基于ADS-B的远程驾驶飞机环境监视优化方法技术

一种基于ADS‑B的远程驾驶飞机环境监视优化方法，利用统计模型进行卡尔曼滤波，将ADS‑B导航数据与TCAS数据分别进行局部优化后，按矩阵加权线性最小方差准则进行最优信息融合得到融合航迹，并通过融合航迹提升飞行安全性和飞行品质，对飞行环境监视进行优化，然后从ADS‑B信号中解析交通环境信息，依据飞行管理系统的飞行计划和当前飞行阶段确定交通态势组织模式，通过舱内显示系统显示和构建相应的飞行交通态势，实现空中防撞增强监视和碰撞态势感知与监视。本发明专利技术通过融合ADS‑B与TCAS的数据，有效降低TCAS的虚警率/漏警率，并基于ADS‑B技术，针对不同飞行场景和飞行阶段提出监视能力提升方案，用以提高远程驾驶的交通态势感知能力，从而提高远程驾驶情形下的飞行安全性。

【技术实现步骤摘要】
基于ADS-B的远程驾驶飞机环境监视优化方法
本专利技术涉及的是一种航空控制领域的技术，具体是一种基于广播式自动相关监视(ADS-B)的远程驾驶飞机环境监视优化方法。
技术介绍
现有的自动相关监视(ADS)包括ADS-Addressing选址式(ADS-A)和ADS-Contract合约式(ADS-C)等几种模式，其中的ADS-B(ADS-Broadcast广播式)，即广播式自动相关监视，由机载导航设备和GNSS定位系统生成的精确定位信息，地面设备和其他航空器通过航空数据链接收此信息，飞机以及地面系统通过高速数据链进行空对空、空对地以及地面的一体化协同监视。ADS-B与ADS-A/C最大的不同在于它不是采用点对点的通信方式，而是采用广播的方式。如此，不仅可以实现地面对飞机的监视，同时也可以实现飞机与飞机之间的互相监视。ADS-B是一种可应用的较为精确的空域监视技术，被FAA认为是未来实现自由飞行的重要组成部分。它可以被用在防撞、监视和辅助进近方面，并发挥较大作用，与一次监视雷达、二次监视雷达系统相比，它在实时性、准确性和经济性上具有明显的优势。ADS-B及其相关技术是未来发展空域态势监视的必然方向，它的实施与包括自由飞行在内的未来空中交通方式相契合，也对民用飞机制造有着良好的借鉴作用。ADS-B系统数据可以提升空中防撞系统(TCAS)的预测精度，提高远距离真实告警的概率，降低虚警率和漏警率。TCASII系统与ADS-B系统结合后会在空中告警准确性和飞行安全性方面有很大的收益。采用航迹融合与决策优化后，系统的精度得到提升，而且即使出现TCAS或者ADS-B单方某个关键信息丢失，依然可以保证系统正常运行，告警系统发生失效的概率降低。
技术实现思路
本专利技术针对现有监视系统仍主要依靠TCAS、TAWS、WXR等传统监视设备的不足，提出一种基于ADS-B的远程驾驶飞机环境监视优化方法，通过融合ADS-B与TCAS的数据，有效降低TCAS的虚警率/漏警率，并基于ADS-B技术，针对不同飞行场景和飞行阶段提出监视能力提升方案，用以提高远程驾驶的交通态势感知能力，从而提高远程驾驶情形下的飞行安全性。本专利技术是通过以下技术方案实现的：本专利技术涉及一种基于ADS-B的远程驾驶飞机环境监视优化方法，利用统计模型进行卡尔曼滤波，将ADS-B导航数据与TCAS数据分别进行局部优化后，按矩阵加权线性最小方差准则进行最优信息融合得到融合航迹，并通过融合航迹提升飞行安全性和飞行品质，对飞行环境监视进行优化，然后从ADS-B信号中解析交通环境信息，依据飞行管理系统(FMS)的飞行计划和当前飞行阶段确定交通态势组织模式，通过舱内显示系统(CDIT)显示和构建相应的飞行交通态势，实现空中防撞增强监视和碰撞态势感知与监视。所述的卡尔曼滤波，采用反馈控制的方法估计过程状态，时间更新方程用于及时向前推算当前状态变量和误差协方差估计的值，测量更新方程用于进行反馈。所述的时间更新方程为：Q(k)＝2aσa2Q*f(x，y，σ)，其中：T为采样周期，a为机动频率，A(k)为状态转移矩阵，B(k)为输入矩阵，Q(k)为过程噪声矩阵，σa2为机动加速度方差，为状态估计，为状态协方差。所述的测量更新方程为：其中：Kk为过程参数，为状态估计，Pk为状态协方差。所述的融合航迹是指：Pf(k)＝(PADS-B(k)-1+PTCAS(k)-1)-1，Xf(k)＝Pf(k)(PTCAS(k)-1XTCAS(k)+PADS-B(k)-1XADS-B(k))，其中：Pf(k)为融合系统误差协方差，PADS-B(k)为ADS-B系统误差协方差，PTCAS(k)为TCAS系统误差协方差；Xf(k)为融合系统状态矩阵，XTCAS(k)为TCAS系统状态矩阵，XADS-B(k)为ADS-B系统状态矩阵。已知L个传感器的无偏估计且已知估计误差协方差阵Pij，i，j＝1，...L，按矩阵加权线性最小方差无偏融合估计最优加权阵为[A1，...，AL]＝(eTP-1e)-1eTP-1，最优融合估计误差方差阵P0＝(eTP-1e)-1。本专利技术中L＝2。所述的ADS-B信号包括来自发射机向空域中发送的ADS-B信号或空域中民航或通航飞机实际飞行产生的ADS-B信号，其中包括飞机的飞行识别号，水平位置，高度，水平速度，垂直速度；航向等。所述的空中防撞增强监视是指：ADS-B信号在设备端进行必要的数据解码、数据转换等处理后，可以在CDIT中实时显示并发送作为TCAS子系统的输入，再通过上述方法将ADS-B导航数据与TCAS数据分别进行局部优化，然后按矩阵加权线性最小方差准则进行最优信息融合，再依据飞行阶段状态和飞行间隔定义，建立显示与告警监视模式。所述的碰撞态势感知与监视是指：根据ADS-B获取到的交通环境信息，基于地面监视雷达的空管系统空域信息通信，依据飞行阶段的飞行间隔定义，支持TCAS计算临近飞行的轨迹，通过FMS系统飞行计划航路，预测飞行交通冲突，提供包括飞行交通冲突咨询(TA)和空中决断咨询(RA)的显示和咨询。技术效果与现有技术相比，本专利技术在引入航迹跟踪模型，卡尔曼滤波和最优信息融合的基础上，对TCAS、ADS-B两类监视系统融合，通过飞行器空间运动模型生成航迹，利用经度、纬度、高度三维信息分析TCAS，ADS-B以及融合系统的数据精度，由空中交通防撞系统的核心处理模型解算出到达两机最接近点的时间(CPA)，分析数据融合对于改善虚警、漏警的收益，在RA决策时入侵机模拟人在回路进行机动规避。信息融合的正收益和负收益，采用航迹融合与决策优化后，系统的精度得到提升，从而改善系统虚警、漏警情况，提升系统安全性，对远程驾驶的飞机环境监视进行优化。附图说明图1为空域飞行器航迹示意图；图2为分系统与融合系统均方误差比较示意图；图3为TCAS与融合系统均方误差比较示意图；图4为ADS-B与融合系统均方误差比较示意图；图5为CPA(最接近点)时间解算图；图6为TCAS算法流程图；图7为各系统虚警、漏警统计图；图8为监视能力提升方案框架图。图9为决策时模拟人在回路机动规避航迹图。图10为RA决策区间CPA累计偏差图。图11为注入阶跃故障的幅值100m时的CPA统计图。图12为注入阶跃故障的幅值100m时的各系统虚警、漏警统计图。图13为注入斜坡故障以100m累加时的CPA统计图。图14注入斜坡故障的以100m累加时的各系统虚警、漏警统计图。具体实施方式本实施例由飞行器空间运动模型生成航迹，基于当前统计模型对ADS-B和TCAS系统的经度、纬度、高度三维信息进行局部卡尔曼滤波，并分析TCAS系统，ADS-B系统以及融合后系统的数据精度，结合空中交通防撞系统的核心处理模型，计算到达两机最接近点的时间，统计各系统的虚警、漏警情况，分析数据融合给组合监视系统带来的收益。仿真条件本文档来自技高网...

