[发明专利]一种基于空域关联度的热区识别方法

说明书

本发明公开了一种基于空域关联度的热区识别方法，其目的为：构建基于Transformer的扇区语义表征模型，利用交通流特性对扇区序列化表征，建立涵盖扇区流量和容量特征的数据结构，设计扇区的时空位置编码和标识编码。然后，设计掩码自监督学习任务训练模型，挖掘不同扇区之间的时空依赖关系，生成扇区语义表征向量。最后计算扇区语义表征向量间的相似度作为空域关联度，选择与其它扇区关联度最高的扇区作为热区进行识别和调控，为精细化流量控制策略的制定提供态势支撑。

技术领域

本发明涉及空中交通流量管理方法，特别是一种基于空域关联度的热区识别方法。

背景技术

随着我国国民经济持续、稳步、快速地发展，军民航飞行活动逐年保持强劲的增长势头。我国民航的空中交通活动主要集中在东部经济发达地区，部分民航空域已经趋于饱和；同时军航穿越民航航路的飞行也在不断增加，导致部分地区的训练空域资源紧张，空域内飞行矛盾越来越大，军民航协调工作日益繁重。为解决空中交通拥挤问题，近几年相关部门对航路走向、管制方法等作了多次调整，但飞行流量的快速增长仍使部分区域内的总流量很快达到饱和甚至超负荷。为确保高峰时期飞行安全，目前各地区大多采用流量控制方式，即限制本地区飞机起飞和外管制区的飞机进入。流量控制由于缺乏广泛的协调、信息和技术支持，完全依赖管制员个人的工作经验，具有较大的随机性和不确定性，其不仅严重威胁了飞行安全，也容易导致空中交通拥塞的恶性循环和航班的大面积延误，给国民经济造成巨大的经济损失。

当前空中交通流量管理分战略、预战术和战术三个阶段。战术流量管理阶段主要通过预测空域容量和流量，优化航班时刻表、调整航空器的起飞时间、飞行航线等实现流量管理。由于当前的流量管理方案需要对目标空域内的不同扇区的流量和容量分别计算，且由于不同扇区间的关系无法确定，导致管制员需要根据每个扇区的容流比分别制定独立的流量控制策略，而非针对关键扇区制定流量控制策略，难以实现精细化调控。

发明内容

发明目的：本发明所要解决的技术问题是针对现有技术的不足，提供一种基于空域关联度的热区识别方法。

为了解决上述技术问题，本发明公开了一种基于空域关联度的热区识别方法。

本发明引入空域关联度的概念，构建并训练扇区语义表征模型，挖掘扇区之间的时空依赖关系，计算一个扇区序列中的不同扇区在不同时间段上语义表征之间的相似度，生成空域关联度。然后，基于空域关联度识别关键扇区作为热区，并针对热区提供流量控制策略，为精细化流量控制策略的制定提供依据。

一种基于空域关联度的热区识别方法，包括以下步骤：

步骤1，扇区数据序列化表征：将目标空域内的扇区按照二维序列结构进行表征，得到扇区序列；

步骤2，扇区序列特征处理：计算扇区序列中的流量和容量特征值；

步骤3，扇区编码设计：设计扇区序列中所有扇区的时空位置编码，以及扇区标识编码；

步骤4，扇区语义表征模型构建：以Transformer为基础模型，构建扇区语义表征模型，计算扇区序列的语义表征向量；

步骤5，扇区语义表征模型训练：设计基于掩码自监督学习的训练任务，采集历史数据构建训练数据集训练扇区语义表征模型；

步骤6，扇区语义表征计算：使用训练后的扇区语义表征模型对扇区序列进行表征处理，生成扇区的语义表征向量；

步骤7，空域关联度计算：计算不同时间及空间位置的扇区的语义表征向量间的相似度，作为扇区间的空域关联度，并基于关联度识别目标空域内的热区。

步骤1中所述得到扇区序列的方法包括：