一種結(jié)合多重插補(bǔ)的ADS-B數(shù)據(jù)篩選算法*

鄒文華,左 諦,金開研

(民航數(shù)據(jù)通信有限責(zé)任公司 空管數(shù)據(jù)部，北京 100191)

0 引 言

廣播式自動(dòng)相關(guān)監(jiān)視技術(shù)(Automatic Dependent Surveillance-Broadcast，ADS-B)，是利用機(jī)載星基導(dǎo)航和定位系統(tǒng)獲得定位信息，通過空-空、地-空數(shù)據(jù)鏈通信以廣播形式發(fā)送數(shù)據(jù)的航空器運(yùn)行監(jiān)視技術(shù)[1]。ADS-B地面站接收其覆蓋范圍內(nèi)的航空器下發(fā)的空地DF17格式的ADS-B報(bào)文[2]，地面站對(duì)此類報(bào)文進(jìn)行整合、組裝后送出CAT21格式的ADS-B報(bào)文，報(bào)文里包含位置、時(shí)間、速度、航空器身份等信息[3]。雖然原則上地面站的處理過程遵循ED129系列協(xié)議[4]，但是各家廠商對(duì)協(xié)議內(nèi)容有不同解讀，因此處理過程存在差異，并且不同地面站在硬件配置、運(yùn)行狀態(tài)和輸送數(shù)據(jù)的網(wǎng)絡(luò)延遲等方面也均存在不同。上述原因最終會(huì)導(dǎo)致不同地面站送出的報(bào)文在數(shù)據(jù)項(xiàng)完整性、數(shù)據(jù)質(zhì)量和數(shù)據(jù)實(shí)時(shí)性等方面存在差異，如果不做處理便直接送出，則會(huì)出現(xiàn)大量的重復(fù)報(bào)文、少量的回跳情況，以及各種數(shù)據(jù)項(xiàng)不全或低質(zhì)量報(bào)文的數(shù)據(jù)，因此必須對(duì)數(shù)據(jù)進(jìn)行處理。

隨著國(guó)內(nèi)ADS-B的不斷發(fā)展[5]，在西部的無雷達(dá)地區(qū)，ADS-B逐漸作為主用且唯一的監(jiān)視手段給管制提供服務(wù)，地面系統(tǒng)需對(duì)新監(jiān)視技術(shù)的監(jiān)視數(shù)據(jù)進(jìn)行融合處理。對(duì)于傳統(tǒng)雷達(dá)數(shù)據(jù)的處理，地面處理系統(tǒng)對(duì)雷達(dá)目標(biāo)的融合一般在時(shí)間和空間統(tǒng)一后進(jìn)行加權(quán)融合算法，同時(shí)結(jié)合各種濾波方式，如卡爾曼濾波，消除雷達(dá)系統(tǒng)的隨機(jī)誤差，平滑航跡[6]。在有雷達(dá)數(shù)據(jù)參與融合的算法一般均采用與多雷達(dá)融合類似的思想，即加權(quán)和濾波結(jié)合的方法[7-9]。而在無雷達(dá)監(jiān)視且新監(jiān)視技術(shù)作為主用且唯一監(jiān)視手段的地區(qū)，使用雷達(dá)區(qū)域的處理方法處理新監(jiān)視數(shù)據(jù)并不合適，特別是對(duì)于ADS-B技術(shù)。ADS-B與雷達(dá)相比，有以下兩個(gè)本質(zhì)的不同：一是ADS-B報(bào)文中最重要的位置信息由機(jī)載GPS獲得后下發(fā)，任何一個(gè)地面站獲得報(bào)文后解出的位置誤差理論上應(yīng)該都一樣，與航空器距離地面站的距離無關(guān)，不需要對(duì)位置進(jìn)行加權(quán)計(jì)算；二是機(jī)載下發(fā)的GPS位置信息本身已經(jīng)在機(jī)載端進(jìn)行了濾波處理[10-11]，ADS-B地面系統(tǒng)解析輸出的位置信息平滑度較高。因此，多地面站覆蓋時(shí)對(duì)多ADS-B數(shù)據(jù)的融合不用套用傳統(tǒng)的多雷達(dá)融合算法。

