利用ADS-B通信技術改進雷達監測精度的評估方法

摘要：該研究旨在評估自動相關監視-廣播（Automatic Dependent Surveillance-Broadcast，ADS-B）系統通信技術對改進雷達監測精度的效果。文章通過對ADS-B和傳統雷達數據進行采集、處理與融合，顯著提升了飛行器的定位、航向、高度和速度監控精度。數據分析結果表明，單一雷達系統的定位誤差較大，而ADS-B通信技術在精度和更新頻率上有顯著提升。該研究將兩者的數據源進行融合后，定位誤差進一步減少，平均降低至5 m，其他關鍵參數如高度、速度和航向的誤差也有顯著下降。該研究通過卡爾曼濾波等算法處理數據，實現了高效的多源數據融合，提升了航空監測的精度與可靠性，特別是在飛行器實時跟蹤中的應用價值顯著。

關鍵詞：自動相關監視-廣播；雷達監測；數據融合；卡爾曼濾波

中圖分類號：TV351.3-39 文獻標志碼：A

0 引言

在民航領域，導航技術的不斷發展對航空安全和效率的提升起著至關重要的作用。隨著航空運輸需求的增加，傳統雷達技術在應對飛行器密度和復雜空域管理方面逐漸暴露出一些局限性，特別是在復雜地形和高空飛行區域，傳統雷達的覆蓋范圍和精度無法滿足日益增長的航空運輸需求。為了解決這些問題，自動相關監視-廣播技術逐漸成為現代民航導航系統的核心組成部分。ADS-B 技術依托飛機上的發射設備，將飛行器的實時位置信息、速度、高度等關鍵數據通過廣播的方式發送給地面接收站，從而極大提高了導航監測的精度和覆蓋范圍［1］。

系統總體架構如圖1所示。由圖1可以看出， ADS-B 數據通過網絡防火墻進行安全傳輸，數據接入及預處理服務器接收并進行基礎處理，確保數據的完整性和一致性。數據融合服務器將來自不同站點的數據進行整合，以增強監測的整體效果。同時，質量檢測服務器對數據進行質量檢驗，確保數據的可靠性和準確性。在這個系統中，GPS授時設備用于對整個系統的時間同步，確保各個組件的數據時間戳統一，為飛行器的實時監控提供精確的時間參考。此外，ADS-B 站點監控終端用于實時監控各ADS-B站點的運行狀態，而航班運行監控終端則為航空管理人員提供飛行器實時運行的狀態信息。所有數據通過網絡交換機進行高效地傳輸和共享確保系統各個部分之間的協調工作。這種基于ADS-B技術的民航導航系

統不僅提高了飛行器跟蹤的精度，還大大增強了飛行安全性，是現代航空管理不可或缺的一部分。

1 ADS-B數據雷達監測精度方案

在現代民航導航中，ADS-B技術通過廣播飛機的實時狀態信息，如位置、速度、高度等，極大地提高了飛行器監測的精度和覆蓋范圍。然而，要確保這些數據的精確性和可靠性，必須對ADS-B數據進行嚴格的質量監控。圖2展示了一個完整的ADS-B數據質量監測方案，該方案包括數據的預處理、質量監控及狀態監控等多個環節［2］。

ADS-B數據經過數據接入模塊進入系統，該模塊負責數據的初步接收與處理。緊接著，通過循環冗余校驗（Cyclic Redundancy Check， CRC），確保接收到的數據沒有在傳輸過程中出現誤碼。CRC校驗通過生成多項式P（x）來校驗數據D（x），判斷數據是否被正確接收。若D（x）modP（x）=0，則數據無誤，否則須重新接收［3］。

在通過CRC校驗后，數據進入數據預處理模塊，進行必要的數據整合和格式轉換。預處理后的數據進入ADS-B數據質量檢測模塊進行進一步分析和檢測。此環節中，數據的完整性由數據備份項檢測進行驗證，確保數據具備適當的冗余備份。在此基礎上，進行網絡接口卡（Network Interface Card， NIC）異常檢測，檢測數據鏈路的正常性，防止數據在傳輸鏈路中丟失或延遲。接著，對數據進行航跡野值檢測，確保其航跡數據符合實際飛行邏輯，避免誤報或虛假信號。

數據通過基礎檢測后，會繼續接收數據通斷檢測和卡爾曼濾波處理?？柭鼮V波器是一種常用的線性二次估計方法，它通過預測和更新飛行器的狀態，減少ADS-B數據中的噪聲?？柭鼮V波公式如下：

