复杂性

PDF
复杂性/2021/文章
特刊

工业4.0下工程中的复杂系统建模

浏览特刊

研究文章|开放获取

体积 2021 |文章的ID 9436589 | https://doi.org/10.1155/2021/9436589.

郑晓霞,唐斌,蒲红平 基于改进过滤算法的ADS-B航空目标监控雷达频道优化研究",复杂性 卷。2021 文章的ID9436589 16 页面 2021 https://doi.org/10.1155/2021/9436589.

基于改进过滤算法的ADS-B航空目标监控雷达频道优化研究

学术编辑器:慧华陈
收到了 2021年4月23日
接受 2021年6月30日
发表 2021年8月14日

抽象的

为了提高航空目标监视雷达的监视效果,本文对传统滤波算法进行了改进,建立了基于改进滤波算法的ADS-B航空目标监视雷达信道优化系统。此外,本文采用改进算法,确保状态协方差为正定或半正定,并采用均方根体积卡尔曼滤波器,避免了矩阵非正定引起的滤波发散或跟踪中断;交互多模型的滤波原理是利用多个滤波器并行处理,通过调整平差算法中的一步预测协方差来实现自适应平差算法残差。此外,本文结合ADS-B航空目标监视雷达信道优化的实际需求,构建系统功能结构,并采用软件工程方法对需求进行建模和分析。最后,本文设计了实验来验证系统的性能。研究结果表明,本文所构建的系统性能满足实际需要。

1.介绍

通用航空是民用航空的重要组成部分,在国民经济和社会福利事业的发展中发挥着独特而不可替代的作用[1].通用航空管制主要为通用航空飞行服务,使飞机在飞行过程中得到更好的控制和管理,得到更合理的飞行安排和应急措施。通用航空飞行动力学是指飞机在飞行过程中各时刻的位置信息、飞机的目标航迹信息、飞机的飞行角度等信息的通用术语。飞行器飞行动力学监测是获取飞行器飞行动力学监测数据,并从数据中提取所需信息。

早在许多年前,美国就开始在通用航空领域进行开发和研究。与美国等发达国家成熟的通用航空飞行服务站的发展相比,我国在通用航空飞行服务保障建设方面严重滞后。发展滞后的主要原因是,在现行的空中交通管制体制下,我国通用航空的发展受到制约[2].

近年来,我国逐渐认识到通用航空领域的不足,开始发展通用航空及其控制监控系统。通过在陕西浦城等多个城市建立低空试点项目,方便通用航空飞机在低空空域进行相关试验。同时,为了满足通用航空飞行服务的需要,更好地发展通用航空领域,提高通用航空飞行动力学的监测,我国不断发布相关政策,加快通用航空飞行服务站系统的建设。建立更加完善的通用航空控制系统,可以实现对通用航空飞行动力学的全面监控,可以更好地推动和发展通用航空领域的建设,可以加快经济发展速度,实现现代化,满足日益多样化的飞行需求,使通用航空真正进入我们的生活[3.].同时,航空制造业属于高新技术产业,完整的通用航空飞行动力学控制与监控可以更好的促进通用航空飞机的使用,从而导致通用航空飞机数量的一定增加。而且,它将进一步促进我国飞机制造水平的提高,更好地推动民用飞机向更高水平发展,增强国防能力。研究通用航空的飞行服务需求,加快通用航空飞行管制运行流程建设,可以提高通用航空的服务效率,更好地为平民服务。

