“我在此授权新南威尔士大学或其代理人以现在或以后已知的所有媒体形式在大学图书馆中存档和提供我的全部或部分论文,但须遵守 1968 年版权法的规定。我保留所有所有权,例如专利权。我还保留在未来作品(例如文章或书籍)中使用本论文或学位论文的全部或部分内容的权利。我还授权 University Microfilms 在 Dissertation Abstract International(仅适用于博士论文)中使用我的论文的 350 字摘要。我要么在论文中未使用任何大量版权材料,要么已获得使用版权材料的许可;如果未获得许可,我已申请/将申请对我的论文或学位论文的数字副本进行部分限制。”
前言 《全球空中导航 CNS/ATM 系统计划》(Doc 9750 号文件)将全球导航卫星系统(GNSS)视为通信、导航和监视/空中交通管理 (CNS/ATM) 系统的重要组成部分,也是各国提供改进的航空导航服务的基础。GNSS 的标准和建议措施 (SARPs) 由全球导航卫星系统专家组制定,并于 2001 年作为《国际民用航空公约》附件 10 — 航空电信第 I 卷(无线电导航设备)第 76 号修正案的一部分推出。附件 10 第 I 卷附篇 D 中的指导信息和材料为 GNSS SARPs 的技术方面和应用提供了广泛指导。本手册的主要目的是提供有关 GNSS 实施方面的信息,以协助各国引入 GNSS 运行。因此,本手册面向负责部署和操作 GNSS 元素的空中导航服务提供商,以及负责批准使用 GNSS 进行飞行操作的监管机构。此外,它还向飞机运营商和制造商提供 GNSS 信息。本手册应与附件 10 第 I 卷中的相关规定结合使用。欢迎所有参与 GNSS 开发和实施的各方对本手册提出意见。这些意见应添加到
如今,大多数飞机操作都由全球导航卫星系统 (GNSS) 提供支持,该系统还增强了地基增强系统 (GBAS)、星基增强系统 (SBAS) 或机基增强系统 (ABAS)。SBAS 和 GBAS 可以支持精确进近导航操作。但是,这些增强功能确实需要昂贵的参考接收器网络和向机载用户的实时广播。为了克服这一问题,ABAS 系统集成了惯性导航系统 (INS) 提供的机载信息,以提高导航性能。惯性导航基于航位推算原理,影响加速度和角旋转速率测量的微小误差会导致不可忽略的积分漂移,并在导航 1 小时后导致超过 1 Nm 的水平位置误差。
本文件及其所含信息受捷克共和国和其他国家法律的适用版权和其他知识产权保护。本文件及其所含信息可摘录、复制、打印、重新发布、通过有线或无线方式向公众提供和/或以其他方式提供给第三方,但必须明确说明来源和版权所有者,如下所示:“来源:EUSPA EO 和 GNSS 市场报告,第 2 期,版权所有 © 欧洲空间计划署,2024 年”。如果您重新发布,我们将非常感激您链接回 EUSPA 网站 www.euspa.europa.eu。未经欧洲空间计划署事先明确书面许可,不得更改、编辑或更改本文件的任何部分,包括其中包含的任何信息,无论以何种格式(无论是数字格式还是其他格式),可通过 https://www.euspa.europa.eu/about/contact 申请,明确说明所请求的元素(文件和/或信息)和使用条款。对于复制或使用照片和任何其他艺术材料,可能必须直接从版权所有者处获得许可。
