本发明涉及一种自适应干扰源定位飞行校验方法,应用于航空飞行校验技术领域和无线电侦测技术领域。
背景技术:
随着我国无线电台站总量的不断增加,以及民用航空机场、航线、航班数量的日益增多,民用航空无线电专用频率遭受电磁干扰的事件逐年呈上升趋势。无线电干扰对民航通信系统和空中交通管制系统构成了严重威胁,轻则使飞机改变原来的航向或使航班延误而带来巨大经济损失,重则威胁飞机及广大乘客的安全。对于民用航空无线电专用频率遭受电磁干扰的问题,需要加强对影响民航无线电专用频率安全使用相关环节的管理,提高无线电监测与干扰侦测的能力,保证必要的装备和手段。如何根据当前的形式,大力加强民航无线电干扰侦测系统设备建设,及时有效地查处干扰源,是民航飞行校验面临的重要课题。
飞行校验干扰定位问题是一种典型的单站交叉定位问题,其本质上是一类参数估计问题,属于非线性滤波问题。传统的滤波方法有最小二乘法、扩展卡尔曼滤波(ekf)和无迹卡尔曼滤波(ukf)。ekf在非线性系统中应用最广泛,通过泰勒级数展开将非线性滤波问题转化为近似线性化问题,但是由于线性化忽略了泰勒级数最高项,引入了截断误差;同时过程噪声协方差和量测噪声协方差以及初始状态均采用预先估计的方式确定,如果估计得不太准确,会导致滤波发散。
技术实现要素:
本发明的目的是为了解决上述问题,提出一种自适应干扰源定位飞行校验方法,实现对地面干扰源的精确测定。
本发明的一种飞行程序校验干扰源定位的方法,应用于飞行校验,可以实现对地面各类无线电干扰源的监测和定位,保证民航无线电安全。
飞行校验无线电干扰定位的基本原理是借助于机载无线电侦测设备获取干扰源来波方位,结合校验飞机自身的位置、速度、飞行姿态、高度等飞行参数,应用单站交叉定位原理,采用一种自适应滤波方法,能够准确求得干扰源的位置信息。本发明的主要步骤包括:建立校验飞机干扰侦测系统的状态方程;建立校验飞机干扰侦测系统的非线性量测方程;离散化系统状态方程和量测方程;利用自适应干扰源定位算法求解离散后的方程,输出干扰源的位置。本发明所采用的自适应干扰源定位算法,提高了定位算法的定位精度和定位过程的稳定性。
本发明的优点在于:
(1)能够实时进行干扰源的测向和定位;
(2)通过对初值自适应选择和量测误差的自适应修正,提高了卡尔曼滤波的稳定性,从而提高定位的稳定性。
(3)通过卡尔曼滤波过程中的迭代处理,减小扩展卡尔曼滤波的截断误差,从而提高定位的精确度。
附图说明
图1为现有民航干扰侦测的流程图;
图2为本发明的总体流程图;
图3为自适应定位算法流程图。
具体实施方式
下面将结合附图和实施例对本发明作进一步的详细说明。
本发明的一种自适应干扰源定位飞行校验方法,包括两部分:一是通过总体递推最小二乘法获得干扰源粗略位置;二是将获得的干扰源粗略位置作为新息迭代扩展卡尔曼滤波的初始值进行求解,得到最终的干扰源位置,如图3所示,具体说明如下:
步骤一:通过总体递推最小二乘法获得干扰源位置
在飞行校验过程中,利用飞行校验系统中的数据分析设备可以得到飞机飞行位置的一系列位置点即航迹,同时又通过机载无线电侦测设备可以获得干扰源的来波方位角,计算各个航迹点,通过交叉定位可以求得干扰源的位置。
总体递推最小二乘法算法描述如下:
a)设定干扰源位置初始估计值
b)通过量测数据,更新矩阵f,
c)更新最右奇异向量vm+1(k),
d)获取干扰源粗略位置:
步骤二:扩展卡尔曼滤波
在假设系统为高斯白噪声的前提下,基于总体最小二乘法的新息迭代卡尔曼滤波算法如下:
a)将步骤一中求得的目标位置估计值
b)k=1时,
(1)计算状态一步预测
(2)计算协方差一步预测pk|k-1=apk-1|k-1at+q0,其中pk-1|k-1为估计值
(3)计算量测预测值
(4)计算增益
(5)计算状态更新方程
(6)计算协方差更新方程
c)k=[2,n]时,
在每一步进行迭代,i=[1,m];
(1)计算状态一步预测
(2)计算协方差一步预测pk|k-1i=apk-1|k-1,iat+q0;
(3)计算量测预测值
(4)计算增益
(5)计算状态更新方程
(6)计算协方差更新方程
最终,得到相对位置的精确估计值
本发明应用于飞行校验,利用机载无线电侦测设备和由机载设备获取的飞机飞行参数,采用单站交叉定位,通过一种自适应卡尔曼滤波算法对地面各类无线电干扰源进行实时监测和定位。
本发明是一种自适应干扰源定位飞行校验方法,现有民航干扰侦测的一般流程如图1所示,本发明主要研究的是利用校验飞机进行干扰侦测时数据处理和干扰源解算的问题。如图2所示,由本发明的干扰源定位方法的总流程图,主要包括以下步骤:
步骤100、配置监听接收机,监测是否存在干扰,如果存在干扰,通过监听接收机获得信号的调制方式、频谱和中心频率信息。
步骤200、根据读取的监听接收机参数,根据测向接收机手册配置测向接收机,并对干扰信号进行跟踪,获取干扰信号的来波方位角、信号质量观测量。
步骤300、对观测量进行选择,并导入来自gps接收机、惯性导航系统、vor、dme、大气数据系统的飞机飞行参数:飞机位置、速度、航向、姿态信息。
自适应卡尔曼滤波算法对干扰源进行实时定位解算流程如图3所示,有如下步骤:
步骤301、建立以地心坐标系,并将参数转换到地心坐标系之下。
步骤302、设定目标位置初始估计值
步骤303、由量测数据,更新矩阵f,
步骤304、将步骤303求得的目标位置估计值
步骤305、k=1时,计算状态一步预测
步骤306、k=[2,n]时,i=[1,m],计算状态一步预测
步骤307、经过n次测向定位,得到相对位置的精确估计值
步骤400、输出定位数据及定位误差,结束飞行,生成侦测报告。