CN112083409A - 一种航班定位方法、装置和电子设备 - Google Patents

一种航班定位方法、装置和电子设备 Download PDF

Info

Publication number
CN112083409A
CN112083409A CN202010982230.8A CN202010982230A CN112083409A CN 112083409 A CN112083409 A CN 112083409A CN 202010982230 A CN202010982230 A CN 202010982230A CN 112083409 A CN112083409 A CN 112083409A
Authority
CN
China
Prior art keywords
flight
motion state
probability
coordinate value
moment
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
CN202010982230.8A
Other languages
English (en)
Other versions
CN112083409B (zh
Inventor
王珏
周院进
齐焕然
王雪锋
李品
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.)
Beijing Boneng Technology Co ltd
Original Assignee
Beijing Boneng Technology Co ltd
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 Beijing Boneng Technology Co ltd filed Critical Beijing Boneng Technology Co ltd
Priority to CN202010982230.8A priority Critical patent/CN112083409B/zh
Publication of CN112083409A publication Critical patent/CN112083409A/zh
Application granted granted Critical
Publication of CN112083409B publication Critical patent/CN112083409B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明提供了一种航班定位方法、装置和电子设备，通过获取当前时刻的航班的第一定位信息和第二定位信息，利用交互式卡尔曼滤波方法对所述第一定位信息进行处理得到第一坐标值，利用交互式卡尔曼滤波方法对所述第二定位信息进行处理得到第二坐标值，最后基于所述第一坐标值和所述第二坐标值，得到所述当前时刻的下一时刻航班的位置信息，可以对不同定位设备得到的定位信息进行处理，提高了定位精度的准确性。