近几十年来,国内外许多专家学者对多目标跟踪方法的相关理论和实践进行了深入的研究,取得了丰硕的成果。相关方法已广泛应用于防空安全侦察预警、导弹防御、战场目标监控等军事领域,民用领域如民航交通管制、车辆自动驾驶系统、计算机视觉等[4].多目标跟踪是使用传感器获得的观察来持续估计和预测多个目标的状态。通常,传感器在每一刻接收的观察由目标和由相邻干扰目标,气象,电磁和声干扰引起的目标和杂波组成,两者难以区分。杂波观察通常在数量,空间位置和密度中随机。在杂乱的环境中,由于随机因子的影响,单个目标通常随时产生多种有效的回波。Multitget跟踪全面应用现代科学理论,如统计估算和决策,最佳控制和智能信息处理,以同时估计目标和杂波混合观察集中多个目标的数量和状态。多数码跟踪问题的研究涉及许多方面[5],包括目标状态和运动模型、观测模型、坐标转换、跟踪门选择、数据关联算法和目标状态估计方法。目标数量和密度、目标动态特性、传感器性能、噪声和干扰源以及选择用于状态估计的滤波器性能等因素都会影响多目标跟踪系统的性能。随着多目标跟踪系统的发展,如多源信息融合理论[6],非线性滤波理论[7[随机有限组理论[8和其他新技术,多靶型跟踪系统的性能显着提高了多靶型跟踪系统的性能。目标不确定性和观察不确定性是在多价跟踪系统中需要解决的两个重要问题。由于新的目标,其出生,死亡或噪音和杂波干扰以及未错过的传感器检测,在监控区域的目标中存在不确定性。因为难以在跟踪环境中获得诸如噪声和杂波的先前信息,所以回声观察与其目标源之间的对应关系存在各种不确定性和随机性。鉴于上述问题,目前有两种主要类型的解决方案。一个是基于数据关联的传统多元跟踪方法[9].该方法首先使用数据相关技术来确定传感器观测和目标源之间的相关性,然后单独估计每个目标的状态。另一个是非配置的多元靶跟踪算法,主要基于随机有限组理论[10].

法国泰利斯公司成功研制出一种先进的水面导航制导和控制系统,已在许多机场投入使用[11].系统接收多个监测设备的信息并进行数据融合后,定位精度可达10 m以内。它通过相关接口与其他设备进行信息交换,使场景中的多个系统协调运行。除监控功能外,系统还具有冲突检测、路径规划、出租车引导等功能。是目前最先进的现场监控管理系统。美国TransTech公司生产的智能机场系统也是典型的a - smgcs系统[12].该系统包括机场地面和低空警报监测,路径规划,地面出租车指导,导航照明监控,自动控制等的功能,可以实现飞行区域,围裙等盲点地面警报监测关键领域。A-SMGCS系统是一种设计理念,系统的实现可以依赖各种不同的监控设备。ADS-B是一种新型监视技术。由于其固有的监视特性,它已成为实现A-SMGCS的重要技术手段。ADS-B技术起源于欧洲。由于其价格低廉,部署灵活,因此已广泛用于欧洲,美国和澳大利亚。EuroControl于2004年实施了级联(欧洲集成空中交通管制)计划。两个关键技术是ADS-B和Link 2000+。ADS-B是FAA于2000年发起的“Capstone”项目的一部分[13].目前,ADS-B发展计划已正式制定,并且ADS-B被视为下一代空运系统的基础[14].大约400个ADS-B地面站已安装在美国。在接下来的二十年中,ADS-B将拯救大约10亿美元,为航空公司等系统用户节省13亿美元。澳大利亚航空服务公司共建造了29个地站。2011年,中国民航管理公司成功开发了ADS-B监视设备,并在2012年制定了ADS-B实施计划。ADS-B的促进和应用被视为我国从大型民事中搬迁的关键航空国家到一个强大的民用航空国家[15].

文献[16]使用Petri网进行A-SMGCS系统较为全面的研究,包括路径规划和避免冲突。文献[17]根据A-SMGCS概念设计了相应的场景监控系统。在文献中设计的系统[18]可接收地面监视雷达、进近雷达、多点定位系统和ADS-B系统的监视信息。当出现跑道入侵、滑行道冲突、停机坪占用和其他场景冲突时,系统可以发出警报和提示。文学[19]使用ADS-B提供了实现机场表面监视的解决方案。文献[20.]详细讨论ADS-B在实现四个方面的表面监控方面的作用:功能设计,系统组成,系统布局和控制和显示。

