ADS-B与雷达组合监视数据融合方法研究

ADS-B与雷达组合监视数据融合方法研究

论文摘要

随着民航事业的发展,为了获得准确可靠的飞机监视信息,对空管监视系统的精度和可靠性要求越来越高。本文以ADS-B和雷达监视系统为背景,对多传感器组合监视数据融合方法进行了研究,目的是要将ADS-B和不同雷达对同一目标的监视数据组合起来,建立每一个目标的系统航迹,以实现对目标更大范围、更高精度的监视,提高系统的可靠性,增加空域容量,从而提高飞行的安全性和空域的利用率。本文首先简要介绍了数据融合理论,并对ADS-B与雷达的系统和数据特点进行了分析比较。其次,深入研究了ADS-B和雷达数据融合之前需要解决的一些关键问题——去野值、坐标变换、时间对准、系统误差配准和数据关联,提出了利用ADS-B ICAO地址和SSR飞机代码进行相关基础上,再利用距离相关算法进行点迹-航迹和航迹-航迹关联的新方法。然后,针对民航空管监视实时性和可靠性的要求,构建了一种ADS-B和雷达分布式数据融合模型。通过对已有算法的分析比较,选择了适合民航飞机跟踪的基于当前统计模型的自适应Kalman滤波算法,并且针对ADS-B信息的特点,提出一种基于ADS-B趋势信息的当前统计模型算法。最后,采用滤波协方差阵加权法进行系统航迹最优融合估计,仿真结果表明了该组合监视数据融合方法在提高目标跟踪精度上的可行性。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 选题背景
  • 1.2 选题意义
  • 1.3 国内外研究现状
  • 1.4 本文主要内容与结构安排
  • 第二章 数据融合理论
  • 2.1 数据融合的定义
  • 2.2 数据融合的主要技术
  • 2.3 数据融合的通用模型
  • 2.4 数据融合的主要内容
  • 2.4.1 多传感器数据融合系统结构
  • 2.4.2 数据融合的实现算法
  • 2.5 本章小结
  • 第三章 ADS-B 和雷达数据特点分析
  • 3.1 雷达特点分析
  • 3.1.1 雷达的定义和基本原理
  • 3.1.2 雷达特点分析
  • 3.2 ADS-B 特点分析
  • 3.2.1 ADS-B 的定义和原理
  • 3.2.2 ADS-B 系统的组成部分和主要功能
  • 3.3 ADS-B 数据特点分析
  • 3.3.1 ADS-B 传输的信息类型
  • 3.3.2 支持ADS-B 的数据链技术
  • 3.4 ADS-B 在空管监视中的优点
  • 3.5 ADS-B 和雷达数据特性比较
  • 3.5.1 ADS-B 和雷达基本特点和性能要求比较
  • 3.5.2 数据源格式比较
  • 3.5.3 两类数据接收方式比较
  • 3.5.4 各自的优点和缺点
  • 3.6 本章小结
  • 第四章 ADS-B 和雷达数据预处理
  • 4.1 数据源预处理(去野值)
  • 4.2 坐标变换
  • 4.2.1 WGS-84 坐标转换为地心直角坐标
  • 4.2.2 雷达极坐标转换为地心直角坐标
  • 4.3 时间对准
  • 4.4 系统误差配准
  • 4.5 数据关联
  • 4.5.1 相关波门
  • 4.5.2 数据关联算法
  • 4.6 本章小结
  • 第五章 ADS-B 和雷达数据融合处理
  • 5.1 ADS-B 与雷达数据融合模型
  • 5.2 ADS-B 和单雷达航迹的形成
  • 5.2.1 ADS-B 航迹的形成
  • 5.2.2 雷达目标跟踪
  • 5.3 航迹处理滤波
  • 5.3.1 跟踪滤波算法
  • 5.3.2 目标跟踪模型
  • 5.3.3 跟踪模型算法的比较分析与选取
  • 5.3.4 基于ADS-B 趋势信息的当前统计模型算法
  • 5.4 ADS-B 和雷达系统航迹关联
  • 5.5 雷达和 ADS-B 系统航迹融合
  • 5.5.1 航迹融合算法及其实现
  • 5.5.2 数据融合算法数字仿真
  • 5.6 本章小结
  • 结论
  • 参考文献
  • 攻读硕士期间所取得的学术成果
  • 致谢
  • 相关论文文献