Description

一种航班定位方法、装置和电子设备
技术领域
本发明涉及飞行器技术领域，具体而言，涉及一种航班定位方法、装置和电子设备。
背景技术
目前，为了能够实时的获取进港/出港航班的准确位置，预估飞机的速度和到达时间等，通常会在机场设置多个航空器定位器，包括广播式自动相关监视系统(AutomaticDependent Surveillance Broadcast，ADS-B)和雷达设备等，但无论是ADS-B或者雷达定位的方法，都不能够精确定位到航班的实际位置。
发明内容
为解决上述问题，本发明实施例的目的在于提供一种航班定位方法、装置和电子设备。
第一方面，本发明实施例提供了一种航班定位方法，包括：
获取当前时刻的航班的第一定位信息和第二定位信息，其中，所述第一定位信息是第一定位设备采集到的航班的位置信息；所述第二定位信息是第二定位设备采集到的航班的位置信息；
利用交互式卡尔曼滤波方法对所述第一定位信息进行处理，得到所述当前时刻的下一时刻航班的第一坐标值，同时利用交互式卡尔曼滤波方法对所述第二定位信息进行处理，得到所述当前时刻的下一时刻航班的第二坐标值；
基于所述第一坐标值和所述第二坐标值，得到所述当前时刻的下一时刻航班的位置信息。
第二方面，本发明实施例还提供了一种航班定位装置，包括：
获取模块，用于获取当前时刻的航班的第一定位信息和第二定位信息，其中，所述第一定位信息是第一定位设备采集到的航班的位置信息；所述第二定位信息是第二定位设备采集到的航班的位置信息；
第一处理模块，用于利用交互式卡尔曼滤波方法对所述第一定位信息进行处理，得到所述当前时刻的下一时刻航班的第一坐标值，同时利用交互式卡尔曼滤波方法对所述第二定位信息进行处理，得到所述当前时刻的下一时刻航班的第二坐标值；
第二处理模块，用于基于所述第一坐标值和所述第二坐标值，得到所述当前时刻的下一时刻航班的位置信息。
第三方面，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述第一方面所述的方法的步骤。
第四方面，本发明实施例还提供了一种电子设备，所述电子设备包括有存储器，处理器以及一个或者一个以上的程序，其中所述一个或者一个以上程序存储于所述存储器中，且经配置以由所述处理器执行上述第一方面所述的方法的步骤。
本发明实施例上述第一方面至第四方面提供的方案中，通过获取当前时刻的航班的第一定位信息和第二定位信息，利用交互式卡尔曼滤波方法对所述第一定位信息进行处理得到第一坐标值，利用交互式卡尔曼滤波方法对所述第二定位信息进行处理得到第二坐标值，最后基于所述第一坐标值和所述第二坐标值，得到所述当前时刻的下一时刻航班的位置信息，与相关技术中使用ADS-B或者雷达定位的方式进行航班定位的方式相比，可以对不同定位设备得到的定位信息进行处理，提高了定位精度的准确性；而且，利用交互式卡尔曼滤波对定位数据进行处理，顾及了航班转弯时对定位信息的影响，使处理后得到的当前时刻的下一时刻航班在转弯处时得到的位置信息也更加接近航班的实际位置。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出了本发明实施例1所提供的一种航班定位方法的流程图；
图2示出了本发明实施例2所提供的一种航班定位装置的结构示意图；
图3示出了本发明实施例3所提供的一种电子设备的结构示意图。
图4示出了本发明实施例1所提供的航班运动方向示意图。
具体实施方式
目前，为了能够实时的获取飞机的准确位置，预估飞机的速度，预达时间等，通常会在机场设置多个航空器定位器，包括ADS-B和雷达等，其中ADS-B数据包含飞机的GPS经纬度坐标、时戳、地址码、呼号、速度、高度等信息，微波雷达包括极坐标、方位角、高度角等，ADS-B的精度和数据更新率比雷达高，提供的信息更全面，是未来监视系统的发展方向。但无论是哪一种定位方法，都会带有定位误差，不能够准确确定飞机的实际位置。
基于此，本实施例提出一种航班定位方法、装置和电子设备，通过获取当前时刻的航班的第一定位信息和第二定位信息，利用交互式卡尔曼滤波方法对所述第一定位信息进行处理得到第一坐标值，利用交互式卡尔曼滤波方法对所述第二定位信息进行处理得到第二坐标值，最后基于所述第一坐标值和所述第二坐标值，得到所述当前时刻的下一时刻航班的位置信息，可以对不同定位设备得到的定位信息进行处理，提高了定位精度的准确性。
为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请做进一步详细的说明。
实施例1
本实施例提出的航班定位方法的执行主体是服务器。
所述服务器，可以采用现有的任何可以对航班进行定位的计算设备，这里不再一一赘述。
参见图1所示的一种航班定位方法的流程图，本实施例提出一种航班定位方法，包括以下具体步骤：
步骤100、获取当前时刻的航班的第一定位信息和第二定位信息，其中，所述第一定位信息，是第一定位设备采集到的航班的位置信息；所述第二定位信息是第二定位设备采集到的航班的位置信息。
在上述步骤100中，所述第一定位设备是雷达设备；所述第二定位设备是ADS-B。
步骤102、利用交互式卡尔曼滤波方法对所述第一定位信息进行处理，得到所述当前时刻的下一时刻航班的第一坐标值，同时利用交互式卡尔曼滤波方法对所述第二定位信息进行处理，得到所述当前时刻的下一时刻航班的第二坐标值。
为了得到所述当前时刻的下一时刻航班的第一坐标值，上述步骤102可以执行以下步骤(1)至步骤(10)：
(1)获取当前时刻的第一权重值、第二权重值、第三权重值、以及当前时刻航班的第一运行信息，所述第一运行信息，包括：第一定位信息、速度信息和加速度信息；
(2)设置当前时刻的下一时刻航班的真实运行信息与第一运行信息满足如下公式：
Figure BDA0002687972800000051
通过以下公式计算包括所述当前时刻的下一时刻航班的第一预测坐标值的所述当前时刻的下一时刻的航班的第一预测运行信息：
Figure BDA0002687972800000052
其中，
Figure BDA0002687972800000053
表示当前时刻的下一时刻航班的真实运行信息；X1(k-1)表示当前时刻航班的第一运行信息；
Figure BDA0002687972800000054
表示所述当前时刻的下一时刻的航班的第一预测运行信息；Fsig(k-1)表示第一传递概率；W1(k-1)表示随机噪声；所述第一预测运行信息，用于表示预测航班在所述当前时刻的下一时刻处于第一种运动状态时的运行信息；
(3)获取当前时刻航班的第二运行信息，所述第二运行信息，包括：第一定位信息、速度信息和转弯速度信息；
(4)设置当前时刻的下一时刻航班的真实的运行信息与第二运行信息满足如下公式：
