基于KF联合EKF参数辨识的短时4D航迹预测

提出了一种KF(Kalman filter)和EKF(efxtended Kalman filter)联合算法辨识运动模型参数的4D航迹预测方法。该方法在等角航迹飞行模型的基础上,运用KF和EKF联合算法辨识航空器的地速,以此计算航空器未来特征位置的过点时间。仿真实验结果表明,该方法采用航空器的经纬度作为观测变量分别更新的方法,可降低运算复杂度,并能够较精确地预测航空器等速巡航阶段的短期飞行航迹。

基于参数辨识的短期4D航迹预测

由于实际飞行过程中存在许多不确定因素,为保证空中交通的安全和通畅,必须对航空器进行短期4D航迹预测,实时掌握航空器的运行动态.首先建立航空器等速巡航的运动学模型以及等角航迹推测模型,其次利用广播式自动相关监视(ADS-B)接收器采集实时航迹数据,并运用极大似然法则与牛顿-拉夫逊迭代算法对模型中的校正空速进行辨识,最后利用辨识结果及等角航迹推测模型推算航空器的过点时间.实际算例表明,此方法能够准确地预测航空器等速巡航阶段的短期飞行航迹,2 min内航空器过点时间误差可控制在5 s内.