一种基于历史航迹数据挖掘的四维航迹推测方法技术

本发明专利技术公开了一种基于历史航迹数据挖掘的四维航迹推测方法，步骤包括：1、根据历史飞行数据和监视数据的关联关系，获得四维航迹信息；2、构建航空器历史四维航迹模型；3、分别对航空器起飞爬升阶段、平飞阶段、下降阶段的高度和速度进行线性和非线性拟合；4、对航空器各飞行阶段的水平轨迹进行分析；5、基于上述分析结果，建立航迹推测垂直剖面、水平剖面和速度剖面模型。与管制系统普遍使用的四维航迹模型相比，本发明专利技术方法更简单实用，航迹推测的精确度更高，可以为新一代空中交通系统的冲突探测与解脱、进离场排序、空中交通流量预测、流量调配措施制定等关键技术提供基础保障。

A Four-Dimensional Track Prediction Method Based on Historical Track Data Mining

The invention discloses a four-dimensional track inference method based on historical track data mining. The steps include: 1. Obtaining the four-dimensional track information according to the correlation between historical flight data and surveillance data; 2. Constructing the four-dimensional track model of aircraft history; 3. Linear and non-linear simulation of the altitude and velocity of aircraft in takeoff and climbing, flat flight and descent phases respectively. 4. Analyse the horizontal trajectory of the aircraft in each flight stage. 5. Based on the above analysis results, establish the model of vertical, horizontal and velocity profiles for track estimation. Compared with the four-dimensional track model commonly used in the control system, the method of the present invention is simpler and more practical, and the accuracy of track estimation is higher. It can provide basic guarantee for key technologies such as conflict detection and resolution, approach and departure sequencing, air traffic flow prediction and flow allocation measures formulation of the new generation air traffic system.