Figure BDA0002687972800000055
通过以下公式得到包括所述当前时刻的下一时刻航班的第二预测坐标值的所述当前时刻的下一时刻的航班的第二预测运行信息：
Figure BDA0002687972800000056
其中，X2(k-1)表示当前时刻航班的第二运行信息；
Figure BDA0002687972800000057
表示所述当前时刻的下一时刻的航班的第二预测运行信息；Fct1(k-1)表示第二传递概率；Γct(k-1)表示高斯白噪声的传递概率；W2(k-1)表示高斯白噪声；所述第二预测运行信息，用于表示预测航班在所述当前时刻的下一时刻处于第二种运动状态时的运行信息；
(5)设置当前时刻的下一时刻航班的真实的运行信息与第三运行信息满足如下公式：
Figure BDA0002687972800000058
通过以下公式得到包括所述当前时刻的下一时刻航班的第三预测坐标值的所述当前时刻的下一时刻的航班的第三预测运行信息：
Figure BDA0002687972800000059
其中，
Figure BDA0002687972800000061
表示第三预测运行信息；Fct2(k-1)表示第三传递概率；所述第三估计运行信息，用于表示预测航班在所述当前时刻的下一时刻处于第三种运动状态时的运行信息；
(6)获取当前时刻的下一时刻所述航班的第三定位信息，所述第三定位信息，是第一定位设备采集到的航班的位置信息；
(7)从所述第一预测运行信息中得到所述第一预测坐标值，从所述第二预测运行信息中得到所述第二预测坐标值，并从所述第三预测运行信息中得到所述第三预测坐标值；
(8)对所述第一预测坐标值和所述第三定位信息进行卡尔曼滤波计算得到第一估计坐标值，对所述第二预测坐标值和所述第三定位信息进行卡尔曼滤波计算得到第二估计坐标值对所述第三预测坐标值和所述第三定位信息进行卡尔曼滤波计算得到第三估计坐标值；
(9)基于所述第一权重值、所述第二权重值和所述第三权重值，得到当前时刻的下一时刻航班分别在第一运动状态的第一概率、第二运动状态的第二概率以及第三运动状态的第三概率；
(10)通过以下公式计算得到所述当前时刻的下一时刻航班的第一坐标值：
第一坐标值＝第一概率*第一估计坐标值+第二概率*第二估计坐标值+第三概率*第三估计坐标值。
在上述步骤(1)中，所述第一权重值、所述第二权重值和所述第三权重值，分别预先缓存在服务器中。
在一个实施方式中，所述第一权重值可以设置为0.8；所述第二权重值可以设置为0.1；所述第三权重值可以设置为0.1。
其中，所述速度信息是服务器从所述航班的历史运行信息里得到的；所述加速度信息是设定值。
在一个实施方式中，所述加速度信息的初始值可以设置为0。说明在当前时刻，认定航班处于匀速直线运动状态。
在上述步骤(2)中，所述随机噪声，在后续卡尔曼滤波计算中进行了消除。所述第一种运动状态，用于表示直线匀速运动状态。
所述第一传递概率，可以如下表示：
Figure BDA0002687972800000071
其中，t表示数据采样周期。
如果是雷达设备，那么t表示雷达设备的数据采样周期；如果是ADS-B，那么t表示ADS-B的数据采样周期。
在一个实施方式中，雷达设备的数据采样周期一般是4-12秒，而ADS-B的数据采样周期是1秒。
在上述步骤(3)中，所述转弯速度信息，是预先设置在所述服务器中的。
在上述步骤(4)中，所述高斯白噪声，在后续卡尔曼滤波中进行了消除。
Figure BDA0002687972800000072
参见图4所示的w大于0时和w小于0时的航班运动方向示意图，当w大于0时，Fct1＝Fct(w＞0)，航班处于第二种运动状态，运动方向为前进方向右转。当w小于0时，Fct2＝Fct(w＜0)，航班处于第三种运动状态，运动方向是为前进方向左转。
当w等于0时，转移矩阵选择Fsig，航班处于第一种运动状态，运动方向为直线前进。所以，所述第二种运动状态，用于表示航班处于转弯运动状态，运动方向为前进方向右转。
所述第三种运动状态，用于表示航班处于转弯运动状态，运动方向前进方向左转。
所述高斯白噪声的转移概率，可以如下表示：
Figure BDA0002687972800000081
在上述步骤(8)中，对所述第一预测坐标值和所述第三定位信息进行卡尔曼滤波计算得到第一估计坐标值，对所述第二预测坐标值和所述第三定位信息进行卡尔曼滤波计算得到第二估计坐标值对所述第三预测坐标值和所述第三定位信息进行卡尔曼滤波计算得到第三估计坐标值的过程分别是现有技术中，这里不再赘述。
为了得到当前时刻的下一时刻航班分别在第一运动状态的第一概率、第二运动状态的第二概率以及第三运动状态的第三概率，上述步骤(9)可以执行以下步骤(91)至步骤(95)：
(91)获取当前时刻第一种运动状态、第二种运动状态以及第三种运动状态之间的转换概率；
(92)通过以下公式对航班从当前时刻的第一种运动状态转换到第一种运动状态的第一混合概率、从当前时刻的第二种运动状态转换到第一种运动状态的第二混合概率、从当前时刻的第三种运动状态转换到第一种运动状态的第三混合概率、从当前时刻的第一种运动状态转换到第二种运动状态的第四混合概率、从当前时刻的第二种运动状态转换到第二种运动状态的第五混合概率、从当前时刻的第三种运动状态转换到第二种运动状态的第六混合概率、从当前时刻的第一种运动状态转换到第三种运动状态的第七混合概率、从当前时刻的第二种运动状态转换到第三种运动状态的第八混合概率、以及从当前时刻的第三种运动状态转换到第三种运动状态的第九混合概率进行计算：
Figure BDA0002687972800000082
其中，uij(k-1|k-1)表示从当前时刻的第i种运动状态转换到第j种运动状态的混合概率；pij表示当前时刻第i种运动状态转换到第j种运动状态的转换概率；ui(k-1)表示第一权重值、第二权重值或者所述第三权重值；
(93)对所述第一混合概率、所述第二混合概率、以及所述第三混合概率进行求和计算，得到当前时刻的下一时刻航班在第一运动状态的第一概率；
(94)对所述第四混合概率、所述第五混合概率、以及所述第六混合概率进行求和计算，得到当前时刻的下一时刻航班在第二运动状态的第二概率；
(95)对所述第七混合概率、所述第八混合概率、以及所述第九混合概率进行求和计算，得到当前时刻的下一时刻航班在第三运动状态的第三概率。
在上述步骤(91)中，当前时刻第一种运动状态、第二种运动状态以及第三种运动状态之间的转换概率pij，缓存在所述服务器中。
Figure BDA0002687972800000091
其中，
Figure BDA0002687972800000097
表示第一运动状态转换到第二运动状态的转换概率；
