基于改进卡尔曼滤波的四维飞行航迹预测模型-论文.pdf

《基于改进卡尔曼滤波的四维飞行航迹预测模型-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、JournalofComputerApplicationsISSN1001—90812014—06一l0计算机应用，2014，34(6)：1812—1815CODENJYIIDUhttp：／／www．joca．cn文章编号：1001．9081(2014)06-1812—04doi：10．11772／j．issn．1001—9081．2014．06．1812基于改进卡尔曼滤波的四维飞行航迹预测模型王涛波，黄宝军(中国民航大学空中交通管理学院，天津300300)($通信作者电子邮箱tbwang@cauc

2、．edu．en)摘要：为解决空气动力学模型在四维飞行航迹预测中存在的参数过多、预测精度偏低等问题，提出了一种对预测模型中的系统噪声进行实时估计的改进卡尔曼滤波(IKF)算法。首先，对雷达数据进行处理，根据航空器飞行中航向、航速进行速度转换；然后，采用传统卡尔曼滤波(KF)算法和IKF算法分别建立航迹预测模型；最后通过同一实例计算，比较两种算法在、I，、z方向上的预测偏差，取偏差小者为优。实验结果表明：IKF算法在、y方向上的预测偏差比KF算法分别降低了17．65％和98．03％，而z方向上采用KF算

3、法有较小的预测偏差。此外，针对IKF算法进行不同时间间隔的预测分析，在进场飞行程序的保护区宽度(9．46km)范围内，预测间隔可以增大至20S。关键词：空中交通管理；四维航迹；航迹预测；卡尔曼滤波；系统噪声中图分类号：TP391．9文献标志码：A4DflighttrajectorypredictionmodelbasedonimprovedKalmanfilterWANGTaobo，HUANGBa0iun(CollegeofAirTraficManagenvent，CivilAviationUniv

4、e~ityofChina，Tianjin300300，China)Abstract：Tosolvetheproblemoftoomanyparametersandlowpredictionprecisioninthetraditionalaerodynamic4Dtrajectorypredictionmodels，anImprovedKalmanFilter(IKF)algorithmwasproposedtoestimatethe4Dtrajectory，whichincreasedtheacc

5、uracyoftrajectorypredictionthroughreal—timeestimationofsystemnoise．First，accordingtothevaryingdirectionandvelocityofaircraftduringflight，thevelocitywasshifted．Then，thepredictionmodelsweresetupseparatelybyKFandIKF．Finally，bycomparingthepredictivedeviati

6、onsin置YandZdirectionsbytwoalgorithms，thesmalleronewasselected．Thesimulationresuhsillustratethatthedeviationsrespectivelyreduceby17．65％and98．03％inXandYdirectionsbyIKF；meanwhile，KFhashigheraccuracyinZdirection．Besides，accordingtotheanalysisofIKFindiffere

7、nttimeinterval，withinthewidthofprotectionzoneofarrivalprocedure(9．46km)，thetimeintervalcouldbeincreasedto20S．Keywords~airtrafficcontrol；4-dimensionaltrajectory；trajectoryprediction；KalmanFilter(KF)；systemnoise的基础上，考虑气象因素，利用混杂系统递推求解4D航迹。0引言然而在实际运行中，航空器所

8、处位置的风速、温度、阻力等是随着航空运输业的快速发展，航空运行中出现空域资源不停变化的，尤其在终端区航空器进离场阶段，难以通过数学紧张的问题，为此美国和欧洲分别提出下一代空中交通管理模型预测得到精确的估计；此外，采用动力学模型基本上完全系统——NextGen(NextGeneration)和SESAR(SingleEuropean没有考虑到管制意图对飞行轨迹的影响，从而导致预测精度SkyATMResearch)。J，这两个系统的核心技术均是基于航的降低。2)基于无参数