為此，本文利用ADS-B報(bào)文中的位置信息具有唯一確定且相對(duì)較平滑的特點(diǎn)，采用選優(yōu)的方式從多條報(bào)文中挑選質(zhì)量最優(yōu)的ADS-B報(bào)文作為篩選后的數(shù)據(jù)，對(duì)于篩選后不合格的數(shù)據(jù)，根據(jù)實(shí)際情況，在數(shù)據(jù)嚴(yán)重缺失或條件極度不理想的條件下，可采用多重插補(bǔ)法提升其完整性。通過對(duì)實(shí)際多個(gè)航班ADS-B數(shù)據(jù)的算法驗(yàn)證，證實(shí)了算法能有效去除重復(fù)和回跳報(bào)文，并優(yōu)化提高數(shù)據(jù)整體質(zhì)量。

1 航跡建立

本算法為周期型輸出的篩選算法，間隔以1 s為例，在篩選程序啟動(dòng)后，收集每一秒內(nèi)的所有報(bào)文，查看是否已經(jīng)建立航跡，如果未建立航跡，則先建立航跡；如果已經(jīng)完成航跡的建立，則進(jìn)入篩選程序。對(duì)于尚未建立航跡的報(bào)文，應(yīng)用以下方法確立可信賴的航跡。

航跡建立和處理是將同一目標(biāo)的點(diǎn)跡連成航跡的處理過程，高效且可靠的航跡建立是保障航跡穩(wěn)定更新的前提。一般直接起始法的基本原理是，對(duì)于連續(xù)收到的目標(biāo)位置信息Pi(i=1,2，…，N)，如果其中有M(M

圖1 航跡建立流程圖

Step1 收集N條ADS-B報(bào)文，記為{REPORTi}(i=1,2，…，N),N為報(bào)文數(shù)量，為自定義參數(shù)，一般取大于3的數(shù)，本文中取5。每條報(bào)文中含位置(即經(jīng)緯度)、時(shí)間和速度。

Step2 采用倒敘遍歷方式，即時(shí)間值從大到小順序，從{REPORTi}中挑選時(shí)間差大于0.4 s且小于4 s的3條報(bào)文，記為{RPi}(i=1,2，…，N)。0.4 s和4 s這個(gè)兩個(gè)時(shí)間差選擇的標(biāo)準(zhǔn)主要基于業(yè)務(wù)考慮，ADS-B位置更新的頻率為0.4～0.6 s[2]，因此0.4 s ADS-B位置更新的最小時(shí)間間隔，如果前后報(bào)文時(shí)間小于0.4 s，則有理由相信這兩條報(bào)文中的位置可能是相同的，不適宜用來做航跡建立判斷。雷達(dá)更新的頻率為4～12 s。如果前后兩個(gè)位置的時(shí)間差達(dá)到了ADS-B自身更新頻率的10倍，接近雷達(dá)的更新頻率，則認(rèn)為此報(bào)文串連續(xù)性有欠缺，不適宜用來做航跡建立判斷。

Step3 對(duì){RPi}(i=1,2,3)中的3條報(bào)文進(jìn)行互相驗(yàn)證。建立階段要滿足3條連續(xù)報(bào)文都是可靠的，方法是位置和速度相匹配，且不能超出最大位置差，即判定3條報(bào)文是否滿足下述公式：

(1)

(P1與P2點(diǎn)的計(jì)算方向差-P2與P3點(diǎn)的計(jì)算方向差)<120°。

(2)

