基于ADS-B趋势信息的民航飞机跟踪算法

为了有效提高飞机的跟踪精度,获得准确的飞机监视信息,针对民航飞机运行 的特点以及ADS-B信息的特征,充分利用ADS-B趋势信息报告和当前统计模型的优点,提出了 一 种基于ADS-B趋势信息的当前统计模型改进算法。该算法能够将直线运动和转弯机动飞行中 的跟踪误差都稳定在60 m左右,证明了该算法适用于所有飞行阶段,提高了当前统计模 型跟踪算法的精度和适用性。     

基于TDOA/TSOA的ADS-B虚假信号检测技术研究

广播式自动相关监视(ADS-B)开放式监视构架的特点使其面临易受人为虚假欺骗的安全性挑战。本文设置多个ADS-B基站,利用ADS-B信号的到达时间差(TDOA)与到达时间和(TSOA)对飞机实际位置进行多点定位,与ADS-B信号解码所得位置信息进行比对,从而剔除虚假飞机目标。首先实现ADS-B基站间的时间同步,建立基于TDOA/TSOA的定位模型与算法,给出了利用Friedlander算法获取初值的改进的Taylor级数算法以获取飞机位置。运用蒙特卡洛方法进行了四基站和五基站的仿真实验,结果表明,与现有Taylor级数算法相比,改进算法能提供更精确的飞机位置,并且五基站的定位性能要优于四基站的定位性能。     

ADS-B民航飞机实时参数信息的提取及验证

采用软件定义无线电(SDR)技术提取ADS-B信息。首先运用软件无线电技术和射频前端从飞机的ADS-B信号中获得I/Q数据;然后结合CPR全球解码算法解调出飞机的ICAO、高度、坐标、速度等信息;最后通过飞机高速运动产生的多普勒效应来对解调信息进行分析和验证。由SDR技术开发的ADS-B信息解码系统具有解码准确、廉价的开发成本和灵活性好等特点。     

基于ADS-B意图信息的航迹预测改进算法

在飞行冲突探测和恶劣天气情况下,单纯利用跟踪滤波算法无法准确判断目标飞机未来的飞行动态。为了有效提高航迹预测精度,针对广播式自动相关监视(ADS-B)信息中意图信息对航迹的影响,提出了一种基于ADS-B意图信息的航迹预测改进算法。该改进算法先通过残差均值交互式多模型(RMIMM)算法,推算出目标飞机的飞行状态参数和飞机运动模式,再结合天气状况、飞行计划和空中交通管制规章进行意图估计,最后通过飞行状态参数、飞机运动模式以及意图信息共同预测目标飞机的航迹。运用蒙特卡洛方法进行仿真,结果表明,与现有算法相比,该改进算法不仅能提供更加精确的航迹预测,而且降低了意图推断的时间延迟。     

基于ADS-B报文的“北斗”便携式终端实现

针对单个广播式自动相关监视（Automatic Dependent Surveillance-Broadcast,ADS-B）发射机传输距离受限、多地面站组网复杂以及成本较高等问题,在分析ADS-B报文编码与解码算法的基础上,探讨了基于无线网络传输的ADS-B报文信息技术,并设计了基于“北斗”卫星导航（BeiDou Satellite Navigation System,BDS）/嵌入式控制器以及无线网络的便携式监视终端系统。利用实测ADS-B数据联合搭建的监视中心对算法和系统进行测试,结果表明数据传输稳定,实现了低空空域通用航空飞机ADS-B态势信息的网络传输功能,丰富了监视信息的链路传输方式,为低空通航飞行器安全飞行和全面监视提供了新的方法。     

基于ADS-B引导的飞机起降视频跟踪系统设计

针对飞机起降安全问题,设计一种基于广播式自动相关监视(Automatic Dependent Surveillance-Broadcast,ADS-B)引导的飞机起降视频跟踪监视系统,描述系统组成、主要功能及技术指标,介绍ADS-B引导飞机起降跟踪监视过程中的关键技术以及相关问题解决途径.系统在机场的实际使用情况表明,该设计能够满足技术指标要求,能够起到保障飞机起降过程安全的作用.     

