[发明专利]基于ADS-B与TCAS数据融合的综合显示方法

权利要求书

1.一种基于ADS-B与TCAS数据融合的综合显示方法，其特征在于，包括：广播式自动相关监视的接收和广播式自动相关监视的发送，其中：广播式自动相关监视的接收首先通过基于变分贝叶斯-IMM算法的融合模型仿真结果分析，再在ADS-B报文解码的基础上进行ADS-B与TCAS两系统的综合显示。

2.根据权利要求1所述的方法，其特征是，所述的接收，通过ADS-B地面站设备或ADS-B机载设备从1090MHz频率上接收广播数据，通过串口或网口将数据发送给终端，由终端进行数据处理，其中ADS-B机载接收设备和地面站的接收数据源来自实验室机载发射机向空域中发送的ADS-B广播信号或空域中民航航班和通航飞机实际飞行产生的ADS-B广播信号，在终端进行必要的数据解码、数据转换等处理后，实现ADS-B明文显示、ADS-B数据在界面中实时显示和发送至设备模拟器座舱平台作为TCAS子系统的输入功能。

3.根据权利要求1所述的方法，其特征是，所述的发送，包括：模拟机平台ADS-B Out发送，并用ADS-B地面站或ADS-B机载设备接收验证；无人机平台ADS-B Out发送，用ADS-B地面站或ADS-B机载设备接收监视无人机的实际飞行信息，其中：目标飞机的三维航迹由飞行运动模型和模拟机座舱平台产生，并由IMM模型中的IMM算法滤波，将有色噪声转化，在自适应的采样间隔下，并采用变分贝叶斯方法估计时变噪声。

4.根据权利要求1所述的方法，其特征是，所述的仿真结果分析是指：由飞行器空间运动模型生成航迹，基于当前统计模型对ADS-B和TCAS系统的经度、纬度、高度三维信息进行局部卡尔曼滤波，并分析TCAS系统，ADS-B系统以及融合后系统的数据精度，结合空中交通防撞系统的核心处理模型，计算到达两机最接近点的时间，统计各系统的虚警、漏警情况，分析数据融合给组合监视系统带来的收益。

5.根据权利要求1所述的方法，其特征是，所述的ADS-B报文解码是指：将从ADS-B地面接收站或ADS-B机载接收设备的接收报文解码后，得到ADS-B信息，它们包括飞行器经度、纬度、高度、地速度、地速度方向和垂直速度等信息；ADS-B数据显示界面开发是把获取的ADS-B信息通过坐标转换，从而在开发的界面上显示，并标注该飞行器的信息，包括经度、纬度、高度等。

6.根据权利要求1所述的方法，其特征是，所述的IMM模型为马尔科夫跳跃线性系统，具体为：其中：Z(k)＝H_jX(k)+v_j(k)，ω(k+1)＝cω(k)+ξ(k)，v_j(k+1)＝d_jv_j(k)+η_j(k)，M是奇异方阵，即det(M)＝0；系统是正则的，即不恒为0；系统状态向量是一个n维的向量，观测过程Z(k)是一个m维的向量；ξ(k)是一个零均值的高斯白噪声，η_j(k)是一个独立的零均值高斯测量噪声；

利用增广状态法将有色噪声化为马尔科夫跳跃线性系统的系统状态的一部分，原马尔科夫跳跃线性系统的状态分量扩充得到：其中：将有色噪声ω(k)转化为白噪声ξ(k)，则存在正交阵P和Q使得其中L₁是一个下三角矩阵，有色噪声v_j(k)转化为白噪声γ_j(k)。

7.根据权利要求3所述的方法，其特征是，所述的估计时变噪声是指：采用变分贝叶斯算法估计未知的测量噪声，包括加速度估计先验状态协方差估计，具体为：其中：是加速度估计，是先验状态协方差；噪声协方差是IMM模型的输入。

8.根据权利要求3所述的方法，其特征是，所述的IMM模型滤波，通过计算混合概率后，采用线性方程估计系统状态，再用变分贝叶斯算法来获得测量噪声的方差，通过运行不同的滤波器来获得状态估计和协方差矩阵，其中：混合概率其中：是归一化因子。