一种基于外推算法的ADS-B性能评估方法与流程

一种基于外推算法的ads-b性能评估方法
技术领域
1.本发明涉及一种ads-b性能评估方法，特别是一种基于外推算法的ads-b性能评估方法。


背景技术：

2.广播式自动相关监视技术(ads-b)是一种飞行监视技术，是中国民航重点推进的空管技术之一，也是新一代空中管理系统的重要组成部分，它定期向指定范围内其他配备ads-b的飞机和地面站广播飞机识别、状态和位置信息，供空中交通管理系统(atm)使用。ads-b依靠机载导航系统获取飞机位置信息，并通过数据链技术传播这些信息。ads-b技术可以有效增强空域感知能力，扩大监视空域范围，同时能够提高空中交通安全水平，增加空域容量，提高运行效率。然而，ads-b系统非常复杂，由许多部件组成，包括机载导航系统、通信系统，以及地面或其他机载系统部件，正因为其系统的复杂性，因此ads-b容易发生故障。所以为了确保系统在各类操作环境中的正常运行，需要一种全面的、严格的ads-b性能评估方法。
3.目前针对ads-b技术的评估方法主要有：基于改进模糊证据理论算法的ads-b监控数据质量评估、针对数据跳点的ads-b监视数据质量分析法、利用二次雷达系统并通过cap危险接近概率(close approach probability，cap)算法对比方法进行评估等，但这些评估方法通用性不高，大都是针对某一特定性场景或针对ads-b数据的某些特点而进行评估的，否则就无法适用。


技术实现要素：

4.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，提供一种基于外推算法的ads-b性能评估方法。
5.为了解决上述技术问题，本发明公开了一种基于外推算法的ads-b性能评估方法，包括以下步骤：
6.步骤1：收集原始数据，并对收集到的原始数据进行预处理，得到ads-b数据；
7.所述的原始数据，包括从ads-b地面站收集到的ads-b原始数据和飞机导航系统中的导航数据；所有ads-b原始数据形成ads-b原始数据集，所有导航数据形成导航数据集。
8.所述的预处理，即使用关联算法对ads-b原始数据集和导航数据集进行关联，使其保持一致的更新率，具体方法包括：
9.步骤1.1：将ads-b原始数据集中的第一个时间戳识别为第一时间戳；
10.步骤1.2：使用导航数据集中小于第一时间戳的时间戳即第二时间戳来识别ads-b原始数据集，得到导航数据子集；
11.步骤1.3：对于已经识别的导航数据子集，计算第一时间戳处的ads-b数据的经纬度与第二时间戳处的导航数据的经纬度之间的差值；
12.步骤1.4：根据计算得到的经纬度之间的差值，将差值最小的导航数据存储在新的
导航数据集中，其余的从导航数据集中剔除；
13.步骤1.5：对ads-b原始数据集中的其他数据重复步骤1.2至步骤1.4，直到最后一个数据，得到新的导航数据集，包含ads-b数据。
14.步骤2：根据所述ads-b数据，使用外推算法推导参考水平位置，具体方法包括：
15.设ads-b数据为真值，且在固定时间范围内为线性关系，通过估计ads-b数据的延迟时间t，对于时刻tn的ads-b数据进行时间补偿后外推时刻tn+t的位置，当时刻tn+s到来时，使时刻tn+t在[tn,tn+s]范围内，使用时刻tn+s与时刻tn的ads-b数据求出时刻tn+t的ads-b数据的理论数值，从飞机飞行管理系统记录的导航数据的水平位置外推至ads-b数据的准确时间，根据ads-b数据的延迟和飞机速度使用距离和方位角函数进行外推，外推的导航数据的水平位置被用作参考位置，即所述的参考水平位置。
[0016]
所述的参考位置由下式推导：
[0017][0018]
λ
ref
＝λ
gps
+δλ
[0019]
其中，表示参考位置的纬度，λ
ref
表示参考位置的经度，表示导航数据的纬度，λ
gps
表示导航数据的经度，和δλ表示基于延迟和速度的距离和方位函数。
[0020]
步骤3：对ads-b数据的延迟性进行评估；
[0021]