基于ADS-B的时间轴映射航路冲突检测算法

由于ADS-B工作范围广,将其应用于航空避撞系统时,在原先的避撞区域外再构建保护区域进行提前避撞,可进一步提高避撞系统性能,航路冲突检测是提前避撞的前提,其算法复杂。提出时间轴映射航路冲突检测算法,将航路冲突问题转化为分别求解X,Y,Z轴冲突区间问题,再由X,Y,Z轴的冲突区间分别映射到时间轴得到冲突时间段,最后通过求解3个冲突时间段的交集来确定航路冲突。仿真实验中,对ADS-B工作范围100 n mile内的入侵飞机在ATC规定的避撞区域进行航路冲突检测,结果只有1‰左右的入侵飞机存在冲突,这与ATC规定的避撞区域和ADS-B工作范围100 n mile体积之比接近,证明算法的正确性。     

一种单天线ADS-B交织信号分离算法

随着民航飞机数量的增多,接收到的广播式自动相关监视(Automatic Dependent Surveillance-Broadcast, ADS-B)信号可能出现多条报文交织的情况,这将导致解码失败。针对单天线ADS-B二重交织信号,提出了一种投影算法与卷积神经网络(Convolutional Neural Networks, CNN)相结合的分离方法。首先将单天线ADS-B信号重构为虚拟阵列信号,接着利用投影算法对其进行分离,最后将分离信号通过CNN模型进行幅值修正。实验结果表明,通过该方法分离出的信号其解码成功率得到了提高。     

基于当前统计模型的TCAS/ADS-B组合监视系统数据融合算法

比较了空中交通警戒与防撞系统(TCAS)和自动相关监视系统(ADS-B)的监视原理,构建了TCAS/ADS-B组合监视系统,对组合监视系统的监视区域进行了划分。采用当前统计模型的数据融合算法,得到了优化的TCAS局部轨迹估算和优化的ADS-B局部轨迹估算,以及优化的融合轨迹估算。仿真结果显示,最大优化融合位置误差为100 m,证明该组合监视系统可以提高目标飞机轨迹估算的准确度,从而提高TCAS的监视精度。     

多种链路模式ADS-B演示系统的设计与实现

ADS-B技术是国际民航组织正在推广的新航行系统的监视技术，它基于现代先进的数据通信和卫星导航技术，不仅可实现地面对飞机的监视，而且可实现飞机与飞机之间的互相监视，使飞行安全大大加强。本文介绍了ADS-B系统的工作原理，并详细介绍了多种链路模式的ADS-B演示系统的设计与实现。     

基于ADS-B的飞机防撞算法

面对飞行流量持续快速增长,民航空域资源日益短缺,对冲突飞机进行有效的解脱,是避免飞机间发生碰撞的关键技术。对飞机保护区域进行合理建模,给出一种基于广播式自动相关监视（ADS．B）技术的冲突解脱算法,该算法有效利用ADS．B的数据精度高、更新快的特点,从水平方向上给出“保向变速”与“保速变向”两类解脱策略,从垂直方向上给出“爬升”和“下降”两种解脱策略。把飞机的水平速度、航向和垂直速度作为控制变量,通过计算冲突解脱的边界条件获得控制变量转换时间,从而找到可行的解脱方法。仿真结果表明,对于同一飞行冲突情形,并不是所有的冲突解脱策略都是可行的,但是对于可行的冲突解脱策略,需要由飞行员根据当时的具体情况去决定哪种解脱方式是最优的。     

基于北斗RDSS的监视数据传输技术研究

为了实现通用航空器的监视数据在空-地之间的有效传输,完成地面监管人员对低空空域航空器的运行监控,文中综合利用ADS-B技术、数据压缩算法及北斗短报文技术,首先对在1090ES数据链上传输的ADS-B消息进行压缩,然后将较大压缩包分包处理以及添加包头控制符,最后基于北斗短报文传输协议格式封装监视数据压缩包后将其调制发出,并且在接收报文端添加接收成功/丢包反馈响应,在发送端添加丢失补发操作,进一步提高北斗短报文数据传输可靠性,尤其在ADS-B地面站接收覆盖不到的区域,对通用航空器的运行监视数据传输提供一个可靠的方案。     

基于ADS-B水平位置不确定度的碰撞风险研究

广播式自动相关监视(ADS-B)技术具有监视精度高、刷新快、成本低、维护简单等优点,得到民航空中交通管制部门的青睐,常用于航路监视服务。ADS-B水平位置不确定度作为ADS-B的重要参数,反应了目标定位的水平精度等级。文中统计和分析DO-260版本的水平位置不确定度,验证了不同水平精度等级位置误差的正态性。基于位置误差的概率统计特性,评估了当前ADS-B运行间隔下的目标冲突和危险接近等碰撞风险,为ADS-B管制下的飞行间隔评估提供理论基础。     

