基于QAR大数据分析的GPS干扰源检测与粗定位方法技术

技术编号：40631715 阅读：4 留言：0更新日期：2024-03-13 21:17

本发明专利技术涉及一种基于QAR大数据分析的GPS干扰源检测与粗定位方法，该方法包括以下步骤：S1、基于QAR大数据分析，筛选出n个在t<subgt;0</subgt;±t<subgt;1</subgt;时间段内受到无线电干扰的民航飞机，n个民航飞机之间的水平距离在t<subgt;0</subgt;±t<subgt;1</subgt;时间段内不超过第一水平距离；S2、从QAR数据中读取n个民航飞机的GPS定位坐标，并转换为地球直角坐标系下的空间位置坐标，记为X<subgt;i</subgt;(x<subgt;i</subgt;,y<subgt;i</subgt;,z<subgt;i</subgt;)，其中i＝1，2，……，n；S3、将干扰源在地球直角坐标系下的空间位置坐标记为X(x,y,z)，将第i个民航飞机与干扰源之间的距离表示为r<subgt;i</subgt;，得到干扰距离方程组。

全部详细技术资料下载

【技术实现步骤摘要】

本专利技术涉及干扰源定位，具体涉及一种基于qar大数据分析的gps干扰源检测与粗定位方法。

技术介绍

1、航空无线电频率的安全使用是民航飞行安全的前提和基础。近年来，随着无线电技术的飞速发展，无线电台(站)数量日益增多，民航无线电频率遭受无线电干扰几率不断加大。自2019年起，多家航空公司反映其机载gps、ads-b、无线电高度表等系统分别在多地发生干扰事件，及触发虚假gpws警告事件，已造成多起航班复飞或中止进近、备降等，对飞行正常与安全造成不利影响。本申请以民航飞行品质监控基站(以下简称“局方基站”)收集和分析的qar(quick access recorder，快速存取记录器)数据为基础，开展航空无线电干扰分析研究工作，为行业内外提供航空无线电干扰分析数据支持服务。

2、qar是一种重要的记录飞机飞行参数的机载电子设备，可以连续记录长达600小时飞行的原始信息资料，同一时刻可采集数百个乃至上千个不同的飞行参数数据。qar数据是航班重要的飞行数据，是机载黑匣子的镜像数据，常用于航后飞行技术分析、发动机健康分析、飞行安全事件调查等等，是在飞行品质分析、运行品质分析和飞机健康管理等方面重要的数据仓库。航科院目前所具有的航班qar数据全、覆盖范围广。

3、本申请结合日常qar数据分析结果，针对gps干扰，结合已查明的干扰源分布情况开展监测分析，研究干扰源粗定位技术，设计分析模型算法，对比gps干扰源排查结果，使用实际数据进行算法验证分析，并进行可视化展示。

技术实现思路</p>

1、本专利技术旨在提供一种基于qar大数据分析的gps干扰源检测与粗定位方法，所要解决的技术问题至少包括如何基于qar大数据分析对gps干扰源进行粗定位。

2、为了实现上述目的，本专利技术提供一种基于qar大数据分析的gps干扰源检测与粗定位方法，包括以下步骤：

3、s1、基于qar大数据分析，筛选出n个在t0±t1时间段内受到无线电干扰的民航飞机，其中筛选出的n个民航飞机相互之间的水平距离在t0±t1时间段内不超过第一水平距离；

4、s2、从qar数据中读取筛选出的n个民航飞机在t0±t1时间段内受到无线电干扰时的gps定位坐标，并转换为地球直角坐标系下的空间位置坐标，记为xi(xi,yi,zi)，其中i＝1，2……，n；

5、s3、将干扰源在地球直角坐标系下的空间位置坐标记为x(x,y,z)，将第i个民航飞机与干扰源之间的距离表示为ri，得到如下的干扰距离方程组：

6、

7、将上述干扰距离方程组中的第2个至第n个等式分别与第1个等式相减，得到如下的简化方程：

8、ax＝b；

9、其中，

10、

11、

12、

13、由所述的简化方程能够得出干扰源在地球直角坐标系下的空间位置坐标x(x,y,z)为：

14、x＝(ata)-1atb；

15、其中at为矩阵a的转置矩阵。

16、优选地，所述的第一水平距离小于或等于100公里。

17、优选地，n大于等于5。

18、优选地，所述的t0为n个民航飞机中的其中一个第一次受到无线电干扰的时间。

19、优选地，t1大于等于0并小于等于10分钟。

20、优选地，所述的gps定位坐标用于描述民航飞机的包括经度、纬度和海拔高度的空间位置；所述的gps定位坐标转换为地球直角坐标系下的空间位置坐标的具体步骤为：

21、如果所述的gps定位坐标为(φ,λ,h)，对应的地球直角坐标系下的空间位置坐标为(x,y,z)，gps定位坐标与对应的地球直角坐标系下的空间位置坐标的转换关系为：

22、

23、其中，n为由地球抽象出的椭球的卯酉圈曲率半径，e为由地球抽象出的椭球的第一偏心率；用a表示由地球抽象出的椭球的长半轴，b表示由地球抽象出的椭球的短半轴，在gps定位坐标下，a＝6378.137km，b＝6356.7523141km；

24、其中，

25、优选地，所述的第i个民航飞机与干扰源之间的距离的获取方法为：

26、

27、其中，ri为第i个民航飞机与干扰源之间的距离；δ为第i个民航飞机接收到的来自干扰源的干扰电磁波的波长；fi为多普勒频率变化率；θi为第i个民航飞机接收到来自干扰源的干扰电磁波时的方位角；δ、fi和θi均从qar数据中读取。

