基于卡尔曼滤波的ADS-B、5G、自组网与RemoteID的协同数据融合方法

本发明涉及无人机安全监管，具体涉及一种基于卡尔曼滤波的ads-b、5g、自组网与remote id的协同数据融合方法。

背景技术：

1、随着航空技术的飞速发展，无人机得到了广泛的推广。由于无人机具有可靠、灵活、适应性强、高效等特点，被广泛应用于农业、航拍、物流、监测、救援、林业、环保等多个领域。然而，随着无人机数量的增加，飞行安全成为一个不容忽视的问题。因此，有必要加强飞行流量管制和低空安全监管，以此确保无人机的飞行不影响公共安全和个人隐私。为无人机分别部署ads-b设备、5g设备、remote id设备、以及自组网设备可以有效解决上述问题。

2、ads-b是一种航空电子设备，用于飞机之间和飞机与地面控制中心之间的自动无线通信。该技术通过卫星导航系统提供实时飞行位置数据，并广播这些数据以供其他飞机和地面控制中心进行监视。ads-b可以提高飞行安全性，减少空中碰撞风险，提高飞行效率，并为飞行员提供更全面的飞行信息。这项技术已经成为现代民航领域中重要的监控和通信工具。但ads-b工作在特定频段，单一使用ads-b存在频谱阻塞的问题。

3、remote id是指无人机系统中的一项技术，旨在通过使用通信链接将无人机的身份和飞行信息传输到地面站点或其他设备上，以实现对无人机的识别和监测。remote id的目的是确保无人机在空中的活动可以被地面运营者、当局以及其他飞行器识别和跟踪。这项技术可以提供关键的飞行信息，如无人机的位置、速度、高度以及相关的身份信息。远程识别系统可以通过无线通信网络将这些数据发送给地面控制站、航空管理机构和其他相关方。但remote id存在数据安全与成本问题。单一使用remote id可能会造成信息泄露和成本过大的问题。

4、自组网是指由一组移动设备通过无线通信建立的临时网络，无需任何基础设施或中心节点的支持。自组网通常采用分布式的方式进行管理和控制，节点之间通过协作来完成网络的组建、维护和路由。节点可以在任何时间、任何地点加入或离开网络，网络拓扑结构会随之动态变化。这种自适应性使得自组网在应对临时性、动态性和灵活性要求较高的场景下具有广泛的应用。无人机搭载自组网模块后，可以临时搭建一个实时局域网，所有终端可在居于网内进行高校通信。

5、通过5g网络，无人机可以实时地传输飞行数据，包括速度、经度、纬度、高度、方向和身份码等关键信息。这些数据可以被地面控制中心和其他飞行器接收和处理，从而实现对无人机飞行状态的精准监控和管理。其高带宽和低延迟特性的特点对于飞行安全、空中交通管理、飞行器之间的协同以及监控和救援等应用至关重要。因此，5g在无人机通信领域的应用为无人机的智能化飞行、集群管理和复杂任务执行提供了强大支持，推动了无人机技术在各个领域的广泛应用和发展。通过5g网络传输无人机的飞行态势可以有效克服频谱阻塞，数据安全和成本过大的问题。但单一使用5g网络作为无人机监视网络难以与现有的民航监视体系集成一体，为空管人员带来了一定的技术阻碍。

6、数据融合是指从多个相互关联的信息源中，通过适当的处理方法，将数据集成成为一个更为全面、准确、可靠、及时的信息源。例如，公开号为cn115440095b的发明中公开了一种航空多模融合通信系统地面终端，公开号为cn115440096a的发明中公开了一种航空多模式融合通信系统等等。但是现有的数据要么直接呈现或者指定某种通信方式的数据作为标准进行呈现，或者以极其复杂的算法(例如神经网络等)计算可靠性后进行呈现，前者准确性较差，后者难以实现实时性需求，对运算能力要求较高。目前的分布式的多类设备产生的来源广泛、格式各异的数据将极大限制信息的共享和有效利用。

技术实现思路

1、针对分布式的多类设备产生的来源广泛、格式各异的数据将极大限制信息的共享和有效利用的技术问题，本发明的目的是为了提供一种基于卡尔曼滤波的ads-b、5g、自组网与remote id的协同数据融合方法，能够高效地建立无人机与地面端地地实时通信，并且进行有效数据融合，协助地面端获取无人机地飞行态势信息，进而实现对无人机地监控管理。以此来加保障空空域地飞行安全，并加强空域流量管理。

2、为实现上述技术目的，本发明采取的技术方案为：

3、一种基于卡尔曼滤波的ads-b、5g、自组网与remote id的协同数据融合方法，所述协同数据融合方法包括以下步骤：

4、将定位接收天线与定位模块连接，定位模块将定位接收天线发送的无人机定位数据作为第一数据传输到ads-b out，ads-b out对第一数据进行封装译码后，由ads-b天线广播至接收天线；接收天线与rtl-sdr连接，将第一数据对应的ads-b报文传输到pc端后进行译码，并且保存到本地；