所述的ads-b数据的延迟，是机载导航系统确定飞机位置和地面站接收位置之间的延迟，具体来源包括：导航系统中的延迟、导航系统与ads-b发射器接口之间的延迟、ads-b发射器中的延迟、传播延迟和地面站中的延迟。
[0022]
所述的对ads-b数据的延迟性进行评估，即构建延迟模型来分析ads-b数据的延迟，所述延迟模型表示为一个附加函数，其中包含：导航系统中的延迟δa、导航系统与ads-b发射器之间接口中的延迟δb、ads-b发射器中的延迟δc、传播延迟δd和地面站中的延迟δe，使用所述延迟模型推导ads-b延迟数据，方法如下：
[0023]
δa+δb+δc+δd+δe《1500ms
[0024]
其中，ms表示毫秒。
[0025]
步骤4：对ads-b数据水平位置精度进行评估，即通过比较ads-b地面站接收到的位置与步骤2中所述的参考位置进行评估，也即计算ads-b地面站接收到的每一个位置的水平位置误差，具体方法包括：
[0026]
首先将ads-b地面站接收到的位置和参考位置的wgs-84椭球坐标转换为地心地球笛卡尔坐标(x,y,z)，转换方法如下：
[0027][0028]
其中，wgs-84椭球坐标包括：纬度λ，经度高度h；e为椭球的第一偏心距，记e＝0.08181919；n是位置到子午线椭圆法线的距离，表示为：
[0029][0030]
其中，a为赤道半径，a＝6378137；
[0031]
然后用计算水平位置误差hpe，方法如下：
[0032][0033]
其中，x
ads-b
表示ads-b数据中的横坐标，x
ref
表示导航数据中的横坐标，y
ads-b
表示ads-b数据中的纵坐标，y
ref
表示导航数据中的纵坐标，r表示旋转变换矩阵，计算方法如下：
[0034]
。
[0035]
步骤5：对ads-b数据水平位置完好性进行评估，具体方法为：
[0036]
ads-b数据中包含品质因数fom的位置完好性质量指标，品质因数fom代表导航不确定性类别nuc，根据导航接收机提供的水平保护极限hpl，将完好性界限编码为一个数值，从0到9，值越高，表示位置完好性越高；所述的对ads-b数据水平位置完好性进行评估，即对品质因数fom值进行验证。
[0037]
所述的对品质因数fom值进行验证，即通过对品质因数fom值与步骤4中计算得到的水平位置误差值hpe和警报限值al的大小来进行验证，具体方法如下：
[0038]
当所述品质因数fom值小于报警限值，且水平位置误差也小于报警限值，即：hpe＜fom＜al，表示发生正确的检测事件；
[0039]
当所述品质因数fom值小于报警限值，而水平位置误差大于报警限值，即：fom＜al＜hpe，表示发生漏检事件；
[0040]
当所述品质因数fom值小于报警限值，而水平位置误差大于品质因数fom但小于报警限值，即：fom＜hpe＜al，表示发生误报警事件。
[0041]
有益效果：
[0042]
本发明提供的基于外推算法的ads-b性能评估方法通过数据关联算法将ads-b数据与gps数据进行时间的统一，然后采用外推算法推导出参考位置进而对ads-b数据进行评估，可以在各种场景下使用该方法，效率得到提高，可靠性更强，适用范围更广。
附图说明
[0043]
下面结合附图和具体实施方式对本发明做更进一步的具体说明，本发明的上述和/或其他方面的优点将会变得更加清楚。
[0044]
图1为本发明的基于外推算法的ads-b性能评估方法的总体结构示意图。
[0045]
图2为本发明的基于外推算法的ads-b性能评估方法的流程图。
[0046]
图3为本发明的数据关联算法的流程图。
[0047]
图4为本发明的外推算法的流程图。
[0048]
图5为本发明中ads-b延迟模型示意图。
具体实施方式
[0049]
本发明提出了一种基于外推算法的ads-b性能评估方法，首先通过外推算法利用gnss导航数据(本发明中采用gps导航数据)来对ads-b的水平位置数据进行校对，再利用经校对后的数据对ads-b数据的延迟性以及水平位置完好性进行评估，包括以下步骤：
[0050]
步骤1：收集数据，并对数据预处理；
[0051]