3.改进的过滤算法

在现实环境中,目标的运动模型要复杂得多。如果我们仅仅依靠模型来跟踪目标,我们无法取得良好的跟踪效果。这是因为现有的统计模型在机动目标跟踪方面也有较好的效果。但是,对于匀速直线运动的目标跟踪效果不太好。因此,许多学术研究者开始使用能够准确描述某一时间段的多个模型来研究目标的运动,并提出了IMM模型,即交互式多模型,被认为是一种较好的跟踪模型。具有较好的自适应性能。我们将处理非线性系统性能较好的滤波算法UKF、SCKF和SCKF更新算法应用到IMM模型中,比较它们的跟踪效果,得到更好的模型和算法组合。

交互式多模型的滤波原理是使用多个滤波器进行并行处理。其中,每个过滤器对应一个状态空间模型,每个状态空间模型所描述的操作模式是不同的。交互式多模型的基本思想是,在每一时刻,如果一个模型是有效的在当前的时刻,我们将使用所有的估计状态值过滤器前一刻此刻初始条件和替换成这个特定的模型,然后对每个模型执行并行滤波。具体步骤如图所示1

以下是IMM算法,我们使用这两个模型作为示例来说明以下内容:

如果假设有r目标的各种运动状态,那么它将对应于r运动模式(即,有r状态转换方程式)。我们假设目标所代表的目标的状态方程模型如下[21]:

目标的测量方程为:

在上述公式中, 是一个均值为零的白噪声序列吗协方差矩阵。元素 目标的概率从由第一下标到运动模型指示的运动模型被转移来指示由第二下标。的概率转变矩阵如下[22]:

IMM算法以递归方式执行,每个递归分为以下四个步骤。步骤1:输入交互(模型j).混合估计 和协方差 国家估计 和模型概率 将上一步中不同过滤器的个数用作当前值。在本文中,交互模型被标记为模型j和模型.上面提到的参数计算如下:(1)模型的预测概率(标准化常数)j如下: (2)模型的混合概率模拟j如下: (3)模型的混合状态的估计j如下: (4)模型的混合协方差的估计j23]如下: 的公式, 是从模型转移概率模拟j, 模型的概率是多少j 时间。步骤2:SCKF (UKF)滤波模型j 作为SCKF或UKF滤波的输入,并将输入替换到算法中以更新预测状态 和滤波协方差 第3步:更新模型概率。可能性函数用于更新每个模型的概率。每个模型的概率都代表 模型的似然函数j如下: 的公式, 其中,h为测量方程, 是残,和 为对应的协方差。然后,模型的概率j如下: 在上述公式中,c是归一化常数,和 步骤4:输出交互。之后,我们更新每个模型的概率,我们与相应的权重各过滤器的结果整合,然后总结所有项目获得总状态估计结果 和总协方差估计 总的状态估计如下[24]: 总协方差估计如下: 以这种方式获得的结果将小于Unupdated算法误差和更接近真实值。

SCKF-IMM测量更新算法的步骤如下[25]:第1步:输入交互: 步骤2:SCKF过滤。该算法需要 作为执行体积kalman滤波并更新预测状态的输入 和滤波器协方差 第三步:更新模型概率。计算模型的似函数j如下[26]: n在该公式中表示观察载体的尺寸。第4步:输出的相互作用,并获得国家估计 和总协方差估计 步骤5:输出测量更新。

我们根据观测值执行测量更新 在时间k,获得最终输出结果 计算步骤如下[27]:(1)该算法计算非线性观察矩阵: (2)该算法计算创新协方差,在哪里R是观测噪声: (3)该算法更新了卡尔曼滤波器增益: (4)输出状态更新: (5)协方差更新为:

4.基于改进滤波算法的ADS-B航空目标监控分析

基于ADS-B的地面监视系统应分为机载(车载)设备、机载(车载)显示系统、接收基站和融合中心,如图所示228].

ADS-B数据预处理包括ADS-B数据解码和ICAO地址关联,以形成单个ADS-B轨道。根据区域编码,箱编码和CPR解码方法,计算飞机的纬度和经度。ADS-B信息仅在传输期间发送箱码,并且接收器需要根据箱代码计算经度和纬度。CPR解码有两种方法:全局解码和本地解码。当首次接收到目标信息时,使用全局解码,然后使用本地解码来更新目标的位置。单通道ADS-B轨道通过轨道相关性,跟踪和融合来形成ADS-B系统轨道。数字3.显示ADS-B数据处理系统视图。ADS-B数据处理接收多个ADS-B地面站发送的ADS-B信息,每个ADS-B数据预处理模块采集大量ADS-B航迹信息。ADS-B轨迹相关性是确定来自不同ADS-B地面站的两条局部ADS-B轨迹是否代表同一目标,并最终进行ADS-B轨迹融合[29].

