CN111785095A - 监视性能指标评估方法 - Google Patents

监视性能指标评估方法 Download PDF

Info

Publication number
CN111785095A
CN111785095A CN202010760233.7A CN202010760233A CN111785095A CN 111785095 A CN111785095 A CN 111785095A CN 202010760233 A CN202010760233 A CN 202010760233A CN 111785095 A CN111785095 A CN 111785095A
Authority
CN
China
Prior art keywords
aircraft
state
horizontal
error
reference track
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.)
Granted
Application number
CN202010760233.7A
Other languages
English (en)
Other versions
CN111785095B (zh
Inventor
张学军
简鑫慧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN202010760233.7A priority Critical patent/CN111785095B/zh
Publication of CN111785095A publication Critical patent/CN111785095A/zh
Application granted granted Critical
Publication of CN111785095B publication Critical patent/CN111785095B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

本发明涉及一种监视性能指标评估方法，包括以下步骤：获取每一航空器的航行状态记录信息，其中，所述状态记录信息包括航空器所在的空中位置信息以及速度矢量信息；根据获取的每一航空器的航行状态记录信息一一对应地建立参考航迹；根据建立的参考航迹对所述航空器的航行状态进行分类，在不同的类别下，将所述参考航迹中的参考数据项与对应的航行状态记录信息中的对应数据项进行比较，以根据预设有效数据标准筛选出有效数据项；从筛选出的有效数据项中统计监视性能指标。通过上述监视性能指标评估方法能够对航空器航行状态信息进行各种性能有效评定。