本发明利用从ads-b地面站收集到的ads-b数据和来自飞机导航系统(gnss)的导航数据进行分析。由于地面收集的ads-b数据集和gps数据集更新率不同，gps数据通常是每秒更新一次，而ads-b数据的更新率通常是每秒更新两次，这使得两个数据集是不同步的，因此需要对两个数据集进行预处理，即使用一种关联算法对两个数据集进行关联，使其保持一致的更新率。
[0052]
步骤1.1：将ads-b数据集中的第一个时间戳识别为
‘
t_ads-b’即第一时间戳；
[0053]
步骤1.2：使用gps数据集中小于
‘
t_ads-b’的时间戳
‘
t_gps’即第二时间戳来识别数据集；
[0054]
步骤1.3：对于已经识别的子集，计算
‘
t_ads-b’处的ads-b数据的经纬度与
‘
t_gps’处的gps数据的经纬度之间的差值；
[0055]
步骤1.4：根据计算的差值，将差值最小的gps数据存储在新的数据集中，其余的从gps数据集中剔除。
[0056]
对ads-b数据集中的其他数据重复步骤1.2-1.4直到最后一个数据，从而得到新的gps数据集。
[0057]
步骤2：使用外推算法推导参考水平位置；
[0058]
本发明中使用一种外推方法评估从ads-b地面站记录的ads-b水平位置性能，首先假设ads-b信息为真值，其次假设ads-b信息在局部时间范围内为线性关系，通过估计ads-b数据的延迟时间t，对于时刻tn的ads-b数据进行时间补偿后外推时刻tn+t的位置，当时刻tn+s到来时，使时刻tn+t在[tn,tn+s]范围内，使用时刻tn+s与时刻tn的ads-b信息求出时刻tn+t的理论数值，从飞机飞行管理系统(fms)记录的gps水平位置外推至ads-b地面站接收ads-b数据的准确时间，根据ads-b信息延迟和飞机速度使用距离和方位角函数进行外推，外推的gps水平位置被用作“参考位置”。参考位置由下式推导：
[0059][0060]
λ
ref
＝λ
gps
+δλ
[0061]
式中，表示gps数据的纬度，λ
gps
表示gps数据的经度，δλ表示基于延迟和速度的距离和方位函数。基于该参考位置评估ads-b数据性能。
[0062]
步骤3：对ads-b数据的延迟性进行评估；
[0063]
外推算法需要对ads-b数据进行时间补偿，时间补偿主要考虑ads-b数据的延迟，ads-b延迟是机载导航系统确定飞机位置和地面站接收位置之间的延迟。具体来源包括由飞行时间引起的飞行管理系统(fms)中的延迟；fms与ads-b应答机之间的接口延迟；gps接收器和fms之间的接口延迟；gps接收器与ads-b应答机之间的接口延迟；数据链路延迟(空间信号)；ads-b地面站天线延迟；地面站gps天线以及地面站的时间误差。针对以上造成误差的来源，本发明构建了一个简单的延迟模型来分析ads-b数据的延迟，该模型表示一个附加函数，其中包含导航系统中的延迟(δa)、导航系统与ads-b发射器之间接口中的延迟(δb)、ads-b发射器中的延迟(δc)、传播延迟(δd)和地面站中的延迟(δe)。上述延迟模型如图5所示。
[0064]
使用该延迟模型推导ads-b延迟数据：
[0065]
δa+δb+δc+δd+δe《1500ms
[0066]
步骤4：对ads-b数据水平位置精度进行评估；
[0067]
ads-b数据水平位置精度是通过比较ads-b地面站接收到的位置与基于外推算法得到的参考位置进行评估的，并应用以下两个公式计算ads-b每一个位置的水平位置误差，首先利用式(1)将ads-b位置和参考位置的wgs-84椭球坐标(纬度(λ)，经度高度(h))转换为地心地球笛卡尔坐标(x,y,z)。
[0068][0069]
式中，e为椭球的第一偏心距，记e＝0.08181919；n是位置到子午线椭圆法线的距离，表示为：a＝6378137(赤道半径)。
[0070]
然后用式(2)计算水平位置误差(hpe)：
[0071][0072]
式中：
[0073][0074]
步骤5：对ads-b数据水平位置完好性进行评估；
[0075]