数据帧结构如图所示430.].

ADS-B轨迹跟踪过程是在形成的ADS-B轨迹表中更新飞机目标信息。ADS-B轨道更新周期是ADS-B位置报告的更新周期。在更新时也可以获得目标的存在,外推和消失,并且可以不同地处理不同的情况。数字5主要包括以下内容:(1)系统获得的ADS-B轨迹表中的每个ADS-B轨迹的属性,包括存在,外推,和ADS-B轨迹的消失;(2)当目标的性质是存在的,则系统将更新的目标飞机的ADS-B的轨迹信息和更新现有的信息;(3)当目标的性质外推时,系统产生外推的ADS-B的轨道,和所述外推的ADS-B轨道标有监视屏幕上的特定标识符,以指示所推断ADS-B轨道之间的差和真正的ADS-B轨道;(4)当飞机的目标ADS-B轨迹的外插次数达到系统所指定的自适应参数,该系统确定该ADS-B的轨迹被终止时,发送ADS-B磁迹的终止报告,注销在ADS-B轨道表中的ADS-B磁迹的存在,并清除相关的ADS-B磁道的内容;(5)当飞机目标消失时,系统立即清零ADS-B轨迹表中的飞机目标的状态;(6)当系统接收到从飞机目标的ADS-B轨迹的雷达源终止报告,系统会立即终止ADS-B轨迹。

数字6展示ADS-B飞行安全预警系统的处理视图。

根据飞机的飞行方向,所采用的飞机目标的当前位置速度被推断为自适应时间或自适应距离。如果飞机目标落入有效的入侵警告区域或通过有效入侵警告区域飞行,则对飞机目标的入侵警告,相应的入侵警告标志显示在飞机目标的标志上。入侵警告的示意图如图所示7

在图8,飞机A在当前模型中不会生成入侵警告,在推测模式下也不会生成入侵警告。飞机B在当前模型中不生成入侵警告,但在推测模式下生成入侵警告。飞机C在当前模式下不生成入侵警告,但在推测模式下生成入侵警告。

5.基于改进滤波算法的ADS-B航空目标监控系统架构

系统操作的示意图如图所示9.空中装备通过1090ES地到空中数据链路从飞机空气机设备和导航系统设备广播其位置和状态信息。ADS-B接地站负责接收ADS-B的广播数据并将其发送到ADS-B,用于监视数据处理。ADS-B监视数据处理负责完成ADS-B信息的解码,通过关联形成ADS-B轨迹,以及ADS-B轨迹的跟踪。此外,它执行短期冲突预警检测,最低安全高度警告检测,空域入侵警告检测以及飞机和飞机之间的其他飞行安全检测。与此同时,它为用户提供了实时,准确和安全的监控信息。

从逻辑上看,该软件采用了分层架构。该软件采用了四层模型,包括系统层,服务层,业务处理层和表现层。该软件是根据分层结构组织,每个层到其上部层提供服务,并在同一时间,是其下层的客户,并且每个层修改不会影响其他的层。除相邻层,内部层由其它层隐藏。软件中的相互作用被限制为相邻层,数据融合技术在本文中可以有效地避免软件相互作用的影响,以及相互作用是按照一定的协议进行,如示于图10. 系统层主要包括操作系统、数据库系统和基本图形库。服务层建立在系统层之上,提供数据通信相关服务,包括网络传输、数据库访问、系统时钟、基础软件功能库等。

ADS-B监控数据处理软件主要利用数据库和数据文件存储VSP参数,运行流程生成数据,通过数据库访问、基础数据服务、文件读取实现数据信息的访问和查询。为了保证软件中数据的高可靠性和高可用性,数据库组成及界面如图所示11

根据系统的需求分析和结构设计,系统的网络拓扑如图所示12

同时,控制器工作站对数据进行处理后,也通过网络交换机将数据发送到飞行计划数据中心进行存储。根据转发规则,将位置数据信息发送到各相应的控制器工作平台,完成通用航空飞机的飞行动态监控和管理。