Description

监视性能指标评估方法
技术领域
本发明涉及航空监视系统数据处理领域，特别是涉及一种监视性能指标评估方法。
背景技术
民航监视系统是对航空器在空域内的飞行活动进行监视的所有设备的总称，是空中交通管理(ATM)体系的重要组成部分，能够跟踪和确定航空器的位置，防止航空器在空中相撞，保证航空器能够有计划有秩序地飞行，大大提高空中交通管理的效率。监视数据从产生到被空中交通管制中心接收的过程，都会不可避免地受到噪声污染，从而产生错误的监视数据，严重影响空中交通管理的效率。因此，很有必要设立相关性能指标，对接入空中交通管理系统的民航监视系统进行评估。特别是一些新兴的监视技术，例如星基广播式自动相关监视系统(星基ADS-B)，在应用前都需要进行评估，满足相关要求后，才能接入空中交通管理系统。
2014年MH370航班失联事件后，为解决传统陆基监视系统无法实现陆地偏远地区、海洋及南北两极航空器监视覆盖的问题，国际民航组织(ICAO)提出了星基监视的概念，将ADS-B接收机部署于低轨道卫星中，并利用多颗低轨道卫星形成覆盖全球的星基ADS-B系统。星基ADS-B是实现广域范围内航空器(飞机、直升机、倾转旋翼机等)监视的主要技术手段，与传统的陆基监视系统相比，星基ADS-B系统具有覆盖范围广、不受地理环境限制、可满足航空器持续监视等多方面优势。然而星基ADS-B是一项复杂的系统工程，其监视数据质量，如位置误差、报文更新周期、数据传输延迟等，受GNSS导航系统、星间链路传输等多种因素的影响。星基ADS-B监视性能能否达到空中交通管理系统的最低接入标准尚缺少足够的研究。
发明内容
针对上述现有技术的不足，本发明所要解决的技术问题是：提供了一种对接入空中交通管理系统的监视数据进行各种性能有效评定的监视性能指标评估方法。
为解决上述技术问题，本发明采用的一个技术方案是：提供一种监视性能指标评估方法，包括以下步骤：
获取每一航空器的航行状态记录信息，其中，所述状态记录信息包括航空器所在的空中位置信息以及速度矢量信息；
根据获取的每一航空器的航行状态记录信息一一对应地建立参考航迹；
根据建立的参考航迹对所述航空器的航行状态进行分类，在不同的类别下，将所述参考航迹中的参考数据项与对应的航行状态记录信息中的对应数据项进行比较，以根据预设有效数据标准筛选出有效数据项；
从筛选出的有效数据项中统计监视性能指标。
进一步的，在获取每一航空器的航行状态记录信息中，包括：
通过星基ADS-B系统获取每一航空器的航行状态记录信息。
进一步的，在根据获取的每一航空器的航行状态记录信息一一对应地建立参考航迹的步骤中，包括：
利用大地主题解算方法将所述航行状态记录信息值转换为三维直角坐标点；
采用卡尔曼滤波算法在所述三维直角坐标下构建参考航迹。
进一步的，在采用所述卡尔曼滤波算法在所述三维直角坐标下构建参考航迹的步骤中，包括：
航空器在所述三维直角坐标中T时刻对应的X、Y、Z方向的状态分量为：
Figure BDA0002612871580000021
Figure BDA0002612871580000022
Figure BDA0002612871580000023
其中，
Figure BDA0002612871580000024
表示T时刻航空器位置的X坐标，
Figure BDA0002612871580000025
表示
Figure BDA0002612871580000026
对应的速度矢量，
Figure BDA0002612871580000027
表示T时刻航空器位置的Y坐标，
Figure BDA0002612871580000028
表示
Figure BDA0002612871580000029
对应的速度矢量，
Figure BDA00026128715800000210
表示T时刻航空器位置的Z坐标，
Figure BDA00026128715800000211
表示
Figure BDA00026128715800000212
对应的速度矢量。
分别对T时刻的X、Y、Z方向的状态分量进行预测：
XT|T-1＝AXT-1|T-1+Bux(T-1) (4)
Px(T|T-1)＝APx(T-1|T-1)AT+Q (5)
YT|T-1＝AYT-1|T-1+Buy(T-1) (6)
Py(T|T-1)＝APy(T-1|T-1)AT+Q (7)
ZT|T-1＝AZT-1|T-1+Buz(T-1) (8)
Pz(T|T-1)＝APz(T-1|T-1)AT+Q (9)
其中，XT|T-1,YT|T-1,ZT|T-1分别为T时刻的X、Y、Z方向上的状态分量预测值，XT-1|T-1,YT-1|T-1，ZT-1|T-1为T-1时刻X、Y、Z方向上的状态最优估计值，所述T-1时刻为T时刻的前一时刻，Px(T|T-1),Py(T|T-1)，Pz(T|T-1)分别为T时刻X、Y、Z方向上的状态分量预测协方差矩阵，A为状态转移矩阵，AT表示状态转移矩阵的转置矩阵，Q为系统过程噪声方差，B为控制矩阵、ux(T-1),uy(T-1)，uz(T-1)分别为X、Y、Z方向上的控制分量,这里代表T-1时刻在X、Y、Z方向上的加速度分量；
通过以下公式求出X、Y、Z方向上的最优卡尔曼增益KT
Kx(T)＝Px(T|T-1)(HPx(T)HT+RT)-1 (10)
Ky(T)＝Py(T|T-1)(HPy(T)HT+RT)-1 (11)
Kz(T)＝Pz(T|T-1)(HPz(T)HT+RT)-1 (12)
式(10)-(12)中，Kx(T)为X方向的最优卡尔曼增益，Ky(T)为Y方向的最优卡尔曼增益，Kz(T)为Z方向的最优卡尔曼增益，RT为T时刻的测量噪声协方差，H表示观测矩阵，HT为观测矩阵的转置矩阵；
根据T时刻X、Y、Z方向上的最优卡尔曼增益KT及T时刻航行状态记录信息对T时刻的状态分量预测值进行矫正：
XT|T＝XT|T-1+Kx(T)(Mx(T)-HXT|T-1) (13)
Px(T|T)＝(I-Kx(T)H)*Px(T|T-1) (14)
YT|T＝YT|T-1+Ky(T)(My(T)-HYT|T-1) (15)
Py(T|T)＝(I-Ky(T)H)*Py(T|T-1) (16)
ZT|T＝ZT|T-1+Kz(T)(Mz(T)-HZT|T-1) (17)
Pz(T|T)＝(I-Kz(T)H)*Pz(T|T-1) (18)
其中，Mx(T),My(T),Mz(T)分别为T时刻航行状态记录信息在X、Y、Z方向上的状态分量，XT|T，YT|T,ZT|T分别为X、Y、Z方向上的T时刻最优估计值分量，Px(T|T)，Py(T|T),Pz(T|T)为T时刻估计误差协方差，通过(1)-(18)得到时刻对应的参考航迹点，并以此形成每一条参考航迹。
进一步的，在根据建立的参考航迹对所述航空器的航行状态进行分类，在不同的航行状态下，将所述参考航迹中的参考数据项与对应的航行状态记录信息中的对应数据项进行比较，以根据预设有效数据标准筛选出有效数据项的步骤中，所述航空器的航行状态包括爬升/下降状态、平稳飞行状态、直线飞行状态、转弯状态；根据参考航迹中当前时刻的速度Vx,Vy得到横向加速度为第一预设值的角速度W，根据当前时刻的速度角Vg与下一时刻的速度角Vg，求出当前时刻的水平角速度WT，若水平角速度WT大于等于角速度W，则视为航空器处于转弯状态，否则视为航空器处于直线飞行状态；根据垂直方向速度参考值Vz大小对航空器是否处于爬升/下降状态、平稳飞行状态进行判定，若垂直方向速度参考值Vz大于等于第二预设值且小于等于第三预设值时，则视为航空器处于爬升/下降状态，若垂直方向速度参考值Vz小于等于第四预设值时，则视为航空器处于平稳飞行状态；