異常站點檢測則用于監測ADS-B站點的運行狀態，避免由于硬件故障或環境干擾引起數據異常。這些監測信息會被傳送到ADS-B站點狀態監控終端，通過異常數據查詢與瀏覽、異常站點管理等功能，航空管理人員可以實時掌握系統的運行狀態。

系統中所有異常信息和警告數據最終會存儲在告警數據庫中，通過數據管理單元進行統一的日志管理與告警提示。

2 利用ADS-B通信技術改進雷達監測精度方案

在現代民航導航和監測系統中，ADS-B通信技術作為一種自動相關監視系統，能夠大幅提升雷達監測精度。本文利用ADS-B的高精度和高頻率更新數據，通過多源數據融合技術可以進一步提高系統對飛行器的定位精度、監控范圍和數據可靠性。通過ADS-B雷達數據融合方案，雷達與ADS-B系統的監測數據被有效結合，形成一個更加完整和準確的飛行器跟蹤系統。

ADS-B數據與雷達數據的融合在于充分利用兩者的優勢。雷達數據的采集頻率較低，通常每隔幾秒獲取一次飛行器的位置信息，但其優勢在于不依賴飛機上的設備。ADS-B則能夠以每秒多次的頻率廣播飛機位置、速度和高度等信息，精度高、延時低。通過融合這2種數據源，能夠獲得高精度、低延遲的數據，避免了單一數據源失效或出現誤差時系統不穩定性現象。

在該融合方案中，數據融合的關鍵步驟是定位的協同計算。首先，ADS-B數據和雷達數據進入數據融合服務器，利用卡爾曼濾波器進行多源信息的處理與估計?？柭鼮V波是一種最優估計算法，能夠在給定不確定性條件下，對系統狀態進行精確預測與更新?？柭鼮V波的狀態更新公式如下：

最后，數據融合方案還引入了數據冗余機制。如果某個ADS-B站點或雷達設備發生故障，系統可以利用其他可用數據源來彌補缺失數據，確保系統的可靠性。融合的結果通過狀態監控模塊實時顯示，飛行管理人員可以通過監控終端直觀了解飛行器的精確位置和狀態［6］。

3 ADS-B通信技術改進雷達監測精度評估數據分析

3.1 數據采集與來源

在進行ADS-B通信技術改進雷達監測精度的評估時，數據采集至關重要。本次評估的主要數據來源包括如下。

（1）ADS-B數據：根據飛機的ADS-B發射設備采集實時數據，采集內容包括飛機的經緯度、飛行高度、速度和航向等。這些數據以5次/s的頻率更新，具有較高的時效性和精度。

（2）雷達數據：數據來自地面監控雷達，提供飛行器的空間位置信息。雷達數據的采集頻率相對較低，通常每隔5 s采集一次。盡管精度不如ADS-B數據，但雷達數據在設備失效時提供了額外的冗余保障。

（3）地面站數據：地面站從分布在各地的接收設備中收集到ADS-B信號和雷達回波數據。這些地面站為數據提供了可靠的接收通道并確保了信息的廣泛覆蓋。

為了評估ADS-B改進后的雷達監測精度，本文采集了多個航班的飛行數據，重點對某幾個航路的飛行器位置進行跟蹤。表1為示例性數據集的概覽。

3.2 數據融合與處理分析

在數據融合過程中，本文對不同來源的數據進行預處理，主要是對數據進行時間同步和異常值過濾處理。由于ADS-B數據具有較高的采集頻率和精度，因此在融合計算時，主要以ADS-B數據為基礎，將雷達數據作為輔助，特別是在ADS-B信號較弱或不可用時，雷達數據可作為冗余的備用信息［7］。

數據處理的關鍵步驟包括時間對齊與多源數據融合。通過對每個時間段內的ADS-B與雷達數據進行加權平均融合，可以有效提升監測精度。ADS-B數據的高精度使其在正常情況下占主導地位，而雷達數據則用于在信號丟失或異常時補充和修正飛行器位置。

在處理過程中，本文使用卡爾曼濾波算法來提高數據的精確度。該算法能夠在噪聲情況下，通過對不同時間點的數據進行平滑處理，進一步減少隨機誤差，確保定位和航跡的連續性。

本文還引入了時空一致性檢測算法，用于識別和糾正可能的沖突或數據不一致性。例如：當某一時刻的雷達數據與ADS-B數據存在顯著偏差時，系統通過歷史數據進行校正。本研究通過這種方式，可以實現系統的動態調節，避免由于單一數據源的故障或噪聲帶來監測精度下降問題。