根据需求分析中对通用航空飞行动态监控系统的需求分析,系统可分为五大模块:数据通信模块、数据转发模块、数据处理模块、界面显示模块、报警提示模块。告警模块可以在系统检测到异常时发出告警,控制中心获取告警信息后可以进行相应的应急操作。数据处理模块在处理过程中还包含两个主要的子模块,即存储模块和解析模块。各模块协同工作,完成通用航空飞行动态监测,实现业务支持。模块分解视图如图所示13

数据通信模块是主要负责的通信链路的维护和发送和接收的位置数据在系统中。所述数据处理模块主要负责存储,分析,和重放所接收的位置数据。数据转发模块是主要负责源控制站和辅助控制站之间的数据转发,使得辅助控制站能够正确地接收的有关位置数据。

6.系统功能测试

该模拟器产生相同的数据的情况与实际工作环境,主要包括模拟ADS-B地面站和模拟ADS-B数据和发送ADS的ADS-B监视数据处理使用“Annex10软件在国际民用航空公约”作为接口-B数据来验证软件功能的正确性。首先,本文主要进行测试的数据处理和从数据接口显示效果,方位和距离测量,跟踪显示数据,数据转发,数据分析以及数据存储和行为40套的数据测试和分数的几个方面进行测试。结果显示在表格中1和图14


数字 显示效果 方位距离测量 跟踪显示数据 数据转发 数据分析 数据存储

1 85.8 87.2 85.4 86.2 92.9 92.8
2 87.1 93.7 83.0 89.5 88.7 87.8
3. 93.8 83.7 94.9 90.8 92.3. 84.6
4 89.5 86.5 90.5 85.6 92.4 93.5
5 91.2 91.8 87.8 85.9 91.0 93.4
6 93.9 84.0 89.8 94.8 93.4 86.3
7 88.4 84.7 89.3 87.9 89.6 89.7
8 89.3 83.2 83.9 89.6 91.8 90.0
9 84.4 94.9 88.2 94.7 84.4 87.8
10 87.7 90.2 89.3 85.0 87.4 84.0
11 91.8 84.1 87.3 91.6 84.2 86.8
12 92.6 89.8 90.1 91.1. 83.3 92.1.
13 84.8 94.3 85.2 95.0 91.5 88.2
14 93.9 83.8 93.4 84.1 88.9 93.6
15 87.9 94.9 94.7 88.3 94.4 91.4
16 91.6 85.7 94.2 83.2 91.1. 86.1
17 90.2 92.2 93.4 89.9 90.5 93.9
18 89.1 87.5 86.5 93.8 94.9 89.0
19 86.4 93.2 89.6 85.2 83.5 88
20. 88.6 88.3 92.8 85.9 86.3 83.2
21 84.5 90.2 89.4 91.3. 89.0 83.8
22 88.1 86.5 89.2 87.8 94.4 88
23 89.1 95.0 93.7 90.7 83.0 92.7
24 91.9 92.3. 91.0 90.8 87.6 84.7
25 92.5 84.3 92.4 90.7 91.7 87.3
26 89.7 90.3 88.8 84.2 93.7 93.5
27 84.4 92.8 89.7 92.5 86.8 83.7
28 86.2 85.6 90.0 83.4 89.7 92.8
29 90.7 85.9 84.5 87.7 94.4 89.2
30. 92.4 87.3 89.6 83.3 84.4 84.3
31 90.9 86.6 94.1 88.2 89.7 91.6
32 89.5 89.6 93.9 84.2 89.2 92.6
33 84.4 88.9 87.3 86.8 83.6 93.3
34 86.0 94.8 84.8 84.7 94.1 89.9
35 84.1 83.2 94.2 87.1 83.4 83.4
36 92.7 90.3 89.6 89.2 86.4 90.9
37 84.0 94.3 93.5 89.0 87.9 85.1
38 88.6 89.5 94.2 92.3. 94.8 90.8
39 85.5 89.7 92.6 84.4 84.6 88.7