【技术实现步骤摘要】
一种基于历史航迹数据挖掘的四维航迹推测方法
本专利技术属于民用航空空中交通管理
，特别涉及空中交通管制冲突探测、空中交通流量预测、进离场排序、基于航迹运行以及空管决策支持工具的设计与验证等。
技术介绍
航空运输业在世界经济和社会发展中发挥着重要的推动作用。国际民航组织统计显示全球空中交通量大约每十五年增加一倍，现有空中交通航行系统的运行能力已经接近饱和。为了适应未来航空业的快速发展，解决空中交通安全、空域拥挤、航班延误等问题，各国致力于开展解决未来空中交通问题的新技术研究。欧盟在2004年提出单一欧洲天空空中交通管理研究(SESAR)，拟重新规划欧洲空域以满足空中交通需求，提高空管系统效能。美国在2005年提出了下一代航空运输系统(NextGen)。为了在全球范围内推进新一代空中交通管理系统的实现，ICAO更新了《全球空中航行计划》第4版，航空系统组块升级计划(ASBU)是其主要组成部分，用于指导各国将新技术合理应用到空管系统现代化建设中。新一代空中交通管理系统通过冲突探测与解脱、进离场排序、空中交通流量管理等为管制人员提供决策支持，上述技术均离不开对未来一段时间内航空器飞行轨迹的精确预测。因此，四维轨迹推测是新一代空管系统的重要基础性技术。四维航迹，也称4D航迹，是指航空器在空间中的三维位置点坐标和航空器在每个位置点相应的过点时间所组成的一系列点的集合。4D航迹推测综合考虑航空器运动学模型、性能模型、气象模型、飞行计划等要素，对航空器未来时间内的飞行轨迹进行预测，确定各个航迹点的过点时间。鉴于四维航迹预测的重要性与迫切性，国内外一些学者也对航迹预测这一关键技术进行大量的研究。随着设施设备的不断更新，航迹预测实时性和准确性要求不断提高，航迹预测方法分为：基于混合估计理论实现航迹预测、基于航空器飞行性能的航迹推测模型和基于人工智能方法的航迹预测。由于最优估计理论能够实现机动目标的跟踪与预测，因此是实现航迹预测的重要方法。卡尔曼滤波、改进卡尔曼滤波和自适应滤波算法都应用于航迹预测。基于航空器动力学及运动学模型利用各类机型性能参数能够实现四维航迹的预测，也是美国联邦航空局和欧控(Eurocontrol)在解决四维航迹预测问题时的建议方法。随着人工智能技术的快速发展，聚类方法、径向基神经网络、随机森林等一些人工智能的方法也应用于四维航迹预测。上述4D航迹推测技术中基于混合估计理论实现航迹预测和基于人工智能方法的航迹预测仅在理论与算法领域取得了较多的成果。空管系统中广泛使用的基于航空器飞行性能的航迹推测模型。基于航空器飞行性能的航迹预测模型，将飞机的航迹在垂直面内和水平面内进行分解，把航迹分解成垂直航迹剖面、水平航迹剖面和速度剖面，然后再结合飞行器性能、大气环境、城市航班对等进行推测。该方法对高度、速度、巡航高度的处理简单，推测的航迹与真实航迹有一定的误差。因此，为了提高航迹推测的精度与可行度，本专利技术提出了一种基于历史航迹数据挖掘的4D航迹推测方法，对大量历史运行数据进行挖掘分析确定民用航空器性能模型，基于该模型进行4D航迹推测。与现有国内外4D航迹推测模型相比，本专利技术具有精度与可行性的优势。
技术实现思路
为了解决上述误差大的问题，提高航迹推测的精度与可行度，本专利技术提出一种基于历史航迹数据挖掘的四维航迹推测方法，包括步骤：步骤1：对历史飞行数据和监视数据进行处理，获得4D航迹信息，历史飞行数据包括：航班号、预计起飞时间、实际起飞时间、预计到达时间、实际到达时间、航路点、过点时间等，历史监视信息包括：航迹号、时间、位置、高度、速度等，根据历史配对信息，建立历史飞行数据与监视数据的关联关系；历史航迹信息包括：航班号、时间、经纬度坐标、高度、速度；步骤2：依据步骤1处理后的数据构建航空器历史4D航迹模型；将飞机的历史航迹在垂直面内和水平面内进行分解，把航迹分解成垂直航迹剖面、水平航迹剖面和速度剖面；步骤3：根据航空器的飞行阶段对起飞爬升阶段历史航迹的高度、速度变化进行线性和非线性拟合，起飞爬升阶段高度随着时间的变化符合Boltzmann分布，速度随着时间的变化符合Logistic分布；步骤4：对平飞阶段历史航迹的高度、速度变化进行线性和非线性拟合，平飞阶段高度保持不变，速度随机变化，更新周期内的速度的变化符合Gauss分布，对巡航高度与飞行时间的关系进行拟合，确定各飞行时段的常用巡航高度层；步骤5：对下降进场阶段历史航迹的高度、速度变化进行线性和非线性拟合，下降进场阶段高度随着时间的变化符合Boltzmann分布，速度随着时间的变化符合Logistic分布；步骤6：历史飞行计划中的航路点构成的计划的水平航迹与历史航迹数据中的经纬度点连接构成的真实水平航迹点进行对比分析，航空器沿着计划航路飞行，但并不在航路中心线上，为了保障安全性，航空器会在航路中心线一侧偏置飞行；步骤7：所述步骤3、4、5、6进行合并，分别建立航空器飞行过程中速度、高度、水平航迹随着时间变化的数学模型，使用该模型进行4D航迹推测。所述Boltzmann分布其中，x为时间，x0为x的中间值，dx为时间常数，y为航空器高度，A1、A2分别为高度值的初始值与最终值。所述Logistic分布其中，x为时间，x0为x的中间值，y为航空器速度，p为常量，A1、A2分别为速度的初始值与最终值。所述Gauss分布其中，x为航空器巡航阶段的速度的偏移量，xc为x的平均值，w为尺度参数，y为航空器偏离平均速度的次数，y0为y的最小值。有益效果：(1)使用大量历史航空器航迹数据挖掘分析，使本专利技术真实可靠本专利技术在设计4D航迹推测模型时，深入研究了国内外空管自动化系统和流量管理系统航迹推测模型，使用大量历史真实的航空器航迹数据分析挖掘，使本专利技术结论真实可信。(2)使用多种非线性方法进行拟合分析，使得本方法准确性高传统的4D航迹推测方法中，航空器飞行剖面上升阶段拟合为匀加速直线运动，下降阶段拟合为匀减速直线运动，上升和下降阶段的水平航迹分别为一段固定的距离。本专利技术上升阶段和下降阶段的高度采用Boltzmann分布拟合，速度采用Logistic分布拟合，上升和下降阶段的水平航迹根据航空器总的飞行距离动态适应性确定。(3)聚类确定巡航阶段的参数，不使用每种机型的航空器性能数据库，使用本专利技术简单实用传统的4D航迹推测方法中，采用航空器性能数据库确定航空器高度剖面和速度剖面，对历史航迹数据进行分析发现：民用航空器飞行过程中，高度、速度剖面与飞行距离、尾流类型、空域环境等相关与具体的飞机型号关系不大，因此，本专利技术采用飞行距离、尾流类型进行聚类确定各类的航迹剖面更加的简单实用。附图说明图1为航空器飞行剖面示意图。图2为基于历史航迹数据挖掘的四维航迹推测方法的流程图。图3为历史航迹垂直剖面图。图中，横坐标为时间，纵轴为航空器高度。图4为历史航迹水平剖面图。图中，横坐标为时间，纵轴为水平位置。图5为历史航迹速度剖面图。图中，横坐标为时间，纵轴为航空器速度。图6为传统方法与本专利技术方法在上升阶段高度拟合结果对比图。图中，黑色方块表示的曲线为真实航迹，虚线为传统方法拟合结果，实线为本专利技术拟合结果。图7为传统方法与本专利技术方法在上升阶段速度拟合结果对比图。图中，黑色方块表示的曲线为真实航迹本文档来自技高网...