所述有效数据标准包括：参考航迹中的每一时刻对应的数据项具备正确的航空器身份标识，即参考航迹中航空器身份标识参考值与航行状态记录信息中航空器身份标识相同、数据项具备正确的时间信息，即参考航迹中数据项时间参考值与航行状态记录信息中时间相同、在水平间隔为预设的海里空域时，参考航迹中水平位置参考值与航行状态记录信息中水平位置误差小于第五预设值、在垂直间隔最低标准的英尺空域时，参考航迹中气压高度参考值与航行状态记录信息中气压高度误差小于第六预设值。
进一步的，在从筛选的有效数据项中统计监视性能指标的步骤中，所述监视性能包括航空器的水平位置更新率、气压高度更新率、目标丢失概率、位置消息更新间隔、水平位置误差均方根、气压高度误差均方根和/或速度矢量误差均方根。
进一步的，所述水平位置更新率包括每一参考航迹的有效水平位置更新率PUR以及监视系统覆盖范围内的整体有效水平位置更新率PUA(R)，所述每一条参考航迹的有效气压高度更新率PUH以及监视系统覆盖范围内的整体有效气压高度更新率PUA(H)，通过以下步骤获得：
将所述参考航迹按测量间隔MI划分并计算出每一条参考航迹的测量间隔总数量NT：
Figure BDA0002612871580000043
式(20)中，t1表示所述参考航迹上首个参考航迹点的时间，首个参考航迹点在第一个测量间隔的中心位置，tN表示所述参考航迹上最后一个参考航迹点的时间，MI为测量间隔时间，其针对不同的航空运行场景具有不同取值；
计算每一条参考航迹存在有效水平位置的测量间隔的数量NR，并根据所述每一条参考航迹的有效水平位置的测量间隔的数量NR以及每一条参考航迹的测量间隔数量NT计算每一条参考航迹的水平位置更新率PUR；
Figure BDA0002612871580000041
计算监视系统覆盖范围内整体有效水平位置更新率PUA(R)：
Figure BDA0002612871580000042
式(22)中，N为监视系统覆盖范围内的航迹总数；
计算每一条参考航迹存在有效气压高度的测量间隔的数量NH，并根据所述每一条参考航迹的有效气压高度的测量间隔的数量NH以及每一条参考航迹的测量间隔数量NT计算每一条参考航迹的水平位置更新率PUH：
Figure BDA0002612871580000051
计算监视系统覆盖范围内整体有效气压高度更新率PUA(H)：
Figure BDA0002612871580000052
式(24)中，N为监视系统覆盖范围内的航迹总数。
进一步的，所述目标丢失概率通过以下公式获得：
Figure BDA0002612871580000053
式(26)中，NG为每次目标丢失所占的测量间隔数量，g为目标丢失发生的频数，NA为监视系统覆盖范围内航迹的测量间隔总和，通过以下公式获得：
NA＝∑NNT (25)。进一步的，所述位置消息更新间隔通过以下步骤获得：
TUI＝ti-ti-1 (27)
式(27)中，ti为该目标第i条位置消息的正确接收时刻，ti-1为该目标第i-1条位置消息的正确接收时刻；
统计小于第一预设时间的位置更新间隔与所有位置更新间隔的比值。
进一步的，水平位置误差均方根、气压高度误差均方根和/或速度矢量误差均方根通过以下步骤获得：
计算单一航空器的水平位置误差方根：
Figure BDA0002612871580000054
式(30)中，n为单一航空器水平位置数量，Ep为水平位置误差，Ep通过以下公式得到：
Figure BDA0002612871580000055
式(29)中，POSX,POSY表示参考水平位置在X,Y方向上的分量，POSx,POSy表示航行状态数据信息中的水平位置分量；
监视系统覆盖范围内整体水平位置误差均方根：
Figure BDA0002612871580000056
式(31)中，N为覆盖范围内所有的水平位置数量，Ep为水平位置误差；
通过以下公式对处于爬升\下降状态和平稳飞行状态下的气压高度误差均方根进行计算：
Figure BDA0002612871580000061
式(33)中，n为单一航空器水平位置数量，EH为水平位置误差，其通过以下公式得到：
EH＝|Href-H| (32)
式(32)中，Href表示气压高度参考值，H表示相应时刻航行状态记录信息中航空器气压高度值；
监视系统覆盖范围内整体气压高度误差误差均方根：
Figure BDA0002612871580000062
所述速度矢量误差均方根包括爬升/下降状态下的垂直速度误差均方根、平稳飞行状态下的垂直速度误差均方根、直线飞行状态下和转弯状态下的水平速度误差均方根、直线飞行状态下和转弯状态下的水平速度角误差均方根；所述爬升/下降状态下和平稳飞行状态下的垂直速度的速率误差均方根通过以下公式得到：
Figure BDA0002612871580000063
式(35)中，n为单一航空器垂直速度数量，EV⊥为航空器垂直速度误差，其通过以下公式得到：
EV⊥＝|V⊥ref-V⊥| (34)
式(34)中，V⊥ref表示垂直速度参考值，V⊥表示相应时刻航行状态记录信息中航空器垂直速度值；
所述直线飞行状态下和转弯状态下的航迹水平速度误差均方根通过以下公式得到：
Figure BDA0002612871580000064
式(38)中，n为单一航空器水平速度数量，EV为航迹水平速度误差，通过以下公式得到：
EV＝|Vref-V| (36)
式(36)中，Vref表示水平速度参考值，V表示相应时刻航行状态记录信息中水平速度值；
上述直线飞行状态下和转弯状态下的航迹水平速度角误差均方根通过以下公式得到：
Figure BDA0002612871580000065
式(39)中，n为单一航空器水平速度角数量，EVg为航迹水平速度角误差，其通过以下公式得到：
EVg＝|Vgref-Vg| (37)
式(37)中，Vgref表示水平速度角参考值，Vg表示相应时刻航行状态信息中航空器水平速度角测量值。
本发明提供的监视性能评估与现有技术方案相比具有以下技术效果：从水平位置、气压高度、航迹速度三方面，给出星基数据项更新概率、更新间隔、目标丢失概率、航迹误差的统计方法，解决了监视系统研发过程中监视性能评定的问题。此方法可以应用在现有的民航监视系统，评估出现有监视系统监视性能的不足之处，有针对性的改进；还可以为未来新监视系统的研究与应用提供参考。本方法不仅适用于星基ADS-B系统监视性能评估，还适用于其他航空监视系统性能评估，例如二次雷达S模式监视系统、合约式自动相关监视系统(ADS-C)、多点定位监视系统(MLAT)等等。
附图说明
图1是本发明监视性能指标评估方法一实施方式的流程图。
图2是星基ADS-B系统各组成部分及数据传输流程。
图3是参考水平位置计算流程图。
图4是水平位置更新概率示意图。
图5是目标丢失概率示意图。
图6是水平位置误差示意图。
图7是航迹速度矢量误差示意图。
1—具有有效水平位置及气压高度数据项，2—缺少水平位置及气压高度或数据项错误，
3—参考测量间隔，4—具有有效水平位置缺少气压高度数据项
