基于FOM的CAVS监视性能分析

黄天宇，张光明

基于FOM的CAVS监视性能分析

黄天宇，张光明

（中国民用航空飞行学院 飞行技术学院，四川 广汉 618307）

CAVS是基于ADS-B IN监视下的一种典型应用，运行CAVS需要ADS-B IN的数据满足一定的数据质量要求，是其中一个十分重要的数据质量参数。运行CAVS前，对所需的监视性能进行预测，能够更好地保证运行安全。通过品质因数FOM计算模型，深入研究了这个参数的预测问题，建立了基于FOM的的预测模型，同时也对航空器运行中的ADS-B报文进行解析，将预测结果与实际运行中的报文的解析结果进行对比分析。分析结果表明，利用预测模型计算出的与报文的解析数据基本一致，从而验证基于品质因数的FOM预测模型可以有效预测航空器实施CAVS应用中的数据。

广播式自动相关监视；CDTI辅助目视间隔；速度导航精度类别；FOM预测模型

1 引言

广播式自动相关监视（ADS-B，Automatic Dependent Surveillance Broadcast）是基于 GPS 全球卫星定位系统和空-空、地-空数据链通信的航空器运行监视技术。ADS-B应用分为发送（OUT）和接收（IN）两类[1]。ADS-B IN指航空器接收其他航空器发送的ADS-B OUT信息或地面服务设施发送的信息，为机组提供运行支持，有效提高机组的空中交通情景意识，使飞行更加安全和高效。

CDTI 辅助目视间隔（CAVS，CDTI Assisted Visual Separation）是基于ADS-B IN监视下的一种典型应用，能够辅助驾驶员在目视进近过程中，与加装ADS-B OUT的前序航空器有效保持目视间隔[2]，使航空器能够满足以往使用最低程序间隔无法实现的进近要求。CAVS应用能够使机场进近的飞机数量增加，提高机场运行效率。

ADS-B IN作为一种新的监视应用，目前在中国仍处于试验验证阶段，相关监视可用性性预测的研究相对较少，欧美等民航发达国家对ADS-B监视性能预测的相关研究已经相当深入。目前中国对于ADS-B IN的研究主要集中在地面的监测性能评估上。通过建立相关预测理论来预测实施CAVS所需速度导航精度类别（，）的情况，有利于减少运行中的风险，因此对测的研究是非常有必要的。

2 NACv数据质量要求

RTCA DO-354对CAVS数据质量要求为：≥1 （10 m/s）。下文主要对进行预测评估。

是根据速度水平品质因数（，）和速度垂直品质因数（，）两个数值共同进行编码的，其中当=0时，它的编码规则由或任意一个决定。当≥1时，由和共同决定。它有5个级别，级别越高，误差越小。RTCA DO-242编码规则如表1所示。

表1 的编码规则

HFOMv VFOMvNACv等级 HFOMv < 0.3 m/s（0.984 ft/s）和VFOMv< 0.46 m/s（1.5 ft/s）4 HFOMv< 1m/s（3.28 ft/s）和VFOMv < 1.5 m/s（5.0 ft/s）3 HFOMv < 3m/s（9.84 ft/s）和VFOMv < 4.6 m/s（15.0 ft/s）2 HFOMv < 10 m/s（32.8 ft/s）和VFOMv < 15.2 m/s（50 ft/s）1 HFOMv未知或HFOMv≥10 m/s（32.8 ft/s）或VFOMv未知或VFOMv≥15.2 m/s（50 ft/s）0

3 NACv评估模型

GPS卫星几何布局与几何精度因子（DOP，Dilution of Precision）有着密切联系。几何精度因子可以分为以下几种：三维位置精度因子、钟差精度因子和垂直分量精度因子[3-4]。下面主要介绍、与求解办法以及相应关系。

由3列观测卫星到接收机的方向余弦和全部是1的第四列组成，如下式所示：

=（1）

式（1）（2）中：矢量带求解的为×4的矩阵表达式；为4×1的矢量前3个量在直角坐标系下的待求位置，第4列表示公共钟差；为接收机测得的到各个卫星的伪距。

i=[cos（i）cos（i）cos（i）sin（i）sin（i）]表示指向第颗卫星位置的单位矢量，i和i分别表示第颗卫星相对于用户接收机的仰角和方位角[5]。

可得到以下公式：

=[（T）－1T]（3）

式（3）中：为对时间和位置的估计误差；为伪距测量误差。

其中矢量中有4个分量，它们分别对应于矢量T=（u，u，u，tb）计算值的误差。则的协方差为如下4×4矩阵：

同时令（T）－1的分量形式如下：

水平精度因子计算如下：

由式（4）（5）（6）可得如下关系：

使用的估计位置不确定度（）是水平位置的95%精度界限。被定义为一个圆的半径，以发送位置作为中心，则物体的实际位置位于圆外的概率为0.05。其中UERE为用户卫星伪距[6]。可得：

=2××UERE（8）

是通过速度水平品质因数、速度垂直品质因数、共同数值进行编码的。编码规则所示：

V=×+aH×（sensor/2） （9）

V=×+V×（sensor/2） （10）

式（9）（10）中：为水平品质因数；为垂直品质因数。根据RTCA DO-242得，=0.02 s－1，H=1 m/s2，V= 1 m/s2和sensor=1 s。

