[发明专利]通过历史数据挖掘航班管制因素的方法

摘要

本发明公开了一种通过历史数据挖掘航班管制因素的方法，通过将管制因素分三方面进行分析，提取出高度、速度和水平位置的管制因素，是对管制员管制指令的数据化体现；引入管制因素对计划轨迹进行修正，提高了飞行器计划预测轨迹的准确性。

主权项

一种通过历史数据挖掘航班管制因素的方法，其特征在于：该方法包括以下部分：历史的轨迹信息包括计划航路及真实轨迹上各个轨迹点的4D信息，首先将其量化如下：设定4D轨迹点列为{Pi}，其坐标分量分别为Pi(x)，Pi(y)，Pi(h)，Pi(t)，Pi(x)、Pi(y)为平面的两垂直分量，Pi(h)为高度分量，Pi(t)为时间分量，设其速度为Pi(v)，其距离标准航线水平轨迹的最小水平距离为Pi(d)。按照管制因素分类，可以从轨迹点的高度Pi(h)、速度Pi(v)和水平位置分量Pi(x)、Pi(y)分别提取相应的管制因素；其中，对高度调节类管制因素提取包括以下步骤：(1)、首先根据高度管制因素的分类，用轨迹点的高度坐标分量和时间分量来定义各个轨迹点所对应的管制因素状态如下：爬升：(Pi+N(h)‑Pi(h))≥Δh下降：(Pi(h)‑Pi+N(h))≥Δh高度保持：其他情况；其中N是指定的轨迹点数间隔，它代表了一定的时间间隔；Δh是规定的高度改变步长，它代表了高度发生改变的量化标识；(2)、计算各个轨迹点的高度状态，形成高度状态序列；(3)、在高度状态序列找出分别代表了爬升、下降和高度保持状态对应的轨迹点的起点和终点；对速度调节类管制因素提取包括以下步骤：(1)、首先根据高度管制因素的分类，用轨迹点的高度坐标分量和时间分量来定义各个轨迹点所对应的管制因素状态如下：加速：(Pi+N(v)‑Pi(v))≥Δv减速：(Pi(v)‑Pi+N(v))≥Δv速度保持：其他情况；其中N是指定的轨迹点数间隔，它代表了一定的时间间隔；Δv是规定的速度改变步长，它代表了速度发生改变的量化标识；(2)、计算各个轨迹点的速度状态，形成速度状态序列；(3)、在速度状态序列找出分别代表了加速、减速和速度保持状态对应的轨迹点的起点和终点；对水平调节类管制因素提取包括以下步骤：(1)以Pi(xi，yi)表示综合轨迹的水平轨迹，其中i为自然数，默认第一个轨迹点即Pi(x0，y0)为第一个关键点；(2)从P2(x2，y2)开始寻找第二个关键点，将其和P0(x0，y0)连成线段，这里设将P0(x0，y0)和Pi(xi，yi)连成线段L，P0(x0，y0)和P3(x3，y3)之间有i‑0个点，该i‑0个点其到L的距离分别为d1......di‑0；(3)设定最大的误差距离为D，若d1......di‑0均小于D，，则认为Pi(xi，yi)不是关键点，否则都认为Pi(xi，yi)是关键点；重复上述方法找到所有关键点；(4)判断各个关键点的状态偏出：(Pi+1(d)‑Pi(d))≥Δd且Pi(d)≥Δc归航：(Pi(d)‑Pi+1(d))≥Δd且Pi(d)≥Δc保持： Pi(d)＜Δc偏离：其他情况其中Pi(d)表示关键点到计划航路的距离，Δd是规定的水平距离改变步长，它代表了水平偏移发生改变的量化标识；Δc为是否保持在航线允许范围内的阀值。