[发明专利]基于实时雷达数据的高精度4D飞机航迹分析方法

说明书

技术领域

本发明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。

背景技术

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。

发明内容

发明目的：本发明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：本发明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；

所述建立基于飞机性能的4D航迹理论模型包括以下步骤：

步骤(a)提取航班计划信息、空域情报信息以及机型性能参数：所述航班计划信息包括航班号、机型、预计起飞时间，起降机场；所述空域情报信息包括标准飞行程序、航路航线、针对起降机场的进离场航线以及各种空域限制；所述机型性能参数包括机型对应的性能数据，即飞机基础几何参数、飞机基本动力学参数包括升力系数、阻力系数和爬升率、飞机配置信息包括飞机的业载重量和重心、发动机参数、速度包线、燃油消耗；

步骤(b)建立飞机航迹水平模型：