基于卡尔曼滤波的AAM飞行管理系统建模
机器人学
2026-02-17 v1 系统与控制
系统与控制
摘要
高级空中运输 (AAM) 操作需要预测空间和时间不确定性的战略飞行规划服务，以安全地将飞行计划与天气细胞、受限空域和 CNS 中断区域等危险因素进行核实。当前用于 AAM 车辆的不确定性估计方法依赖保守的线性模型，因为缺乏真实世界的性能数据。本文提出了一种基于卡尔曼滤波的不确定性传播方法，通过 Sigmoid 混合测量噪声协方差建模 AAM 飞行管理系统 (FMS) 架构。与现有固定不确定性阈值的方法不同，本方法根据到达航路点的进程持续调整滤波器的测量信任度，使 FMS 纠正行为自然涌现。该方法的规模与控制输入成比例，并且可以调校以匹配特定飞机特征或航路条件。我们使用来自一般航空飞机的真实 ADS-B 数据进行验证，数据分为训练集和验证集。经训练集上的参数调优，达成 76% 的到达时间预测准确率，与验证数据集进行比较，表明该方法对于 AAM 操作中的战略飞行计划验证具有有效性。
引用
@article{arxiv.2602.14948,
title = {Kalman Filtering Based Flight Management System Modeling for AAM Aircraft},
author = {Balram Kandoria and Aryaman Singh Samyal},
journal= {arXiv preprint arXiv:2602.14948},
year = {2026}
}