ADS-B 數位觀察：分析桃園空域航線、高度與信號傳播特性

 時隔兩週，其實我的這項用RTL-SDR V4收飛機訊號的計畫還在持續進行，甚至我還把收到的訊號轉送去Flightradar24與flightaware，當然也獲得了一些很棒的會員權益，基本上就是可以取用資料庫。對這有興趣的話，兩者的官網都有資訊，但前提是你用的是linux的機器才好操作。（像我就是在樹莓派上運行）

從飛機收來的訊號不單是只有位置訊號，而是有這麼多不同的資料，但並不是每一台飛機都的資料內容都有這些，總之我是都即時用我房間的小天線，能抓都抓了。

參數 (Parameter)	英文全稱 (English Full Name)	中文說明 (Chinese Description)
$t	Timestamp	時間戳記 (接收訊號的時間)
.hex	ICAO Hex ID	ICAO 24位元位址碼 (飛機唯一識別碼)
.flight	Flight Number / Callsign	航班編號 / 呼號
.lat	Latitude	緯度
.lon	Longitude	經度
.alt_baro	Barometric Altitude	氣壓高度
.alt_geom	Geometric Altitude	幾何高度 (GPS 高度)
.gs	Ground Speed	地速
.ias	Indicated Airspeed	指示空速
.tas	True Airspeed	真空速
.mach	Mach Number	馬赫數
.track	Track Angle	航跡角
.track_rate	Track Rate	航跡變化率 (轉彎率)
.roll	Roll Angle	滾轉角 (飛機坡度)
.mag_heading	Magnetic Heading	磁航向
.true_heading	True Heading	真航向
.baro_rate	Barometric Vertical Rate	氣壓爬升/下降率
.geom_rate	Geometric Vertical Rate	幾何爬升/下降率
.temp	Static Air Temperature	靜溫 (外界環境溫度)
.wd	Wind Direction	風向
.ws	Wind Speed	風速
.nav_qnh	QNH Setting	氣壓高度表修正值 (海平面氣壓)
.nav_altitude_mcp	MCP Selected Altitude	自動駕駛設定高度 (MCP/FCU)
.selected_heading	Selected Heading	設定航向
.squawk	Squawk Code	應答機代碼 (四位數識別碼)
.rssi	Received Signal Strength Indication	接收訊號強度指標
.messages	Message Count	訊息總數
.rc	Radius of Containment	容納半徑 (位置完整性)
.nic_baro	Navigation Integrity Category (Baro)	氣壓高度完整性類別
.nac_p	Navigation Accuracy Category (Position)	位置精確度類別
.nac_v	Navigation Accuracy Category (Velocity)	速度精確度類別
.sil	Source Integrity Level	源完整性等級
.gva	Geometric Vertical Accuracy	幾何垂直精確度
.sda	System Design Assurance	系統設計保證
.category	Aircraft Category	飛機類別 (重量或類型)
.nav_modes	Navigation Modes	導航模式狀態
.version	ADS-B Version	ADS-B 版本

我用one-liner列出目前收到的每日航班量，命令是

 printf "%-15s | %-10s\n" "Date (File)" "Flight Count" && \

printf "%-15s-|-%-10s\n" "---------------" "----------" && \

for f in adsb_*.csv; do 

    count=$(cut -d',' -f3 "$f" | grep -v "N/A" | sort -u | wc -l);

    printf "%-15s | %-10s\n" "$f" "$count"; 

done

Date (File)     | Flight Count

----------------|-----------

adsb_2026-02-17.csv | 693       

adsb_2026-02-18.csv | 1140      

adsb_2026-02-19.csv | 1114      

adsb_2026-02-20.csv | 1019      

adsb_2026-02-21.csv | 992       

adsb_2026-02-22.csv | 1030      

adsb_2026-02-23.csv | 963       

adsb_2026-02-24.csv | 971       

adsb_2026-02-25.csv | 921       

adsb_2026-02-26.csv | 892       

adsb_2026-02-27.csv | 1016      

adsb_2026-02-28.csv | 937       

adsb_2026-03-01.csv | 531       

adsb_2026-03-15.csv | 29      

中間有幾天電腦重啟，忘記繼續開紀錄的sh，就沒紀錄了，但是可以看到每天都能收到數百筆航班資料。

既然有大量資料，當然就是做我最愛的資訊視覺化，以下都用R來畫某一天的圖。

這用的是飛機的類型來繪圖，有小飛機、大飛機...。

每日收到的訊號點的圖

依照航向和高度來區分，黃線就是小於2000ft的，大部分都是起飛和降落的，可以觀察桃園機場一帶在這段時間是如何進場的。因為看到這張圖，我還因此跑去永安北岸觀海亭，想要實際看從北方來的飛機轉進桃園機場的即時現況。藍綠色線的是往北的高空飛機，紫色則是往南的。

