端通信信息进行抓取、解码、分析，提取脉冲时序偏离数据(Burst Timing Offset)BTO、脉冲频率偏离数据(Pulse FrequencyOffset)BFO、系统延时补偿、系统频率补偿、航空机载终端IMSI号。

所述飞机飞行轨迹修正单元根据脉冲时序偏离数据预测飞机所在的圆弧，利用迭代算法构建飞机飞行轨迹模型，进行仿真计算，对计算结果进行可视化显示。

所述飞机飞行轨迹修正单元利用多边形逼近方法对飞机飞行轨迹进行修正，进一步确定飞机的飞行轨迹。

所述飞机飞行轨迹概率筛选单元根据脉冲频率偏移数据完成对飞机飞行轨迹的概率筛除，分析出飞机各种可能飞行轨迹出现的概率，并用不同的颜色显示飞机可能飞行轨迹的概率大小。

所述飞机飞行轨迹显示单元选取概率最大的飞行轨迹形成飞机的最终飞行定位预测轨迹，并对预测轨迹进行可视化显示。

所述飞机定位结果输出单元在预测轨迹上选取飞机关键点进行分析，预测出飞机关键点的经纬度，实现对飞机的单星定位结果输出。

所述可视化显示基于Matlab GUI和Google Earth实现。

所述概率筛除对飞机坐标值进行三次样条差值拟合，计算飞机中间飞行路径的BFO值，最后用概率删除法对中间路径进行删选，选出中间路径出现概率最大的路径。

方法包括：

对航空机载终端通信信息进行抓取、解码、分析，提取脉冲时序偏离数据BTO、脉冲频率偏离数据BFO、系统延时补偿、系统频率补偿、航空机载终端IMSI号；根据脉冲时序偏离数据预测飞机所在的圆弧，利用迭代算法构建飞机飞行轨迹模型，进行仿真计算，对计算结果进行可视化显示；利用多边形逼近方法对飞机飞行轨迹进行修正，进一步确定飞机的飞行轨迹；根据脉冲频率偏移数据完成对飞机飞行轨迹的概率筛除，分析出飞机各种可能飞行轨迹出现的概率，并用不同的颜色显示飞机可能飞行轨迹的概率大小；选取概率最大的飞行轨迹形成飞机的最终飞行定位预测轨迹，并对预测轨迹进行可视化显示；在预测轨迹上选取飞机关键点进行分析，预测出飞机关键点的经纬度，实现对飞机的单星定位结果输出。

本发明的有益效果在于：

大大减小了由于飞机和卫星的运动实时变化所造成的频差分析的误差，根据BTO信息预测飞机所处的相关圆，在相关圆上取关键点，然后对飞机坐标值进行三次样条差值拟合，计算飞机中间飞行路径的BFO值，最后用概率删除法对中间路径进行删选，选出中间路径出现概率最大的路径，并进行显示和定位结果输出；并采用割圆术，用多边形来逼近圆弧，有效解决了轨迹圆弧越过逆子午线时出现绕地球一圈再闭合的情况；并大大提高了单颗卫星对飞机的定位精度。本专利的定位结果与航空机载终端自身的GPS定位装置进行误差比对，验证本发明的定位效果。

附图说明

图1为本发明的飞机单星定位系统功能组成图。

图2为本发明的飞机单星定位系统工作流程图。

图3为本发明的飞机飞行轨迹模型构建流程图。

图4为基于BTO时间差的轨迹弧线图。

图5为本发明仿真软件界面。

图6为本发明的飞机预测圆弧轨迹图。

图7为不闭合的轨迹弧线图。

图8为修正后的轨迹弧线图。

图9为每条路径概率计算结果总览图。

图10为预测路径与GPS定位路径图。

具体实施方式

下面结合附图，对实施例作详细说明。

(一)系统构成

一种基于信号解码和概率筛选的单星定位增强系统及方法主要由六部分组成：系统包括依次连接的：地面站通信信息解码单元、飞机飞行轨迹模型构建单元、飞机飞行轨迹修正单元、飞机飞行轨迹概率筛选单元、飞机飞行轨迹显示单元、飞机定位结果输出单元。