全球定位系统（GPS）或其他全球导航卫星系统（GNSS）报告EPU，通常被称为水平质量指数（），则：

=2××UERE（11）

同理可得：

=2××UERE（12）

利用和公式可以求出相应的和，进而对进行预测。

4 以白云机场实测数据为例进行数据分析

通过对飞行计划的解读，确定飞机到达估计时间，与该时间下的ADS-B报文数据进行对比，分析预测结果与实际结果的一致性。

4.1 白云机场预测数据计算

GPS卫星发出的历书（Almanac）包含在导航电文的第四和第五子帧中[7]，可以将其视为卫星星历数据的简化子集。GPS历书用于计算任意给定时间内任意卫星的大概位置。仿真步骤如下：确定在ECEF坐标系中预测点位置；利用历书来预测卫星的位置；以当前观测点建立站心坐标系。在此坐标系中，卫星的位置信息由卫星相对于飞机的距离、方位角和仰角表示；建立观测矩阵，并根据在5°遮蔽角遮挡的卫星建立观测矩阵；按照监视性能评估模型对进行计算。

预测开始时间为2019-11-25T12：00。历书星期数为33，历书参照秒为405 504.000 0 s。下面根据白云机场RWY20L进行预测，已知广州白云机场航路点编号是GG503。对应经纬度坐标N23°30′54″，E113°20′49″。分析是否满足CAVS运行要求。通过历书数据进行48 h预测。、随时间变化曲线分别如图1和图2所示。

图1 VFOMv随时间变化曲线

图2随时间变化曲线

通过分析可知，在飞行计划确定的估计时间中，48 h内计算的最大值约为5.633 5 m/s、最大值约为6.209 4 m/s。48 h的和（以最大值进行编码）对应的编码为≥1。该值满足CAVS运行最低监视性能中的标准。

选取飞机在广州白云机场RWY20L跑道进近阶段航路点GG503—GG568点进行分析。GG568对应经纬度坐标N23°40′08″，E113°23′19″，GG503点对应的经纬度坐标N23°30′54″，E113°20′49″。两个航路点经纬度分成10份，结合飞行计划在2019-11-27T07：52，对10个点对应的监视性能所需的速度导航精度类别进行预测。预测结果如表2所示。

表2 预测结果

参数预测点1预测点2预测点3预测点4预测点5预测点6预测点7预测点8预测点9预测点10 经度E113°29′19″E113°28′49″E113°28′19″E113°27′49″E113°27′19″E113°26′49″E113°26′19″E113°25′49″E113°25′19″E113°24′49″ 纬度N23°40′08″N23°39′50.4″N23°38′30.8″N23°36′11.2″N23°35′51.6″N23°34′32″N23°33′12.4″N23°32′52.8″N23°31′33.2″N23°30′54″ VFOMv/（m/s）1.769 21.769 21.769 21.769 21.769 11.769 11.769 11.769 11.769 11.769 1 HFOMv/（m/s）1.071 51.071 61.071 61.071 71.071 71.071 71.071 81.071 81.071 91.071 9

根据RTCA DO-354编码规则，得出预测数据编码如表3所示。

表3 预测数据编码

预测点12345678910 NACv2222222222

4.2 ADS-B数据解析

ADS-B报文的版本有多种，本文是通过CAT021 2.1版本解码规则进行编程解码的。

原始报文是十六进制编码，如图3所示。

通过对报文解码规则的解读，结合筛选预测时间段内的飞机报文数据，最终选取了2019-11-27的数据CSN3503航班数据，如图4所示。

图3 CAT021原始报文

图4 CSN3503解码后的CAT021报文

通过对原始报文进行解码，选取的CSN3503航班的数据为2，与基于FOM的预测数据相一致。

5 结论

对白云机场FAF点进行48 h预测和对IF至FAF点选点进行预测的结果表明，实施CAVS运行所需的是满足≥1的。

对IF至FAF选点预测的结果与飞机CAT021报文的解析进行比较，得出预测结果与报文吻合，进一步验证了预测模型的可用性，预测的满足RTCA DO-354中≥1（10 m/s）要求。对实施CAVS运行前所需的监视性能进行预测，能够更好保证运行安全。

［1］LASCARA B J，CARSO J W，EDWARDS D N.A study of primary surveillance radar traffic and its utility via ADS-B uplink［C］//Integrated Communications，Navigation & Surveillance Conference，2013.

［2］CAAC.ADS-B（1090ES）运行批准指南［S］.北京：中国民航局，2018.

［3］王秋拾.基于ADS-B IN的ITP监视理论研究［D］.德阳：中国民用航空飞行学院，2019.

［4］刘基余.GPS卫星导航定位原理与方法［M］.北京：科学出版社，2003.

［5］董程兵.RAIM预测优化理论研究［D］.德阳：中国民用航空飞行学院，2015.

［6］LV Z，WANG L，NI Y.Navigation data resource availability of ADS-B［C］//International Conference on Transportation，2011.

［7］李天文.GPS原理及应用［M］.北京：科学出版社，2003.

V355.1

A

10.15913/j.cnki.kjycx.2020.02.007

2095－6835（2020）02－0026－03

〔编辑：严丽琴〕