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。     

一种基于ADS-B IN的自主空中冲突探测方法

针对通航飞机机载缺少空中冲突告警能力的问题,提出了一种适用于通航多机动性特点和低成本需求的自主空中冲突探测方法,实现对通航飞行轨迹的密切跟踪和准确预测;还利用改进的机载自主空中冲突预测模型完成冲突探测,并使用一种多重判定方法,保证了发布告警的正确性.仿真结果表明,该方法能为飞行员提供符合航空无线电技术委员会(Radio Technical Commission for Aeronautics,RTCA)关于空中冲突告警要求的反应告警预留时间.基于所提方法的机载原型机研制已经完成,安装该原型机的通航飞机在某通航机场完成了飞行验证,飞行验证结果表明,飞行员在冲突发生前92 s便获得冲突提醒,帮助飞行员提前完成正确的机动避撞.     

基于深度学习的大规模电磁信号识别

近年来,很多高质量的数据集支撑了深度学习在计算机视觉、语音和自然语言处理领域的快速发展.但在电磁信号识别领域仍缺乏高质量的数据集,为促进深度学习在电磁信号识别中的应用,本文基于广播式自动相关监视(ADS-B)建立了一个大规模的真实电磁信号数据集.首先设计了一个自动数据收集和标注系统,在开放和真实的场景中自动捕获ADS-...     

基于ADS-B数据的雷达精度测量方法

分析了采用全球定位系统数据测量雷达精度的适用范围,介绍了广播式自动相关监视系统(ADS-B)的工作原理、数据格式、系统测量精度,并提出了一种基于ADS-B数据测量雷达精度的方法。文中验证了该方法在雷达精度考核中的可行性,试验结果表明,该方法可以满足精度较高的相控阵雷达精度测量和考核,且操作简单,易于评估。     

采用ADS-B的冲突飞机选择算法

提出了一种采用ADS-B的冲突飞机选择算法,满足未来空城复杂交通态势对自由飞行的需求.算法利用ADS-B提供丰富航行信息及高速更新率等特点,在本机周围40 ～100 nmile范围内,选择出有可能发生冲突的飞机.运用Matlab进行功能仿真,并通过Monte-Carlo方法分析其性能,结果表明算法在排除无威胁飞机方面性...     

S模式ADS-B系统性能分析

S模式ADS-B系统概念结合了自动相关监视和S模式信标雷达,是一种监视和数据链的综合系统,包括机载设备和地面设备,它是在S模式二次监视雷达的基础上发展起来的一种新型的空管监视系统,正逐步得到国际上的广泛应用。介绍了S模式ADS-B的原理及应用范围,并对其性能进行了详细的对比分析。     

ADS-B数据链应用风险与对策研究

简述了ADS-B 1090ES,UAT,VDL Mode4的数据链特性,重点介绍了三种数据链在空中交通管制应用中可能面对的风险,探讨了应对风险的策略。针对大规模应用ADS-B 1090ES数据链路拥塞可能造报文成丢失或报文延迟风险,采取限制该型设备使用总量来应对;UAT数据链存在的同频段干扰风险通过设计带有外部抑制输入和自身抑制输出信号接口避免相互干扰;针对雷达管制与ADS-B 1090ES融合互相影响的风险,提出先检测监视信息的精度和完好性后再进行数据采集,滤除采集设备自身产生的错误数据,并比对当前数据和前期数据,确认ADS-B 1090 ES数据与雷达数据不一致时给出告警。     

一种结合多重插补的ADS-B数据筛选算法

为了提高广播式自动相关监视(Automatic Dependent Surveillance-Broadcast,ADS-B)报文质量,解决由于地面站多重覆盖、硬件设施配置、运行状态等原因引起的报文在数据重复性、数据完整性和实时性上存在的问题,采用多条件直接起始法建立航迹,采用多项约束条件筛选进入优选的报文,并基于专家评级法对报文中表征数据项完整性的权重参数进行估计,结合报文的位置精度和完好性参数综合计算得出ADS-B数据质量指标并将其作为挑选依据。对于ADS-B报文质量极度不理想的特殊情况,使用多重插补(Multiple Imputation,MI)算法对其进行补全处理,综合以上步骤挑选出高质量和高可靠性的ADS-B更新点迹。仿真计算证明该方法可有效剔除重复覆盖造成的重复报文和网络延迟造成的历史数据,防止航迹点回跳,提高数据质量和监视效率。目前,该方法已实际应用于地面站和传输链路条件均不理想的场合,大量实践结果表明该方法可用于保证输出高实时性的、周期性的、稳定平滑的、可靠的ADS-B数据。     

采用改进型AlexNet的辐射源目标个体识别方法

针对辐射源目标精确识别需求,结合以深度学习为代表的机器学习理论技术,提出将改进型AlexNet作为特征提取器,实现目标细微特征提取固化,形成智能化识别网络模型。以广播式自动相关监视（ADS-B）信号为实验对象,在机场实地采集了13个目标的ADS-B脉冲信号数据作为辐射源目标个体识别的训练和测试样本,利用AlexNet和改进的AlexNet验证了算法的有效性。结果表明,改进的AlexNet网络训练时间更快,综合识别率达到98.32%.     

ADS-B接收机自动测试系统的设计与实现

为实现广播式自动相关监视（ADS-B）接收机性能参数自动测试,开发设计了ADS-B接收机的自动测试系统。系统由ADS-B射频信号生成和上位机组成,采用了现场可编程门阵列（FPGA）和单片机MSP430实现ADS-B射频信号的生成;采用C#语言编写上位机程序,实现了对接收机灵敏度和接收机带宽等关键技术指标的自动测试。最后,搭建了某款ADS-B接收机的测试系统。测试结果表明,该系统测试效率高,运行稳定且易操作,可满足对ADS-B接收机的性能测试与故障检查需要。