基于交互式多模型的飞机编队相对导航算法研究

在飞机编队飞行时,成员间的相对位置信息是实现系统协同作战的重要保证,为了提高机群编队飞行的相对导航定位精度,在无地面基准的机群编队飞行JTIDS/GPS/TACAN/IFDL组合的相对导航系统中,采用交互式多模型扩展卡尔曼滤波(IMM-EKF)算法,设计实现了多传感器相对导航系统,克服了飞机动态模型参数变化导致使用单一动态模型滤波精度下降的问题。仿真分析结果表明,交互式多模型算法可以提高相对导航系统的定位精度和可靠性,特别在GPS可见卫星很少的情况下,依然能够具有良好的定位性能。     

基于交互式多模型的主被动站跟踪算法

在高斯白噪声下,使用交互式多模型算法融合主动站和被动站量测信息,在各类机动状态模型切换,完成对机动目标的定位跟踪。根据主动站到达目标然后到达被动站的距离和以及目标到达主被动站的方位角和俯仰角信息建立量测模型;在交互式多模型算法的基础上,在常规直线机动模型基础上引入Singer模型,模拟目标机动运动;以几何关系求解得到的目标位置作为目标初始解,相较于其他初始模型,算法具有更好的收敛性。仿真实验表明,在主被动站间距几十千米,目标与主被动站间距几百千米,到达角误差2°左右,到达时间误差20 m左右的情况下,使用交互式多模型算法跟踪目标,收敛误差在百米级别。     

基于CNN-LSTM-attention模型航迹预测研究

以航迹预测方法作为切入点,重庆-广州航路航空器记录的ADS-B数据作为研究内容,提出了一种融合注意力机制的长时序航迹预测方法(CNN-LSTM-attention)。研究运用一维卷积神经网络对航迹数据多维特征进行提取,并将经纬度、高度、速度、航向等的多维特征向量构造成时序形式作为LSTM网络输入,通过赋予LSTM网络隐含层的权重占比并区别不同时序点隐藏层信息对未来航迹预测的影响程度来达到优化预测模型的作用。构建好的CNN-LSTM-attention模型采用Adam优化算法进行训练,LSTM和CNN-LSTM作为实验对比模型,将决定系数R²作为模型评价标准来衡量航迹预测模型的准确性。实验结果表明加入注意力机制的神经网络预测模型CNN+LSTM+attention(卷积神经网络-长短期记忆网络-注意力机制)的方法相较于其他两种,其预测精确性更高。     

Kalman滤波在航迹预测中的应用

本文将着重介绍Kalman滤波基本理论，然后将Kalman滤波应用到一架飞机的最简单的运动模式当中，并用Matlab来仿真，最后对仿真结果进行分析。在遮篇文章里我们最主要的是讨论观测噪声标准差对模型的影响。该分析结果将有利于我们今后工作的展开。     

引入神经网络的交互式多模型算法

在交互式多模型算法中引入神经网络算法以改进目标跟踪的精度。利用神经网络算法对基于机动目标“当前”统计模型的均值和方差自适应滤波算法进行修改,提高该算法的性能,然后采用交互作用多模型算法跟踪机动目标,提高了机动目标的跟踪精度。     

联合交互式多模型概率数据关联算法

通过对交互式多模型（IMM）算法和概率数据关联（PDA）算法的研究,指出Bar-Shalom和Blom等提出的IMMPDA算法结构和理论上存在的问题。根据全局最优的思想,设计了一个最优波门,从而得到全局最优的量测集合,保证了系统的理论完整性和结构合理性。推导完成了新的联合IMMPDA算法--C-IMMP-DA算法。大量仿真计算验证了C-IMMPDA算法在减少计算量的同时,总体性能上较之原IMMPDA算法有大幅度提高。     

引入UPF的交互式多模型的算法

融合交互式多模型和UPF（the unscented particle filter）,提出了一种新的多模型滤波算法。多模型结构能适应目标高度机动,粒子滤波能处理非线性、非高斯问题,而UKF（the unscented Kalman filte,）可以提高估计精度。与其它交互式多模型算法进行了比较,试验仿真结果证实了新滤波算法的有效性。     

基于AIDL的气象模型4D航迹预测

随着飞行流量的增加,提高空域利用率及安全性需要更精准的预测航迹作为飞行管理的参考依据。基于地空实时信息交换技术AIDL,将影响航迹预测精度的不确定性因素气象模型考虑在内,提出改进模型,并建立相应的4D航迹预测算法,运用AIDL语言实现多类势态信息、多用户有效分享、空地、空空、地地的协同决策。通过仿真计算及建立交互模型,考虑实际气象条件的飞行轨迹,将AIDL运用到实时交互通信中,对于提高轨迹预测的精度以及提高空域利用率具有实际应用价值。     

基于时变TVAR模型和CKF滤波的助推器落点预测

为解决助推器难以精确回收的问题,提出了一种容积卡尔曼滤波(CKF)和时变自回归(TVAR)模型融合的助推器落点预测方法。针对外弹道观测数据的非平稳时序特点,利用TVAR模型对其建模,预测助推器脱落时和助推器落地之间一段时间的未来测量值,以离散化质点弹道模型作为状态方程,将未来测量值作为CKF滤波弹道位置估计的测量值。为普适非平稳序列,考虑时变TVAR对非平稳时间序列的时变参数和模型阶数的确定。该方法是预测助推器落点滤波外推法的一种新实践。实验数据结果表明,TVAR预测助推器落点与TVAR-CKF融合预测的助推器落点相比,融合后预测的结果与实际测量的助推器落点的偏差更小,可为实际应用提供参考。     

