一种针对时变ADS-B报文时延的自适应估计方法技术

本发明专利技术属于自适应信号处理技术领域，提供了一种基于抑制脉冲噪声的ADS‐B报文时延自适应估计方法。本方法的特征是首先在航线附近假设辅助的无线电信号发射源，并通过载频估计方法获得未受时延影响的多普勒频移特征曲线；其次通过ADS‐B报文解码，利用公式计算获得受到时延影响的多普勒频移特征曲线；最后，利用抑制脉冲噪声的自适应算法估计瞬时的ADS‐B报文时延，并为时延补偿提供理论依据。本发明专利技术可以实现时变ADS‐B报文的时延的估计和跟踪，并为ADS‐B报文的时延补偿提供了依据，通过补偿，提升了ADS‐B报文承载的位置和速度信息的准确性和可靠性。

【技术实现步骤摘要】

本专利技术涉及自适应信号处理
，涉及到民航ADS‐B报文的时延估计方法，特别涉及到利用基于扩展的最大相关熵递归自适应算法对时变的ADS‐B报文进行时延估计和跟踪的方法。
技术介绍
广播式自动相关监视ADS‐B(AutomaticDependentSurveillance‐Broadcast)系统是航空器通过广播模式数据链将机载导航设备和定位系统生成的数据自动广播出去的监控系统，与传统雷达相比，在更新率、连接方式和传送方式等诸多方面都有优势，因而逐渐成为空中交通管制(AirTrafficControl，ATC)不可或缺的手段。但是作为承载民航飞行器的飞行状态如位置和速度等信息的ADS‐B报文却因为该系统的报文信息采集和报文生成机制，而存在时变的随机时延。该类时延会降低ADS‐B报文承载的位置和速度等信息的准确性和可靠性。由于ADS‐B技术是一门新兴技术，针对ADS‐B报文的时延估计方法还有待进一步完善。
技术实现思路
本专利技术需要解决的技术问题是针对现有技术中无法对时变的ADS‐B报文时延进行动态、实时的估计和跟踪的缺陷，提供一种ADS‐B报文时延动态估计和跟踪的方法，采用的技术方案是通过对脉冲噪声具有较强抑制能力的自适应滤波算法来实现对民航ADS‐B报文时延的动态估计和跟踪。所用到的自适应滤波算法是扩展的递归最大相关熵自适应算法。本专利技术是基于抑制脉冲噪声的ADS‐B报文时延自适应估计方法，首先通过载频估计获取从飞机散射信号中承载的未受ADS‐B报文时延影响的多普勒频移特征曲线，然后利用多普勒频移公式计算获取了受到ADS‐B报文时延影响的多普勒频移特征曲线，最后利用抑制脉冲噪声的自适应滤波算法对时变ADS‐B报文的时延进行估计，技术方案包括以下具体步骤：第一步，基于辅助信号源的利用载频估计方法获取未受到ADS‐B报文时延影响的多普勒频移时频曲线。(1)在民航航线附近发射具有载波分量的调制信号发射源。(2)对经过飞机散射的调制信号混频至零中频，并进行采样和接收。(3)对接收到的信号进行分段。将第一步(2)中获得的数据进行等时间长度的重叠分段，每段数据所占时间长度可在0.5‐2秒范围内选取。除第一段和最后一段外，其他段均与该段之前和该段之后的数据重叠，重叠长度为该段长度的一半。(4)估计每一段数据所对应的多普勒频移。对第一步(3)中每一段数据进行快速傅里叶变换，并获得对应数据的频谱，根据频谱中峰值的位置估计与该段数据相对应的多普勒频移。傅里叶变换的公式为：X(jΩ)=∫-∞∞x(t)e-jΩtdt]]>其中，x(t)表示随时间t变化的信号，X(jΩ)表示信号多对应的频谱。(5)组成多普勒频移曲线。利用第一步(4)中获得多普勒频移组成未受到ADS‐B报文时延影响的多普勒频移曲线，由于每一处多普勒频移均对应于不同时刻的数据段，故该多普勒频移曲线是关于时间变量的曲线。(6)获得更密集的多普勒频移曲线。对第一步(5)中的多普勒频移曲线进行线性插值和抽取，将多普勒曲线的时间点精确到0.05‐0.2秒范围内的某一时刻，以获得更密集的随时间变化的未受到ADS‐B报文时延影响的多普勒频移特征曲线。第二步，基于ADS‐B的速度报文和位置报文计算受到时延影响的多普勒频移时频曲线。(1)对ADS‐B的速度报文和位置报文信息进行线性插值，获得每个整时间精度处的飞行器的位置和速度信息。首先将速度报文和位置报文的接收时刻四舍五入至0.05‐0.2秒范围内的某一时间精度，该时间精度与第一步(6)中的时间精度相同，然后按照此时间精度进行插值，获得更密集的随时间变化的飞行器的位置和速度信息。(2)利用插值后获取的飞行器的位置和速度信息，计算受到ADS‐B报文时延影响的多普勒频移曲线。由于插值后速度报文和位置报文的起止时刻不同，故以位置信息和速度信息同时存在的最长的时间范围作为ADS‐B报文的有效时间范围，并利用该有效范围内的位置信息和速度信息，通过多普勒频移公式计算受到ADS‐B报文时延影响的多普勒频移特征曲线，多普勒频移公式为fΔ(t)＝fc(1-vp(t)T·dpt(t)/c)(1-vp(t)T·dpr(t)/c)-fc，其中dpt(t)表示由辅助源的发射机指向飞机位置的单位方向矢量，dpr(t)表示由接收机指向飞机位置的单位方向矢量，另外vp表示飞机的速度信息，fc表示发射信号的载波频率，c表示光的速度。第三步，利用抑制脉冲噪声的自适应方法对时变ADS‐B报文时延进行动态估计和跟踪。(1)以第一步和第二步所获取的两条多普勒频移特征曲线同时存在的最大时间范围为准，分别选取该时间范围内的多普勒频移特征曲线。将第一步获取的未受到ADS‐B报文时延影响的多普勒频移曲线作为自适应算法的输入信号，记作fP(n)。将第二步获取的受到ADS‐B报文时延影响的多普勒频移曲线作为自适应算法的期望信号，记作fC(n)；其中，n为整数，表示离散时间变量。(2)将起始时刻到当前时刻的输入信号和期望信号对输入抑制脉冲噪声的自适应算法中，对时变的时延进行估计和跟踪；其中，N表示当前时刻。该自适应算法名为扩展的递归最大相关熵自适应算法，其流程为：首先，在n＝0时刻，对信号参数进行初始化w(0)＝0,P(0)＝λ-1I，其中w表示滤波器的权系数向量，P表示该段输入信号自相关矩阵的逆矩阵，λ表示遗忘因素，I表示单位阵。其次，当n≥1时，按照如下过程递归求解滤波器的系数：e(n)＝d(n)-uT(n)w(n-1)k(n)=αP(n-1)u(n)/(κσ-1(e(n))+uT(n)P(n-1)u(n))]]>w(n)＝αw(n-1)+e(n)k(n)P(n)＝α2P(n-1)-αk(n)uT(n)P(n-1)其中，u(n)表示自适应算法的输入向量，从第三步(1)中fP(n)所包含的数据中获得，d(n)表示期望信号，由第二步(1)中fP(n)所包含的数据构成，e(n)表示误差，k(n)表示增益。α可以在[0.9,0.9999]范围内选取，体现了时延的时变程度。κσ(·)=exp(-(·)2/(2σ2))/2πσ]]>表示高斯核函数。(3)通过第三步(2)中的自适应算法，能够获得每一个时刻滤波器的权系数向量，进一步利用最大的权系数根据惯常的自适应滤波时延估计方法对ADS‐B时延进行估计。通过上述自适应算法，不但能够对非时变ADS‐B报文时延进行估计，还能够对时变的ADS‐B报文时延进行估计和跟踪。本专利技术可以实现时变ADS‐B报文的时延的估计和跟踪，并为ADS‐B报文的时延补偿提供了依据，通过补偿，提升了ADS‐B报文承载的位置和速度信息的准确性和可靠性。附图说明附图1是本专利技术的ADS‐B报文时延估计方法的本文档来自技高网...

