[发明专利]一种基于ConvLSTM-SRU的扇区延误预测方法有效

专利信息
申请号: 202010277615.4 申请日: 2020-04-10
公开(公告)号: CN111523641B 公开(公告)日: 2023-05-30
发明(设计)人: 羊钊;唐荣;王兵;张颖;曾维理;王一凡;陆佳欢;黄明 申请(专利权)人: 南京航空航天大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/0635;G06Q50/30;G06N3/045;G06N3/0442;G06N3/0464;G06N3/048;G06N3/08
代理公司: 南京苏高专利商标事务所(普通合伙) 32204 代理人: 高艳敏
地址: 210016 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 convlstm sru 扇区 延误 预测 方法
【说明书】:

发明公开了一种基于ConvLSTM‑SRU的扇区延误预测方法,包括如下步骤:(1)读取扇区历史航班ADS‑B数据;(2)处理数据;(3)划分指标特性;(4)生成各个指标的时间序列数据;(5)针对时空特性指标,建立ConvLSTM网络时空特征提取模型;(6)针对时间特性指标,建立SRU网络时间特征提取模型;(7)建立指标特征全连接网络模型;(8)输出预测扇区飞行时间;(9)计算扇区预计延误时间。本发明所述预测方法能够提高扇区各航线延误时间的预测精度,为空中交通管制人员提供前瞻的信息,帮助管制人员提前采取管制措施,减少扇区拥堵风险增大的概率,从而提高机场的运行效率。

技术领域

本发明属于空中交通流量管理技术领域,具体涉及一种基于ConvLSTM-SRU的扇区延误预测方法。

背景技术

扇区作为一种管制空域单位,其范围内的航空器集中在各个航线上,在交通量大的状态下很容易发生拥堵,并由航线传播到整个扇区,甚至其他扇区。若能提高实时预测扇区各航线延误时间的准确性,将为缓解扇区拥堵提供重要帮助。传统的关于空中交通延误预测的方法多是根据扇区流量大小进行判断,这些预测方法虽然可以判断延误存在于哪条航线上,但是对于延误时间的预测精度不够,而且对于相连接航线之间的影响考虑不足。在扇区运行的过程中,扇区的航线网络结构是决定扇区容量的关键因素,航空器在扇区航线(进扇点至离扇点)上的飞行时间与所在航线的运行状态密切相关,所以在进行延误时间的预测的过程中必须考虑航线结构特点和流量大小两个方面。

发明内容

发明目的:本发明的目的是提供一种基于CNN-SRU的扇区延误时间预测方法,有效降低扇区拥堵出现的概率,提高运行效率。

技术方案:本发明所述的一种基于ConvLSTM-SRU的扇区延误预测方法包括如下步骤:

(1)读取数据:读取扇区历史航班ADS-B数据,统计得到进离扇区各航路点的飞行流量数据、扇区内各航线(进扇点至离扇点)的飞行流量数据和飞行时间数据,读取相应时间范围内扇区历史气象数据;

(2)处理数据:将步骤(1)读取的数据集按时间标签进行排列,针对时间轴上缺失的数据使用前后时间段的均值进行填补,针对时间轴上异常的数据利用插值法对异常数据进行替换;

(3)划分指标特性:根据指标属性对指标进行类型划分,因扇区内各航线(进扇点至离扇点)的飞行流量、飞行时间随着时间、空间(扇区航线网络)而发生变化,所以将上述两个指标划分为时空特性指标;而进离扇区各航路点的飞行流量和气象条件在同一扇区内仅随时间发生变化,与空间不相关,故将上述两个指标划分为时间特性指标;

(4)生成各指标的时间序列数据:在步骤(3)的基础上,选择不同的时间间隔(10min,20min,30min,60min),对各个指标的数据进行统计,生成相应时间间隔的序列数据;

(5):针对时空特性指标,建立ConvLSTM网络时空特征提取模型;

(6):针对时间特性指标,建立SRU网络时间特征提取模型;

(7):建立指标特征全连接网络模型;

(8):输出预测扇区飞行时间;

(9):计算扇区预计延误时间和预测精度。

进一步的,所述步骤(5)的具体过程如下:

(5.1)生成ConvLSTM网络输入集

统计进扇和离扇航路点的个数为m和n,制作尺寸为m×n的图片,其中每个像素点的数值为相应进离扇点间航线的飞行流量,将步骤(4)得到的时间序列数据,按照上述操作生成飞行流量在想相应时间间隔下的原始图片,同理,以进离扇点间航线的飞行时间作为像素点,生成飞行时间在相应时间间隔下的原始图片;

(5.2)初始化ConvLSTM网络参数

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京航空航天大学,未经南京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010277615.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code