一种基于模糊聚类的ADS-B飞行轨迹数据清洗方法技术

本发明专利技术涉及一种基于模糊聚类的ADS‑B飞行轨迹数据清洗方法。步骤如下：数据去重；特征字段的筛选；异常数据检测和分析——模糊聚类方法；时间戳修正；目标字段选取、模糊聚类方法检测不正常航迹点以及时间戳修正。利用模糊聚类方法可以定量确定数据关系简易去除异常数据，修正飞行轨迹，再通过航迹校准对时间戳进行修正，使飞行轨迹符合性能规律。本方法从真实飞行情况出发，对数据处理方面要求更严格进而使得清洗精确度较高，可以使得排除效果更好，清洗方法更加准确。

【技术实现步骤摘要】
一种基于模糊聚类的ADS-B飞行轨迹数据清洗方法
本专利技术涉及一种ADS-B异常数据检测方法，特别涉及一种基于模糊聚类的ADS-B飞行轨迹数据清洗方法，用于对ADS-B地面站设备接受的飞行轨迹数据进行清洗，以便为航空公司分析航班运行、空中交通管制单位评估空域运行质量以及机场流量监控提供更准确的飞行轨迹数据，使得数据的分析与评估更加准确。
技术介绍
随着我国经济和民航业的飞速发展，航空器的数量逐年增加，空域的负担愈发严重。空管部门对所管辖区域内的航空器也缺乏有效的监控和通信手段，这一点严重影响和制约了飞行安全与运行效率。在此背景下，基于低轨道卫星搭载接收机实施监控的ADS-B系统应时而生。传统陆基ADS-B系统对地面设备的依赖性较强，地面设备布置一般只沿着飞行的航路航线、机场的终端区等陆地区域，对于沙漠、海洋、高山等地形复杂的区域，由于铺设地面设备的难度较大，很难做到全面覆盖。星载ADS-B利用低轨道卫星搭载ADS-B接收机的方式对航班实施监控，通过机载GNSS或者INS输出航空器自身的三维位置、飞行速度以及其他与航空器飞行相关本文档来自技高网...

【技术保护点】
1.一种基于模糊聚类的ADS-B飞行轨迹数据清洗方法，基于ADS-B地面站数据接收平台，对其所接收的飞行轨迹数据进行清洗，其特征在于，步骤如下：/n第一步，数据去重/n为了减少异常检测和处理的误差，首先需要对ADS-B数据进行重复数据删除操作，对某一航班的历史飞行轨迹数据，有以下3个内容：/n(1)根据时间先后的顺序对所有航迹点时间戳进行排序；/n由于修正时间戳的时候需要以时间顺序为基点进行数据处理，且航班运行中的各项数据，例如经纬度、气压高度、低速和航迹角会伴随时间按一定规律变化，因此首先需要将所有航迹点按照时间戳顺序进行排序；/n(2)删除带有重复时间戳的轨迹点；/n由于ADS-B数据传输...

【技术特征摘要】
1.一种基于模糊聚类的ADS-B飞行轨迹数据清洗方法，基于ADS-B地面站数据接收平台，对其所接收的飞行轨迹数据进行清洗，其特征在于，步骤如下：
第一步，数据去重
为了减少异常检测和处理的误差，首先需要对ADS-B数据进行重复数据删除操作，对某一航班的历史飞行轨迹数据，有以下3个内容：
(1)根据时间先后的顺序对所有航迹点时间戳进行排序；
由于修正时间戳的时候需要以时间顺序为基点进行数据处理，且航班运行中的各项数据，例如经纬度、气压高度、低速和航迹角会伴随时间按一定规律变化，因此首先需要将所有航迹点按照时间戳顺序进行排序；
(2)删除带有重复时间戳的轨迹点；
由于ADS-B数据传输过程中易产生数据误差、字段重复情况，需要删除时间戳重复的航迹点；
(3)删除在航迹点数据中经度和纬度数据同时相同的点；
由于航班飞行轨迹数据的时间单向性，故在其运行过程中不会出现航迹点有相同的经度和纬度的情况，因此需要删除经度和纬度同时重复的相邻航迹点；
第二步，特征字段的筛选
(1)选取经度、纬度、气压高度作为特征字段
收集归属ADS-B数据依靠ICAO24位飞机地址即全球唯一机体代码，通过识别唯一代码可以将同一航班所对应的航迹点全部归属该航班，在观察大量飞行剖面后能得出规律：在ADS-B传回的各类数据中，经度、纬度剖面具有清晰易识别的变化趋势规律，出现的异常点与主要数据链存在明显的偏差；气压高度数据来源为飞机气压高度表，ADS-B精准记录了气压高度随时间戳的变化，可能的异常点为与时间戳更新滞后导致的个别点的漂移，因此，经度纬度气压高度可作为特征字段；
(2)计算地速、航迹角作为特征字段
通过两点之间经纬度变化与时间差关系计算出飞机地速，与实际飞行剖面相符；
航迹角剖面具有稳定良好的变化趋势，即符合航迹运行规律，出现少数个别异常航迹点原因为与时间戳的不同步导致；
(3)排除垂直速度作为特征字段
垂直速度来源于垂直速度仪表，这种随气流变化高度变化的仪表在飞行过程中极易受到高空气流影响，在长时间的时间戳上很难精确看出垂直速度与时间戳的趋势变化关系，故不考虑采用垂直速度作为特征字段；
(4)综上选择经度、纬度、气压高度、地速、航迹角作为特征字段；
第三步，异常数据检测和分析——模糊聚类方法
模糊聚类分析一般是指根据研究对象本身的属性来构造模糊矩阵，并再次基础上根据一定的隶属度来确定聚类关系，即用模糊数学的方法把样本之间的模糊关系定量的确定，从而客观且准确地进行聚类，ADS-B特征字段具有发生位置随机性和不连续地特点，且特征数值符合飞机性能规律，为了直观分析异常数据，选择模糊聚类方法进行数据监测，步骤如下：
(1)选择某一特征字段的数据集D＝{x1，x2，x3，......，xn}，其中，xi为航迹点Pi的对应字段数值，对这些数据进行平移—标准差变换预处理使数据压缩到[0，1]之间以便于建立模糊矩阵：



其中
(2)建立相似关系，具体方法有：
①主观分析，由专家打分，给出所有关系的值，再对专家的意见进行加权求和；
②对于离散的数值，采用绝对值减数法：



其中c根据意见分析适当选取，使得rij在[0，1]内分散开；rij为关系值；c为计算系数；
(3)使用传递闭包法：
求出模糊相似矩阵R的传递闭包t(R)，先对数据进行归一化处理得到特性矩阵，归一化具体操作为将每列的最大值与最小值找出，然后对这列每个数据进行如下运算得到



其中xmax为每一列的最大值，xmin为每一列的最小值；
第四步，时间戳修正
在时间戳修正之前，首...

【专利技术属性】
技术研发人员：王岩韬，孔令辉，彭众望，张永昊，李泽健，朱俊杰，
申请(专利权)人：中国民航大学，
类型：发明
国别省市：天津;12