从以上分析可以看出,基于本文构建的改进滤波算法的ABS-B航空目标监视雷达信道优化系统在处理雷达监视数据时能够达到预期目标。因此,本文构建的系统在数据处理方面基本没有问题。接下来,本文对目标监控精度和飞行策略进行了实验分析,并通过100组数据进行了实验研究。统计检验结果见表2和图15


数字 目标监测精度 飞行策略评价 数字 目标监测精度 飞行策略评价 数字 目标监测精度 飞行策略评价 数字 目标监测精度 飞行策略评价

1 97.6 93.7 26 97.8 94.4 51. 97.4 93.0 76. 97.3 94.4
2 97.7 92.3. 27 98.1 93.5 52. 97.2 91.0 77. 97.6 91.7
3. 98.0 93.1 28 98.6 92.0 53. 98.8 94.2 78. 98.1 92.9
4 97.9 94.7 29 97.6 91.9 54. 98.9 91.2 79. 98.0 93.8
5 97.2 94.3 30. 98.4 94.5 55. 97.2 94.0 80 97.8 91.2
6 98.9 91.6 31 98.4 91.0 56. 98.4 93.4 81. 97.1 93.1
7 97.4 94.1 32 97.3 94.2 57. 97.6 91.8 82. 99 92.8
8 98.8 93.1 33 98.5 91.3. 58. 98.8 91.5 83. 97.8 93.3
9 97.5 92.0 34 98.1 93.5 59. 97.8 92.8 84. 97.8 94.6
10 97.5 91.1. 35 98.7 91.7 60. 98.0 93.4 85. 97.7 94.7
11 97.9 92.8 36 98.4 93.9 61. 99 94.0 86. 98.8 93.0
12 98.9 92.9 37 98.9 92.6 62. 97.5 94.1 87. 97.9 94.7
13 98.9 93.7 38 98.4 93.7 63. 97.4 94.5 88. 97.4 94.7
14 98.7 93.6 39 98.9 91.1. 64. 98.5 91.4 89. 97.3 91.2
15 98.0 92.5 40 98.9 94.6 65. 97.0 94.8 90. 97.1 93.6
16 98.6 92.3. 41 97.1 94.3 66. 97.6 93.8 91. 98.8 93.3
17 97.2 92.8 42 98.5 92.2 67. 97.8 94.0 92. 97.6 94.9
18 98.5 91.7 43 97.2 93.2 68. 98.0 92.1. 93. 98.2 93.2
19 97.4 91.5 44. 98.2 93.8 69. 98.4 92.9 94. 98.9 94.9
20. 98.6 92.6 45. 97.3 92.9 70 97.5 92.6 95. 98.3 93.1
21 98.1 94.1 46. 98.9 91.2 71. 97.6 92.8 96. 97.8 94.1
22 98.9 93.8 47. 98.4 91.3. 72. 97.3 92.6 97. 98.6 93.2
23 97.6 92.0 48. 98.1 93.7 73. 97.1 93.1 98. 98.5 93.5
24 98.0 91.5 49. 97.5 92.9 74. 97.5 93.8 99. 97.4 92.4
25 97.9 94.4 50. 97.1 92.5 75. 98.0 94.1 One hundred. 97.3 91.5

从上述分析结果可以看出,本文建造的系统基本上满足了预期的需求,所有功能测试都符合实际需求。

7.结论

ADS-B监视数据处理技术是空中交通管制系统的核心技术。ADS-B监视数据处理的质量对空中交通管制系统有着重要的影响。ADS-B技术是新一代空中交通管制系统的重要监控技术之一。与雷达监视技术相比,它具有精度高、实时性强、成本低等特点。针对传统空中交通管制和通用航空领域的监视需求,本文重点研究ADS-B监视信息处理技术。本文对传统滤波算法进行了改进,对ADS-B航空目标监视雷达信道进行了优化,采用软件工程方法对需求进行建模和分析,了解了各功能模块之间的关系和所包含的内容。建立了系统的总体架构,选择了合适的软件开发技术来完成和实现这些业务功能。此外,本文还对系统功能进行了详细的设计,分析和描述了各个功能需要完成的过程,并通过流程图等各种模型配合业务功能的实现。最后,本文设计了一个实验来验证本文所构建的系统的性能。研究结果表明,本文所构建的系统具有一定的效果。