式中:Vmax為航空器最大可能速度。

如果3條報(bào)文滿足式(1)和式(2)，則航跡建立成功，輸出RP1作為航跡起始點(diǎn)；如果3條報(bào)文不滿足式(1)和式(2)，則航跡建立不成功，重新遍歷尋找滿足Step 2的3條報(bào)文，找到后執(zhí)行Step 3，如果遍歷完畢沒有找到滿足Step 2的3條報(bào)文，則說明當(dāng)前{REPORTi}隊(duì)列中N個(gè)報(bào)文無法建立航跡，需要釋放清空此隊(duì)列，重新收集報(bào)文進(jìn)行航跡建立過程，即回到Step 1。

2 ADS-B數(shù)據(jù)篩選算法

2.1 多約束條件下的數(shù)據(jù)篩選

航跡建立成功后，按第1節(jié)中的兩個(gè)篩選步驟進(jìn)行融合。首先挑選進(jìn)入融合的報(bào)文。滿足公式(3)和(4)的報(bào)文可進(jìn)入2.2節(jié)進(jìn)一步篩選：

Tn+1<([Tn]+1),

(3)

Tn+1>(Tn+0.4)。

(4)

式(3)和(4)中的Tn表示第n個(gè)融合周期優(yōu)選輸出的點(diǎn)的報(bào)文時(shí)間(Time of Message Reception for position，TMR)，[Tn]為第n個(gè)融合周期融合后的點(diǎn)的報(bào)文中TMR值的整數(shù)，Tn+1表示第n+1個(gè)融合周期收到的報(bào)文中的TMR時(shí)間。

公式(3)中的1 s，是基于本文融合算法的周期為1 s；公式(4)中的0.4 s，即進(jìn)入融合的報(bào)文時(shí)間必須比上一條報(bào)文時(shí)間大0.4 s，原因見1.1節(jié)中關(guān)于0.4 s的說明。

按照上面挑選標(biāo)準(zhǔn)，如果只挑選出了一條報(bào)文，且質(zhì)量達(dá)到要求，則作為第n+1個(gè)融合周期融合點(diǎn)輸出；如果質(zhì)量未達(dá)到要求可采用多重插補(bǔ)法(Multiple Imputation,MI)對(duì)缺失數(shù)據(jù)進(jìn)行補(bǔ)全達(dá)到質(zhì)量要求后輸出。如果有多條報(bào)文，則進(jìn)入2.2節(jié)，進(jìn)行優(yōu)選融合。

用圖2舉例說明。U為報(bào)文接收時(shí)間軸，T為報(bào)文TMR時(shí)間軸，假設(shè)第一個(gè)周期輸出的融合點(diǎn)為U1/T1點(diǎn)，下個(gè)融合周期的時(shí)間范圍為[[U1]+1,[U1]+2)，[U1]為U1值的整數(shù)，那么在這個(gè)融合周期時(shí)間段內(nèi)，這架飛機(jī)共收到4條報(bào)文，這4個(gè)點(diǎn)的接收時(shí)間和TMR時(shí)間(格式記為U2/T2)相對(duì)上個(gè)融合輸出點(diǎn)分別是(U1+0.8)/(T1+0.1)、(U1+1.0)/(T1+1.5)、(U1+1.2)/(T1+1.6)和(U1+1.4)/(T1+0.6)，再根據(jù)式(3)和式(4)進(jìn)行挑選。

圖2 進(jìn)入融合程序的報(bào)文挑選示例圖

假設(shè)上一個(gè)點(diǎn)的融合點(diǎn)U1/T1的U1值為0.4，T1值為0.1，那么可以得出(U1+0.8)/(T1+0.1)點(diǎn)不滿足式(3)和式(4)，(U1+1.4)/(T1+0.6)不滿足式(3)，(U1+1.0)/(T1+1.5)和(U1+1.2)/(T1+1.6)滿足條件，可按照2.2節(jié)對(duì)這兩個(gè)點(diǎn)進(jìn)行進(jìn)一步質(zhì)量評(píng)估，挑選出質(zhì)量高點(diǎn)，作為此融合周期的融合點(diǎn)輸出。