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参见图1，图1是本发明监视性能指标评估方法一实施方式的流程图。本实施方式以星基ADS-B为监视系统为实例进行说明，所述监视性能指标评估方法包括以下步骤：
S101、获取每一航空器的航行状态记录信息，其中，所述状态记录信息包括航空器所在的空中位置信息以及速度矢量信息；
具体地，请参见图2，通过星基ADS-B系统获取每一航空器的航行状态记录信息。星基ADS-B系统空—天链路采用DF-17数据编码标准，对航班某一时刻速度、位置、航班号等状态信息单独编码为112bit的数据帧进行下传，地面站接收消息后进行汇总，按照AsterixCat021编码标准重新编码并传输。参照相关编码标准解析数据获取空中位置信息、速度矢量信息，并记录消息接收时刻。
S102、根据获取的每一航空器的航行状态记录信息一一对应地建立参考航迹(航空器参考航迹)，即根据前一时刻目标状态估计值和当前时刻量测值对当前时刻状态进行最优估计，得到参考航迹。如图3所示，本步骤包括以下子步骤：
S1021、利用大地主题解算方法将所述航行状态记录信息值转换为三维直角坐标点；
星基ADS-B系统输出的水平位置所在坐标系为WGS84坐标系，速度矢量信息所在坐标系为平面三维直角坐标系，需要对位置信息进行坐标转换。采用大地主题解算的方法，以首个空中位置点为三维直角坐标原点，根据前两点大地坐标求出前两点大地线长及方位角，推算第二个空中位置点的三维直角坐标，以此类推完成坐标转换，且误差检核结果在10-12～10-16之间，可以有效避免坐标系转换带来的误差。
S1022、采用卡尔曼滤波算法在所述三维直角坐标下构建参考航迹，即通过卡尔曼滤波计算参考位置，若干参考位置组成参考航迹。具体如下：
采用卡尔曼滤波分别对X、Y、Z方向状态分量进行最优估计，设目标T时刻X、Y、Z方向的状态分量为：航空器在所述三维直角坐标中T时刻对应的X、Y、Z方向的状态分量为：
Figure BDA0002612871580000081
Figure BDA0002612871580000082
Figure BDA0002612871580000083
其中，
Figure BDA0002612871580000084
表示T时刻航空器位置的X坐标，
Figure BDA0002612871580000085
表示
Figure BDA0002612871580000086
对应的速度矢量，
Figure BDA0002612871580000087
表示T时刻航空器位置的Y坐标，
Figure BDA0002612871580000088
表示
Figure BDA0002612871580000089
对应的速度矢量，
Figure BDA00026128715800000810
表示T时刻航空器位置的Z坐标，
Figure BDA00026128715800000811
表示
Figure BDA00026128715800000812
对应的速度矢量。
分别对T时刻的X、Y、Z方向的状态分量进行预测：
XT|T-1＝AXT-1|T-1+Bux(T-1) (4)
Px(T|T-1)＝APx(T-1|T-1)AT+Q (5)
YT|T-1＝AYT-1|T-1+Buy(T-1) (6)
Py(T|T-1)＝APy(T-1|T-1)AT+Q (7)
ZT|T-1＝AZT-1|T-1+Buz(T-1) (8)
PZ(T|T-1)＝APz(T-1|T-1)AT+Q (9)
其中，XT|T-1,YT|T-1,ZT|T-1分别为T时刻的X、Y、Z方向上的状态分量预测值，XT-1|T-1,YT-1|T-1，ZT-1|T-1为T-1时刻X、Y、Z方向上的状态最优估计值，所述T-1时刻为T时刻的前一时刻，Px(T|T-1),Py(T|T-1)，Pz(T|T-1)分别为T时刻X、Y、Z方向上的状态分量预测协方差矩阵，A为状态转移矩阵，AT表示状态转移矩阵的转置矩阵，Q为系统过程噪声方差，B为控制矩阵、ux(T-1),uy(T-1)，uz(T-1)分别为X、Y、Z方向上的控制分量,这里代表T-1时刻在X、Y、Z方向上的加速度分量；
通过以下公式求出X、Y、Z方向上的最优卡尔曼增益KT
Kx(T)＝Px(T|T-1)(HPx(T)HT+RT)-1 (10)
Ky(T)＝Py(T|T-1)(HPy(T)HT+RT)-1 (11)
Kz(T)＝Pz(T|T-1)(HPz(T)HT+RT)-1 (12)
式(10)-(12)中，Kx(T)为X方向的最优卡尔曼增益，Ky(T)为Y方向的最优卡尔曼增益，Kz(T)为Z方向的最优卡尔曼增益，RT为T时刻的测量噪声协方差，H表示观测矩阵，HT为观测矩阵的转置矩阵；
根据T时刻X、Y、Z方向上的最优卡尔曼增益KT及T时刻航行状态记录信息对T时刻的状态分量预测值进行矫正：
XT|T＝XT|T-1+Kx(T)(Mx(T)-HXT|T-1) (13)
Px(T|T)＝(I-Kx(T)H)*Px(T|T-1) (14)
YT|T＝YT|T-1+Ky(T)(My(T)-HYT|T-1) (15)
Py(T|T)＝(I-Ky(T)H)*Py(T|T-1) (16)
ZT|T＝ZT|T-1+Kz(T)(Mz(T)-HZT|T-1) (17)
Pz(T|T)＝(I-Kz(T)H)*Pz(T|T-1) (18)
其中，Mx(T),My(T),Mz(T)分别为T时刻航行状态记录信息在X、Y、Z方向上的状态分量，XT|T，YT|T,ZT|T分别为X、Y、Z方向上的T时刻最优估计值分量，Px(T|T)，Py(T|T),Pz(T|T)为T时刻估计误差协方差，通过(1)-(18)得到时刻对应的参考航迹点，并以此形成每一条参考航迹。
S103、根据建立的参考航迹对所述航空器的航行状态进行分类，在不同的类别下，将所述参考航迹中的参考数据项与对应的航行状态记录信息中的对应数据项进行比较，以根据预设有效数据标准筛选出有效数据项；
本实施例中，所述航空器的航行状态包括爬升/下降状态、平稳飞行状态、直线飞行状态、转弯状态；通过以下方式对状态进行划分：
(1)根据参考航迹中当前时刻的速度Vx,Vy得到横向加速度为第一预设值的角速度W，根据当前时刻(T时刻)的速度角Vg与下一时刻(T+1时刻)的速度角Vg，求出当前时刻的水平角速度WT，其中，Vg＝atan(Vy/Vx)。若水平角速度WT大于等于角速度W，则视为航空器处于转弯状态，否则视为航空器处于直线飞行状态；具体的，所述第一预设值为1.5m/s2，公式(19a)了计算当前时刻的水平角速度WT，公式(19b)给出横向加速度为1.5m/s2时角速度W(°/s)与速度V(节)的关系：
WT＝(Vg(T+1)-Vg(T))/Δt (19a)
其中Δt为下一时刻(T+1)与当前时刻(T)的时间差。
W＝1.67/V (19b)
其中k时刻水平角速度参考值Wref＝(αk+1-αk)/(tk+1-tk)，αk为k时刻方位角。
(2)根据垂直方向速度参考值Vz大小对航空器是否处于爬升/下降状态、平稳飞行状态进行判定，若垂直方向速度参考值Vz大于等于第二预设值且小于等于第三预设值时，则视为航空器处于爬升/下降状态，若垂直方向速度参考值Vz小于等于第四预设值时，则视为航空器处于平稳飞行状态。所述第二预设值可以为200英尺/分钟，第三预设值可以为8000英尺/分钟，第四预设值可以为300英尺/分钟。
