基于实时雷达数据的高精度４Ｄ飞机航迹分析方法技术

本发明专利技术公开了一种基于实时雷达数据的高精度４Ｄ飞机航迹分析方法，该方法包括以下步骤：建立基于飞机性能的４Ｄ航迹理论模型；基于上步中飞机机型的历史飞行轨迹数据，通过挖掘分析建立４Ｄ航迹经验模型；将理论模型和经验模型相结合，对飞行过程中的各种影响因素进行量化成为可调参数，用雷达数据修正所述４Ｄ航迹混合模型，形成最终的飞机飞行航迹。本发明专利技术考虑了飞机的性能，在标准飞行程序的基础上，以性能库参数建立了理论模型可靠性高；本发明专利技术对历史数据进行分析，形成了经验的模型真实性高；产生最接近真实飞行的４Ｄ轨迹，并针对每次飞行的环境可对参数进行调节形成计划航迹灵敏性高；引入实时雷达数据对计划航迹进行修正，准确性高。

【技术实现步骤摘要】

本专利技术涉及一种用于空中交通管制自动化系统和飞行流量管理系统，特别是一 种实时获得准确、连续、平滑的飞行计划航迹分析的基于实时雷达数据的高精度4D(four dimension)飞机航迹分析方法。
技术介绍
目前，在空中交通管制自动化系统中，航迹的分析方法主要有大圆航迹分析和 等角航迹分析法、自适应卡尔曼滤波(Kalman)算法及相互作用多模型(IMM)算法三种， 都是在实时飞行中分析未来通过航路点的位置和时间。 大圆航迹分析和等角航迹分析法，属于动态航迹分析方法，分别适用于航路和 终端区进离场航线。但是在短距离的情况下，大圆航迹距离与等角航迹距离近似相等(如 北京和拉萨之间的大圆航迹距离为1380海里，等角航迹距离为1386.3海里)，因此为了 计算方便，通常采用等角航迹分析。另外在分析时设定飞行的航空器使用下列速度变化 规则在航路上是以巡航速度做匀速飞行，在进场(进近)航线上做匀减速飞行，在离场 航线上做匀加速飞行。根据实时雷达数据提供的当前位置、时间、速度等信息，求出与 未来航路点距离，进而分析出过航路点时间。 卡尔曼滤波算法(Kalman)，是一种应用非常广泛的算法，滤波和分析的准则是 均方根误差最小。由于它可以基于目标机动和观测噪声模型自动选择增益序列，并能自 动地适应检测过程的变化，可以通过协方差矩阵方便地对估计的精度进行度量，通过其 中的残差(新息，即观测值与一步分析值的差)向量的变化，可以判断原假定的目标模 型和实际目标的运动特性是否符合，并以此作为机动检测和机动辨识的一种手段等，因 此，它在轨迹分析和跟踪中得到了很好的发展和应用。 以上两种算法都是针对单一模型的方法，即每个时刻只有一个模型在起作用， 这些方法的缺点是在对象模型转换时会发生跳变，造成对机动的探测滞后或估计分析精 度达不到更高的要求。 相互作用多模型算法(IMM)，在民航的应用还处在研究和发展中，它与以往的 滤波算法的主要区别是同时有多个与模型相匹配的滤波器并行运行，通过马尔可夫链和 新息实现模型概率的更新，达到模型软转换的要求。而在以往的算法中，虽然也用不同 模型对应目标的不同运动状态，但通常每个时刻只有一个模型滤波器在起作用，不同模 型滤波器之间根据统计检验对目标状态进行监视和切换。多模型算法是一种递归算法， 每一个模型对应一个不同的过程噪声水平，即对应一种运动模型。 而IMM模型算法是每个时刻同时运行多个模型，它解决了前两者在模型转换时 的不连续性，但该方法中模型数目是固定的，模型描述是不变的，也就是结构是固定不 变的，这就使得算法的性能不一定随模型的数目的增加而明显提高，反而造成不必要的 计算量增加。 纵观现有的航迹分析算法，大多以飞行对象的当前运动状态为基点建立了运动模型，有的也考虑了实时雷达数据的修正问题，但各自都有不足之处。1、分析精度低， 动态航迹分析虽然考虑了计划航路点信息，采用了动态数据实时修正，但是，没有考虑 飞行对象的飞行性能数据，建立的4D航迹分析模型理想化，又采用假定的速度值进行 分析，导致分析精度降低；2、分析时段越长，分析误差越大，卡尔曼滤波算法及IMM 算法都是以真实运动状态为观测点，但是与飞行计划完全脱离关系，不考虑飞行对象的 性能，并且每一次只能估算未来一个采样周期的值，随着分析周期的增长，误差越来越 大。
技术实现思路