28、优选地，所述的基于qar大数据分析的gps干扰源检测与粗定位方法还包括：s4、将得到的干扰源在地球直角坐标系下的空间位置坐标x(x,y,z)转换为gps定位坐标(φ,λ,h)。

29、优选地，所述的将得到的干扰源在地球直角坐标系下的空间位置坐标x(x,y,z)转换为gps定位坐标(φ,λ,h)的具体方法为：

30、

31、优选地，使用已查明的干扰源分布实际数据对所述的基于qar大数据分析的gps干扰源检测与粗定位方法进行算法验证分析。

32、优选地，所述的基于qar大数据分析的gps干扰源检测与粗定位方法还包括：s5、在得到干扰源的gps定位坐标(φ,λ,h)以后，使用移动监测站或无线电监测车逐步逼近目标干扰源区域，进一步缩小范围后，再使用便携式测向设备查找干扰源，最终定位干扰源的实际位置。

33、优选地，所述的基于qar大数据分析的gps干扰源检测与粗定位方法还包括：s6、对筛选出的n个在t0±t1时间段内受到无线电干扰的民航飞机的位置以及n个民航飞机与得到的干扰源的gps定位坐标(φ,λ,h)之间的位置关系进行可视化展示。

34、有益效果

35、与现有技术相比，本专利技术的有益效果是：

36、本专利技术所述的基于qar大数据分析的gps干扰源检测与粗定位方法结合日常qar数据分析结果，针对gps干扰，结合已查明的干扰源分布情况开展监测分析，研究干扰源粗定位技术，设计分析模型算法，对比gps干扰源排查结果，使用实际数据进行算法验证分析，并进行可视化展示。

37、验证结果表明，采用本申请所述的基于qar大数据分析的gps干扰源检测与粗定位方法平均定位误差为15.25米，与不使用qar大数据分析的干扰源定位方法相比，定位精度提高了至少26.74％。

本文档来自技高网...

【技术保护点】

1.一种基于QAR大数据分析的GPS干扰源检测与粗定位方法，其特征在于，所述的基于QAR大数据分析的GPS干扰源检测与粗定位方法包括以下步骤：

2.根据权利要求1所述的基于QAR大数据分析的GPS干扰源检测与粗定位方法，其特征在于，所述的第一水平距离小于或等于100公里。

3.根据权利要求1所述的基于QAR大数据分析的GPS干扰源检测与粗定位方法，其特征在于，n大于等于5。

4.根据权利要求1所述的基于QAR大数据分析的GPS干扰源检测与粗定位方法，其特征在于，所述的t0为n个民航飞机中的其中一个第一次受到无线电干扰的时间。

5.根据权利要求1所述的基于QAR大数据分析的GPS干扰源检测与粗定位方法，其特征在于，t1大于等于0并小于等于10分钟。

6.根据权利要求1所述的基于QAR大数据分析的GPS干扰源检测与粗定位方法，其特征在于，所述的GPS定位坐标用于描述民航飞机的包括经度、纬度和海拔高度的空间位置；所述的GPS定位坐标转换为地球直角坐标系下的空间位置坐标的具体步骤为：

7.根据权利要求1所述的基于QA

8.根据权利要求7所述的基于QAR大数据分析的GPS干扰源检测与粗定位方法，其特征在于，所述的基于QAR大数据分析的GPS干扰源检测与粗定位方法还包括：S4、将得到的干扰源在地球直角坐标系下的空间位置坐标X(x,y,z)转换为GPS定位坐标(φ,λ,h)。

9.根据权利要求8所述的基于QAR大数据分析的GPS干扰源检测与粗定位方法，其特征在于，所述的将得到的干扰源在地球直角坐标系下的空间位置坐标X(x,y,z)转换为GPS定位坐标(φ,λ,h)的具体方法为：

10.根据权利要求1所述的基于QAR大数据分析的GPS干扰源检测与粗定位方法，其特征在于，所述的基于QAR大数据分析的GPS干扰源检测与粗定位方法还包括：S5、在得到干扰源的GPS定位坐标(φ,λ,h)以后，使用移动监测站或无线电监测车逐步逼近目标干扰源区域，进一步缩小范围后，再使用便携式测向设备查找干扰源，最终定位干扰源的实际位置。

...

【技术特征摘要】

1.一种基于qar大数据分析的gps干扰源检测与粗定位方法，其特征在于，所述的基于qar大数据分析的gps干扰源检测与粗定位方法包括以下步骤：

2.根据权利要求1所述的基于qar大数据分析的gps干扰源检测与粗定位方法，其特征在于，所述的第一水平距离小于或等于100公里。

3.根据权利要求1所述的基于qar大数据分析的gps干扰源检测与粗定位方法，其特征在于，n大于等于5。

4.根据权利要求1所述的基于qar大数据分析的gps干扰源检测与粗定位方法，其特征在于，所述的t0为n个民航飞机中的其中一个第一次受到无线电干扰的时间。

5.根据权利要求1所述的基于qar大数据分析的gps干扰源检测与粗定位方法，其特征在于，t1大于等于0并小于等于10分钟。

6.根据权利要求1所述的基于qar大数据分析的gps干扰源检测与粗定位方法，其特征在于，所述的gps定位坐标用于描述民航飞机的包括经度、纬度和海拔高度的空间位置；所述的gps定位坐标转换为地球直角坐标系下的空间位置坐标的具体步骤为：

7.根据...

【专利技术属性】
技术研发人员：张潇月，肖鸣，王一，张晨，林柳杨，
申请(专利权)人：中国民航科学技术研究院，
类型：发明
国别省市：

全部详细技术资料下载我是这个专利的主人