民用飞机航迹预测关键技术研究

航迹预测子系统是现代空管自动化系统的计算核心。首先对航迹预测的概念、预测系统分类及其重要性进行了简要说明,分析了世界航空发达国家在相关领域的研究进展情况及发展方向,说明了中国开发自己航迹预测系统的必要性;然后重点介绍了航迹预测系统的模型结构与关键技术,在此基础上建立了一个实验性的航迹预测仿真系统,对系统运行结果进行了分析。     

空中交通管制中轨迹预测的相互作用多模型算法的设计

研究了相互作用多模型算法，并就这种算法设计了几种方案，同时选取适当的参数对其进行了仿真设计和计算，给出了水平面内不同方案下的仿真结果，验证了这种算法的有效性，说明了通过模型概率实现模型之间的软转换的可行性。研究得出以下结论：该算法能在平稳飞行时使误差尽量减少，在机动时，对机动进行快速的探测和反应，同时，保证状态估计误差不超过原始的观测数据误差。     

基于速度剖面拟合的航空器场面滑行4D轨迹预测

为提高机场的整体运行效率和综合保障能力,提出了一种基于速度剖面拟合的航空器场面滑行4D轨迹预测方法。构建了航空器的滑行动态模型,进而引入标称速度剖面的概念。将DSW算法应用到速度剖面的拟合中,得出一种标称速度剖面的生成方法,并通过建立平均速度修正参数修正不同机型对滑行速度的影响,基于动力学平衡方程,构造了标称速度到瞬时速度的映射,结合BADA数据实现对瞬时速度的修正。在上述分析的基础上得到航空器场面滑行4D轨迹预测模型。案例表明,与基于动力学的方法相比计算结果更加准确,使平均误差降低47．3％,能够有效地预测航空器的4 D轨迹。     

卡尔曼滤波在弹道组合导航仿真中的应用

根据捷联惯性导航(INS)和GPS导航两个系统不同的特点,通过卡尔曼滤波方法实现了INS/GPS组合导航,以速度差和位置差作为卡尔曼滤波的量测量信息,建立了组合导航的简化滤波方程.在实际陀螺器件含有零偏的情况下,通过在角速度上引入定量的零位偏置来进行弹体模拟投放过程.将仿真导航结果和弹道参数比较,引入的陀螺偏置引起姿态角误差,而速度误差和位置误差比较小,导航计算参数误差在允许范围之内.     

基于动态气象预报数据的4D航迹预测

高精度4D航迹预测是新一代航迹空管自动化的技术基础以及空管科技领域亟需的核心问题,考虑气象环境因素的影响则能明显提高航空器航迹预测的精度.利用世界区域预报系统的数字格点数据,首先对高度层进行垂直插值以获取某一剖面的气象信息,采用二次拉格朗日插值确定航段上某一点的温度场和风场的预报值,进而讨论温度场和风场预报值对飞行的影响,修正航空器真空速及地速,利用递推仿真方式求解航空器4D航迹.     

航天器上升段轨道快速重构算法

针对航天器上升飞行过程中由于干扰的影响导致实际轨道偏离初始设计轨道的问题,提出了基于状态量提前修正的航天器上升段轨道快速重构算法。使用该算法对大气干扰下上升段轨道进行了快速重构仿真分析,结果表明,该算法能够综合考虑上升段飞行过程的状态量约束、终端约束、入轨精度、重构时间等因素,实现快速重构。     

基于动力学模型的飞机大部件调姿轨迹规划

为了提高飞机调姿的运动安全并减小在误差敏感方向的冲击,采用Newton-Euler方法构建了调姿系统的动力学模型,以实现调姿轨迹的优化。该动力学模型综合考虑了支撑杆变形、驱动丝杆变形及运动误差的影响,可对比不同轨迹时部件运动全过程的运动学特性,实现多目标多约束条件下的轨迹优化。为了提高计算效率,提出了一种类间可分性最优的自适应核主成分算法进行特征提取,并结合模式识别中的自动分类方法,预判可行轨迹的性能,控制搜索范围,减少寻优过程中的计算量。以某型数控定位系统为例,在对150条可行调姿轨迹进行评价和优选后,大部件调姿过程的最大平动速度小于20mm/s,调姿结束时的最大角速度小于0.1rad/s,说明了该方法的可行性和有效性。     

民用航空器四维航迹预测技术综述

民用航空器四维航迹预测是保障飞行安全、提升运行效率、缓解航班延误、倡导绿色飞行的有效支撑和重要保证.四维航迹预测的研究集中于如下领域:预测结构与流程、预测模型与方法、误差分析与精度提升,其中航迹预测模型与方法是核心,主要包括混合估计模型、质点运动模型与机器学习方法.最后,总结与提炼开展民用航空器四维航迹预测研究的思路和热点,并相应指出了未来的研究方向.     

基于航迹分割的航空器噪声预测模型

根据航空器的航迹来预测其影响区域的噪声情况,基于航迹的几何特性,将航迹分成直线段航迹和曲线段航迹两个基本航迹元素;确定了直线段和曲线段的各自影响范围之后,分别计算各航迹段对它们影响区域的噪声值贡献情况;统计了各个航迹段对监测点的噪声影响之后,综合得出整个航迹段对监测点的噪声影响,从而建立了航空器航迹噪声预测的模型。将该模型计算的结果分别和软件模拟数据、实际监测数据进行对比分析,发现该模型在航迹段内对监测点噪声均值的预测较为准确,监测点噪声峰值预测结果更接近实测数据。