所述有效数据标准包括：1)参考航迹中的每一时刻对应的数据项具备正确的航空器身份标识，即参考航迹中航空器身份标识参考值与航行状态记录信息中航空器身份标识相同、2)数据项具备正确的时间信息，即参考航迹中数据项时间参考值与航行状态记录信息中时间相同、3)在水平间隔为预设的海里空域时，参考航迹中水平位置参考值与航行状态记录信息中水平位置误差小于第五预设值、在垂直间隔最低标准的英尺空域时，参考航迹中气压高度参考值与航行状态记录信息中气压高度误差小于第六预设值。本实施例中，所述预设的海里空域为5海里空域，所述第五预设值为2100m，所述最低标准为2000英尺空韯，所述第六预设值为300英尺。可理解的，在不同的实施例中，根据航空器或具体实例，上述的数值可以有不同的标准。
S104、从筛选出的有效数据项中统计监视性能指标。
本实施例中，所述监视性能包括但不限于航空器的水平位置更新率、气压高度更新率、目标丢失概率、位置消息更新间隔、水平位置误差均方根、气压高度误差均方根和/或速度矢量误差均方根。其中：
一、统计水平位置/气压高度更新概率(Probability of update，PU)：水平位置/气压高度更新概率定义为监视系统在每一个规定的测量间隔内提供目标水平位置/气压高度有效数据的概率。所述水平位置更新率包括每一参考航迹的有效水平位置更新率PUR以及监视系统覆盖范围内的整体有效水平位置更新率PUA(R)，所述每一条参考航迹的有效气压高度更新率PUH以及监视系统覆盖范围内的整体有效气压高度更新率PUA(H)，通过以下步骤获得：
(1)将所述参考航迹按测量间隔MI划分并计算出每一条参考航迹的测量间隔总数量NT：
Figure BDA0002612871580000111
式(20)中，t1表示所述参考航迹上首个参考航迹点的时间，首个参考航迹点在第一个测量间隔的中心位置，tN表示所述参考航迹上最后一个参考航迹点的时间，MI为测量间隔时间，其针对不同的航空运行场景具有不同取值；
设置用于评估监视系统数据项更新概率的测量间隔(Measurement interval，MI)，根据星基ADS-B系统主要应用于洋区，极地，偏远地区的特点，执行最低水平间隔5海里评估标准，设置测量间隔为8s。以水平位置起始点为首个测量间隔中心，按规定测量间隔对航迹进行时间分割，分割方法如图4所示，计算当前航迹测量间隔的总数量NT。
(2)计算每一条参考航迹存在有效水平位置的测量间隔的数量NR，并根据所述每一条参考航迹的有效水平位置的测量间隔的数量NR以及每一条参考航迹的测量间隔数量NT计算每一条参考航迹的水平位置更新率PUR；
Figure BDA0002612871580000112
(3)计算监视系统覆盖范围内整体有效水平位置更新率PUA(R)：
Figure BDA0002612871580000113
式(22)中，N为监视系统覆盖范围内的航迹总数；
(4)计算每一条参考航迹存在有效气压高度的测量间隔的数量NH，并根据所述每一条参考航迹的有效气压高度的测量间隔的数量NH以及每一条参考航迹的测量间隔数量NT计算每一条参考航迹的水平位置更新率PUH：
Figure BDA0002612871580000114
(5)计算监视系统覆盖范围内整体有效气压高度更新率PUA(H)：
Figure BDA0002612871580000121
式(24)中，N为监视系统覆盖范围内的航迹总数。
二、统计目标丢失概率：目标丢失概率定义为监视系统连续丢失目标位置消息的概率，如图5所示，定义两个完整的消息(包含水平位置和气压高度的消息)之间时间间隔为26.4s(3*MI+10％)为连续丢失目标位置。
首先，计算监视系统覆盖范围内航迹的测量间隔总和NA，如公式(25)所示；
NA＝∑NNT (25)然后，计算目标丢失概率RG，所述目标丢失概率RG通过以下公式获得：
Figure BDA0002612871580000122
式(26)中，NG为每次目标丢失所占的测量间隔数量，g为目标丢失发生的频数，NA为监视系统覆盖范围内航迹的测量间隔总和。
三、统计位置消息更新间隔：更新间隔(Update Interval，UI)定义为监视系统连续两次接收目标位置消息的时间间隔。更新间隔统计方法如下计算相邻两条ADS-B位置消息的更新间隔TUI，如公式(27)所示：
TUI＝ti-ti-1 (27)
式(27)中，ti为该目标第i条位置消息的正确接收时刻，ti-1为该目标第i-1条位置消息的正确接收时刻。
再统计小于第一预设时间的位置更新间隔与所有位置更新间隔的比值，根据EUROCAE相关技术规范，在无雷达区域，空中交通管制系统要求位置消息的更新间隔以96％概率小于第一预设时间(8s)，按公式(28)计算96％的位置消息更新间隔T96％。
P(TUI≤T96％)＝96％ (28)
四、统计水平位置误差均方根：水平位置误差(Horizontal position error)定义为目标水平位置测量值(获取的航行状态记录信息的水平位置数据值)与相应的水平位置参考值间的二维欧式距离，如图6所示。水平位置误差表示为：
Figure BDA0002612871580000123
式(29)中，POSX,POSY表示参考水平位置在X,Y方向上的分量，POSx,POSy表示航行状态数据信息中的水平位置分量；
通过公式(30)计算单一航空器(单一航空器参考航迹中水平位置的数量)的水平位置误差方根(Root-Mean-Square，RMS)RMSp：
Figure BDA0002612871580000131
式(30)中，n为单一航空器水平位置数量，Ep为水平位置误差；
统计监视系统覆盖范围内整体水平位置误差均方根RMSPA：
Figure BDA0002612871580000132
式(31)中，N为覆盖范围内所有的水平位置数量，Ep为水平位置误差。
五、统计气压高度误差均方根：
(1)气压高度误差定义为目标(航空器)气压高度测量值(相应时刻航行状态记录信息目标气压高度数据值)与相应的气压高度参考值之差的绝对值，气压高度误差表示为：
EH＝|Href-H| (32)
式(32)中，Href表示气压高度参考值，H表示目标气压高度测量值(相应时刻航行状态信息中气压高度值)；
(2)通过以下公式对处于爬升\下降状态和平稳飞行状态下的单一航空器气压高度误差均方根进行计算：
Figure BDA0002612871580000133
式(33)中，n为单一航空器水平位置数量，EH为水平位置误差。
(3)监视系统覆盖范围内整体气压高度误差误差均方根RMSA(H)：
Figure BDA0002612871580000134
六、所述速度矢量误差均方根包括爬升/下降状态下和平稳飞行状态下的垂直速度误差均方根、直线飞行状态下和转弯状态下的水平速度误差均方根、直线飞行状态下和转弯状态下的水平速度角误差均方根，如图7所示。
(1)统计爬升/下降状态下和平稳飞行状态下的垂直速度误差均方根：
首先，航空器爬升/下降状态下和平稳飞行状态下的垂直速度的速率误差定义为目标垂直方向速度测量值与相应的垂直方向速度参考值之差的绝对值，表示为：
EV⊥＝|V⊥ref-V⊥| (34)