Figure BDA0002687972800000098
表示第一运动状态转换到第三运动状态的转换概率；
Figure BDA0002687972800000099
表示第二运动状态转换到第一运动状态的转换概率；
Figure BDA00026879728000000910
表示第一运动状态转换到第一运动状态的转换概率；
Figure BDA00026879728000000911
表示第二运动状态转换到第二运动状态的转换概率；
Figure BDA0002687972800000093
表示第二运动状态转换到第三运动状态的转换概率；
Figure BDA0002687972800000094
表示第三运动状态转换到第一运动状态的转换概率；
Figure BDA0002687972800000095
表示第三运动状态转换到第二运动状态的转换概率；
Figure BDA0002687972800000096
表示第三运动状态转换到第三运动状态的转换概率。
在一个实施方式中，
Figure BDA0002687972800000092
得到所述当前时刻的下一时刻航班的第二坐标值的具体过程，与上述步骤(1)至步骤(10)得到所述当前时刻的下一时刻航班的第一坐标值的过程类似，这里不再赘述。
在通过上述步骤102得到所述当前时刻的下一时刻航班的第一坐标值和第二坐标值后，可以继续执行以下步骤104，得到所述当前时刻的下一时刻航班的位置信息。
步骤104、基于所述第一坐标值和所述第二坐标值，得到所述当前时刻的下一时刻航班的位置信息。
为了得到所述当前时刻的下一时刻航班的位置信息，上述步骤104可以执行以下步骤(1)至步骤(2)：
(1)根据所述ADS-B的数据采集周期，对所述第一坐标值进行插值计算，得到插值计算后的第一坐标值；
(2)对所述第二坐标值和插值计算后的第一坐标值进行加权平均计算，得到所述当前时刻的下一时刻航班的位置信息。
在上述步骤(2)中，对所述第二坐标值和插值计算后的第一坐标值进行加权平均计算的过程是现有技术，这里不再赘述。
综上所述，本实施例提出一种航班定位方法，通过获取当前时刻的航班的第一定位信息和第二定位信息，利用交互式卡尔曼滤波方法对所述第一定位信息进行处理得到第一坐标值，利用交互式卡尔曼滤波方法对所述第二定位信息进行处理得到第二坐标值，最后基于所述第一坐标值和所述第二坐标值，得到所述当前时刻的下一时刻航班的位置信息，与相关技术中使用ADS-B或者雷达定位的方式进行航班定位的方式相比，可以对不同定位设备得到的定位信息进行处理，提高了定位精度的准确性；而且，利用交互式卡尔曼滤波对定位数据进行处理，顾及了航班转弯时对定位信息的影响，使处理后得到的当前时刻的下一时刻航班在转弯处时得到的位置信息也更加接近航班的实际位置。
实施例2
本实施例提出的一种航班定位装置，用于执行上述实施例1的航班定位方法。
参见图2所示的一种航班定位装置，包括：
获取模块200，用于获取当前时刻的航班的第一定位信息和第二定位信息，其中，所述第一定位信息，是第一定位设备采集到的航班的位置信息；所述第二定位信息是第二定位设备采集到的航班的位置信息；
第一处理模块202，用于利用交互式卡尔曼滤波方法对所述第一定位信息进行处理，得到所述当前时刻的下一时刻航班的第一坐标值，同时利用交互式卡尔曼滤波方法对所述第二定位信息进行处理，得到所述当前时刻的下一时刻航班的第二坐标值；
第二处理模块204，用于基于所述第一坐标值和所述第二坐标值，得到所述当前时刻的下一时刻航班的位置信息。
所述第一处理模块202，具体用于：
获取当前时刻的第一权重值、第二权重值、第三权重值、以及当前时刻航班的第一运行信息，所述第一运行信息，包括：第一定位信息、速度信息和加速度信息；
通过以下公式计算包括所述当前时刻的下一时刻航班的第一预测坐标值的所述当前时刻的下一时刻的航班的第一预测运行信息：
Figure BDA0002687972800000111
其中，X1(k-1)表示当前时刻航班的第一运行信息；
Figure BDA0002687972800000112
表示所述当前时刻的下一时刻的航班的第一预测运行信息；Fsig(k-1)表示第一传递概率；所述第一预测运行信息，用于表示预测航班在所述当前时刻的下一时刻处于第一种运动状态时的运行信息；
获取当前时刻航班的第二运行信息，所述第二运行信息，包括：第一定位信息、速度信息和转弯速度信息；
通过以下公式得到包括所述当前时刻的下一时刻航班的第二预测坐标值的所述当前时刻的下一时刻的航班的第二预测运行信息：
Figure BDA0002687972800000113
其中，X2(k-1)表示当前时刻航班的第二运行信息；
Figure BDA0002687972800000114
表示所述当前时刻的下一时刻的航班的第二预测运行信息；Fct1(k-1)表示第二传递概率；所述第二预测运行信息，用于表示预测航班在所述当前时刻的下一时刻处于第二种运动状态时的运行信息；
通过以下公式得到包括所述当前时刻的下一时刻航班的第三预测坐标值的所述当前时刻的下一时刻的航班的第三预测运行信息：
Figure BDA0002687972800000121
其中，
Figure BDA0002687972800000122
表示第三预测运行信息；Fct2(k-1)表示第三传递概率；所述第三估计运行信息，用于表示预测航班在所述当前时刻的下一时刻处于第三种运动状态时的运行信息；
获取当前时刻的下一时刻所述航班的第三定位信息，所述第三定位信息，是第一定位设备采集到的航班的位置信息；
从所述第一预测运行信息中得到所述第一预测坐标值，从所述第二预测运行信息中得到所述第二预测坐标值，并从所述第三预测运行信息中得到所述第三预测坐标值；
对所述第一预测坐标值和所述第三定位信息进行卡尔曼滤波计算得到第一估计坐标值，对所述第二预测坐标值和所述第三定位信息进行卡尔曼滤波计算得到第二估计坐标值对所述第三预测坐标值和所述第三定位信息进行卡尔曼滤波计算得到第三估计坐标值；
基于所述第一权重值、所述第二权重值和所述第三权重值，得到当前时刻的下一时刻航班分别在第一运动状态的第一概率、第二运动状态的第二概率以及第三运动状态的第三概率；
通过以下公式计算得到所述当前时刻的下一时刻航班的第一坐标值：
第一坐标值＝第一概率*第一估计坐标值+第二概率*第二估计坐标值+第三概率*第三估计坐标值。
所述第一处理模块202，用于基于所述第一权重值、所述第二权重值和所述第三权重值，得到当前时刻的下一时刻航班分别在第一运动状态的第一概率、第二运动状态的第二概率以及第三运动状态的第三概率，包括：
获取当前时刻第一种运动状态、第二种运动状态以及第三种运动状态之间的转换概率；