所述地面站通信信息解码单元对航空机载终端通信信息进行抓取、解码、分析，提取脉冲时序偏离数据(Burst Timing Offset)BTO、脉冲频率偏离数据(Pulse FrequencyOffset)BFO、系统延时补偿、系统频率补偿、航空机载终端IMSI号。

所述飞机飞行轨迹修正单元根据脉冲时序偏离数据预测飞机所在的圆弧，利用迭代算法构建飞机飞行轨迹模型，进行仿真计算，对计算结果进行可视化显示。

所述飞机飞行轨迹修正单元利用多边形逼近方法对飞机飞行轨迹进行修正，进一步确定飞机的飞行轨迹。

所述飞机飞行轨迹概率筛选单元根据脉冲频率偏移数据完成对飞机飞行轨迹的概率筛除，分析出飞机各种可能飞行轨迹出现的概率，并用不同的颜色显示飞机可能飞行轨迹的概率大小。

所述飞机飞行轨迹显示单元选取概率最大的飞行轨迹形成飞机的最终飞行定位预测轨迹，并对预测轨迹进行可视化显示。

所述飞机定位结果输出单元在预测轨迹上选取飞机关键点进行分析，预测出飞机关键点的经纬度，实现对飞机的单星定位结果输出。

系统功能组成如图1所示。

(二)系统工作流程

系统工作流程如下：

■步骤1：输入各类初始条件

输入数据名称：

输入用于飞机坐标及飞行路径验证的数据：卫星位置坐标，抽取的时间点(握手信号)，BTO，bias，地面站位置经纬度，飞机的初始位置、飞行速度和海拔高度，飞机与卫星进行通信的握手次数、飞机航空机载终端的IMSI号等；

输入用于概率筛选验证的数据：卫星位置坐标、相对速度、工作频率，抽取的时间点(握手信号)，AS，BFO标准值，光速C，bias，飞机的初始位置、飞行速度和海拔高度，地面站位置经纬度等。

输入数据来源：

为了便于分析和普适性，飞机初始数据为假定值；国际移动卫星和地面站位置经纬度为已知数据；其他数据可以从国际移动卫星地面站控制中心读取后进行解码计算得到。

■步骤2：计算相关圆的圆心和半径

■步骤3：计算飞机在相关圆上的坐标值

■步骤4：对飞机坐标值进行三次样条差值拟合

■步骤5：计算飞机中间路径的BFO值

■步骤6：运用概率筛除法对中间路径进行概率筛除

■步骤7：分析计算飞机的飞行轨迹并显示

■步骤8：计算关键节点的位置经纬度和定位偏差并输出

系统工作流程图如图2所示。

(三)地面站通信信息解码

安装了国际移动卫星航空机载终端的飞机在飞行的过程中，与国际移动卫星地面站实时进行卫星通信联系，具体通信流程如下：

为了建立航空机载终端与地面站的通信联络，航空机载终端会通过国际移动卫星信道发送“登陆”请求，并由地面站确认。一旦建立连接后，如果地面站在一个小时内没有收到此“登陆”请求，则会通过卫星信道发出带有飞机唯一识别号码的“登录询问”消息请求。航空机载终端收到此识别消息，会通过卫星信道通知地面站自己仍然在网。这就是航空机载终端与地面站进行信令信息的交互过程。

航空机载终端与地面站建立通信连接后，会定期向地面站报送相关飞机信息，地面站对上述信息进行实时记录并存储在服务器中。

为了从国际移动卫星地面站服务器中抓取飞机与地面站进行交互的通信信息，选择了目前应用非常广泛的Wireshark网络抓包工具作为基础，利用Wireshark协议扩展性强、具有开放性架构等特点以及Lua脚本语言方便、灵活的脚本设计功能，进行私有协议的通信包解析脚本设计，实现了对地面站通信信号的解码分析，提高了地面站通信信息分析的效率，减少了数据包解析的人为错误。

通过对国际移动卫星通信信息的实时解析，可以得到进行飞机单星定位的脉冲时序偏离数据BTO、脉冲频率偏离数据BFO、系统延时补偿、系统频率补偿、航空机载终端IMSI号和GPS定位装置定位位置等信息，为下一步分析打下基础。