5、采用第一树莓派读取无人机飞行控制信息，将其作为第二数据传输到5g模块，由5g模块进行封装译码后，通过5g网络传输至接收天线；接收天线与5g接收模块连接，将第二数据对应的5g报文传输到pc端后进行译码，并且保存到本地；

6、采用第二树莓派读取无人机飞行控制信息，将其作为第三数据，处理后通过网口输送给自组网模块，通过自组网发射至地面站自组网接收端，地面站自组网接收端将第三数据对应的自组网报文传输到pc端进行数据处理；

7、搭建无人机remote id发射端：将dronebeacon搭载到无人机上，其具有内置的定位数据源，将其获取的无人机的定位信息作为第四数据通过蓝牙或者wifi方式传输至地面站remote id接收端的dronescout模块，dronescout模块接收第四数据对应的remote id报文，通过交换机传输到pc端进行本地保存；

8、采用卡尔曼滤波的方式将收到的ads-b报文、5g报文、自组网报文和remote id报文进行融合成一个新的报文结构，定义为s类报文；

9、将所有s类报文进行修正后，再通过mqtt协议实时推送到局域网内的航迹显示端上，进行无人机的态势监视。

10、进一步地，所述第一数据包括任务号、模式、应答、航班号、高度、速度、航向、纬度、经度、信号强度、消息数和时间。

11、进一步地，所述第二数据包括传感器id、信号强度、时间戳、信道、通信类型、状态、水平速度、垂直速度、纬度、经度、海拔高度、高度、水平精度、垂直精度、气压精度、速度精度和时间戳精度。

12、进一步地，所述第三数据包括飞行器类型、飞行模式、电压、电流、剩余电量、搜星数量、滚转角、俯仰角、偏航角、滚转角速度、俯仰角速度、偏航角速度、纬度、经度、高度、相对高度、x方向速度、y方向速度、z方向速度、gps可靠性、下一航点距离、空速、地速和爬升率。

13、进一步地，所述第四数据包括连接状态、飞行模式、gps状态、下一航点距离、电压、剩余电量、飞行速度、滚转角、俯仰角、偏航角、纬度、经度和高度。

14、进一步地，采用卡尔曼滤波的方式将收到的ads-b报文、5g报文、自组网报文和remote id报文进行融合成一个新的报文结构的过程包括以下步骤：

15、设置ads-b更新报文的频率为f1，5g更新报文的频率为f2，remote id更新报文的频率为f3，自组网更新报文的频率为f4；对于s类报文，设定其更新频率为fs；采用ω来衡量各类通信方式的通信质量，定义为实际接收报文数量比上理论接收报文数量；

16、在一个周期ts＝1/fs的时间内：

17、将接收到的i个ads-b报文放在本地缓冲区，记为a＝[a1,a2,...,ai]，将接收到的j个5g报文放在本地缓冲区，记为b＝[b1,b2,...,bj]，将接收到的m个remote id报文放在本地缓冲区，记为c＝[c1,c2,...,cm]，将接收到的n个自组网报文放在本地缓冲区，记为d＝[d1，d2，...，dn]，

18、将一个周期ts内收到的报文a、报文b、报文c、报文d进行算数平均，得到唯一报文以及其相关的各类数据的标准差；

19、采用卡尔曼滤波的方式对来自不同报文的同类参数进行融合，求出所有类型参数的融合数据并依次放入s报文中；

20、其中，对于任意一类参数ω，筛选出其对应的报文a、报文b、报文c和报文d中的字段数据，对筛选出的字段数据进行融合，得到融合数据ω′s；ω′s＝(1-k1-k2-k3)ω+k1ωb+k2ωc+k3ωd，其中k1，k2，k3为卡尔曼增益；

21、根据不同的通信模式的通信质量对融合数据ω′s进行修正，修正后融合数据记为ωs，具体修正方式为：

22、

23、化简后：

24、ωs＝(1-k1-k2-k3)ω*r1+k1ωb*r2+k2ωc*r3+k3ωd*r4，

25、其中，r1、r2、r3和r4为修正参数，在同一个周期ts内，为常数；μ为修正参数的个数；

26、对融合数据ωs求方差，求出使得var(ωs)最小时候的卡尔曼增益。

27、与现有技术相比，本发明的有益效果如下：

28、本发明的目的是为了提供一种基于卡尔曼滤波的ads-b、5g、自组网与remote id的协同数据融合方法，能够高效地建立无人机与地面端地地实时通信，并且进行有效数据融合，协助地面端获取无人机地飞行态势信息，进而实现基于多维数据融合的无人机飞行态势实时监视，以此来加保障空空域地飞行安全，并加强空域流量管理。