通过以下公式对航班从当前时刻的第一种运动状态转换到第一种运动状态的第一混合概率、从当前时刻的第二种运动状态转换到第一种运动状态的第二混合概率、从当前时刻的第三种运动状态转换到第一种运动状态的第三混合概率、从当前时刻的第一种运动状态转换到第二种运动状态的第四混合概率、从当前时刻的第二种运动状态转换到第二种运动状态的第五混合概率、从当前时刻的第三种运动状态转换到第二种运动状态的第六混合概率、从当前时刻的第一种运动状态转换到第三种运动状态的第七混合概率、从当前时刻的第二种运动状态转换到第三种运动状态的第八混合概率、以及从当前时刻的第三种运动状态转换到第三种运动状态的第九混合概率进行计算：
Figure BDA0002687972800000131
其中，uij(k-1|k-1)表示从当前时刻的第i种运动状态转换到第j种运动状态的混合概率；pij表示当前时刻第i种运动状态转换到第j种运动状态的转换概率；ui(k-1)表示第一权重值、第二权重值或者所述第三权重值；
对所述第一混合概率、所述第二混合概率、以及所述第三混合概率进行求和计算，得到当前时刻的下一时刻航班在第一运动状态的第一概率；
对所述第四混合概率、所述第五混合概率、以及所述第六混合概率进行求和计算，得到当前时刻的下一时刻航班在第二运动状态的第二概率；
对所述第七混合概率、所述第八混合概率、以及所述第九混合概率进行求和计算，得到当前时刻的下一时刻航班在第三运动状态的第三概率。
当所述第一定位设备是雷达设备，所述第二定位设备是广播式自动相关监视系统ADS-B时，所述第二处理模块204，具体用于：
根据所述ADS-B的数据采集周期，对所述第一坐标值进行插值计算，得到插值计算后的第一坐标值；
对所述第二坐标值和插值计算后的第一坐标值进行加权平均计算，得到所述当前时刻的下一时刻航班的位置信息。
综上所述，本实施例提出一种航班定位装置，通过获取当前时刻的航班的第一定位信息和第二定位信息，利用交互式卡尔曼滤波方法对所述第一定位信息进行处理得到第一坐标值，利用交互式卡尔曼滤波方法对所述第二定位信息进行处理得到第二坐标值，最后基于所述第一坐标值和所述第二坐标值，得到所述当前时刻的下一时刻航班的位置信息，与相关技术中使用ADS-B或者雷达定位的方式进行航班定位的方式相比，可以对不同定位设备得到的定位信息进行处理，提高了定位精度的准确性；而且，利用交互式卡尔曼滤波对定位数据进行处理，顾及了航班转弯时对定位信息的影响，使处理后得到的当前时刻的下一时刻航班在转弯处时得到的位置信息也更加接近航班的实际位置。
实施例3
本实施例提出一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述实施例1描述的航班定位方法的步骤。具体实现可参见方法实施例1，在此不再赘述。
此外，参见图3所示的一种电子设备的结构示意图，本实施例还提出一种电子设备，上述电子设备包括总线51、处理器52、收发机53、总线接口54、存储器55和用户接口56。上述电子设备包括有存储器55。
本实施例中，上述电子设备还包括：存储在存储器55上并可在处理器52上运行的一个或者一个以上的程序，经配置以由上述处理器执行上述一个或者一个以上程序用于进行以下步骤(1)至步骤(3)：
(1)获取当前时刻的航班的第一定位信息和第二定位信息，其中，所述第一定位信息，是第一定位设备采集到的航班的位置信息；所述第二定位信息是第二定位设备采集到的航班的位置信息；
(2)利用交互式卡尔曼滤波方法对所述第一定位信息进行处理，得到所述当前时刻的下一时刻航班的第一坐标值，同时利用交互式卡尔曼滤波方法对所述第二定位信息进行处理，得到所述当前时刻的下一时刻航班的第二坐标值；
(3)基于所述第一坐标值和所述第二坐标值，得到所述当前时刻的下一时刻航班的位置信息。
收发机53，用于在处理器52的控制下接收和发送数据。
其中，总线架构(用总线51来代表)，总线51可以包括任意数量的互联的总线和桥，总线51将包括由通用处理器52代表的一个或多个处理器和存储器55代表的存储器的各种电路链接在一起。总线51还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本实施例不再对其进行进一步描述。总线接口54在总线51和收发机53之间提供接口。收发机53可以是一个元件，也可以是多个元件，比如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单元。例如：收发机53从其他设备接收外部数据。收发机53用于将处理器52处理后的数据发送给其他设备。取决于计算系统的性质，还可以提供用户接口56，例如小键盘、显示器、扬声器、麦克风、操纵杆。
处理器52负责管理总线51和通常的处理，如前述上述运行通用操作系统。而存储器55可以被用于存储处理器52在执行操作时所使用的数据。
可选的，处理器52可以是但不限于：中央处理器、单片机、微处理器或者可编程逻辑器件。
可以理解，本发明实施例中的存储器55可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM，DRRAM)。本实施例描述的系统和方法的存储器55旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中，存储器55存储了如下的元素，可执行模块或者数据结构，或者他们的子集，或者他们的扩展集：操作系统551和应用程序552。
其中，操作系统551，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序552，包含各种应用程序，例如媒体播放器(Media Player)、浏览器(Browser)等，用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序552中。
综上所述，本实施例提出的一种计算机可读存储介质和电子设备，通过获取当前时刻的航班的第一定位信息和第二定位信息，利用交互式卡尔曼滤波方法对所述第一定位信息进行处理得到第一坐标值，利用交互式卡尔曼滤波方法对所述第二定位信息进行处理得到第二坐标值，最后基于所述第一坐标值和所述第二坐标值，得到所述当前时刻的下一时刻航班的位置信息，与相关技术中使用ADS-B或者雷达定位的方式进行航班定位的方式相比，可以对不同定位设备得到的定位信息进行处理，提高了定位精度的准确性；而且，利用交互式卡尔曼滤波对定位数据进行处理，顾及了航班转弯时对定位信息的影响，使处理后得到的当前时刻的下一时刻航班在转弯处时得到的位置信息也更加接近航班的实际位置。
以上所述，仅为本发明的具体实施方式，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以所述权利要求的保护范围为准。