2.2 根據(jù)數(shù)據(jù)質(zhì)量指標(biāo)的篩選

2.1節(jié)中，第n+1個(gè)融合周期挑選出來多條報(bào)文，如何從這些報(bào)文中挑選出最優(yōu)的報(bào)文，則需要從多方面進(jìn)行評(píng)估。本文選取兩個(gè)方面評(píng)估，分別是報(bào)文中數(shù)據(jù)項(xiàng)的完整性和報(bào)文中位置的質(zhì)量。數(shù)據(jù)項(xiàng)的完整性是報(bào)文中用戶關(guān)心的數(shù)據(jù)項(xiàng)的存在情況，用戶關(guān)心的數(shù)據(jù)項(xiàng)越豐富，說明報(bào)文的數(shù)據(jù)項(xiàng)完整性越好。報(bào)文位置的質(zhì)量由航空器下發(fā)報(bào)文中攜帶的位置數(shù)據(jù)項(xiàng)不確定性(Navigation Uncertain Category，NUC)進(jìn)行評(píng)價(jià)。NUC表征的是ADS-B報(bào)文中下發(fā)的位置的精度和完好性，取值范圍為0～9，數(shù)值越大，位置的精度和完好性即數(shù)據(jù)質(zhì)量越高。通過式(5)計(jì)算參與融合的點(diǎn)的質(zhì)量水平參數(shù)值Qi，挑選Qi值最大的點(diǎn)作為融合后的點(diǎn):

Qi=Witm×Qitm+Wnuc×Qnuc。

(5)

式中：Qitm為數(shù)據(jù)項(xiàng)完整性標(biāo)識(shí)參數(shù)；Qnuc為報(bào)文位置質(zhì)量標(biāo)識(shí)參數(shù)；Witm和Wnuc分別是數(shù)據(jù)項(xiàng)完整性標(biāo)識(shí)參數(shù)和報(bào)文位置質(zhì)量標(biāo)識(shí)參數(shù)的權(quán)重，兩個(gè)權(quán)重值的和為1。

通過計(jì)算所有報(bào)文的Qi，選取Qi值最大的報(bào)文作為此融合周期的優(yōu)選融合點(diǎn)輸出。

2.2.1Qitm的計(jì)算公式

在[Ti,Ti+1)時(shí)間段內(nèi)，參與優(yōu)選融合的某個(gè)報(bào)文k的數(shù)據(jù)項(xiàng)完整性參數(shù)Qitm(i,k)由報(bào)文中重要數(shù)據(jù)項(xiàng)的存在性確定。根據(jù)民航局空管局在2018年頒布的《民航空管ADS-B及S模式雷達(dá)數(shù)據(jù)應(yīng)用實(shí)施計(jì)劃(修訂版)》[12]中確定的第一階段中對(duì)數(shù)據(jù)的要求，并結(jié)合航空公司在應(yīng)用過程中的實(shí)際需求，本文選擇氣壓高度、航班號(hào)、二次代碼、地速和時(shí)間5個(gè)數(shù)據(jù)項(xiàng)的有無表征完整性分項(xiàng)參數(shù)，各個(gè)參數(shù)根據(jù)專家評(píng)級(jí)法取合適的權(quán)重，但各分項(xiàng)權(quán)重之和需等于Witm，即

θ1+θ2+θ3+θ4+θ5=Witm。

(6)

式(6)中的θ1、θ2、θ3、θ4和θ5分別是氣壓高度、航班號(hào)、二次代碼、地速和時(shí)間5個(gè)數(shù)據(jù)項(xiàng)的完整性分項(xiàng)標(biāo)識(shí)參數(shù)。

2.2.2Qnuc的計(jì)算公式

在[Ti,Ti+1)時(shí)間段內(nèi)，參與融合的某個(gè)報(bào)文k的NUC參數(shù)Qnuc(i,k)的計(jì)算公式如下：

Qnuc(i,k)=NUCk/9。

(7)