3.3 評估結果與分析

通過對ADS-B與雷達數據融合后的監測結果進行評估，可以明顯看出，ADS-B技術在改進雷達監測精度方面表現優異。結合2種數據源的優勢，本研究的實驗數據表明，ADS-B與雷達融合的系統大幅減少了誤差，提高了飛行器跟蹤的準確性。

在進行均方根誤差分析時，本文分別對單一雷達數據、單一ADS-B數據以及融合數據進行了誤差對比。結果顯示，融合后的數據在定位、航向和高度上的誤差均顯著降低。不同方法下的定位精度評估結果如表2所示。

通過對比單一雷達監測、單一ADS-B監測和數據融合后的誤差情況，可以明顯看出數據融合技術在提升監測精度方面的顯著優勢。從定位誤差來看，單一雷達的定位誤差為40 m，ADS-B系統的定位誤差顯著減少到10 m，而融合后的數據誤差進一步降低至5 m。這說明，ADS-B數據的高頻率更新和更高的精度顯著改善了飛行器的空間位置監測，而融合兩者的數據源進一步優化了系統的表現。在高度誤差方面，單一雷達系統的誤差為100 m，而ADS-B系統將誤差降低至20 m，數據融合后高度誤差進一步縮小到10 m，這對于飛行器的垂直控制與高度監測尤為關鍵。ADS-B系統能夠提供更精確的高度信息，結合雷達數據的冗余，顯著提高了監控精度。此外，速度和航向誤差也都表現出類似的改善趨勢。單一雷達的速度誤差為5.0 m/s，而ADS-B將其降低到1.0 m/s，數據融合后進一步減少至0.5 m/s。航向誤差從雷達的1.00°降低到ADS-B的0.10°，在融合后達到僅0.05°的誤差水平。這表明融合技術不僅提升了精度，還使系統更具魯棒性，適應復雜的飛行環境。

4 結語

本研究通過對ADS-B和雷達數據的采集、處理和融合，驗證了ADS-B通信技術對雷達監測精度的顯著提升作用。數據融合技術，特別是卡爾曼濾波等算法的應用，能夠有效減少定位、速度、航向和高度監控中的誤差，提升了系統的整體性能。這一技術為現代航空監測系統提供了更高的可靠性和精度，具有廣闊的應用前景。

參考文獻

［1］裴方瑞，李艾婷.ADS-B數據質量監測與雷達數據融合平臺的研制［J］.電子制作，2020（9）：31-33.

［2］徐志達，王志勇，譚建偉.利用Sentinel-1A/1B雷達衛星數據監測南極接地線回退狀況［J］.測繪通報，2019（7）：39-43，49.

［3］劉澤杉.ADS-B和雷達系統的性能差別分析［J］.中國軍轉民，2024（12）：35-36.

［4］張召悅，黃誠昊.基于ADS-B數據的一次雷達系統誤差配準方法［J］.空軍工程大學學報，2024（1）：83-89.

［5］陳盛祝，韓丙同，賈少才，等.基于ADS-B和WEB的雷達精度分析系統［J］.計算機測量與控制，2024（5）：208-214.

［6］張丹妍，史達亮，熊偉.基于航跡質量評估的雷達和ADS-B數據融合方法［J］.航空工程進展，2024（2）：173-178.

［7］李寶鵬，吳春林，張凱旋，等.基于ADS-B多源數據融合的對空情報雷達探測性能分析評估系統［J］.兵工自動化，2023（2）：1-5，15.

（編輯 王永超編輯）

Evaluation method for improving radar monitoring accuracy using ADS-B communication technology

WANG "Rui

（Civil Aviation Flight University of China Mianyang Flight College， Mianyang 621000， China）

Abstract： "The aim of this study is to evaluate the effectiveness of Automatic Dependent Surveillance-Broadcast （ADS-B） communication technology in improving radar monitoring accuracy. This article significantly improves the accuracy of aircraft positioning， heading， altitude， and speed monitoring by collecting， processing， and fusing ADS-B and traditional radar data. The data analysis results show that the positioning error of a single radar system is relatively large， while a single ADS-B data has significant improvements in accuracy and update frequency. After combining the data sources of both， this study further reduces the positioning error to an average of 5 meters， and significantly reduces the errors in other key parameters such as altitude， speed， and heading. This study processes data using algorithms such as Kalman filtering， achieving efficient multi-source data fusion and improving the accuracy and reliability of aviation monitoring， especially in real-time tracking of aircraft， which has significant application value.

Key words： ADS-B; radar monitoring; data fusion; Kalman filtering