为了确定ads-b数据是否可用于提供空中交通管制，需要引入位置完好性质量指标。本发明中ads-b数据包含一个称为品质因数(fom)的位置完好性质量指标，fom代表导航不确定性类别(nuc)，根据gps接收机提供的水平保护极限(hpl),将完好性界限编码为一个数值，从0到9，值越高，位置完好性越高。fom值被传输到ads-b地面站供使用，这是飞机位置完好性的唯一指示。因此该质量指标值有多可靠需要进行验证，通过该指标值与用外推算法计算得到的水平位置误差值(hpe)和警报限值(al，表示安全操作允许的最大位置误差，是一个标准值)的大小来进行验证，如下：
[0076]
1)当控制器显示的fom值小于报警限值，且实际水平位置误差也小于报警限值(即：hpe＜fom＜al)时，表示发生正确的检测事件；
[0077]
2)当控制器显示的fom值小于报警限值，而实际水平位置误差大于报警限值(即：fom＜al＜hpe)时，表示发生漏检事件；
[0078]
3)当控制器显示的fom值小于报警限值，而实际水平位置误差大于fom但小于报警限值(即：fom＜hpe＜al)时，表示发生误报警事件。从而对ads-b数据水平位置完好性进行评估。
[0079]
本发明的原理是：本发明基于收集到的ads-b数据和gps数据利用数据关联算法使二者的时间统一，然后利用外推算法推导出参考水平位置，最后利用推导出的参考水平位置对ads-b数据的延迟性、水平位置精度和水平位置完好性等指标进行评估。
[0080]
实施例：
[0081]
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施
例用于说明本发明，但不用来限制本发明的范围。
[0082]
如图1所示，展示了本发明的总体结构图，首先从ads-b地面站和飞机gnss接收机或飞行管理系统(fms)分别获取ads-b数据和gnss数据，通过数据关联算法将二者进行关联，使其保持一致的更新速率，从而得到有效的监视数据，然后根据所得数据使用外推算法推导出参考位置，然后通过数据和性能分析对ads-b数据的延迟性、准确性和完好性等性能进行评估。
[0083]
接下来按照总体结构图确定了本发明具体的步骤，如图2所示，展示了本发明的流程图，下面按步骤对本发明进行详细说明。
[0084]
步骤1：收集数据，并对数据预处理；
[0085]
本发明实施例利用从ads-b地面站收集到的ads-b数据和来自飞机导航系统(gnss)的导航数据进行分析，尤其是飞机导航系统的gps数据。由于地面收集的ads-b数据集和gps数据集更新率不同，gps数据通常是每秒更新一次，而ads-b数据的更新率通常是每秒更新两次，这使得两个数据集是不同步的，因此需要对两个数据集进行预处理，即使用一种关联算法对两个数据集进行关联，使其保持一致的更新率。数据关联算法的流程图如附图3所示。
[0086]
步骤1.1：将ads-b数据集中的第一个时间戳识别为
‘
t_ads-b’；
[0087]
步骤1.2：使用gps数据集数据集中小于
‘
t_ads-b’的时间戳
‘
t_gps’来识别数据集；
[0088]
步骤1.3：对于已经识别的子集，计算
‘
t_ads-b’处的ads-b数据的经纬度与
‘
t_gps’处的gps数据的经纬度之间的差值；
[0089]
步骤1.4：根据计算的差值，将差值最小的gps数据存储在新的数据库中，其余的从gps数据集中剔除。
[0090]
对ads-b数据集中的其他数据重复步骤1.2-1.4直到最后一个数据，从而得到新的gps数据集。
[0091]
步骤2：使用外推算法推导参考水平位置；
[0092]
本实施例中使用一种外推方法评估从ads-b地面站记录的ads-b水平位置性能，首先假设ads-b信息为真值，其次假设ads-b信息在局部时间范围内为线性关系，通过估计ads-b数据的延迟时间t，对于时刻tn的ads-b数据进行时间补偿后外推时刻tn+t的位置，当时刻tn+s到来时，使时刻tn+t在[tn,tn+s]范围内，使用时刻tn+s与时刻tn的ads-b信息求出时刻tn+t的理论数值，外推算法流程图如附图4中所示，从飞机飞行管理系统(fms)记录的gps水平位置外推至ads-b地面站接收ads-b数据的准确时间，根据ads-b信息延迟和飞机速度使用距离和方位角函数进行外推，外推的gps水平位置被用作“参考位置”。参考位置由下式推导：