对于本文提到的噪声问题,我们一直假设测量噪声和系统噪声是相互独立的。实际环境非常复杂。运动目标的状态是不断变化的,环境也是不断变化的。在任何时刻,测量噪声和系统噪声都是相互独立的。我们应该在这一领域进行研究,使其得到更广泛的应用。

数据可用性

用于支持本研究发现的数据可由通讯作者要求提供。

利益冲突

作者声明他们没有利益冲突。

致谢

该项目获得了四川科技计划重点研发项目的财政支持,(基于ADS-B的非支持无人机监控技术研究),授予NO。2019YFG0309。

参考

  1. A. A. Cherrukov, Y. V. Mel 'Ruchuk, N. Z. Pinus等,“用雷达和飞机研究对流大气中的湍流”,无线电科学,第4卷,第4期。12, pp. 1257-1259, 2016。视图:出版商的网站|谷歌学术
  2. D. V. Kožović和D. Ž Đurđević,“航空欺骗:GPS和ADS-B系统的安全威胁,”Vojnotehnički glasnik/军事技术信使,第69卷,第2期2,pp。461-485,2021。视图:出版商的网站|谷歌学术
  3. “基于航空大数据的机器学习辅助空中交通流分析”,《航空学报》,2014年第1期,第1期。IEEE车辆技术汇刊,第69卷,第2期5、第5页。视图:出版商的网站|谷歌学术
  4. B. Károly和B. Sághi,“从不同利益相关者的角度评估无人机的监视问题和实际解决方案”,交通运输工程,第49卷,第49期。1,第32-41页,2021年。视图:谷歌学术
  5. “ADS - B攻击数据的威胁模型和构建策略,”专业信息安全,卷。14,不。5,pp。542-552,2020。视图:出版商的网站|谷歌学术
  6. J.王,Y.邹和丁J.,“基于LSTM ADS-B欺骗攻击检测方法,”无线通信和网络欧洲兴普日报, 2020年第5期。1, pp. 1 - 12, 2020。视图:出版商的网站|谷歌学术
  7. 刘庆生,裴建华,刘学勇,“低分辨率雷达飞行器回波的自仿射分形建模,”国防科学杂志,卷。66,没有。2,第151-155,2016。视图:出版商的网站|谷歌学术
  8. A.Papageorgiou,M.Tarkian,K.Amadori和J.Ölvander,“无人机的多学科优化考虑雷达签名,传感器和轨迹约束”杂志上的飞机,卷。55,不。4,第1629至1640年,2018。视图:出版商的网站|谷歌学术
  9. B. Persson,“使用飞行雷达横截面测量的雷达目标建模”杂志上的飞机,卷。54,没有。1,pp。284-291,2017。视图:出版商的网站|谷歌学术
  10. F. D. Boardman,“雷达的基本原理,特别是飞机和导弹应用的介绍讲座,为非专业人士,”皇家航空学会杂志,第63卷,第586号,第589-596页,2016年。视图:出版商的网站|谷歌学术
  11. E. Sheridan, J. Randolet, T. L. Devault等人,“雷达对鸟类行为的影响:对机场野生动物管理的影响”,应用动物行为科学,第171卷,第241-252页,2015年。视图:谷歌学术
  12. Q.侯,刘和Z.Chen,“减少了使用限制脉冲的飞机压缩传感ISAR成像的微多普勒效应”电子字母第51卷第1期12, pp. 937-939, 2015。视图:出版商的网站|谷歌学术
  13. N.Khatavkar和K. Balasubramanian,“超音速飞机的复合材料,具有改善射频传输 - 评论”RSC的进步,第6卷,第8期,第6709-6718页,2016年。视图:出版商的网站|谷歌学术
  14. S. W. Yen, F. V. Graas和M. D. Haag,“用两颗卫星和已知的接收时钟、气压和雷达仰角进行定位,”全球定位系统解决方案,第20卷,第2期。4, pp. 1-15, 2015。视图:出版商的网站|谷歌学术
  15. A. D. Mcaulay,“用于快速运输前进控制的跟踪雷达”,杂志上的飞机,卷。12,不。8,pp。676-681,2015。视图:谷歌学术