看到這些線，就一定要去看看「交通部民用航空局電子式飛航指南」去找TAIPEI FIR EN ROUTE CHART來對照，才會更好玩。下圖的進入路徑是這樣

1. 你要先到飛航指南 https://ais.caa.gov.tw/aimportalapp/ 去底下按eAIP 看最新的資料
2. 到- Part 2 - 航路 (ENR) 找   ENR 6 航路圖，裡面有很多圖，看到TAIPEI FIR EN ROUTE CHART 點下去就是了

左右對照看到什麼，是不是就看最明顯三條是A1/W4、B1、M750，另外還有淺淺的B591、W8。看著看著想起以前我拍攝天空的縮時攝影時，就透過飛機雲的樣子推測過我家附近至少會看到三條航線，現在透過ADS-B的資料來對照，果然沒錯。

如果根據每分鐘改變的高度，來分類是爬升還是下降，紅色是下降，綠色是上升，當然在國際航線上，就是一直維持高度不變的灰色，而綠色的就對應了桃園機場和松山機場起飛的飛機囉。

再來我們看看信號的強弱和空間的關係。某些地區幾乎沒有訊號，大多是因為飛機本來就不會飛到那。

如果再把訊號與接收端的距離和高度做強度的比較，這樣就能看到經典的自由空間路徑損耗（Free Space Path Loss, FSPL）特性。近距離 (0-25km)： 訊號強度（RSSI）從 -20 dBFS 快速掉落到 -30 dBFS。這是因為在距離很近時，距離增加一倍對訊號的百分比影響很大。遠距離 (50km 以上)： 曲線開始趨於平緩，衰減的速度隨著距離增加而放慢。

高度 (Altitude) 的分層效應，觀察顏色的分佈：紫色點（低高度）： 集中在左側（近距離）。因為飛機在低高度時，受限於地球曲率和地形遮蔽（障礙物），只能收得到近處的訊號。黃綠色點（高度 30000+ ft）： 這些點可以延伸到 100km 甚至更遠。這是因為高空飛機與接收器之間通常沒有建築物或山脈阻擋，訊號路徑更接近純粹的物理模型。

除了這些raw data畫出的數據，其實透過這些數據的組合還有更多有趣的事，等下篇再來分享。

使用RTL-SDR V4收飛機的 ADS-B畫出畫出航跡地圖

10年前寫過一篇文章《從飛機雲估測我和誰看同一片天空》，那段時間，我的興趣全在天邊那些稍縱即逝的飛機雲。那時候用望遠鏡和 FlightRadar24 的 App，看著高空的飛機雲，手動對照飛航紀錄，確認自己在新竹的窗前，視覺極限大約能觸及 80 公里外的北海岸上空。

十年過去了，現在可以直接在電腦前，直接收集那些從萬米高空來的無線電訊號。這一次用的工具是 RTL-SDR v4-一根像USB隨身碟的小東西，是一個廣域的無線電接收器。

它內部是 RTL2832U 這顆由台灣瑞昱（Realtek）設計的晶片。最初它是為了讓電腦看 DVB-T 數位電視而生，但因為它能將類比訊號直接轉為數位數據（SDR，軟體定義無線電），且價格極其低廉，意外被開發者開啟了「上帝視角」。

我購買的這款 RTL-SDR Blog V4，比起一般的電視棒做了更多專業改進。它內建了 R828D 調諧器，並加上了三路濾波器，可以應對常見的 FM 電台、手機基地台或 Wi-Fi 干擾。價格也不貴，我在前幾周從官網以 $49.95 USD 的價格入手。

最近用它玩了好幾個專案，先來介紹這個收飛機訊號的專案吧。

飛機在飛行時，會透過 ADS-B (Automatic Dependent Surveillance-Broadcast) 系統，不斷地向四周廣播自己的經緯度、高度、速度與編號。要收這個訊號，只要把偶極天線架起來，再安裝 readsb 和 tar1090 這些開源軟體( windows上也有軟體)，就可以直接接收。