摘要 卫星全球导航卫星系统 (GNSS) 技术正在开发中,用于民航运营。GNSS 的一个主要特点是可以在全球范围内提供精确导航。例如,美国联邦航空管理局 (FAA) 开发了广域增强系统 (WAAS),该系统通过提高系统准确性、完整性和可用性来增强全球定位系统 (GPS),以满足精密进近导航的航路要求。为了为 WAAS 开发提供平台,FAA 建立了国家卫星试验台 (NSTB)。NSTB 是一个原型 WAAS,其地面基础设施遍布美国和国际。为了在中非和中南地区建立用于开发 WAAS 类型 SBAS 系统的试验平台,ICAO 和 FAA 之间签署了一份谅解备忘录 (MOU)。备忘录于 2001 年 6 月 2 日签署。由此,联合国开发计划署/国际民航组织技术合作项目 RLA/00/009 应运而生,以下国家和国际组织加入了该项目:阿根廷、玻利维亚、巴西、智利、哥伦比亚、厄瓜多尔、巴拿马、秘鲁、美国、委内瑞拉和 COCESNA。通过 RLA/00/009 项目实施的 CAR/SAM 卫星平台测试平台被命名为 CAR/SAM 测试平台 (CSTB)。它是在 NSTB 的基础上设计的。CSTB 和 NTSB 都通过专用通信电路连接。该通信电路最初在智利圣地亚哥 (CSTB) 和美国大西洋城 (FAA 技术中心 (NSTB)) 之间实施,包括里约热内卢 (CSTB) 和大西洋城 FAA 技术中心 (NSTB) 之间的链路。为展示该计划的目标,采取了区域性方法,以帮助说明该区域系统如何使整个区域受益,而不仅仅是使积极参与其中的人受益。CSTB 的成立是为了促进基于 GPS 和 WAAS 类型 SBAS 技术的空中导航操作系统的收集、开发、购买和实施。CSTB 的实施是为了支持在中非和中美洲/南美地区的标准化 GPS 实施,建立一支区域技术专家队伍,并包括初始广域增强系统测试平台,稍后将补充针对每个国家的增强区域容量。)。该测试平台旨在通过开发可应用于运营环境(即场地选择和准备、安全地面通信链路、运营程序开发、飞机认证、培训等)的试验基础设施来降低运营实施成本。
摘要 卫星全球导航卫星系统 (GNSS) 技术正在开发中,用于民航运营。GNSS 的一个主要特点是可以在全球范围内提供精确导航。例如,美国联邦航空管理局 (FAA) 开发了广域增强系统 (WAAS),该系统通过提高系统准确性、完整性和可用性来增强全球定位系统 (GPS),以满足精密进近导航的航路要求。为了为 WAAS 开发提供平台,FAA 建立了国家卫星试验台 (NSTB)。NSTB 是一个原型 WAAS,其地面基础设施遍布美国和国际。为了在中非和中南地区建立用于开发 WAAS 类型 SBAS 系统的试验平台,ICAO 和 FAA 之间签署了一份谅解备忘录 (MOU)。备忘录于 2001 年 6 月 2 日签署。由此,联合国开发计划署/国际民航组织技术合作项目 RLA/00/009 应运而生,以下国家和国际组织加入了该项目:阿根廷、玻利维亚、巴西、智利、哥伦比亚、厄瓜多尔、巴拿马、秘鲁、美国、委内瑞拉和 COCESNA。通过 RLA/00/009 项目实施的 CAR/SAM 卫星平台测试平台被命名为 CAR/SAM 测试平台 (CSTB)。它是在 NSTB 的基础上设计的。CSTB 和 NTSB 都通过专用通信电路连接。该通信电路最初在智利圣地亚哥 (CSTB) 和美国大西洋城 (FAA 技术中心 (NSTB)) 之间实施,包括里约热内卢 (CSTB) 和大西洋城 FAA 技术中心 (NSTB) 之间的链路。为展示该计划的目标,采取了区域性方法,以帮助说明该区域系统如何使整个区域受益,而不仅仅是使积极参与其中的人受益。CSTB 的成立是为了促进基于 GPS 和 WAAS 类型 SBAS 技术的空中导航操作系统的收集、开发、购买和实施。CSTB 的实施是为了支持在中非和中美洲/南美地区的标准化 GPS 实施,建立一支区域技术专家队伍,并包括初始广域增强系统测试平台,稍后将补充针对每个国家的增强区域容量。)。该测试平台旨在通过开发可应用于运营环境(即场地选择和准备、安全地面通信链路、运营程序开发、飞机认证、培训等)的试验基础设施来降低运营实施成本。