式(34)中，V⊥ref表示垂直速度参考值，V⊥表示目标垂直速度测量值；
其次，计算所述爬升/下降状态下和平稳飞行状态下的垂直速度的速率误差均方根：
Figure BDA0002612871580000135
式(35)中，n为单一航空器垂直速度数量，EV⊥为航空器垂直速度误差。
(2)直线飞行状态下和转弯状态下的水平速度误差均方根：
所述直线飞行状态下和转弯状态下的航迹水平速度误差均方根通过以下公式得到：
Figure BDA0002612871580000141
式(38)中，n为单一航空器水平速度数量，EV为航迹水平速度误差，通过以下公式得到：
EV＝|Vref-V| (36)
式(36)中，Vref表示水平速度参考值，V表示目标水平速度测量值；
(3)直线飞行状态下和转弯状态下的航迹水平速度角误差均方根通过以下公式得到：
Figure BDA0002612871580000142
式(39)中，n为单一航空器水平速度角数量，EVg为航迹水平速度角误差，其通过以下公式得到：
EVg＝|Vgref-Vg| (37)
式(37)中，Vgref表示水平速度角参考值，Vg表示目标水平速度角测量值。
通过上述监视性能指标评估方法所统计到的各种性能指标评估参数如下表1：
Figure BDA0002612871580000143
Figure BDA0002612871580000151
表1
本发明结合国内星基ADS-B实验系统的条件，从水平位置、气压高度、航迹速度三方面，给出星基ADS-B系统数据项更新概率、更新间隔、目标丢失概率、航迹误差的统计方法，解决了星基ADS-B系统研发过程中监视性能评定的问题。
以上仅为本发明的实施方式，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种监视性能指标评估方法，包括以下步骤：
获取每一航空器的航行状态记录信息，其中，所述状态记录信息包括航空器所在的空中位置信息以及速度矢量信息；
根据获取的每一航空器的航行状态记录信息一一对应地建立参考航迹；
根据建立的参考航迹对所述航空器的航行状态进行分类，在不同的类别下，将所述参考航迹中的参考数据项与对应的航行状态记录信息中的对应数据项进行比较，以根据预设有效数据标准筛选出有效数据项；
从筛选出的有效数据项中统计监视性能指标。
2.如权利要求1所述的监视性能指标评估方法，其特征在于，在获取每一航空器的航行状态记录信息中，包括：
通过星基ADS-B系统获取每一航空器的航行状态记录信息。
3.如权利要求1所述的监视性能指标评估方法，其特征在于，在根据获取的每一航空器的航行状态记录信息一一对应地建立参考航迹的步骤中，包括：
利用大地主题解算方法将所述航行状态记录信息值转换为三维直角坐标点；
采用卡尔曼滤波算法在所述三维直角坐标下构建参考航迹。
4.如权利要求3所述的监视性能指标评估方法，其特征在于，在采用所述卡尔曼滤波算法在所述三维直角坐标下构建参考航迹的步骤中，包括：
航空器在所述三维直角坐标中T时刻对应的X、Y、Z方向的状态分量为：
Figure FDA0002612871570000011
Figure FDA0002612871570000012
Figure FDA0002612871570000013
其中，
Figure FDA0002612871570000014
表示T时刻航空器位置的X坐标，
Figure FDA0002612871570000015
表示
Figure FDA0002612871570000016
对应的速度矢量，
Figure FDA0002612871570000017
表示T时刻航空器位置的Y坐标，
Figure FDA0002612871570000018
表示
Figure FDA0002612871570000019
对应的速度矢量，
Figure FDA00026128715700000110
表示T时刻航空器位置的Z坐标，
Figure FDA00026128715700000111
表示
Figure FDA00026128715700000112
对应的速度矢量；
分别对T时刻的X、Y、Z方向的状态分量进行预测：
XT|T-1＝AXT-1|T-1+Bux(T-1) (4)
Px(T|T-1)＝APx(T-1|T-1)AT+Q (5)
YT|T-1＝AYT-1|T-1+Buy(T-1) (6)
Py(T|T-1)＝APy(T-1|T-1)AT+Q (7)
ZT|T-1＝AZT-1|T-1+Buz(T-1) (8)
Pz(T|T-1)＝APz(T-1|T-1)AT+Q (9)
其中，XT|T-1，YT|T-1，ZT|T-1分别为T时刻的X、Y、Z方向上的状态分量预测值，XT-1|T-1，YT-1|T-1，ZT-1|T-1为T-1时刻X、Y、Z方向上的状态最优估计值，所述T-1时刻为T时刻的前一时刻，Px(T|T-1)，Py(T|T-1)，Pz(T|T-1)分别为T时刻X、Y、Z方向上的状态分量预测协方差矩阵，A为状态转移矩阵，AT表示状态转移矩阵的转置矩阵，Q为系统过程噪声方差，B为控制矩阵、ux(T-1)，uy(T-1)，uz(T-1)分别为X、Y、Z方向上的控制分量，这里代表T-1时刻在X、Y、Z方向上的加速度分量；
通过以下公式求出X、Y、Z方向上的最优卡尔曼增益KT
Kx(T)＝Px(T|T-1)(HPx(T)HT+RT)-1 (10)
Ky(T)＝Py(T|T-1)(HPy(T)HT+RT)-1 (11)
Kz(T)＝Pz(T|T-1)(HPz(T)HT+RT)-1 (12)
式(10)-(12)中，Kx(T)为X方向的最优卡尔曼增益，Ky(T)为Y方向的最优卡尔曼增益，Kz(T)为Z方向的最优卡尔曼增益，RT为T时刻的测量噪声协方差，H表示观测矩阵，HT为观测矩阵的转置矩阵；
根据T时刻X、Y、Z方向上的最优卡尔曼增益KT及T时刻航行状态记录信息对T时刻的状态分量预测值进行矫正：
XT|T＝XT|T-1+Kx(T)(Mx(T)-HXT|T-1) (13)
Px(T|T)＝(I-Kx(T)H)*Px(T|T-1) (14)
YT|T＝YT|T-1+Ky(T)(My(T)-HYT|T-1) (15)
Py(T|T)＝(I-Ky(T)H)*Py(T|T-1) (16)
ZT|T＝ZT|T-1+Kz(T)(Mz(T)-HZT|T-1) (17)
Pz(T|T)＝(I-Kz(T)H)*Pz(T|T-1) (18)
其中，Mx(T)，My(T)，Mz(T)分别为T时刻航行状态记录信息在X、Y、Z方向上的状态分量，XT|T，YT|T，ZT|T分别为X、Y、Z方向上的T时刻最优估计值分量，Px(T|T)，Py(T|T)，Pz(T|T)为T时刻估计误差协方差，通过(1)-(18)得到时刻对应的参考航迹点，并以此形成每一条参考航迹。
5.如权利要求4所述的监视性能指标评估方法，其特征在于，在根据建立的参考航迹对所述航空器的航行状态进行分类，在不同的航行状态下，将所述参考航迹中的参考数据项与对应的航行状态记录信息中的对应数据项进行比较，以根据预设有效数据标准筛选出有效数据项的步骤中，所述航空器的航行状态包括爬升/下降状态、平稳飞行状态、直线飞行状态、转弯状态；根据参考航迹中当前时刻的速度Vx，Vy得到横向加速度为第一预设值的角速度W，根据当前时刻的速度角Vg与下一时刻的速度角Vg，求出当前时刻的水平角速度WT，若水平角速度WT大于等于角速度W，则视为航空器处于转弯状态，否则视为航空器处于直线飞行状态；根据垂直方向速度参考值Vz大小对航空器是否处于爬升/下降状态、平稳飞行状态进行判定，若垂直方向速度参考值Vz大于等于第二预设值且小于等于第三预设值时，则视为航空器处于爬升/下降状态，若垂直方向速度参考值Vz小于等于第四预设值时，则视为航空器处于平稳飞行状态；