飛機廣播 ADS-B 訊號的頻率固定在 1090 MHz。在這個頻率下，訊號像光線一樣是「直視傳輸，只要中間有山頭或建築物擋住，你就收不到它。剛好我的窗戶面東北有廣闊的天空，所以當然可以收到不少訊號。

再來是天線，RTL-SDR Blog V4的套件有兩組偶極天線，有一組長一組短。要收1090MHz就用兩組短的，單根長度6.5cm左右，兩根擺成垂直地面，貼在窗戶上就可以了。

天線長度需從無線電波的波長來計算。偶極天線設計為「半波偶極天線」（Half-wave Dipole），也就是天線的總長度約為半個波長。

1. 光速約 300,000,000 m/s，1090MHz的無線電波在空氣中的全波長是300 / 1090  = 0.275  m
2. 半波長就是27.5 / 2 =  13.75 cm
3. 考量無線電波在金屬導體中傳輸的速度比在真空慢，實際天線長度需要乘以一個修正係數（通常取 0.95）：理論總長度：13.75 cm x  0.95 = 13.1 cm
4. 偶極天線的兩臂長度偶極天線由兩根對稱的金屬棒組成，中央連接同軸電纜，因此單臂長度 13.1 cm/ 2 = 6.55 cm

我使用的軟體 readsb 負責在底層解碼這些 1090 MHz 的原始脈衝，而 tar1090 則提供了類似 FlightRadar24 的視覺介面，讓我能即時在地圖上看到飛機的動向。（其實就和flightradar24界面相似，但看到的就是自己收的飛機訊號）

為了讓數據更有趣，我寫了一段 Python 腳本，將接收到的 Hex 碼轉換為視覺化的地圖，就可以看看自己的「新竹收訊圖」。

透過熱點圖和航線圖就能看到一些有趣現象：

這張圖定義了我的「數位視野」。因為我的窗戶面東北，加上東南方有山脈屏障，熱點圖展示的是地形對無線電的物理限制。紅色點代表是三萬英呎的飛機，過台灣不停的那種，而藍色點就是要進出桃園機場的飛機。

與 10 年前手動比對不同，現在我可以自動抓取訊號在地圖上標示出來那些飛機的航路，整體範圍大約是我觀測地的北方到東北方半徑80公里的範圍，這和十年前我用望遠鏡看到的範圍一致。

這次的觀察最令我著迷的不再只是看飛機在哪裡，因為我看到透過 SDR 接收到的進階數據（EHS），還有更多有趣的資料可以應用來分析，這就等下篇再來說。

內灣線一線九驛路線求解程式

新竹縣政府幾年前打造了一個「一線九驛」的活動，將台鐵內灣線沿線的九個車站用許多文創的元素串在一起。這些車站包括竹中、上員、榮華、竹東、橫山、九讚頭、合興、富貴、內灣等。

在搭乘這條路線時，我想到怎樣的規劃路線才可以每站都去走走呢？於是我就下載了時刻表，寫了一個程式來規劃行程。

你可以輸入起站和終站(例如設定成同一站，就是回到原來的地方)，再設定幾點開始幾點結束，以及每站至少停留多少分鐘，程式的目的是在此要求下搜尋能到達最多站點的路線規劃。

