空管雷达和ADS-B数据预处理技术的研究

空管雷达和 ADS-B 数据预处理技术的研
究
摘要：雷达数据处理系统作为空管系统中的核心组成部分，受到了世界各国空管部门的高度重视。

ADS-B与雷达数据融合的目的，是要将ADS-B和不同雷达对同一目标的监视数据组合起来，建立每一个目标的系统航迹，以实现对目标更大范围、更高精度的监视，提高系统的可靠性，增加空域容量，从而提高飞行的安全性和空域的利用率。

本文研究了ADS-B和雷达数据融合之前首先要解决的关键问题——数据预处理。

针对ADS-B和雷达监视数据，数据预处理主要包括去野值、坐标变换、时间对准、系统误差配准和数据关联。

关键词：空管雷达、ADS-B、数据预处理
1 引言
预处理的目的是实时搜集ADS-B和各雷达送来的点迹或本地航迹数据，经过坐标变换、时间对准，变换成融合系统统一的时空参考系统，并进行必要的系统误差补偿，在统一的参考坐标系中进行点迹和航迹的数据关联，为后续数据融合做准备，减小数据融合的误差。

2 数据源预处理（去野值）
数据丢失、错误输入和虚警将降低数据的完整性。

在数据融合之前，首先应该去掉那些在录取和传输过程中，由于受到干扰等原因所产生的一些不合理或者误差较大的，严重偏离大部分数据所呈现趋势的小部分数据点的数据，即野值。

野值对数据处理有极为不利的影响。

本文研究分布式数据融合方法，在进行数据融合之前，各单传感器都会进行滤波处理，这样利用卡尔曼滤波平滑测量信号中的噪音，消除劣质数据点，在丢失数据间滑行，提供目前最好的状态估计。

3 坐标变换
坐标变换即数据的空间校准，就是把各传感器在不同坐标系下的观测数据变换到融合中心统一的参考坐标系下。

ADS-B和雷达数据来自不同的参考系，雷达产生的测量值是极坐标，是相对于雷达自身的距离、方位、高度等，；而ADS-B 产生的数据在WGS-84坐标系中的经度、纬度、高度。

为了进行数据融合，所有的数据必须转换到相同的坐标系和相同的单位。

目标的运动最好是在直角坐标系下描述，任何传感器坐标系下表示的测量在直角坐标系都有准确的表达。

所以本模型中把ADS-B报告的WGS-84坐标系的数据和雷达中的极坐标的数据转换到统一的融合坐标系——地心直角坐标系。

该方法以地心坐标系为统一坐标系进行变换，是一种高精度的坐标变换方法。

4 时间对准
各雷达之间，以及ADS-B和雷达都有各自的特点，性能不同，在数据报告时刻和速率上存在着差异。

雷达报告同步于雷达扫描，而ADS-B和雷达扫描相比是从所有方向接收的异步报告。

在数据融合处理前进行时间对准是必要的，否则将得到不正确的数
据融合处理结果
4.1雷达监视源延时补偿
各雷达头在航迹跟踪、数据录取以及处理时均存在一定的处理延时，这类延时包括系统延迟部分和随机漂移部分。

系统延迟部分为各雷达头及单雷达航迹跟踪的系统常数，是延迟的主要部分，只需要进行一次补偿校正。

随机漂移部分数值很小，实时补偿较困难，可视为随机误差，在航迹处理滤波中通过滤波解决。

4.2统一的时间基准
目前国内的航管雷达时基还没有统一，于是存在基本上固定的时间差异，管制中心收到的雷达数据也存在时间延迟。

建立统一的时间基准最好的方法是各雷达系统、ADS-B系统和融合中心都采用GPS时间。

为了得到统一的时间基准，一个有效的方法是在每个雷达数据源输出端口给数据加上统一的GPS时间，同时管
制中心在收到的数据中加上GPS时间戳，这样便可以精确地得到这些数据的输出时刻和数据的通信延迟。

4.3正北校准
监视雷达的标称正北和地理正北一般是不同的，它的指向往往存在系统偏差和随机漂移，在坐标变换前必须进行正北偏差校正。

系统偏差是各雷达的标称正北和地理正北的差值，为常数，只需要进行一次性补偿。

时间漂移相当于各雷达对同一观测目标的实时配准问题。

4.3ADS-B和雷达数据时间同步
多个雷达开始采集数据的时间不一致，各雷达的采样率可能不一样，雷达的更新速率为4-12s，ADS-B数据更新率一般为1s。

因此，在同一时间间隔接收到比雷达数据更多的ADS-B数据。

在融合之前必须将这些观测数据进行同步处理。

目前用的时间同步方法主要有统一的时基法和插值法，统一的时基法是利用其中一个传感器的时间作为公共处理时间，将其它传感器的数据的时间都统一到该传感器上。

插值法是将各传感器的测量数据对准到统一的时间轴上。

一般使用统一的时基法进行ADS-B和雷达时间同步。

5 系统误差配准
当ADS-B和雷达对目标进行观测时，所得的观测数据包含两种误差：随机误差和系统误差。

随机误差可以通过增加测量次数，利用滤波等方法使误差的方差在统计意义下最小化。

在局部目标跟踪和系统数据融合都是以均方估计来消除随机误差的。

系统误差可以通过最小二乘法求出各雷达系统误差的估值，再对测量数据进行一次性配准，然后对各单雷达航迹进行误差补偿，同时可得到作为系统参数的各雷达的误差协方差矩阵。

考虑ADS-B同样是一种独立的监视信息源，因此可以将传统多雷达系统中的误差配准方法用到ADS-B与多雷达融合系统中，实现ADS-B和雷达数据融合中的系统误差配准。

6 数据关联
数据关联问题主要要解决的是相关门限的选取，及如何利用目标所带的全部
有用信息进行正确的数据关联，最大限度减少错误关联的概率和降低计算量。

本
文数据关联过程分为4步：一是在点迹代码和航迹之间代码相关，代码相关基于：飞行计划信息\SSR代码信息\24位地址码等息；二是所有非代码相关点迹选择好
的相关门限，将传感器观测的点迹进行门限过滤，在关联门内寻找并形成可行的
点迹-航迹对；数据关联问题主要要解决的是相关门限的选取，及如何利用目标
所带的全部有用信息进行正确的数据关联，最大限度减少错误关联的概率和降低
计算量。

三是距离相关法，形成关联矩阵，在点迹和航迹之间使用距离相关算法
进行相关，用来度量各个点迹与该航迹的接近程度；四是按照赋值策略，将最接
近预测位置的点迹分别赋予它们相对应的航迹。

7结语
本文深入研究了 ADS-B 和雷达数据融合之前需要解决的一些关键问题，即数据预处理，包括去野值、坐标变换、时间对准、系统误差配准和数据关联。

参考文献
1.
陈桀.空管多源数据融合处理研究与应用[D].北京：北京航空航天大学硕士学位论文，2016
2.
吴江.多雷达和 ADS 数据的融合研究和应用[D].成都：四川大学硕士学位论文，2014。