Claims (10)

1.一种航班定位方法，其特征在于，包括：
获取当前时刻的航班的第一定位信息和第二定位信息，其中，所述第一定位信息是第一定位设备采集到的航班的位置信息；所述第二定位信息是第二定位设备采集到的航班的位置信息；
利用交互式卡尔曼滤波方法对所述第一定位信息进行处理，得到所述当前时刻的下一时刻航班的第一坐标值，同时利用交互式卡尔曼滤波方法对所述第二定位信息进行处理，得到所述当前时刻的下一时刻航班的第二坐标值；
基于所述第一坐标值和所述第二坐标值，得到所述当前时刻的下一时刻航班的位置信息。
2.根据权利要求1所述的方法，其特征在于，利用交互式卡尔曼滤波方法对所述第一定位信息进行处理，得到所述当前时刻的下一时刻航班的第一坐标值，包括：
获取当前时刻的第一权重值、第二权重值、第三权重值、以及当前时刻航班的第一运行信息，所述第一运行信息，包括：第一定位信息、速度信息和加速度信息；
通过以下公式计算包括所述当前时刻的下一时刻航班的第一预测坐标值的所述当前时刻的下一时刻的航班的第一预测运行信息：
Figure FDA0002687972790000011
其中，X1(k-1)表示当前时刻航班的第一运行信息；
Figure FDA0002687972790000012
表示所述当前时刻的下一时刻的航班的第一预测运行信息；Fsig(k-1)表示第一传递概率；所述第一预测运行信息，用于表示预测航班在所述当前时刻的下一时刻处于第一种运动状态时的运行信息；
获取当前时刻航班的第二运行信息，所述第二运行信息，包括：第一定位信息、速度信息和转弯速度信息；
通过以下公式得到包括所述当前时刻的下一时刻航班的第二预测坐标值的所述当前时刻的下一时刻的航班的第二预测运行信息：
Figure FDA0002687972790000013
其中，X2(k-1)表示当前时刻航班的第二运行信息；
Figure FDA0002687972790000021
表示所述当前时刻的下一时刻的航班的第二预测运行信息；Fct1(k-1)表示第二传递概率；所述第二预测运行信息，用于表示预测航班在所述当前时刻的下一时刻处于第二种运动状态时的运行信息；
通过以下公式得到包括所述当前时刻的下一时刻航班的第三预测坐标值的所述当前时刻的下一时刻的航班的第三预测运行信息：
Figure FDA0002687972790000022
其中，
Figure FDA0002687972790000023
表示第三预测运行信息；Fct2(k-1)表示第三传递概率；所述第三估计运行信息，用于表示预测航班在所述当前时刻的下一时刻处于第三种运动状态时的运行信息；
获取当前时刻的下一时刻所述航班的第三定位信息，所述第三定位信息，是第一定位设备采集到的航班的位置信息；
从所述第一预测运行信息中得到所述第一预测坐标值，从所述第二预测运行信息中得到所述第二预测坐标值，并从所述第三预测运行信息中得到所述第三预测坐标值；
对所述第一预测坐标值和所述第三定位信息进行卡尔曼滤波计算得到第一估计坐标值，对所述第二预测坐标值和所述第三定位信息进行卡尔曼滤波计算得到第二估计坐标值对所述第三预测坐标值和所述第三定位信息进行卡尔曼滤波计算得到第三估计坐标值；
基于所述第一权重值、所述第二权重值和所述第三权重值，得到当前时刻的下一时刻航班分别在第一运动状态的第一概率、第二运动状态的第二概率以及第三运动状态的第三概率；
通过以下公式计算得到所述当前时刻的下一时刻航班的第一坐标值：
第一坐标值＝第一概率*第一估计坐标值+第二概率*第二估计坐标值+第三概率*第三估计坐标值。
3.根据权利要求2所述的方法，其特征在于，基于所述第一权重值、所述第二权重值和所述第三权重值，得到当前时刻的下一时刻航班分别在第一运动状态的第一概率、第二运动状态的第二概率以及第三运动状态的第三概率，包括：
获取当前时刻第一种运动状态、第二种运动状态以及第三种运动状态之间的转换概率；
通过以下公式对航班从当前时刻的第一种运动状态转换到第一种运动状态的第一混合概率、从当前时刻的第二种运动状态转换到第一种运动状态的第二混合概率、从当前时刻的第三种运动状态转换到第一种运动状态的第三混合概率、从当前时刻的第一种运动状态转换到第二种运动状态的第四混合概率、从当前时刻的第二种运动状态转换到第二种运动状态的第五混合概率、从当前时刻的第三种运动状态转换到第二种运动状态的第六混合概率、从当前时刻的第一种运动状态转换到第三种运动状态的第七混合概率、从当前时刻的第二种运动状态转换到第三种运动状态的第八混合概率、以及从当前时刻的第三种运动状态转换到第三种运动状态的第九混合概率进行计算：
Figure FDA0002687972790000031
其中，uij(k-1|k-1)表示从当前时刻的第i种运动状态转换到第j种运动状态的混合概率；pij表示当前时刻第i种运动状态转换到第j种运动状态的转换概率；ui(k-1)表示第一权重值、第二权重值或者所述第三权重值；
对所述第一混合概率、所述第二混合概率、以及所述第三混合概率进行求和计算，得到当前时刻的下一时刻航班在第一运动状态的第一概率；
对所述第四混合概率、所述第五混合概率、以及所述第六混合概率进行求和计算，得到当前时刻的下一时刻航班在第二运动状态的第二概率；
对所述第七混合概率、所述第八混合概率、以及所述第九混合概率进行求和计算，得到当前时刻的下一时刻航班在第三运动状态的第三概率。
4.根据权利要求1所述的方法，其特征在于，当所述第一定位设备是雷达设备，所述第二定位设备是广播式自动相关监视系统ADS-B时，基于所述第一坐标值和所述第二坐标值，得到所述当前时刻的下一时刻航班的位置信息，包括：
根据所述ADS-B的数据采集周期，对所述第一坐标值进行插值计算，得到插值计算后的第一坐标值；
对所述第二坐标值和插值计算后的第一坐标值进行加权平均计算，得到所述当前时刻的下一时刻航班的位置信息。
5.一种航班定位装置，其特征在于，包括：
获取模块，用于获取当前时刻的航班的第一定位信息和第二定位信息，其中，所述第一定位信息，是第一定位设备采集到的航班的位置信息；所述第二定位信息是第二定位设备采集到的航班的位置信息；
第一处理模块，用于利用交互式卡尔曼滤波方法对所述第一定位信息进行处理，得到所述当前时刻的下一时刻航班的第一坐标值，同时利用交互式卡尔曼滤波方法对所述第二定位信息进行处理，得到所述当前时刻的下一时刻航班的第二坐标值；