還可以設定一定要去哪些站，或是不需要去哪些站。在使用上時要注意，有些班次週末和週間會有差異，停開或增開，但我程式並未處理這部分。

有興趣可以點選 一線九驛求解器

以程式的預設值來規劃，至少可以到達六站

如果想要達到一線九驛都下車的話，結束時間就要稍微晚一點，例如像這樣

神經系統單元的互動程式2025

 現在用AI寫程式或是做輔助教學實在太容易了，幾乎是想到什麼就可以做出來。所以好一陣子都在用AI做東西，倒是比較少在blogger紀錄了。

目前來整理一些今年在神經系統做的一些教學輔助程式，有些是用來上課，有些則是用來遊戲的。其他在神經單元但沒有介紹到的，都是以前做出來的。

所有的程式都可以在這裡連到，但我還是個別介紹一下。

音調產生器

可以用在說明聽覺的時候，不同頻率產感覺的音量不同，也可以發現每一個人所能聽到的頻率不相同。

https://chihhsiangchien.github.io/tone-generator/index.html

絕對音感

https://chihhsiangchien.github.io/absolute-pitch-game/index.html

顧名思義就是聽聲音，然後指出是哪個琴鍵產生的聲音

瞬間記憶數字

https://chihhsiangchien.github.io/instant-memory-game/index.html

幾年前做過scratch版本的，現在直接用js來實作

記憶數字長度的遊戲

https://chihhsiangchien.github.io/magic-number-game/index.html

畫面左邊會出現一串數字，等到消失之後，在右邊鍵盤重新打一次數字

色彩排序遊戲

https://chihhsiangchien.github.io/color-sorting-game/index.html

顏色會改變色相或彩度，玩家要排成正確的順序

https://chihhsiangchien.github.io/color-sorting-game/index.html

專注力遊戲

https://chihhsiangchien.github.io/concentration-grid/index.html

按照順序點選數字

史托普效應遊戲

https://chihhsiangchien.github.io/stroop-game/index.html

先看出題目是用什麼顏色的字(不要被字義干擾)，然後在底下選項選出正確的字義(不要被選項的顏色干擾)

數感挑戰

https://chihhsiangchien.github.io/numberSense/index.html

搭配斑龜的數感研究影片來使用。在方塊消失後，選擇數字較大的那部分。在數字小的情況(如4個和5個比)，甚至只要0.01秒就能辨識出來，根本來不及數，但你就是能看出，那就是數感。

神經傳導路徑排序

https://chihhsiangchien.github.io/neural-pathway/index.html

就是點選動作後，把正確的路徑排出來

養分、酵素、光合作用、小魚等實驗的小技巧

 紀錄一下今年進行養分與酵素的實驗的一些技巧

測定食物養分的實驗

因為實驗室剛好衝堂，所以我就安排在教室進行。準備一個塑膠盆，再切一片珍珠板。盆子裝熱水用來提供本氏液的反應，帶洞的珍珠板設計的尺寸比盆底大一點，讓板子可以卡在盆子裡，然後固定一段距離用原子筆戳洞。

實驗的容器就用微量離心管，測試的食物、本氏液都只裝一兩滴，裝好就塞進珍珠板的洞裡，因為微量，所以反應很快，一到兩分鐘就會有反應了。但要注意離心管不需要蓋蓋子，不然可能會泡著泡著就爆開，如果會常常需要這樣使用，也可以乾脆把蓋子剪斷。

酵素實驗

上述的離心管，可以繼續用在額外的酵素實驗，例如雙氧水加上一些金針菇，然後就可以做成不定時炸彈，但是會噴出雙氧水，要小心就是。

課內實驗的部分，今年收集唾液的方式改成使用紗布，因為剛好有一批。本來都是叫學生把整片紗布放嘴裡咬，不過好幾個學生咬得嘔聲連連，後來就改成「手拿著一端，另外一端放入嘴裡咬20-30下」，然後大家把自己咬過的紗布放入小紙杯中，再加一點水進去杯子裡讓紗布浸潤，最後把水倒出到試管就可以用了。

光合作用

要做這個實驗的時候，北部連日陰雨，根本沒辦法使用室外植物，還好幾年前實驗室有買生長箱，反正加水就放進去養就對了。如果沒有生長箱的，其實準備多個檯燈加上定時器，效果也是一樣。

芹菜實驗

每年都會泡到有些芹菜爛爛的，其實泡爛的芹菜很棒，可以從裏頭撈出一堆絲狀物，裏頭也有一些漂浮物。

絲狀物就是芹菜的維管束，就是一些分離的導管，細節可以看這篇多年前的文章，至於一些霧霧的漂浮物多是薄壁細胞。

小魚尾鰭觀察

多年前改成把小魚放進封口袋來觀察了，效果原比幫小魚蓋棉花被子好很多，我以為大家都已經這樣做了，結果最近才知道朋友還是用棉花蓋住來觀察。只用棉花蓋住的最大缺點是魚在活動時，會把水噴到物鏡上，然後物鏡就會發霉損壞。