由于NUC是一個(gè)0～9的整數(shù)，需要做歸一化處理后用于表征ADS-B報(bào)文質(zhì)量參數(shù)。

3 數(shù)據(jù)極度不理想情況下的補(bǔ)全

對(duì)于ADS-B報(bào)文中的各項(xiàng)指標(biāo)，根據(jù)用途要求綜合專家評(píng)級(jí)法會(huì)有不同的權(quán)重需求，根據(jù)不同的權(quán)重要求，可以算出不同要求下的Qi，根據(jù)應(yīng)用場(chǎng)景以及引用要求的差異，結(jié)合歷史數(shù)據(jù)確定閾值M，閾值M的確定需結(jié)合航空器飛行空域內(nèi)的環(huán)境及流量共同確定。在篩選后，若所篩選Qi>M，則判定報(bào)文數(shù)據(jù)合格；若所篩選Qi

3.1 基于MI算法對(duì)缺失數(shù)據(jù)進(jìn)行補(bǔ)全

多重填補(bǔ)方法分為三個(gè)步驟:

Step1 為每個(gè)空值產(chǎn)生一套可能的填補(bǔ)值，這些值反映了無響應(yīng)模型的不確定性；每個(gè)值都被用來填補(bǔ)數(shù)據(jù)集中的缺失值，產(chǎn)生若干個(gè)完整數(shù)據(jù)集合。

Step2 每個(gè)填補(bǔ)數(shù)據(jù)集合都用針對(duì)完整數(shù)據(jù)集的統(tǒng)計(jì)方法進(jìn)行統(tǒng)計(jì)分析。

Step3 對(duì)來自各個(gè)填補(bǔ)數(shù)據(jù)集的結(jié)果進(jìn)行綜合，產(chǎn)生最終的統(tǒng)計(jì)推斷，這一推斷考慮到了由于數(shù)據(jù)填補(bǔ)而產(chǎn)生的不確定性。該方法將空缺值視為隨機(jī)樣本。

3.2 基于DA方法的MI插補(bǔ)方法

對(duì)于上述篩選過程，如果數(shù)據(jù)質(zhì)量達(dá)不到要求，則需要對(duì)數(shù)據(jù)進(jìn)行插補(bǔ)處理。考慮到ADS-B數(shù)據(jù)類型特點(diǎn)，即報(bào)文之間彼此獨(dú)立，每條報(bào)文之間的特征值也是彼此獨(dú)立，所以采用基于DA的MI算法對(duì)數(shù)據(jù)進(jìn)行插補(bǔ)。數(shù)據(jù)擴(kuò)張(Data Augmentation，DA)算法是馬爾科夫鏈蒙特卡洛(Markov Chain Monte Carlo，MCMC)算法之一，特點(diǎn)在于可以處理任意缺失模式[14]。

DA算法可以通過以下步驟實(shí)現(xiàn):

從Pr(Ymis|Yobs,θ(t))中抽取Ymis(t+1), 從Pr(θ|Yobs,Ymis(t+1))中抽取θ(t+1)，重復(fù)該過程多次，這樣就建立了一條馬爾科夫鏈：Ymis(1)，θ(1)，Ymis(2)，θ(2)……而且收斂于P(Ymis,θ|Yobs)。其中，θ表示條件概率的參數(shù)，Yobs代表觀測(cè)值，Ymis代表缺失值，P(Ymis,θ|Yobs)則表示在觀測(cè)值已知的情況下對(duì)缺失值進(jìn)行預(yù)測(cè)的條件分布。DA算法估計(jì)的目的是從收斂的分布中隨機(jī)抽取Ymis值，替代缺失數(shù)據(jù)。