【技术保护点】
1.一种基于历史航迹数据挖掘的四维航迹推测方法，其特征在于，包括步骤：步骤1：根据历史飞行数据和监视数据的关联关系，获得四维航迹信息，历史航迹信息包括：航班号、时间、经纬度坐标、高度、速度；步骤2：依据步骤1处理后的数据构建航空器历史四维航迹模型，包括将飞机的历史航迹在垂直面内和水平面内进行分解，把航迹分解成垂直航迹剖面、水平航迹剖面和速度剖面；步骤3：对起飞爬升阶段历史航迹的高度、速度变化进行线性和非线性拟合；步骤4：对平飞阶段历史航迹的高度、速度变化进行线性和非线性拟合；步骤5：对下降进场阶段历史航迹的高度、速度变化进行线性和非线性拟合；步骤6：历史飞行计划中的航路点构成的计划的水平航迹与历史航迹数据中的经纬度点连接构成的真实水平航迹点进行对比分析，航空器沿着计划航路飞行，但并不在航路中心线上，为了保障安全性，航空器会在航路中心线一侧偏置飞行；步骤7：根据所述步骤3、4、5和6的分析结果，建立航迹推测垂直剖面模型、水平剖面模型和速度剖面模型，使用该模型推测航空器飞行过程中速度、高度、水平航迹随时间的变化情况。

【技术特征摘要】
1.一种基于历史航迹数据挖掘的四维航迹推测方法，其特征在于，包括步骤：步骤1：根据历史飞行数据和监视数据的关联关系，获得四维航迹信息，历史航迹信息包括：航班号、时间、经纬度坐标、高度、速度；步骤2：依据步骤1处理后的数据构建航空器历史四维航迹模型，包括将飞机的历史航迹在垂直面内和水平面内进行分解，把航迹分解成垂直航迹剖面、水平航迹剖面和速度剖面；步骤3：对起飞爬升阶段历史航迹的高度、速度变化进行线性和非线性拟合；步骤4：对平飞阶段历史航迹的高度、速度变化进行线性和非线性拟合；步骤5：对下降进场阶段历史航迹的高度、速度变化进行线性和非线性拟合；步骤6：历史飞行计划中的航路点构成的计划的水平航迹与历史航迹数据中的经纬度点连接构成的真实水平航迹点进行对比分析，航空器沿着计划航路飞行，但并不在航路中心线上，为了保障安全性，航空器会在航路中心线一侧偏置飞行；步骤7：根据所述步骤3、4、5和6的分析结果，建立航迹推测垂直剖面模型、水平剖面模型和速度剖面模型，使用该模型推测航空器飞行过程中速度、高度、水平航迹随时间的变化情况。2.根据权利要求1所述的基于历史航迹数据挖掘的四维航迹推测方法，其特征在于，步骤3中所述对起飞爬升阶段历史航迹的高度、速度变化进行线性和非线性拟合，是指航空器起飞爬升阶段高度随着时间的变化采用Boltzmann分布函数拟合，速度随着时间的变化采用Logistic分布函数拟合。3.根据权利要求1所述的基于历史航迹数据挖掘的四维航迹推测方法，其特征在于，步骤5中所述对下降进场阶段历史航迹的高度、速度变化进行线性和非线性拟合，是指航空器下降进场阶段高度随着时间的变化采用Boltzmann分布...

【专利技术属性】
技术研发人员：武喜萍，刘宇，杨波，胡芹志，
申请(专利权)人：四川大学，
类型：发明
国别省市：四川,51