所述有效数据标准包括：参考航迹中的每一时刻对应的数据项具备正确的航空器身份标识，即参考航迹中航空器身份标识参考值与航行状态记录信息中航空器身份标识相同、数据项具备正确的时间信息，即参考航迹中数据项时间参考值与航行状态记录信息中时间相同、在水平间隔为预设的海里空域时，参考航迹中水平位置参考值与航行状态记录信息中水平位置误差小于第五预设值、在垂直间隔最低标准的英尺空域时，参考航迹中气压高度参考值与航行状态记录信息中气压高度误差小于第六预设值。
6.如权利要求5所述的监视性能指标评估方法，其特征在于：在从筛选的有效数据项中统计监视性能指标的步骤中，所述监视性能包括航空器的水平位置更新率、气压高度更新率、目标丢失概率、位置消息更新间隔、水平位置误差均方根、气压高度误差均方根和/或速度矢量误差均方根。
7.如权利要求6所述的监视性能指标评估方法，其特征在于，所述水平位置更新率包括每一参考航迹的有效水平位置更新率PUR以及监视系统覆盖范围内的整体有效水平位置更新率PUA(R)，所述每一条参考航迹的有效气压高度更新率PUH以及监视系统覆盖范围内的整体有效气压高度更新率PUA(H)，通过以下步骤获得：
将所述参考航迹按测量间隔MI划分并计算出每一条参考航迹的测量间隔总数量NT：
Figure FDA0002612871570000031
式(20)中，t1表示所述参考航迹上首个参考航迹点的时间，首个参考航迹点在第一个测量间隔的中心位置，tN表示所述参考航迹上最后一个参考航迹点的时间，MI为测量间隔时间，其针对不同的航空运行场景具有不同取值；
计算每一条参考航迹存在有效水平位置的测量间隔的数量NR，并根据所述每一条参考航迹的有效水平位置的测量间隔的数量NR以及每一条参考航迹的测量间隔数量NT计算每一条参考航迹的水平位置更新率PUR；
Figure FDA0002612871570000041
计算监视系统覆盖范围内整体有效水平位置更新率PUA(R)：
Figure FDA0002612871570000042
式(22)中，N为监视系统覆盖范围内的航迹总数；
计算每一条参考航迹存在有效气压高度的测量间隔的数量NH，并根据所述每一条参考航迹的有效气压高度的测量间隔的数量NH以及每一条参考航迹的测量间隔数量NT计算每一条参考航迹的水平位置更新率PUH：
Figure FDA0002612871570000043
计算监视系统覆盖范围内整体有效气压高度更新率PUA(H)：
Figure FDA0002612871570000044
式(24)中，N为监视系统覆盖范围内的航迹总数。
8.如权利要求6所述的监视性能指标评估方法，其特征在于，所述目标丢失概率通过以下公式获得：
Figure FDA0002612871570000045
式(26)中，NG为每次目标丢失所占的测量间隔数量，g为目标丢失发生的频数，NA为监视系统覆盖范围内航迹的测量间隔总和，通过以下公式获得：
NA＝∑NNT (25)。
9.如权利要求6所述的监视性能指标评估方法，其特征在于，所述位置消息更新间隔通过以下步骤获得：
TUI＝ti-ti-1 (27)
式(27)中，ti为该目标第i条位置消息的正确接收时刻，ti-1为该目标第i-1条位置消息的正确接收时刻；
统计小于第一预设时间的位置更新间隔与所有位置更新间隔的比值。
10.如权利要求6所述的监视性能指标评估方法，其特征在于，水平位置误差均方根、气压高度误差均方根和/或速度矢量误差均方根通过以下步骤获得：
计算单一航空器的水平位置误差方根：
Figure FDA0002612871570000051
式(30)中，n为单一航空器水平位置数量，Ep为水平位置误差，Ep通过以下公式得到：
Figure FDA0002612871570000052
式(29)中，POSX，POSY表示参考水平位置在X，Y方向上的分量，POSx，POSy表示航行状态数据信息中的水平位置分量；
监视系统覆盖范围内整体水平位置误差均方根：
Figure FDA0002612871570000053
式(31)中，N为覆盖范围内所有的水平位置数量，Ep为水平位置误差；
通过以下公式对处于爬升\下降状态和平稳飞行状态下的气压高度误差均方根进行计算：
Figure FDA0002612871570000054
式(33)中，n为单一航空器水平位置数量，EH为水平位置误差，其通过以下公式得到：
EH＝|Href-H| (32)
式(32)中，Href表示气压高度参考值，H表示航行状态记录信息中航空器气压高度值；
监视系统覆盖范围内整体气压高度误差误差均方根：
Figure FDA0002612871570000055
所述速度矢量误差均方根包括爬升/下降状态下的垂直速度误差均方根、平稳飞行状态下的垂直速度误差均方根、直线飞行状态下和转弯状态下的水平速度误差均方根、直线飞行状态下和转弯状态下的水平速度角误差均方根；所述爬升/下降状态下和平稳飞行状态下的垂直速度的速率误差均方根通过以下公式得到：
Figure FDA0002612871570000056
式(35)中，n为单一航空器垂直速度数量，EV⊥为航空器垂直速度误差，其通过以下公式得到：
EV⊥＝|V⊥ref-V⊥| (34)
式(34)中，V⊥ref表示垂直速度参考值，V⊥表示航行状态记录信息中航空器垂直速度值；
所述直线飞行状态下和转弯状态下的航迹水平速度误差均方根通过以下公式得到：
Figure FDA0002612871570000057
式(38)中，n为单一航空器水平速度数量，EV为航迹水平速度误差，通过以下公式得到：
EV＝|Vref-V| (36)
式(36)中，Vref表示水平速度参考值，V表示航行状态记录信息中水平速度值；
上述直线飞行状态下和转弯状态下的航迹水平速度角误差均方根通过以下公式得到：
Figure FDA0002612871570000061
式(39)中，n为单一航空器水平速度角数量，EVg为航迹水平速度角误差，其通过以下公式得到：
EVg＝|Vgref-Vg| (37)
式(37)中，Vgref表示水平速度角参考值，Vg为航行状态记录信息中水平速度角值。
CN202010760233.7A 2020-07-31 2020-07-31 监视性能评估指标形成方法 Active CN111785095B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010760233.7A CN111785095B (zh) 2020-07-31 2020-07-31 监视性能评估指标形成方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010760233.7A CN111785095B (zh) 2020-07-31 2020-07-31 监视性能评估指标形成方法