3.3 基于DA方法的MI插補(bǔ)方法有效性論證

在通過文獻(xiàn)查詢和理論分析論證了插補(bǔ)算法在ADS-B數(shù)據(jù)補(bǔ)全方面的適用性之后，本節(jié)通過使用人工生成模擬數(shù)據(jù)的方法驗(yàn)證插補(bǔ)方法的有效性。選取地面站系統(tǒng)中2019年6月20日航班號(hào)為CES5810的1 000個(gè)完整ADS-B數(shù)據(jù)，人工產(chǎn)生缺失率分別為5%、10%、20%、30%、40%、50%，缺失類型為完全隨機(jī)缺失的缺失數(shù)據(jù)，再使用基于DA方法的MI插補(bǔ)方法對(duì)缺失數(shù)據(jù)進(jìn)行插補(bǔ)。而在上述文本中選擇的氣壓高度、航班號(hào)、二次代碼、地速和時(shí)間5項(xiàng)參數(shù)中，航班號(hào)、二次代碼屬于定性數(shù)據(jù)，由飛行員輸入和設(shè)置，無法通過已有數(shù)據(jù)建立預(yù)測(cè)分布，而其中的時(shí)間項(xiàng)由于對(duì)數(shù)據(jù)精度要求過高，不適用于用插補(bǔ)法進(jìn)行插補(bǔ)，故僅對(duì)氣壓高度、地速進(jìn)行插補(bǔ)。

表1總結(jié)比較了原數(shù)據(jù)與插補(bǔ)后數(shù)據(jù)的均值、標(biāo)準(zhǔn)差以及皮爾森相似度[15]，用以衡量插補(bǔ)前后數(shù)據(jù)的相似度。在R語(yǔ)言中完成上述過程[16-17]。由表1可知，插補(bǔ)后的數(shù)據(jù)的均值與方差與原數(shù)據(jù)相比均沒有太多差異，而插補(bǔ)后的數(shù)據(jù)與原數(shù)據(jù)的皮爾森相似度隨著缺失率的增長(zhǎng)而緩慢下降，但仍然保持著較高相似度，證明了基于DA方法的MI插補(bǔ)方法的有效性。

表1 插補(bǔ)前后對(duì)照表

4 篩選算法的仿真過程

4.1 仿真流程

本文取本公司地面站系統(tǒng)中2019年6月19日3個(gè)航班的所有地面站數(shù)據(jù)進(jìn)行融合，驗(yàn)證融合及選優(yōu)效果。所選航班信息、跨時(shí)、接收到報(bào)文的地面站數(shù)量見表2。

表2 模擬數(shù)據(jù)信息表

取氣壓高度、航班號(hào)、二次代碼、地速和報(bào)文時(shí)間5個(gè)數(shù)據(jù)項(xiàng)的有無表征報(bào)文完整性的分項(xiàng)參數(shù)，取NUC值的歸一化后表征報(bào)文質(zhì)量參數(shù)，各參數(shù)的權(quán)重設(shè)定如表3所示。

表3 權(quán)重參數(shù)表

表3中權(quán)重值在滿足局方文件中對(duì)數(shù)據(jù)項(xiàng)的存在性要求的條件下，兼顧了用戶的實(shí)際使用需求。NUC、氣壓高度、航班號(hào)、二次代碼的權(quán)重較高，NUC和氣壓高度權(quán)重高是對(duì)位置精度、可靠性和高度存在性的要求，體現(xiàn)了監(jiān)視技術(shù)的核心是四維航跡信息。航班號(hào)和二次代碼是表征航空器身份的信息，在管制系統(tǒng)中是ADS-B航跡與飛行計(jì)劃進(jìn)行相關(guān)的關(guān)鍵信息，重要性不言而喻。報(bào)文時(shí)間項(xiàng)和地速項(xiàng)存在性相對(duì)較弱，但也是體現(xiàn)了ADS-B數(shù)據(jù)自身的優(yōu)勢(shì)。ADS-B數(shù)據(jù)更新率高、及時(shí)性強(qiáng)并自身攜帶高穩(wěn)定性的速度信息，無需地面系統(tǒng)計(jì)算，優(yōu)勢(shì)明顯。