第二处理模块，用于基于所述第一坐标值和所述第二坐标值，得到所述当前时刻的下一时刻航班的位置信息。
6.根据权利要求5所述的装置，其特征在于，所述第一处理模块，具体用于：
获取当前时刻的第一权重值、第二权重值、第三权重值、以及当前时刻航班的第一运行信息，所述第一运行信息，包括：第一定位信息、速度信息和加速度信息；
通过以下公式计算包括所述当前时刻的下一时刻航班的第一预测坐标值的所述当前时刻的下一时刻的航班的第一预测运行信息：
Figure FDA0002687972790000041
其中，X1(k-1)表示当前时刻航班的第一运行信息；
Figure FDA0002687972790000051
表示所述当前时刻的下一时刻的航班的第一预测运行信息；Fsig(k-1)表示第一传递概率；所述第一预测运行信息，用于表示预测航班在所述当前时刻的下一时刻处于第一种运动状态时的运行信息；
获取当前时刻航班的第二运行信息，所述第二运行信息，包括：第一定位信息、速度信息和转弯速度信息；
通过以下公式得到包括所述当前时刻的下一时刻航班的第二预测坐标值的所述当前时刻的下一时刻的航班的第二预测运行信息：
Figure FDA0002687972790000052
其中，X2(k-1)表示当前时刻航班的第二运行信息；
Figure FDA0002687972790000053
表示所述当前时刻的下一时刻的航班的第二预测运行信息；Fct1(k-1)表示第二传递概率；所述第二预测运行信息，用于表示预测航班在所述当前时刻的下一时刻处于第二种运动状态时的运行信息；
通过以下公式得到包括所述当前时刻的下一时刻航班的第三预测坐标值的所述当前时刻的下一时刻的航班的第三预测运行信息：
Figure FDA0002687972790000054
其中，
Figure FDA0002687972790000055
表示第三预测运行信息；Fct2(k-1)表示第三传递概率；所述第三估计运行信息，用于表示预测航班在所述当前时刻的下一时刻处于第三种运动状态时的运行信息；
获取当前时刻的下一时刻所述航班的第三定位信息，所述第三定位信息，是第一定位设备采集到的航班的位置信息；
从所述第一预测运行信息中得到所述第一预测坐标值，从所述第二预测运行信息中得到所述第二预测坐标值，并从所述第三预测运行信息中得到所述第三预测坐标值；
对所述第一预测坐标值和所述第三定位信息进行卡尔曼滤波计算得到第一估计坐标值，对所述第二预测坐标值和所述第三定位信息进行卡尔曼滤波计算得到第二估计坐标值对所述第三预测坐标值和所述第三定位信息进行卡尔曼滤波计算得到第三估计坐标值；
基于所述第一权重值、所述第二权重值和所述第三权重值，得到当前时刻的下一时刻航班分别在第一运动状态的第一概率、第二运动状态的第二概率以及第三运动状态的第三概率；
通过以下公式计算得到所述当前时刻的下一时刻航班的第一坐标值：
第一坐标值＝第一概率*第一估计坐标值+第二概率*第二估计坐标值+第三概率*第三估计坐标值。
7.根据权利要求6所述的装置，其特征在于，所述第一处理模块，用于基于所述第一权重值、所述第二权重值和所述第三权重值，得到当前时刻的下一时刻航班分别在第一运动状态的第一概率、第二运动状态的第二概率以及第三运动状态的第三概率，包括：
获取当前时刻第一种运动状态、第二种运动状态以及第三种运动状态之间的转换概率；
通过以下公式对航班从当前时刻的第一种运动状态转换到第一种运动状态的第一混合概率、从当前时刻的第二种运动状态转换到第一种运动状态的第二混合概率、从当前时刻的第三种运动状态转换到第一种运动状态的第三混合概率、从当前时刻的第一种运动状态转换到第二种运动状态的第四混合概率、从当前时刻的第二种运动状态转换到第二种运动状态的第五混合概率、从当前时刻的第三种运动状态转换到第二种运动状态的第六混合概率、从当前时刻的第一种运动状态转换到第三种运动状态的第七混合概率、从当前时刻的第二种运动状态转换到第三种运动状态的第八混合概率、以及从当前时刻的第三种运动状态转换到第三种运动状态的第九混合概率进行计算：
Figure FDA0002687972790000061
其中，uij(k-1|k-1)表示从当前时刻的第i种运动状态转换到第j种运动状态的混合概率；pij表示当前时刻第i种运动状态转换到第j种运动状态的转换概率；ui(k-1)表示第一权重值、第二权重值或者所述第三权重值；
对所述第一混合概率、所述第二混合概率、以及所述第三混合概率进行求和计算，得到当前时刻的下一时刻航班在第一运动状态的第一概率；
对所述第四混合概率、所述第五混合概率、以及所述第六混合概率进行求和计算，得到当前时刻的下一时刻航班在第二运动状态的第二概率；
对所述第七混合概率、所述第八混合概率、以及所述第九混合概率进行求和计算，得到当前时刻的下一时刻航班在第三运动状态的第三概率。
8.根据权利要求1所述的装置，其特征在于，当所述第一定位设备是雷达设备，所述第二定位设备是广播式自动相关监视系统ADS-B时，所述第二处理模块，具体用于：
根据所述ADS-B的数据采集周期，对所述第一坐标值进行插值计算，得到插值计算后的第一坐标值；
对所述第二坐标值和插值计算后的第一坐标值进行加权平均计算，得到所述当前时刻的下一时刻航班的位置信息。
9.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行上述权利要求1-4任一项所述的方法的步骤。
10.一种电子设备，其特征在于，所述电子设备包括有存储器，处理器以及一个或者一个以上的程序，其中所述一个或者一个以上程序存储于所述存储器中，且经配置以由所述处理器执行权利要求1-4任一项所述的方法的步骤。
CN202010982230.8A 2020-09-17 2020-09-17 一种航班定位方法、装置和电子设备 Active CN112083409B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010982230.8A CN112083409B (zh) 2020-09-17 2020-09-17 一种航班定位方法、装置和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010982230.8A CN112083409B (zh) 2020-09-17 2020-09-17 一种航班定位方法、装置和电子设备