(四)飞机飞行轨迹模型构建

飞机飞行轨迹模型构建主要包括以下步骤：利用BTO确定移动终端所在弧线图；利用迭代法构建移动终端轨迹模型；仿真计算；轨迹可视化显示。方法步骤如图3所示。

1、利用BTO确定移动终端所在弧线图

BTO由两部分组成，一是系统传输时延(transmission delay)，即信号从地面站到卫星再到移动终端的往返时间；二是系统处理时延(bias)，即系统处理数据的时间。因此信号传播的距离可以表示如下：

其中c为光速。

从而卫星到移动终端的距离可以表示为：

L_S-A＝L_t-L_S-G (2)

其中L_S-G为卫星到地面站的距离。

如图4所示，以地心为原点，建立标准空间直角坐标系。设移动终端位置为(x,y,z)，海事卫星位置为(a,b,c)，由方程(2)可知如下距离关系：

另外，移动终端在离地面高h的空中飞行，因此由球坐标方程有：

x²+y²+z²＝(R+h)² (4)

其中R为地球平均半径，h为移动终端距离地面高度，联立方程(3)和(4)可以得到移动终端的轨迹弧线方程。

2、利用迭代法构建移动终端轨迹模型

假设地面站收到移动终端的ping信号次数为n，对应时间点为t_n，选取收到第一个ping信号的之前的某一个时间点作为移动终端的初始位置点，由于信号传播速度很快，传播时间很短，而移动终端移动速度相比信号传播速度很慢，因此移动终端在信号传播过程中移动的距离可以忽略不计，并假定移动终端速度大小保持不变。

从t₀时间点至t₁时间点，移动终端在第一个轨迹弧线图上，由轨迹弧线方程可得到：

其中(x,y,z)为移动终端在第一个轨迹圆弧图上可能位于的位置，(a₁,b₁,c₁)为移动卫星在时间点t₁的位置，L_(S-G)1为在时间点t₁移动卫星与地面站的距离。根据球坐标方程可以得到：

x²+y²+z²＝(R+h)² (6)

最后根据移动终端从时间点t₀至时间点t₁移动的距离，可以得到：

Ｓ₁＝(Ｒ+h)θ₁ (8)

Ｓ₁＝v(t₁-t₀) (9)

其中(x₀,y₀,z₀)是时间点为t₀时移动终端的位置，S₁为移动终端从时间点t₀至时间点t₁移动的距离，θ₁为S₁对应的圆心角。

联立方程(4)-(8)可以求得移动终端在第一个轨迹弧线图上可能位于的两个坐标(x₁,y₁,z₁)和(x₂,y₂,z₂)，再以(x₁,y₁,z₁)和(x₂,y₂,z₂)分别为初始点，同样可以得到移动终端在第二个轨迹弧线图上有可能位于的四个点(x₃,y₃,z₃)，(x₄,y₄,z₄)，(x₅,y₅,z₅)，(x₆,y₆,z₆)。以此类推，可以得到第n个轨迹弧线图上的2ⁿ个点。

即从时间点t_i至时间点t_i+1点，以第i个轨迹弧线图的某一个点为初始点，不妨记为(x_a,y_a,z_a)，到第i+1个轨迹弧线图上，有如下方程：

x²+y²+z²＝(R+h)² (11)

S_i+1＝(R+h)θ_i+1 (13)

S_i+1＝v(t_i+1-t_i) (14)

其中(x,y,z)为第i+1个轨迹圆弧图上移动终端可能位于的点，(a_i+1,b_i+1,c_i+1)为海事卫星在时间点t_i+1的位置，L_(S-G)i+l为在时间点t_i+1海事卫星与地面站的距离，S_i+1为移动终端从时间点t_i至时间点t_i+1移动的距离，θ_i+1为S_i+1对应的圆心角。