专利技术目的本专利技术所要解决的技术问题是针对现有技术的不足，提供一种基于 飞行计划、航空器性能参数、历史飞行数据的基础上，利用实时的雷达数据对飞行计划 航迹进行分析，即带有方位、距离、高度、速度、时间等信息的飞行航空器运动轨迹的 基于实时雷达数据的高精度4D飞机航迹分析方法。。 技术方案本专利技术公开了一种基于实时雷达数据的高精度4D飞机航迹分析方 法，该方法包括以下步骤 步骤(1)，建立基于飞机性能的4D航迹理论模型； 步骤(2)，基于步骤(l)中飞机机型的历史飞行轨迹数据，通过挖掘分析建立4D 航迹经验模型； 步骤(3)，将理论模型和经验模型相结合，对飞行过程中的各种影响因素进行量 化成为可调参数，即得到一个基于飞机性能又考虑外界因素变化的精确的4D航迹混合模 型； 步骤(4)，用雷达数据修正所述4D航迹混合模型，形成最终的飞机飞行航迹。 本专利技术中所述4D航迹为带有方位、距离、高度、速度、时间等信息的飞行航空 器运动轨迹。 有益效果本专利技术的优点在于首先，本专利技术考虑了飞机的性能，在标准飞行 程序的基础上，以性能库参数建立了理论模型，该模型与飞行对象是紧密联系的，相对 于已有的处理来说比较可靠；第二，本专利技术对历史数据进行分析，形成了经验的模型， 相对来说比较真实；第三，将理论与实践相结合，产生最接近真实飞行的4D轨迹，并针 对每次飞行的环境可对参数进行调节形成计划航迹，比较灵敏；最后，引入实时雷达数 据对计划航迹进行修正，使得计划航迹准确性提高。附图说明 下面结合附图和具体实施方式对本专利技术做更进一步的具体说明，本专利技术的上述 和/或其他方面的优点将会变得更加清楚。 图1为本专利技术基于实时雷达数据的高精度4D飞机航迹分析方法流程图。 图2为本专利技术中4D航迹分析建立流程图。 图3为本专利技术中转弯模型中飞机转弯角切点计算示意图。 图4为本专利技术中飞机纵向运动过程中作用在飞机上的主要外力。具体实施例方式如图1和图2所示，本专利技术公开了一种基于实时雷达数据的高精度4D飞机航迹 分析方法，该方法包括以下步骤 步骤(1)，建立基于飞机性能的4D航迹理论模型； 步骤(2)，基于步骤(l)中飞机机型的历史飞行轨迹数据，通过挖掘分析建立4D 航迹经验模型； 步骤(3)，将理论模型和经验模型相结合，对飞行过程中的各种影响因素进行量 化成为可调参数，即得到一个基于飞机性能又考虑外界因素变化的精确的4D航迹混合模 型； 步骤(4)，用雷达数据修正所述4D航迹混合模型，形成最终的飞机飞行航迹。 具体而言，本专利技术包含以下内容 1、基于飞机性能的4D模型建立 1.1数据准备 建立精确的4D航迹理论模型，涉及的信息有 l)航班计划信息，包括航班号、机型、预计起飞时间，起降机场等。 2)空域情报信息，标准飞行程序、航路航线和针对起降机场的进离场航线。 3)机型性能参数，机型对应的性能数据，这是理论模型建立最主要因素，包括 飞机基础几何参数、飞机基本动力学参数(升力系数、阻力系数、爬升率)、飞机配置信 息(业载重量、重心)、发动机参数、速度包线、燃油消耗。 1.2水平航迹模型算法 对航班f构建4D轨迹，首先对计划信息进行处理首先根据起降机场以及各自 机场对应的进离场航线分配原则确定标准仪表离场航线SID(Standard Instrument Departure) 和标准仪表进场航线STAR(Standard Terminal Arrival Route),其次根据航路信息、巡航高 度等约束条件细化途经的航路点以及飞越高度，初步建立三维的飞行轨迹框架，而水平 航迹就是所经航路点在水平面的投影。这里求出的水平航迹仅仅是平面位置信息，位置 点的时间信息必须在求出速度剖面后计算。 航路和进离场航线都是由一系列航路地标点构成，将点的序列定义为W&，个 数为n，根据飞行速度确定转弯半径A，并定本文档来自技高网...

【技术保护点】
一种基于实时雷达数据的高精度４Ｄ飞机航迹分析方法，其特征在于，该方法包括以下步骤：　　步骤（１），建立基于飞机性能的４Ｄ航迹理论模型；　　步骤（２），基于步骤（１）中飞机机型的历史飞行轨迹数据，通过挖掘分析建立４Ｄ航迹经验模型；　　步骤（３），将步骤（１）得到的理论模型和步骤（２）得到的经验模型相结合，对飞行过程中的各种影响因素进行量化成为可调参数，即得到一个基于飞机性能又考虑外界因素变化的精确的４Ｄ航迹混合模型；　　步骤（４），用雷达数据修正所述４Ｄ航迹混合模型，形成最终的飞机飞行航迹。

【技术特征摘要】

【专利技术属性】
技术研发人员：余波，邹朝忠，靳学梅，张忠勇，祁伟，杨波，白红利，古元亭，常茂军，金艳平，
申请(专利权)人：民航总局空管局技术中心，南京莱斯信息技术股份有限公司，
类型：发明
国别省市：11[]