Publications (2)

Publication Number Publication Date
CN112083409A true CN112083409A (zh) 2020-12-15
CN112083409B CN112083409B (zh) 2024-07-05

Family

ID=73736528

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010982230.8A Active CN112083409B (zh) 2020-09-17 2020-09-17 一种航班定位方法、装置和电子设备

Country Status (1)

Country Link
CN (1) CN112083409B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008097454A (ja) * 2006-10-13 2008-04-24 Electronic Navigation Research Institute 航空管制業務支援システム、航空機の位置を予測する方法及びコンピュータプログラム
CN101655561A (zh) * 2009-09-14 2010-02-24 南京莱斯信息技术股份有限公司 基于联合卡尔曼滤波的多点定位数据与雷达数据融合方法
KR101007208B1 (ko) * 2010-04-20 2011-01-12 삼성탈레스 주식회사 Ａｄｓ-ｂ 메시지 및 레이더 신호의 합성을 통해 무인 항공기를 조종하는 무인 항공기 시뮬레이션 장치
US20110057830A1 (en) * 2009-09-10 2011-03-10 The Boeing Company Method for validating aircraft traffic control data
KR20130068399A (ko) * 2011-12-15 2013-06-26 한국전자통신연구원 레이더 시스템의 오차 보정 장치 및 방법
KR20140092691A (ko) * 2013-01-16 2014-07-24 한국항공우주연구원 Ads-b 자료를 이용한 항공 감시자료 처리 시스템 및 방법
CN104849702A (zh) * 2015-04-30 2015-08-19 中国民航大学 利用ads-b数据的gm-ephd滤波雷达系统误差联合估计方法
CN106846919A (zh) * 2017-01-16 2017-06-13 南京航空航天大学 一种基于ads‑b信息更新的四维航迹动态预测方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008097454A (ja) * 2006-10-13 2008-04-24 Electronic Navigation Research Institute 航空管制業務支援システム、航空機の位置を予測する方法及びコンピュータプログラム
US20110057830A1 (en) * 2009-09-10 2011-03-10 The Boeing Company Method for validating aircraft traffic control data
CN101655561A (zh) * 2009-09-14 2010-02-24 南京莱斯信息技术股份有限公司 基于联合卡尔曼滤波的多点定位数据与雷达数据融合方法
KR101007208B1 (ko) * 2010-04-20 2011-01-12 삼성탈레스 주식회사 Ａｄｓ-ｂ 메시지 및 레이더 신호의 합성을 통해 무인 항공기를 조종하는 무인 항공기 시뮬레이션 장치
KR20130068399A (ko) * 2011-12-15 2013-06-26 한국전자통신연구원 레이더 시스템의 오차 보정 장치 및 방법
KR20140092691A (ko) * 2013-01-16 2014-07-24 한국항공우주연구원 Ads-b 자료를 이용한 항공 감시자료 처리 시스템 및 방법
CN104849702A (zh) * 2015-04-30 2015-08-19 中国民航大学 利用ads-b数据的gm-ephd滤波雷达系统误差联合估计方法
CN106846919A (zh) * 2017-01-16 2017-06-13 南京航空航天大学 一种基于ads‑b信息更新的四维航迹动态预测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
DERRADJI NADA: "Multi-sensor Data Fusion for Wheelchair Position Estimation with Unscented Kalman Filter", INTERNATIONAL JOURNAL OF AUTOMATION AND COMPUTING, vol. 15, pages 207 - 217, XP036567235, DOI: 10.1007/s11633-017-1065-z *
尹进: "基于ADS-B技术的多点定位方法研究", 中国优秀硕士学位论文数据库, no. 11, pages 1 - 94 *

Also Published As

Publication number Publication date
CN112083409B (zh) 2024-07-05

Similar Documents

Publication Publication Date Title
CN111770451B (zh) 一种基于车路协同的道路车辆定位及感知方法和装置
CN109435955B (zh) 一种自动驾驶系统性能评估方法、装置、设备及存储介质
EP3621286B1 (en) Method, and apparatus for clock synchronization, device, storage medium and vehicle
CN111626519A (zh) 一种航班到达时间预测方法、装置和电子设备
CN103925925A (zh) 一种用于多点定位系统的实时高精度位置解算方法
WO2023098001A1 (zh) 一种运动对象的位置估计与预测方法、装置、设备及介质
CN113063425B (zh) 车辆定位方法、装置、电子设备及存储介质
CN113532428B (zh) 数据处理方法、装置、动中通终端和计算机可读存储介质
CN116184442A (zh) 轨道、钟差改正数评估方法和装置、设备及存储介质
CN117334072B (zh) 公交车辆到站时刻预测方法和装置
Xue et al. Upper bound estimation of positioning error for ground-based augmentation system
CN112083409B (zh) 一种航班定位方法、装置和电子设备
CN114234982B (zh) 基于方位角定位的三维轨迹规划方法、系统、设备及介质
CN114578402A (zh) 目标位置信息确定方法、装置、电子设备以及存储介质
CN112373471B (zh) 用于控制车辆行驶的方法、装置、电子设备和可读介质
CN114394111A (zh) 用于自动驾驶车辆的变道方法
CN114646986A (zh) 定位方法、模型训练方法、装置和存储介质
CN114488237A (zh) 定位方法、装置、电子设备及智能驾驶方法
CN111487659B (zh) 状态识别方法、装置、计算机设备和存储介质
CN117031511B (zh) 航天器导航方法、装置、系统、电子设备和存储介质
CN114216452B (zh) 一种机器人的定位方法及装置
CN113008245B (zh) 一种定位信息融合方法及其装置、计算机服务器
CN113625223B (zh) 一种定位方法及终端设备
CN117055081A (zh) 一种卫星注册引导方法、装置、设备及存储介质
CN116030446A (zh) 数据评估方法、装置、系统、电子设备及车辆

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