可以使用在不同频率上运行的多个导航接收器来降低GNS的干扰易感性。频率多样性可以采用相同类型的接收器。减少干扰是在L5 1176.45 MHz(GPS-美国星座)引入和进一步扩展新民用通道的原因之一。使用多结构混合接收器可以提高可用性和可靠性。但是,应评估它们在整个GNSS频率范围内针对宽带干扰的较高成本和有效性。下表总结了减轻GNSS RFI对民航的影响的计划。
地质灾害存在灾变孕育过程和致灾模式复杂、早期识别和监测预警难度大、风险防范技术支撑不足等问题,因此国家防灾减灾战略对地质灾害监测技术装备的需求很大。三维空间监测关键技术可以集成降雨、土壤含水量、倾斜、孔隙水压力、应力等滑坡因素监测技术,实现专业监测技术体系的一体化。在该技术体系中,将各监测点的多种信息处理转化为时间序列问题,利用数据融合技术,综合成一组综合信息,由点到面对滑坡进行直接监测预报[1]。滑坡监测的主要任务是结合变形监测与诱发因素监测,掌握滑坡变形破坏的特征信息,分析其动态规律,实现监测在空间、时间和尺度上的信度与效度[2]。
该报告重点介绍了GNSS技术的最新进步和未来趋势,包括采用新频率,多频功能以及接收器设计中的创新,以提高性能和安全性。欧盟GNSS以服务或诸如Galileo高精度服务(HAS)和开放服务导航消息身份验证(OSNMA)之类的功能领先。此外,该报告还解决了人们对欺骗和干扰威胁的越来越关注,展示了诸如身份验证,弹性接收器以及与多个传感器的杂交等解决方案。Secure Satcom系统中的开发报告的SEACCOM部分概述了安全SATCOM中的关键趋势,包括通过数字化,AI,云环境和与5G网络集成的性能提高了性能,以及NGSO星座的部署以减少延迟。它强调了对恶意行为者风险驱动的SATCOM传输对安全性增强的需求,重点是机密性,完整性和可用性。此外,从以硬件为中心到以软件为导向的设计的转变使用户终端能够利用多个星座和频率,改善通信链接可用性。关注报告的关注与编辑的特别节目结束,探讨了GNSS,安全SATCOM以及相关的地球观察之间的潜在和现有协同作用。此类协同作用的示例包括通过SATCOM传输地球观察数据,使用GNSS来操作移动NGSO终端,将GNSS和安全的SATCOM合并在运输和紧急管理中,支持哥白尼遥控传感器,并启用高级准确的GNS在偏远地区在偏远地区进行SATCOM的位置。
智能手机已转换为便携式GNSS(全球导航卫星系统)接收器。具有数十亿此类设备记录的GNSS数据具有很大的科学研究潜力,并具有前所未有的时空分辨率。但是,目前访问大型GNSS智能手机数据的访问量是有限的,并且数据处理具有挑战性。Camaliot项目(机器学习技术在GNSS IOT数据融合中的应用)旨在解决这些问题,以促进众包GNSS数据的可用性,以进行天气预报和太空天气监测。Camaliot众包活动中大量的GNSS数据具有异质性的质量。为了应对此数据处理挑战,我们使用机器学习(ML)开发了一种自动数据选择算法。在这项研究中,比较了不同ML模型的分类性能。还检查了不同数据质量指标的重要性。初始结果表明,基于ML的分类器可以在广告系列的实际数据上获得95%的精度,而无需为质量指标设置明确的阈值。基于选定的智能手机GNSS数据,也进行了对流层参数估计实验。