用于ADS-B解交织的高增益稳健PA算法

广播式自动相关监视(Automatic Dependent Surveillance-Broadcast,ADS-B)是基于全球卫星定位系统的航空器运行监视技术,由于ADS-B信号随机接入的广播方式和不断增加的空域流量,不可避免会带来信号交织问题,造成解码信息错误或丢失。本文基于正交投影（Project Algorithm,PA）,利用天线阵带来的信号处理增益,提出了一种高增益稳健的解交织算法:首先利用PA估计源信号的导向矢量,然后结合Capon波束形成算法,提高解交织信号的输出信噪比,考虑导向矢量的估计误差,本文将稳健波束形成（Robust Capon Beamforming,RCB）算法应用于此,从而进一步提高解交织算法的稳健性。仿真和实采数据结果均验证了本文所提算法能够较稳健地提高解交织信号的输出信噪比。      

多点定位场面监视雷达信号处理方法探究

多点定位场面监视技术是一种先进的低空飞行器场面监视方案。多点定位系统利用多个机载/地面雷达站,通过信号时差计算从而确定目标的具体位置。多点定位系统可以迅速便捷的对水面舰船或机场等场面上的低空飞行器等移动目标进行探测和监视,配合ADS-B场面监视、X波段场面监视雷达等地面监视手段可以最大程度的对飞行器动态进行精确掌握,从而确保飞行器在机场范围内的安全。     

一种改进的ADS-B信号前导脉冲检测算法

阐述了ADS-B技术的基本原理和发展现状,在此基础上对ADS-B信号的信号格式进行了介绍,并对ADS-B信号4报头脉冲的检测算法进行了分析。针对现有报头脉冲检测算法漏检率较高的问题,提出了一种新型联合置信概率分布检测算法,仿真验证表明,该算法对降低报头脉冲检测的漏检率具有较好的效果。     

基于松弛改进FastICA算法的星基ADS-B信号分离

星基广播式自动相关监视(Automatic Dependent Surveillance-Broadcast,ADS-B)系统覆盖空域广,星载接收机所接收的信号信噪比低、信号间的功率差异小,ADS-B报文在接收机处的冲突更加严重,对信号分离算法提出了更高要求。针对基于负熵的快速独立成分分析(Fast Independent Component Analysis,FastICA)算法存在的局部极大值和收敛依赖于初始权值的问题,在FastICA算法中引入了松弛因子,采用松弛改进的FastICA算法对星基ADS-B信号进行分离。阐述了松弛改进FastICA算法对星载ADS-B接收机接收到的混合信号进行分离的机理,并进行了仿真实验,通过相关系数、迭代次数和误码率比较了松弛改进FastICA算法、经典FastICA算法和投影算法的性能。仿真结果表明,松弛改进FastICA算法能更有效地分离星基ADS-B混合信号。     

基于粒子群优化多核支持向量数据描述的广播式自动相关监视异常数据检测模型

广播式自动相关监视(ADS-B)作为新一代空中交通管理(ATM)通信协议,是未来空管监视系统的关键技术。目前,由于ADS-B采用明文格式广播发送数据,其安全性问题受到挑战。针对ADS-B易受到的欺骗干扰,该文将ADS-B位置数据和同步的二次雷达(SSR)数据作差,将两者的差值作为样本数据。利用多核支持向量数据描述(MKSVDD)训练样本,得到了超球体分类器,此超球体分类器能检测出ADS-B测试样本中的异常数据。并且,通过粒子群算法(PSO)优化了GaussLapl和GaussTanh两种MKSVDD的惩罚因子、多核核函数系数以及核参数,提高了异常数据检测性能。实验结果表明,对于随机位置偏移、固定位置偏移、拒绝服务(DOS)攻击和重放攻击,粒子群优化多核支持向量数据描述(PSO-MKSVDD)模型能检测出这4种攻击类型的异常数据。且相较于其他机器学习和深度学习方法,该模型的适应性更好,异常检测的召回率和检测率更优。证明该模型可用于ADS-B异常数据的检测。     

基于改进单天线投影算法的广播式自动相关监视信号分离

广播式自动相关监视(ADS-B)作为一种新的监视技术正受到国际民用航空组织(ICAO)的大力推广。然而,由于ADS-B信号传输具有随机性,多条信号交织问题不可避免。该文提出一种改进的单天线投影算法(PASA)。利用单通道分离交织信号,首先对单通道接收到的数据提出一种新的矩阵重构方式,从而降低两条信号之间的相对时延和频偏要求;然后利用投影算法分离交织信号。仿真实验结果验证了该算法的有效性。