广播式自动相关监视(Automatic Dependent Surveillance-Broadcast,ADS-B)是一种航行新技术,具有成本低、精度高、更新速率快等特点,可为民航监控系统提供更安全有效的监控手段。随着民航事业的发展以及ADS-B技术研究的深入,对ADS-B数据的质量要求越来越高。然而在实际应用中,ADS-B受到地形遮蔽、信号干扰、系统误差等因素的影响,造成ADS-B数据出现缺失、异常等现象。本文主要研究ADS-B数据质量,包含以下内容:首先,了解ADS-B系统流程,结合ADS-B数据格式以及各数据项来源,将各地面站收集的海量数据进行解析及存储,并利用民航业对数据质量的定义以及ADS-B数据实际情况,确定数据质量分析指标,主要包括数据完整性和准确性两方面。其次,以新疆上空固定航路J325的航迹数据为例,使用时间间隔和距离间隔的方法识别航迹数据缺失段,对航迹缺失段进行填充并汇总,然后采用改进的密度聚类算法对所有缺失数据段进行聚类,分析该航路上航迹数据缺失分布特点,结合地形地貌和地面站位置研究ADS-B数据的完整性。最后,采用卡尔曼滤波算法和灰色神经网络模型训练法对ADS-B航迹进行处理,估计飞机的真实位置,并对ADS-B数据的准确性进行评价。