【技术保护点】
一种针对时变ADS‑B报文时延的自适应估计方法，其特征在于，包括以下步骤：第一步，基于辅助信号源的利用载频估计方法获取未受到ADS‑B报文时延影响的多普勒频移时频曲线；(1)在民航航线附近发射具有载波分量的调制信号发射源；(2)对经过飞机散射的调制信号混频至零中频，进行采样和接收；(3)对接收到的信号进行分段，将步骤(2)中获得的数据进行等时间长度的重叠分段；除第一段和最后一段外，其他段均与该段之前和该段之后的数据重叠，重叠长度为该段长度的一半；(4)估计每一段数据所对应的多普勒频移，对步骤(3)中每一段数据按公式进行快速傅里叶变换，获得对应数据的频谱，根据频谱中峰值的位置估计与该段数据相对应的多普勒频移；其中，x(t)表示随时间t变化的信号，X(jΩ)表示信号多对应的频谱；(5)利用步骤(4)中获得多普勒频移组成未受到ADS‑B报文时延影响的多普勒频移曲线；(6)对步骤(5)中的多普勒频移曲线进行线性插值和抽取，将多普勒曲线的时间点精确到某一时刻，以获得更密集的随时间变化的未受到ADS‑B报文时延影响的多普勒频移特征曲线；第二步，基于ADS‑B的速度报文和位置报文计算受到时延影响的多普勒频移时频曲线；(1)对ADS‑B的速度报文和位置报文信息进行线性插值，获得每个整时间精度处的飞行器的位置和速度信息；首先将速度报文和位置报文的接收时刻四舍五入至某一时间精度，该时间精度与第一步(6)中的时间精度相同，然后按照此时间精度进行插值，获得更密集的随时间变化的飞行器的位置和速度信息；(2)利用插值后获取的飞行器的位置和速度信息，计算受到ADS‑B报文时延影响的多普勒频移曲线；由于插值后速度报文和位置报文的起止时刻不同，以位置信息和速度信息同时存在的最长的时间范围作为ADS‑B报文的有效时间范围，并利用该有效范围内的位置信息和速度信息；通过多普勒频移公式计算受到ADS‑B报文时延影响的多普勒频移特征曲线；多普勒频移公式为fΔ(t)＝fc(1‑vp(t)T·dpt(t)/c)(1‑vp(t)T·dpr(t)/c)‑fc，其中dpt(t)表示由辅助源的发射机指向飞机位置的单位方向矢量，dpr(t)表示由接收机指向飞机位置的单位方向矢量，vp表示飞机的速度信息，fc表示发射信号的载波频率，c表示光的速度；第三步，利用抑制脉冲噪声的自适应方法对时变ADS‑B报文时延进行动态估计和跟踪；(1)以第一步和第二步所获取的两条多普勒频移特征曲线同时存在的最大时间范围为准，分别选取该时间范围内的多普勒频移特征曲线；将第一步获取的未受到ADS‑B报文时延影响的多普勒频移曲线作为自适应算法的输入信号，记作fP(n)；将第二步获取的受到ADS‑B报文时延影响的多普勒频移曲线作为自适应算法的期望信号，记作fC(n)；其中，n为整数，表示离散时间变量；(2)将起始时刻到当前时刻的输入信号和期望信号对{fP(n),输入抑制脉冲噪声的自适应算法中，对时变的时延进行估计和跟踪；其中，N表示当前时刻；(3)通过第三步(2)中的自适应算法，能够获得每一个时刻滤波器的权系数向量，利用最大的权系数根据惯常的自适应滤波时延估计方法对ADS‑B时延进行估计。...