[0093][0094]
λ
ref
＝λ
gps
+δλ
[0095]
式中，表示gps数据的纬度，λ
gps
表示gps数据的经度，δλ表示基于延迟和速度的距离和方位函数。基于该参考位置评估ads-b数据性能。
[0096]
步骤3：对ads-b数据的延迟性进行评估；
[0097]
本实施例中外推算法需要对ads-b数据进行时间补偿，时间补偿主要考虑ads-b数据的延迟，ads-b延迟是机载导航系统确定飞机位置和地面站接收位置之间的延迟。具体来源包括由飞行时间引起的飞行管理系统(fms)中的延迟；fms与ads-b应答机之间的接口延迟；gps接收器和fms之间的接口延迟；gps接收器与ads-b应答机之间的接口延迟；数据链路延迟(空间信号)；ads-b地面站天线延迟；地面站gps天线以及地面站的时间误差。针对以上造成误差的来源，本发明构建了一个简单的延迟模型来分析ads-b数据的延迟，该模型表示一个附加函数，其中包含导航系统中的延迟(δa)、导航系统与ads-b发射器之间接口中的延迟(δb)、ads-b发射器中的延迟(δc)、传播延迟(δd)和地面站中的延迟(δe)。延迟模型如图5所示。
[0098]
使用该延迟模型推导ads-b延迟数据：
[0099]
δa+δb+δc+δd+δe《1500ms
[0100]
其中，δa≤200ms，δb《200ms，δc≤100ms，
[0101]
因此δd+δe《1500-(δa+δb+δc)；δd+δe《1500-(200+199+100)；δd+δe《1001ms。由以上推导表明，传播延迟加上ads-b地面站接收系统收到ads-b消息产生时间戳之前在地面站遇到的延迟不应该超过1001毫秒。
[0102]
步骤4：对ads-b数据水平位置精度进行评估；
[0103]
ads-b数据水平位置精度是通过比较ads-b地面站接收到的位置与基于外推算法得到的参考位置进行评估的，并应用以下两个公式计算ads-b每一个位置的水平位置误差，首先利用式(1)将ads-b位置和参考位置的wgs-84椭球坐标(纬度(λ)，经度高度(h))转换为地心地球笛卡尔坐标(x,y,z)。
[0104][0105]
式中，e为椭球的第一偏心距，记e＝0.08181919；n是位置到子午线椭圆法线的距离，表示为：
[0106]
然后用式(2)计算水平位置误差(hpe)：
[0107][0108]
式中：
[0109][0110]
根据上述外推算法，我们可以计算出飞机的水平位置误差，表1列出了部分飞机的水平位置误差，如表1所示。表1及表2数据来源于往返于沈阳桃仙国际机场航班信息，不涉及保密和敏感内容。
[0111]
表1飞机水平位置误差表
[0112][0113]
由表1可以看出，有66.7％的飞机的水平位置误差小于150米。
[0114]
步骤5：对ads-b数据水平位置完好性进行评估；
[0115]
为了确定ads-b数据是否可用于提供空管分离服务，需要一个位置完好性质量指标。本发明可用的ads-b数据包含一个称为品质因数(fom)的位置完好性质量指标，fom代表导航不确定性类别(nuc)，根据gps接收机提供的水平保护极限(hpl),将完好性界限编码为一个数值，从0到9，值越高，位置完好性越高。fom值被传输到ads-b地面站供使用，这是飞机位置完好性的唯一指示。因此该质量指标值有多可靠需要进行验证，通过该指标值与用外推算法计算得到的水平位置误差值(hpe)和警报限值(al)的大小来进行验证，如下：
[0116]
1)当控制器显示的fom值小于报警限值，且实际水平位置误差也小于报警限值(即：hpe＜fom＜al)时，表示发生正确的检测事件；
[0117]
2)当控制器显示的fom值小于报警限值，而实际水平位置误差大于报警限值(即：fom＜al＜hpe)时，表示发生漏检事件；
[0118]
3)当控制器显示的fom值小于报警限值，而实际水平位置误差大于fom但小于报警限值(即：fom＜hpe＜al)时，表示发生误报警事件。从而对ads-b数据水平位置完好性进行评估。评估结果如表2所示。
