基于PSO的SURF IA选星优化研究

机场场面情景意识显示和告警(Enhanced Traffic Situational Awareness on the Airport Surface with Indications and Alerts, SURF IA)作为广播式自动相关监视(Automatic Dependent Surveillance-Broadcast IN, ADS-B IN)下的一种监视应用,可以使航空器在机场运行时的安全和效率大大提高。以北斗卫星导航系统(BDS)/GPS双系统作为ADS-B IN的数据源,在利用所有可见卫星达到SURF IA运行的性能要求的基础上,为了减少可见卫星的使用数量,降低工作负荷,采用了粒子群算法(Particle Swarm Optimization, PSO)对导航卫星进行筛选,使得采用更少的卫星运行满足SURF IA的要求。仿真结果表明,经过PSO筛选后,可以以更少的卫星满足SURF IA运行最低监视性能要求,提高了机场场面运行监视性能。

SURF IA在机场场面冲突探测中的应用研究

根据机场场面运行的结构与流程,分析场面监视中移动目标的冲突类型,结合基于ADS-B的SURF IA应用原理建立机场场面冲突探测模型,提出一种基于建立保护区的移动目标冲突探测算法,并且结合模型基于真实的案例分析进行仿真研究。结果表明,SURF IA应用在实际运行中能有效做出告警预测,减少或避免冲突风险,进而提高机场场面运行效率与容量。