3、仿真计算

选取航空机载终端IMSI号为901112115104648的某航空公司飞机，提取飞机与国际移动卫星地面站进行通信的数据包1组，从数据包中提取12个位置信息点进行分析，根据公式(10)-(14)编写了相关迭代算法流程，利用Matlab编制程序，形成软件，软件界面如图5所示。

4、轨迹可视化显示

利用Matlab GUI以及Google Earth对上述过程进行可视化实现，得到轨迹可视化图，轨迹可视化显示方法如下：

(1)轨迹弧线图实现的方法：通过设置地面站坐标、飞机初始时间点坐标、BTO、卫星空间坐标、飞机与卫星信息交换次数以及时间差为接收参数，利用Matlab通过公式(1)-(4)计算出轨迹弧线图的表达式，将Matlab与Google Earth连接，最终画出轨迹弧线图。

(2)移动终端轨迹可视化实现的方法：首先设置地面站坐标、飞机初始时间点坐标、BTO、bias、卫星坐标、飞机初始速度及飞机与卫星信息交换次数以及时间差为接收参数。通过公式(5)-(14)计算每一个可能点的坐标。由初始点到第一个圆弧的过程需要单独计算，即利用公式(5)-(9)，然后利用循环迭代的方法，即利用公式(10)-(14)依次计算剩余可能点的坐标。通过Matlab的xlswrite函数，将输出得到的飞机坐标存储到Excel文件中。然后通过Matlab的importdata函数，输入之前计算所得的飞机坐标，建立路径查询表，这样就可以根据路线直接得到对应点的坐标。最后将直角坐标转为大地坐标，在Google Earth上画出轨迹路线图。

(3)计算结果显示轨迹图

通过仿真计算，得出航空机载终端IMSI号为901112115104648的某航空公司飞机可能的轨迹圆弧，运行Google Earth软件进行显示预测圆弧轨迹图，如图6所示。

(五)飞机飞行轨迹圆弧修正

通过软件测试，发现当轨迹圆弧越过逆子午线，便会出现绕地球一圈再闭合的情况，此时无法在Google Earth上确定移动终端所有可能的轨迹。测试结果如图7所示。

通过分析发现，出现此问题的原因是因为在Google Earth中系统默认东经符号为正，西经符号为负，Google Earth在画从正170度到负170度的连线时，默认从正170度到0度，再到负170度画线，而不是直接从正170度到逆子午线，再到负170度，由此出现了轨迹弧线不闭合的现象。

基于此现象，采用古代割圆术的思想，用多边形来逼近圆弧，当点数达到足够多时，连接各点的多边形可近似视为一个圆，且在视觉效果上几乎没有差异，改正结果如图8所示。

由图8可知，经过多边形逼近处理后，消除了轨迹弧线的不闭合现象，并且与实际圆弧拟合效果很好。

(六)飞机飞行轨迹概率筛除

1、概率筛选模型

首先对坐标进行以x为参数，求z关于x的三次样条插值，以及y关于x的三次样条插值。然后求z关于x的导数，y关于x的导数。进而可以求出切线的方向数。然后进行归一化处理，并乘以速度标量大小，由此计算x、y、z方向上的速度分量估计值。

由于BFO计算方程为：

BFO＝ΔF_up+ΔF_down+ΔF_comp+ΔF_bias+ΔF_AS (15)

其中，ΔF_bias与ΔF_AS均为定值，从地面站解码得到。

故先计算ΔF_up：

其中，c为光速，ΔV为飞机速度分量，Satellite为卫星位置，Aircraft为飞机位置。

其中，c为光速，ΔV为卫星速度分量，Satellite为卫星位置，Aircraft为飞机初始位置。

其中，c为光速，ΔV为卫星速度分量，Aircraft₀为飞机初始位置，Aircraft为飞机位置。

通过计算每条路线的每个节点的BFO预测值与标准值的差，取绝对值，并求和，寻找其中最大值。即可计算出每条线路的概率值。

其中，d_i为每条路线的每个节点的BFO预测值与标准值的差的绝对值的和，max(d_i)为2ⁿ条线路中的最大值，n为选取的节点数量。

2、计算结果及示意图

选取了飞机飞行路径上的12个关键节点，经过仿真计算，得出每条路线的BFO估计值，并与标准BFO值进行对比，利用公式(19)计算出每条中间路径可能出现的概率，用不同的颜色进行显示，颜色由深到浅代表概率由低到高，将计算结果显示到Google Earth上，如图9所示：