[0119]
表2 fom评估结果表
[0120][0121]
从表2可以看出，有三架飞机100％漏检，没有检测出错误检测，飞机400878正确检测概率为99.8％，飞机400935的正确检测概率为91.2％。
[0122]
具体实现中，本技术提供计算机存储介质以及对应的数据处理单元，其中，该计算机存储介质能够存储计算机程序，所述计算机程序通过数据处理单元执行时可运行本发明提供的一种基于外推算法的ads-b性能评估方法的发明内容以及各实施例中的部分或全部步骤。所述的存储介质可为磁碟、光盘、只读存储记忆体(read-only memory，rom)或随机存储记忆体(random access memory，ram)等。
[0123]
本领域的技术人员可以清楚地了解到本发明实施例中的技术方案可借助计算机程序以及其对应的通用硬件平台的方式来实现。基于这样的理解，本发明实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机程序即软件产品的形式体现出来，该计算机程序软件产品可以存储在存储介质中，包括若干指令用以使得一台包含数据处理单元的设备(可以是个人计算机，服务器，单片机，muu或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
[0124]
本发明提供了一种基于外推算法的ads-b性能评估方法的思路及方法，具体实现该技术方案的方法和途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。

技术特征：
1.一种基于外推算法的ads-b性能评估方法，其特征在于，包括以下步骤：步骤1：收集原始数据，并对收集到的原始数据进行预处理，得到ads-b数据；步骤2：根据所述ads-b数据，使用外推算法推导参考水平位置；步骤3：对ads-b数据的延迟性进行评估；步骤4：对ads-b数据水平位置精度进行评估；步骤5：对ads-b数据水平位置完好性进行评估。2.根据权利要求1所述的一种基于外推算法的ads-b性能评估方法，其特征在于，步骤1中所述的原始数据，包括从ads-b地面站收集到的ads-b原始数据和飞机导航系统中的导航数据；所有ads-b原始数据形成ads-b原始数据集，所有导航数据形成导航数据集。3.根据权利要求2所述的一种基于外推算法的ads-b性能评估方法，其特征在于，步骤1中所述的预处理，即使用关联算法对ads-b原始数据集和导航数据集进行关联，使其保持一致的更新率，具体方法包括：步骤1.1：将ads-b原始数据集中的第一个时间戳识别为第一时间戳；步骤1.2：使用导航数据集中小于第一时间戳的时间戳即第二时间戳来识别ads-b原始数据集，得到导航数据子集；步骤1.3：对于已经识别的导航数据子集，计算第一时间戳处的ads-b数据的经纬度与第二时间戳处的导航数据的经纬度之间的差值；步骤1.4：根据计算得到的经纬度之间的差值，将差值最小的导航数据存储在新的导航数据集中，其余的从导航数据集中剔除；步骤1.5：对ads-b原始数据集中的其他数据重复步骤1.2至步骤1.4，直到最后一个数据，得到新的导航数据集，包含ads-b数据。4.根据权利要求3所述的一种基于外推算法的ads-b性能评估方法，其特征在于，步骤2中所述的使用外推算法推导参考水平位置，具体方法包括：设ads-b数据为真值，且在固定时间范围内为线性关系，通过估计ads-b数据的延迟时间t，对于时刻tn的ads-b数据进行时间补偿后外推时刻tn+t的位置，当时刻tn+s到来时，使时刻tn+t在[tn,tn+s]范围内，使用时刻tn+s与时刻tn的ads-b数据求出时刻tn+t的ads-b数据的理论数值，从飞机飞行管理系统记录的导航数据的水平位置外推至ads-b数据的准确时间，根据ads-b数据的延迟和飞机速度使用距离和方位角函数进行外推，外推的导航数据的水平位置被用作参考位置，即所述的参考水平位置。5.根据权利要求4所述的一种基于外推算法的ads-b性能评估方法，其特征在于，步骤2中所述的参考位置由下式推导：λ