Publications (2)

Publication Number Publication Date
CN111785095A true CN111785095A (zh) 2020-10-16
CN111785095B CN111785095B (zh) 2021-06-01

Family

ID=72765585

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010760233.7A Active CN111785095B (zh) 2020-07-31 2020-07-31 监视性能评估指标形成方法

Country Status (1)

Country Link
CN (1) CN111785095B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113253201A (zh) * 2021-06-28 2021-08-13 中国民用航空总局第二研究所 广域多点定位系统数据质量监控方法、装置及电子设备
CN113589333A (zh) * 2021-07-06 2021-11-02 中国民用航空飞行学院 一种监视系统的适配方法及计算机可读存储介质
CN114063012A (zh) * 2021-11-12 2022-02-18 四川农业大学 应用于机场场面监视多点定位系统的目标定位方法及系统
CN114186862A (zh) * 2021-12-14 2022-03-15 国网福建省电力有限公司 基于熵权topsis模型的双层能源绩效评估系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070115165A1 (en) * 1999-03-05 2007-05-24 Breen Thomas J Extension of aircraft tracking and positive identification from movement areas into non-movement areas
CN101110165A (zh) * 2007-08-15 2008-01-23 民航数据通信有限责任公司 一种ads-b监视技术的数据评估系统
CN102456158A (zh) * 2010-10-26 2012-05-16 中国民航大学 基于ann bp模型的空中交通管理atm信息系统安全评估方法
CN103247089A (zh) * 2012-02-03 2013-08-14 罗斯蒙特航天公司 用于实时飞机性能监视的系统和方法
CN103578300A (zh) * 2013-11-06 2014-02-12 华北计算技术研究所 一种面向网络的低空飞行动态监视系统
CN105894862A (zh) * 2016-05-05 2016-08-24 中国民用航空华东地区空中交通管理局 一种空中交通管制智能化指挥系统
CN109754193A (zh) * 2019-01-28 2019-05-14 南京航空航天大学 基于航空器性能的ads-b航迹去噪方法
CN110435925A (zh) * 2019-08-13 2019-11-12 中国民用航空总局第二研究所 空中冲突探测机载设备的性能评估平台
US10585160B2 (en) * 2017-04-18 2020-03-10 Aviation Communication & Surveillance Systems, Llc Systems and methods for activating a radio beacon for global aircraft tracking

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070115165A1 (en) * 1999-03-05 2007-05-24 Breen Thomas J Extension of aircraft tracking and positive identification from movement areas into non-movement areas
CN101110165A (zh) * 2007-08-15 2008-01-23 民航数据通信有限责任公司 一种ads-b监视技术的数据评估系统
CN102456158A (zh) * 2010-10-26 2012-05-16 中国民航大学 基于ann bp模型的空中交通管理atm信息系统安全评估方法
CN103247089A (zh) * 2012-02-03 2013-08-14 罗斯蒙特航天公司 用于实时飞机性能监视的系统和方法
CN103578300A (zh) * 2013-11-06 2014-02-12 华北计算技术研究所 一种面向网络的低空飞行动态监视系统
CN105894862A (zh) * 2016-05-05 2016-08-24 中国民用航空华东地区空中交通管理局 一种空中交通管制智能化指挥系统
US10585160B2 (en) * 2017-04-18 2020-03-10 Aviation Communication & Surveillance Systems, Llc Systems and methods for activating a radio beacon for global aircraft tracking
CN109754193A (zh) * 2019-01-28 2019-05-14 南京航空航天大学 基于航空器性能的ads-b航迹去噪方法
CN110435925A (zh) * 2019-08-13 2019-11-12 中国民用航空总局第二研究所 空中冲突探测机载设备的性能评估平台

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
WEIWEI ZHAO 等: "ADS-B data source availability verification based on accuracy", 《2020 INTERNATIONAL CONFERENCE ON BIG DATA AND INFORMATIZATION EDUCATION (ICBDIE)》 *
刘海涛 等: "天津滨海国际机场ADS-B系统监视性能评估", 《中国民航大学学报》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113253201A (zh) * 2021-06-28 2021-08-13 中国民用航空总局第二研究所 广域多点定位系统数据质量监控方法、装置及电子设备
CN113253201B (zh) * 2021-06-28 2022-03-04 中国民用航空总局第二研究所 广域多点定位系统数据质量监控方法、装置及电子设备
CN113589333A (zh) * 2021-07-06 2021-11-02 中国民用航空飞行学院 一种监视系统的适配方法及计算机可读存储介质
CN114063012A (zh) * 2021-11-12 2022-02-18 四川农业大学 应用于机场场面监视多点定位系统的目标定位方法及系统
CN114063012B (zh) * 2021-11-12 2023-05-23 四川农业大学 应用于机场场面监视多点定位系统的目标定位方法及系统
CN114186862A (zh) * 2021-12-14 2022-03-15 国网福建省电力有限公司 基于熵权topsis模型的双层能源绩效评估系统

Also Published As

Publication number Publication date
CN111785095B (zh) 2021-06-01

Similar Documents

Publication Publication Date Title
CN111785095B (zh) 监视性能评估指标形成方法
US8234068B1 (en) System, module, and method of constructing a flight path used by an avionics system
US8280626B2 (en) Method for selecting meteorological data for updating an aircraft trajectory
US9691288B2 (en) System and method for sending in-flight weather alerts
CN108318868A (zh) 基于ads-b数据源的雷达战术性能测试评估方法
De Leege et al. Using automatic dependent surveillance-broadcast for meteorological monitoring
CN110673087B (zh) 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
CN108153980A (zh) 基于ads-b与tcas数据融合的综合显示方法
El Marady Enhancing accuracy and security of ADS-B via MLAT assisted-flight information system
Dalmau et al. Estimation and prediction of weather variables from surveillance data using spatio-temporal Kriging
Zhao et al. En-route multilateration system based on ADS-B and TDOA/AOA for flight surveillance systems
Kassas et al. Protecting the skies: GNSS-less aircraft navigation with terrestrial cellular signals of opportunity
CN107704683B (zh) 一种空管系统航空器场面运行仿真方法
CN106324600A (zh) 风场测量方法及装置
CN111816005A (zh) 基于ads-b的远程驾驶飞机环境监视优化方法
De Leege et al. Novel method for wind estimation using automatic dependent surveillance-broadcast
RU2687348C1 (ru) Способ мониторинга систематических погрешностей измерения барометрической высоты на основании данных о скорости
US8462042B2 (en) Generating a kinematic indicator for combat identification classification
RU2659582C1 (ru) Способ повышения достоверности мониторинга систематических погрешностей измерения барометрической высоты
Takeichi et al. Feasibility study on modeling of cruise flight time uncertainty
CN114120712B (zh) 一种空天球载ais预警方法及装置
Thompson et al. Automatic dependent surveillance–broadcast in the gulf of mexico
CN114236529A (zh) 基于机载雷达主被动监视的航迹融合方法
Zhang et al. A method of rescue flight path plan correction based on the fusion of predicted low-altitude wind data
Lu et al. DAPS based adaptive tracking system for high-assurance air traffic 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
GR01 Patent grant
GR01 Patent grant