【技术特征摘要】
1.一种针对时变ADS-B报文时延的自适应估计方法，其特征在于，包括以下步
骤：
第一步，基于辅助信号源的利用载频估计方法获取未受到ADS-B报文时延
影响的多普勒频移时频曲线；
(1)在民航航线附近发射具有载波分量的调制信号发射源；
(2)对经过飞机散射的调制信号混频至零中频，进行采样和接收；
(3)对接收到的信号进行分段，将步骤(2)中获得的数据进行等时间长
度的重叠分段；除第一段和最后一段外，其他段均与该段之前和该段之后的数
据重叠，重叠长度为该段长度的一半；
(4)估计每一段数据所对应的多普勒频移，对步骤(3)中每一段数据按
公式进行快速傅里叶变换，获得对应数据的频谱，根据频谱
中峰值的位置估计与该段数据相对应的多普勒频移；
其中，x(t)表示随时间t变化的信号，X(jΩ)表示信号多对应的频谱；
(5)利用步骤(4)中获得多普勒频移组成未受到ADS-B报文时延影响的
多普勒频移曲线；
(6)对步骤(5)中的多普勒频移曲线进行线性插值和抽取，将多普勒曲
线的时间点精确到某一时刻，以获得更密集的随时间变化的未受到ADS-B报文
时延影响的多普勒频移特征曲线；
第二步，基于ADS-B的速度报文和位置报文计算受到时延影响的多普勒频
移时频曲线；
(1)对ADS-B的速度报文和位置报文信息进行线性插值，获得每个整时
间精度处的飞行器的位置和速度信息；首先将速度报文和位置报文的接收时刻
四舍五入至某一时间精度，该时间精度与第一步(6)中的时间精度相同，然后

\t按照此时间精度进行插值，获得更密集的随时间变化的飞行器的位置和速度信
息；
(2)利用插值后获取的飞行器的位置和速度信息，计算受到ADS-B报文
时延影响的多普勒频移曲线；由于插值后速度报文和位置报文的起止时刻不同，
以位置信息和速度信息同时存在的最长的时间范围作为ADS-B报文的有效时间
范围，并利用该有效范围内的位置信息和速度信息；通过多普勒频移公式计算
受到ADS-B报文时延影响的多普勒频移特征曲线；
多普勒频移公式为fΔ(t)＝fc(1-vp(t)T·dpt(t)/c)(1-vp(t)T·dpr(t)/c)-fc，其中
dpt(t)表示由辅助源的发射机指向飞机位置的单位方向矢量，dpr(t)表示由接收
机指...

【专利技术属性】
技术研发人员：邱天爽，栾声扬，王鹏，李景春，谭海峰，鲍尧，杨文翰，朱永杰，戚寅哲，马济通，史益新，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：辽宁;21