  16. W. W. Vickers和M. E. López,“非分层大气异常引起的低角度雷达跟踪误差”,无线电科学,第10卷,第5期。5, pp. 491-505, 2016。视图:出版商的网站|谷歌学术
  17. L. R. Grace,“水分污染对x波段聚合物复合雷达防护结构相对介电常数的影响”,复合结构, 2015, vol. 128, pp. 305-312。视图:出版商的网站|谷歌学术
  18. R. A. Kropfli,W. R. Monger和F.Pasqualucci,“在合作对流降水实验期间,在35-GHz雷达中,”圆形去极化比和多普勒速度测量“,”无线电科学第19卷第2期1, pp. 141-147, 2016。视图:出版商的网站|谷歌学术
  19. G. J. Rabadan, N. P. Schmitt, T. Pistner等,“机载激光雷达用于飞行中紊流现象的自动前馈控制”,杂志上的飞机,第47卷,第47期。2, pp. 392-403, 2015。视图:出版商的网站|谷歌学术
  20. RA.克罗夫利和P。HHildebrand,“利用双多普勒雷达在光学透明的行星边界层进行三维风测量,”无线电科学,第15卷,第5期。2, pp. 283-296, 2016。视图:出版商的网站|谷歌学术
  21. S. M. Cherry, J. Goddard和M. Ouldridge,“通过机载分光计和双极化雷达同时测量降雨”,无线电科学,第19卷,第1期,第169-176页,2016年。视图:出版商的网站|谷歌学术
  22. M.B.Gerringer,S. L.Ima和T. L. devault,“在中西部景观中评估禽雷达系统”,野生动物协会公告,第40卷,第5期。1, pp. 150-159, 2016。视图:出版商的网站|谷歌学术
  23. GY库利科夫和M。vKulikova,“用于雷达跟踪的精确连续离散扩展卡尔曼滤波器,”信号处理上的IEEE交易号,第64卷。4, pp. 948-958, 2016。视图:出版商的网站|谷歌学术
  24. B.T.Baxley,D. Williams,M. Consiglio等,“小型飞机运输系统,较高批量运营概念和研究摘要”杂志上的飞机第45卷第5期6, pp. 1825-1834, 2015。视图:出版商的网站|谷歌学术
  25. a . Muhlbauer, H. Kalesse,和P. Kollias,“中纬度砧状卷云的垂直速度和湍流:现场飞机测量和地面多普勒云雷达检索的比较,”《地球物理研究快报号,第41卷。22, pp. 7814-7821, 2015。视图:出版商的网站|谷歌学术
  26. C. L. Johnson,“YF-12A拦截机的一些发展方面,”杂志上的飞机,第7卷,第5期4, pp. 355-359, 2015。视图:谷歌学术
  27. S. A.Viken,F. M. Brooks和S. C. Johnson,“小型飞机运输系统项目概述四项启用操作能力”杂志上的飞机号,第43卷。6, pp. 1602-1612, 2015。视图:出版商的网站|谷歌学术
  28. GD纳斯特罗姆和K。sGage,“基于雷达剖面仪观测的中尺度风的增强频谱,”无线电科学,卷。25,不。5,pp。1039-1047,2016。视图:出版商的网站|谷歌学术
  29. FTBerkey,“专题介绍:超视距雷达的科学和技术,”无线电科学,卷。33,不。4,pp。1043-1044,2016。视图:出版商的网站|谷歌学术
  30. M. C. coniglio, D. M. Williams, J. L. Murdoch等,“小型飞机运输系统大容量操作的概念验证实验”,杂志上的飞机第45卷第5期2, pp. 359-365, 2015。视图:谷歌学术

版权所有©2021郑晓霞等。这是一篇发布在知识共享署名许可协议,允许在任何媒介上不受限制地使用、传播和复制,但必须正确引用原作。


更多相关文章

PDF 下载引用 引文
下载其他格式更多的
订单打印副本命令
意见39
下载80
引用

相关文章

年度奖项:由我们的首席编辑所选的2020年突出的研究捐款。阅读获奖文章