一种基于ADS-B、WAM和雷达的组合监视方法及其架构

978MHz的广播式自动相关监视系统(ADS-B)技术在通用航空空管领域有广泛应用。中国民航飞行学院在我国首次应用ADS-B系统。从2005年至今,中国民航学院的所有5个机场建立了地面基站,150架飞机加装了机载ADS-B系统,系统运转良好,极大地提高了训练飞行的安全性和空域的利用率。为保证系统数据的精度和完整性,本文介绍了一种方法,即实现多种导航覆盖的ADS-B、广域多点相关系统(WAMLAT)和雷达监视的组合方法,以提高空中交通监视的可靠性,满足空中交通监视所需的导航精度、导航完整性和监视完整性要求。这种综合构型监视方法,将有助于推动多监视源的应用。     

组合卫星接收机中的选星算法

分析了五阶矩阵的行列式值与5颗星GDOP(Geometry Dilution of Precision)值的关系,并由此提出了一种用于双卫星星座组合接收机(如GPS(Global Position System)和BD2(BeiDou2)组合接收机)中的选星算法——组合优选法.该方法首先选出行列式绝对值最大的几种组合,然后根据需要对每种组合从其余可见星中选出几颗最优星,最后根据GDOP最小原则从这几种组合中选取最终结果.计算机仿真结果显示该方法与直接利用GDOP选星相比,95％以上的GDOP相对比值小于5％,而计算量减小40％以上.      

一种用于增强广播式自动相关监视的多数据链桥接方法

多种数据链并存是广播式自动相关监视发展所面临的一个现实问题。由于存在三种不同体制、互不兼容的视距数据链体制,严重影响基于航空器之间的空空监视效果,制约飞行流量和飞行安全保障能力的提高。提出的通过在不同体制数据链地面收发信机之间进行桥接的方法,将一个数据链网内的广播信息直接接续到另一个数据链网络,进行二次广播,可以实现不同数据链之间广播信息的直接接收,增强这种自动相关监视的空空监视效果。     

自动相关监视系统的研究与开发

介绍了自动相关监视系统的基本概念，构成原理和与实施相关的研究与开发工作，特别是重点介绍了以ＰＣ机为基础的ＡＤＳ信息处理系统的成果，最后还介绍了ＡＤＳ运行情况。     

ESA’s process for the identification and assessment of high-risk conjunction events

ESA’s Space Debris Office provides an operational service for the assessment of collision risks of ESA satellites. Currently, the ENVISAT and ERS-2 missions in low Earth orbits are covered by this service. If an upcoming high-risk conjunction event is predicted based on analysis of Two-Line Element (TLE) data from the US Space Surveillance Network, then independent tracking data of the potential high-risk conjunction object are acquired to improve the knowledge of its orbit. This improved knowledge and the associated small error covariances derived from the orbit determination process scale down the position error ellipsoid at the conjunction epoch. Hence, for the same miss-distance, in most cases an avoidance manoeuvre can be suppressed with an acceptable residual risk.     

贝叶斯权重修正模型在机场场面监视方案选择中的应用

提高机场在各种环境下的安全性措施之一是加强对机场运动目标的监视和控制,因此选用何种机场场面监视技术变得尤为重要。以浦东机场为例,采用贝叶斯权重修正模型,选取最有代表性的三项衡量指标,利用最小二乘法得出精确解并进行比较,最后结合浦东机场的数据验证结果的正确性。     

共信道干扰环境下星基ADS-B系统监视性能

星基广播式自动相关监视系统（星基ADS-B）是实现广域范围内航空器监视的主要技术手段。为揭示星基ADS-B系统共信道干扰对系统监视性能的影响，提出了星基ADS-B系统监视容量的计算方法。首先给出了星基ADS-B系统模型，随后理论分析给出消息正确接收概率、位置消息更新间隔及位置报告更新间隔的计算公式，以此为基础给出了星基ADS-B系统监视容量的计算公式，最后基于SNS软件构建了星基ADS-B仿真系统，仿真验证了理论结果的正确性。研究表明：星基ADS-B系统的监视容量由ADS-B应用子系统所要求的航空器位置报告更新间隔、航空器-卫星链路的误码率、星-地面站链路的误码率及卫星数目联合确定。     

面向林火持续侦察的多无人机分布式控制方法

为解决目前面向林火持续侦察多无人机（UAV）协同控制实用性与自主性不足的问题，基于蔓延速度诱导元胞自动机（SVICA）林火蔓延算法、无人机与传感器建模，构建了较为真实的三维多无人机火场侦察仿真环境与侦察效能指标，提出了一种面向林火持续侦察的多无人机双层分布式控制架构，在行动层基于强化学习训练的人工神经网络（ANN），实现了有风条件下无人机自主火场环绕与地形跟随功能，在策略层设计通过时域均匀分布算法进行各无人机空速的离散自主调节，最终达到多无人机林火持续侦察时域分布的均匀性与即时性目的。通过一系列数值仿真实验，验证了所提出的无人机分布控制策略在无人机损失和补充突发情况下的自适应性。基于无人机数量与侦察效能指标关系的实验与研究，定义了无人机出动阈值并验证了无人机长时间出动回收策略。最终实验结果表明，针对林火持续侦察任务，所提出的多无人机分布式控制方法具备一定的有效性与实用性。     

A novel signal processing approach for LEO space debris based on a fence-type space surveillance radar system

The increase in space debris can seriously threaten regular activities in the Low Earth Orbit (LEO) environment. Therefore, it is necessary to develop robust, efficient and reliable techniques to understand the potential motions of the LEO debris. In this paper, we propose a novel signal processing approach to detect and estimate the motions of LEO space debris that is based on a fence-type space surveillance radar system. Because of the sparse distribution of the orbiting debris through the fence in our observations, we formulate the signal detection and the motion parameter estimation as a sparse signal reconstruction problem with respect to an over-complete dictionary. Moreover, we propose a new scheme to reduce the size of the original over-complete dictionary without the loss of the important information. This new scheme is based on a careful analysis of the relations between the acceleration and the directions of arrival for the corresponding LEO space debris. Our simulation results show that the proposed approach can achieve extremely good performance in terms of the accuracy for detection and estimation. Furthermore, our simulation results demonstrate the robustness of the approach in scenarios with a low Signal-to-Noise Ratio (SNR) and the super-resolution properties. We hope our signal processing approach can stimulate further work on monitoring LEO space debris.