【技术保护点】
1.一种基于ADS-B的远程驾驶飞机环境监视优化方法，利用统计模型进行卡尔曼滤波，将ADS-B导航数据与TCAS数据分别进行局部优化后，按矩阵加权线性最小方差准则进行最优信息融合得到融合航迹，并通过融合航迹提升飞行安全性和飞行品质，对飞行环境监视进行优化，然后从ADS-B信号中解析交通环境信息，依据飞行管理系统的飞行计划和当前飞行阶段确定交通态势组织模式，通过舱内显示系统显示和构建相应的飞行交通态势，实现空中防撞增强监视和碰撞态势感知与监视。/n

【技术特征摘要】
1.一种基于ADS-B的远程驾驶飞机环境监视优化方法，利用统计模型进行卡尔曼滤波，将ADS-B导航数据与TCAS数据分别进行局部优化后，按矩阵加权线性最小方差准则进行最优信息融合得到融合航迹，并通过融合航迹提升飞行安全性和飞行品质，对飞行环境监视进行优化，然后从ADS-B信号中解析交通环境信息，依据飞行管理系统的飞行计划和当前飞行阶段确定交通态势组织模式，通过舱内显示系统显示和构建相应的飞行交通态势，实现空中防撞增强监视和碰撞态势感知与监视。


2.根据权利要求1所述的方法，其特征是，所述的卡尔曼滤波，采用反馈控制的方法估计过程状态，时间更新方程用于及时向前推算当前状态变量和误差协方差估计的值，测量更新方程用于进行反馈。


3.根据权利要求1所述的方法，其特征是，所述的时间更新方程为：Q(k)＝2aσa2Q*f(x,y,σ)，其中：T为采样周期，a为机动频率，A(k)为状态转移矩阵，B(k)为输入矩阵，Q(k)为过程噪声矩阵，σa2为机动加速度方差，为状态估计，为状态协方差。


4.根据权利要求1所述的方法，其特征是，所述的测量更新方程为：其中：Kk为过程参数，为状态估计，Pk为状态协方差。


5.根据权利要求1所述的方法，其特征是，所述的融合航迹是指：Pf(k)＝(PADS-B(k)-1+PTCAS(k)-1)-1，Xf(k)＝Pf(k)(PTCAS(l)-1XTCAS(k)+PADS-B(k)-1XADS-B(k))，其中：Pf(k)为融合系统误差协方差，PADS-B(...

【专利技术属性】
技术研发人员：吴瑀倩，肖刚，赵文浩，许佳炜，王彦然，薛鄹涛，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海;31