問了他為什麼還是用棉花，他說他覺得把魚放進封口袋還要手拿魚做這件事，有點阿雜。ㄟ，其實完全不需要沾手啊，就是準備一個L夾，底下剪開一個口，差不多魚大小，這個就是漏斗，底下請一個學生協助套上小封口袋，你把魚撈起後放進這個塑膠漏斗就好囉。

人體血液循環的視覺化互動程式

講全身血液循環時，我需要一個互動的介面可以讓我用來解說，要能呈現全身血液流動的過程。先講結論，我做出來了。底下是截圖

這是操作過程的影片，預設有幾百個血球在血管內流動，擺著不動一陣子會看到經過組織微血管(上下三區)的血球會變成暗紅色，並且釋放出代表氧氣的藍色圓形。而這些暗紅色的血球經過左右兩邊的肺部微血管時，會從外而內進入獲得氧氣，使暗紅色的血球變成鮮紅色。

你可以按下[血球淡化]的開關，使所有血球都變淡，然後點畫面很多血球的位置，例如心房心室，每次點擊都會在點擊處附近隨機標註一顆血球，你就可以追蹤它的流動。

此外，也可以將心房心室的動畫關閉或打開。

目前實作是做了全身血液循環，未來有時間會完成肺部和組織細胞之間的交換

程式在此 https://chihhsiangchien.github.io/circulation/index.html

接下來要說的是如何完成這樣的程式，血球需要循著特定的路徑往前移動，不能逆向，在交叉口又必須隨機。`所以我需要一個有很多節點的「有向圖」，節點之間有方向性的「邊」相連，每一個節點有id，有xyt座標，而每一個邊的資料包括起點和終點的節點。因此對有些節點來說，可能是多個邊的起點，也可能是多個邊的終點。

我先在draw.io上放一張底圖，然後用circle當節點，Directional Connector當作邊，把完整的循環路徑畫出來。最後的結果export 出xml。檔案連結

有了xml之後，再用js parse這些資料，就可以做出一個有向圖。建立資料時，可以指定某些connector的寬度，這可以用來畫出血管的寬度，而circle內的文字可以標註目前所在的位置，例如肺靜脈、肺動脈等。

對於血球的行為，其實就是不斷地從一個節點移動到另一個節點，而下一個節點的決定就看這個節點有幾個出口，隨機選一個就是了。經過特殊節點如肺動脈時，就讓血球進入一個可接受氧氣的狀態，有一定的機率可以得到氧氣。而到了肺靜脈時，可接受氧氣的狀態就被關閉了。而進入組織微血管或離開，也是一樣的方法，所以這就是一個狀態機的變化。

此外，動靜脈的流速不同，是利用節點的數量來控制，在一個動畫週期中的固定長度內，如果有越多節點，那麼血球就會越慢，如微血管內的行為，而如果節點越少，就會產生移動速度很快的視覺效果。

雖然節點和節點之間是直線相連，但血球在血管內的移動則是會以邊寬度為基礎，做左右偏移累積的移動，所以就可以產生彷彿在血管內移動的視覺效果。

酵素作用的互動教學工具

最近做了「酵素模擬器」的網頁工具，可以互動操，產生即時圖表與自動化實驗。

https://chihhsiangchien.github.io/enzyme-tutorial/

主要功能

1. 拖曳與新增分子、酵素

使用者可以用拖曳或點擊的方式，將不同種類的酵素與分子加入主畫面。每種分子和酵素都以圖示呈現，並可一次新增多個或快速移除。

2. 模擬布朗運動

所有分子在畫面上會隨機移動，模擬布朗運動，進而觸發酵素反應。

3. 酵素-受質結合與產物生成

當受質分子靠近酵素的活化位時，若符合反應規則，會自動吸附並進行反應，產生對應的產物。反應過程中，分子會有動畫效果。

4. 溫度調整與酵素變性

可透過滑桿調整環境溫度。溫度會影響分子的運動速度與酵素的活性，並可模擬高溫導致酵素變性的情境，每種酵素有不同的變性溫度。

5. 即時濃度變化圖表

畫面右側提供即時的分子與酵素數量變化圖表。每秒自動更新，方便觀察反應進行過程中各物種的濃度變化。

6. 實驗模式與自動化實驗

除了自由操作外還有「實驗模式」可進行實驗。可選擇酵素種類、設定溫度與觀察時間，並自動重複多組實驗，繪製「溫度-反應速率」關係圖，協助分析酵素活性與環境的關聯。