ref
＝λ
gps
+δλ其中，表示参考位置的纬度，λ
ref
表示参考位置的经度，表示导航数据的纬度，λ
gps
表示导航数据的经度，和δλ表示基于延迟和速度的距离和方位函数。6.根据权利要求5所述的一种基于外推算法的ads-b性能评估方法，其特征在于，步骤3所述的ads-b数据的延迟，是机载导航系统确定飞机位置和地面站接收位置之间的延迟，具体来源包括：导航系统中的延迟、导航系统与ads-b发射器接口之间的延迟、ads-b发射器中
的延迟、传播延迟和地面站中的延迟。7.根据权利要求6所述的一种基于外推算法的ads-b性能评估方法，其特征在于，步骤3所述的对ads-b数据的延迟性进行评估，即构建延迟模型来分析ads-b数据的延迟，所述延迟模型表示为一个附加函数，其中包含：导航系统中的延迟δa、导航系统与ads-b发射器之间接口中的延迟δb、ads-b发射器中的延迟δc、传播延迟δd和地面站中的延迟δe，使用所述延迟模型推导ads-b延迟数据，方法如下：δa+δd+δc+δd+δe<1500ms其中，ms表示毫秒。8.根据权利要求7所述的一种基于外推算法的ads-b性能评估方法，其特征在于，步骤4所述的对ads-b数据水平位置精度进行评估，即通过比较ads-b地面站接收到的位置与步骤2中所述的参考位置进行评估，也即计算ads-b地面站接收到的每一个位置的水平位置误差，具体方法包括：首先将ads-b地面站接收到的位置和参考位置的wgs-84椭球坐标转换为地心地球笛卡尔坐标(x,y,z)，转换方法如下：其中，wgs-84椭球坐标包括：纬度λ，经度高度h；e为椭球的第一偏心距，记e＝0.08181919；n是位置到子午线椭圆法线的距离，表示为：其中，a为赤道半径，a＝6378137；然后用计算水平位置误差hpe，方法如下：其中，x
ads-b
表示ads-b数据中的横坐标，x
ref
表示导航数据中的横坐标，y
ads-b
表示ads-b数据中的纵坐标，y
ref
表示导航数据中的纵坐标，r表示旋转变换矩阵，计算方法如下：。9.根据权利要求8所述的一种基于外推算法的ads-b性能评估方法，其特征在于，步骤5所述的对ads-b数据水平位置完好性进行评估，具体方法为：ads-b数据中包含品质因数fom的位置完好性质量指标，品质因数fom代表导航不确定性类别nuc，根据导航接收机提供的水平保护极限hpl，将完好性界限编码为一个数值，从0到9，值越高，表示位置完好性越高；所述的对ads-b数据水平位置完好性进行评估，即对品质因数fom值进行验证。10.根据权利要求9所述的一种基于外推算法的ads-b性能评估方法，其特征在于，步骤5所述的对品质因数fom值进行验证，即通过对品质因数fom值与步骤4中计算得到的水平位
置误差值hpe和警报限值al的大小来进行验证，具体方法如下：当所述品质因数fom值小于报警限值，且水平位置误差也小于报警限值，即：hpe＜fom＜al，表示发生正确的检测事件；当所述品质因数fom值小于报警限制值，而水平位置误差大于报警限制值，即：fom＜al＜hpe，表示发生漏检事件；当所述品质因数fom值小于报警限值，而水平位置误差大于品质因数fom但小于报警限值，即：fom＜hpe＜al，表示发生误报警事件。

技术总结
本发明提供一种基于外推算法的ADS-B性能评估方法，首先将收集到的ADS-B数据和GPS数据进行数据预处理，即使用数据关联算法使二者时间保持一致；然后采用外推算法推导出参考水平位置，并且建立了延迟模型对ADS-B数据的延迟性进行评估；最后利用推导出的参考水平位置对ADS-B数据的延迟性、水平位置精度、水平位置完好性等指标进行评估。本发明方法可以提高ADS-B性能评估的效率，并且适用于各种场景，可靠性更强，可以为保证ADS-B性能评估的安全运行提供技术支持。供技术支持。供技术支持。


技术研发人员：张威 王尔申 贾帅 刘梅芷 陈昌龙 徐嵩 董义维 胡杰
受保护的技术使用者：中国电子科技集团公司第二十八研究所
技术研发日：2023.03.14
技术公布日：2023/7/19