(七)飞机飞行轨迹显示

根据每条路径出现的概率计算结果，选取概率最大的路径，形成飞机的最终飞行定位轨迹预测，白色线条和关键点为航空机载终端GPS定位装置定位的路径和关键点，红色线条和关键点为本发明所定位的路径和关键点，如图10所示。

(八)飞机定位结果输出

在预测航迹上选取12个关键位置点，预测位置经纬度，再与航空机载终端GPS定位装置的定位位置经纬度进行分析比对，得到飞机单星定位结果的定位误差，如表1所示。

表1单星定位结果

通过表1可知，一种基于信号解码和概率筛选的单星定位增强系统及方法可以在紧急情况下对飞机进行单星定位，定位精度在100千米左右，满足研制使用要求，为航空安全提供了一种全新的技术手段。

此实施例仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (2)

1.一种基于信号解码和概率筛选的单星定位增强系统，其特征在于，包括依次连接的：地面站通信信息解码单元、飞机飞行轨迹模型构建单元、飞机飞行轨迹修正单元、飞机飞行轨迹概率筛选单元、飞机飞行轨迹显示单元、飞机定位结果输出单元；

所述地面站通信信息解码单元对航空机载终端通信信息进行抓取、解码、分析，提取脉冲时序偏离数据BTO、脉冲频率偏离数据BFO、系统延时补偿、系统频率补偿、航空机载终端IMSI号；

所述飞机飞行轨迹修正单元根据脉冲时序偏离数据预测飞机所在的圆弧，利用迭代算法构建飞机飞行轨迹模型，进行仿真计算，对计算结果进行可视化显示；

所述飞机飞行轨迹修正单元利用多边形逼近方法对飞机飞行轨迹进行修正，进一步确定飞机的飞行轨迹；

所述飞机飞行轨迹概率筛选单元根据脉冲频率偏移数据完成对飞机飞行轨迹的概率筛除，分析出飞机各种可能飞行轨迹出现的概率，并用不同的颜色显示飞机可能飞行轨迹的概率大小；

所述飞机飞行轨迹显示单元选取概率最大的飞行轨迹形成飞机的最终飞行定位预测轨迹，并对预测轨迹进行可视化显示；

所述飞机定位结果输出单元在预测轨迹上选取飞机关键点进行分析，预测出飞机关键点的经纬度，实现对飞机的单星定位结果输出；

所述可视化显示基于Matlab GUI和Google Earth实现；

所述概率筛除对飞机坐标值进行三次样条差值拟合，计算飞机中间飞行路径的BFO值，最后用概率删除法对中间路径进行删选，选出中间路径出现概率最大的路径。

2.一种基于信号解码和概率筛选的单星定位增强方法，其特征在于，包括：

对航空机载终端通信信息进行抓取、解码、分析，提取脉冲时序偏离数据BTO、脉冲频率偏离数据BFO、系统延时补偿、系统频率补偿、航空机载终端IMSI号；根据脉冲时序偏离数据预测飞机所在的圆弧，利用迭代算法构建飞机飞行轨迹模型，进行仿真计算，对计算结果进行可视化显示；利用多边形逼近方法对飞机飞行轨迹进行修正，进一步确定飞机的飞行轨迹；根据脉冲频率偏移数据完成对飞机飞行轨迹的概率筛除，分析出飞机各种可能飞行轨迹出现的概率，并用不同的颜色显示飞机可能飞行轨迹的概率大小；选取概率最大的飞行轨迹形成飞机的最终飞行定位预测轨迹，并对预测轨迹进行可视化显示；在预测轨迹上选取飞机关键点进行分析，预测出飞机关键点的经纬度，实现对飞机的单星定位结果输出；

所述概率筛除对飞机坐标值进行三次样条差值拟合，计算飞机中间飞行路径的BFO值，最后用概率删除法对中间路径进行删选，选出中间路径出现概率最大的路径。

Images