    • [1].智能家居中数据融合方法研究[J]. 电脑知识与技术 2017(18)
    • [2].检测仪表中的数据融合方法[J]. 东华理工大学学报(自然科学版) 2008(01)
    • [3].基于侦校雷达的多测距实时数据融合方法研究[J]. 电光与控制 2015(05)
    • [4].大规模公开与内部数据融合方法及其在学术搜索中的应用[J]. 科研信息化技术与应用 2011(03)
    • [5].基于粗糙集和神经网络的数据融合方法研究[J]. 现代电子技术 2009(08)
    • [6].ADS-B与雷达组合监视数据融合方法研究[J]. 无线互联科技 2015(23)
    • [7].复杂环境下多传感器目标识别的数据融合方法[J]. 西安电子科技大学学报 2020(04)
    • [8].基于云计算的智慧校园双活数据融合方法应用研究[J]. 电子设计工程 2019(18)
    • [9].一种基于模糊识别的数据融合方法[J]. 电子世界 2019(11)
    • [10].基于独立区域划分和压缩感知的数据融合方法[J]. 计算机技术与发展 2019(08)
    • [11].低能耗的无线传感器网络隐私数据融合方法[J]. 清华大学学报(自然科学版) 2017(02)
    • [12].POS数据与激光数据融合方法的探讨[J]. 科技创业家 2013(21)
    • [13].高光谱遥感影像与高程数据融合方法综述[J]. 云南民族大学学报(自然科学版) 2020(01)
    • [14].基于数据融合方法的群推荐系统研究[J]. 巢湖学院学报 2017(06)
    • [15].城市快速路多尺度交通数据融合方法[J]. 北京工业大学学报 2017(06)
    • [16].基于模糊理论的雷达/AIS目标数据融合方法[J]. 舰船科学技术 2010(09)
    • [17].基于贝叶斯和模糊逻辑规则的数据融合方法[J]. 四川兵工学报 2008(03)
    • [18].洗煤厂WSN簇内数据融合方法设计[J]. 贵州师范学院学报 2014(03)
    • [19].多稀疏基分簇压缩感知的WSN数据融合方法[J]. 传感技术学报 2016(03)
    • [20].基于Kinect的深度数据融合方法[J]. 计算机应用研究 2014(01)
    • [21].数据融合方法在物理实验数据处理中的应用[J]. 仪器仪表用户 2009(03)
    • [22].多源多汇WSNs中基于概率路由的数据融合方法[J]. 传感器与微系统 2019(07)
    • [23].浅析多源数据融合方法的发展趋势及研究意义[J]. 山东工业技术 2019(01)
    • [24].运用水准和InSAR的地面沉降监测数据融合方法[J]. 测绘科学 2015(04)
    • [25].基于灰色理论的雷达组网数据融合方法[J]. 火力与指挥控制 2011(07)
    • [26].同条件多组定数截尾试验整体数据融合方法[J]. 航空动力学报 2011(02)
    • [27].基于本体的语义数据融合方法[J]. 华南理工大学学报(自然科学版) 2009(01)
    • [28].一种新的混合式数据融合方法及其在雷达组网中的应用[J]. 现代导航 2020(04)
    • [29].基于阵列光电侦察系统空间观测数据融合方法[J]. 应用光学 2020(05)
    • [30].基于贝叶斯网络的体域网多模态健康数据融合方法[J]. 传感技术学报 2017(10)

    标签:;  ;  ;  

    ADS-B与雷达组合监视数据融合方法研究
    下载Doc文档

    猜你喜欢