4.2 仿真結(jié)果

根據(jù)第2節(jié)的參數(shù)和權(quán)重對(duì)這3架航空器進(jìn)行組合優(yōu)選融合處理，對(duì)融合前后報(bào)文數(shù)量、報(bào)文NUC質(zhì)量平均值、數(shù)據(jù)完整性指標(biāo)、整體質(zhì)量進(jìn)行評(píng)估，結(jié)果如表4所示，可以確定算法去除了大量重復(fù)的報(bào)文，并且整體質(zhì)量參數(shù)有提高。

表4 仿真結(jié)果

結(jié)合該運(yùn)行場(chǎng)景對(duì)數(shù)據(jù)的要求，選取閾值M為0.85，由表4可知，經(jīng)過篩選后，除地址碼為780E81的航班外，另外兩個(gè)航班的Qi均大于M，符合質(zhì)量指標(biāo)要求，而對(duì)于地址碼為780E81的航班，則需使用上述MI插補(bǔ)方法進(jìn)行補(bǔ)全。使用上述DA方法的MI插補(bǔ)方法對(duì)極端不理想數(shù)據(jù)地址碼為780E81的航班進(jìn)行插補(bǔ)。

4.3 插補(bǔ)過程模擬

基于DA算法的算法原理，需要基于已有數(shù)據(jù)生成預(yù)測(cè)分布，如3.3節(jié)中所述，在上述文本中選擇的氣壓高度、航班號(hào)、二次代碼、地速和時(shí)間5項(xiàng)參數(shù)中，航班號(hào)、二次代碼屬于定性數(shù)據(jù)，由飛行員輸入和設(shè)置，無法通過已有數(shù)據(jù)建立預(yù)測(cè)分布，可由人工填寫，故依舊僅對(duì)氣壓高度、地速進(jìn)行插補(bǔ)。地址碼為780E81的航班的ADS-B數(shù)據(jù)(氣壓高度、地速)的數(shù)據(jù)缺失情況如圖3所示。

圖3 航班 “780E81”ADS-B數(shù)據(jù)缺失情況

由圖3可知，地址碼為780E81的航班的ADS-B數(shù)據(jù)的缺失類型為完全隨機(jī)缺失，且由飛機(jī)航行以及氣壓高度測(cè)量原理可知，氣壓高度與地速之間存在線性關(guān)系，所以在DA算法中使用線性回歸預(yù)測(cè)模型，基于已有值，建立預(yù)測(cè)分布進(jìn)行插補(bǔ)，插補(bǔ)結(jié)果如圖4所示，可見經(jīng)過插補(bǔ)氣壓高度及地速的缺失率下降為0，Qi值顯著增加至0.890 9，且大于閾值M，符合數(shù)據(jù)質(zhì)量要求。

圖4 插補(bǔ)前后缺失情況對(duì)比圖

5 結(jié)束語(yǔ)

本文所提算法可有效解決不理想條件下ADS-B數(shù)據(jù)中的重復(fù)及回跳現(xiàn)象，確定數(shù)據(jù)質(zhì)量指標(biāo)以快速對(duì)報(bào)文數(shù)據(jù)進(jìn)行篩選，在惡劣環(huán)境下亦有良好應(yīng)用。對(duì)于缺失數(shù)據(jù)，使用多重插補(bǔ)法進(jìn)行補(bǔ)全，極大地提高了數(shù)據(jù)完整性。

但同時(shí)，在上述流程中，無論是篩選還是插補(bǔ)依舊存在信息的浪費(fèi)以及誤差，想要從根本上解決數(shù)據(jù)的質(zhì)量問題，仍應(yīng)該不斷發(fā)展航空通信導(dǎo)航技術(shù)，提高地面站及航空器下發(fā)數(shù)據(jù)質(zhì)量。