【技术实现步骤摘要】
面向飞行数据的时空轨迹数据管理分析方法和装置
[0001]本专利技术属于数据管理分析
，具体是关于一种面向飞行数据的时空轨迹数据管理分析方法和装置。
技术介绍
[0002]近年来，随着定位技术的广泛应用，物联网传感器、GPS穿戴设备、智能手机、卫星等应用设备广泛使用，这些不同的应用来源不断产生海量的时空数据。大量的时空数据超出了原有系统的存储、处理和分析的能力。时空数据关联紧密、体量大、结构复杂、多样性、价值密度低,难以被高效存储、管理和分析。传统的关系型数据库受限于单机架构，无法应对海量数据的场景；而分布式查询处理框架如Spark，Hadoop等，缺乏有效的时空索引和时空分析算法，因此很难高效地处理时空数据。
[0003]因此，针对现有数据管理系统的局限性，基于数据管理与分析的性能需求，研究者们提出了针对Spark，Hadoop以及NoSQL等平台的二次开发，嵌入了空间索引以及空间查询算法，利用MapReduce任务来并行化空间查询算法，提高了数据处理的速度。然而，该方法在处理时空数据时未考虑时间维度，也不支...
【技术保护点】
【技术特征摘要】
1.一种面向飞行数据的时空轨迹数据管理分析方法，其特征在于，包括：获取时空轨迹数据并建立空间索引，所述空间索引包括多个数据块；以及，利用时空多边形范围查询算法查询目标时间段内，所述多个数据块中全部轨迹点属于目标多边形区域的目标数据块；其中，所述时空多边形范围查询算法包括：计算目标多边形区域的最小外包矩形；筛选所述多个数据块中与所述最小外包矩形相交、且与所述目标多边形区域相交的数据块，并加入候选结果集；将所述候选集中轨迹点位于所述目标多边形区域内、且轨迹时间位于目标时间段内的数据块，确定为目标数据块。2.根据权利要求1所述的面向飞行数据的时空轨迹数据管理分析方法，其特征在于，所述方法还包括基于所述时空多边形范围查询算法统计目标空域流量；具体包括：将目标空域扇区划分为多个规则柱体；基于所述时空多边形范围查询算法、并利用各柱体的高度上界和下界作为约束条件，过滤出位于各柱体内的轨迹点以添加到计数队列；对所述计数队列内的轨迹点进行数据去重，获得目标空域流量。3.根据权利要求2所述的面向飞行数据的时空轨迹数据管理分析方法，其特征在于，对所述计数队列内的轨迹点进行数据去重，获得目标空域流量，具体包括：为所述计数队列内的轨迹点定义轨迹id属性、以及所属的柱体Vid；在各柱体执行时空多边形范围查询算法时，若轨迹点在柱体内，则将轨迹id属性的Vid标记为当前柱体的Vid，以形成复合键<Trajid,Vid>；利用每行记录的复合键，对所述计数队列的轨迹点进行数据去重。4.根据权利要求1所述的面向飞行数据的时空轨迹数据管理分析方法，其特征在于，所述方法还包括基于KNN查询算法计算邻近目标查询点的k个轨迹点，从而捕获时空轨迹数据相关性；具体包括：查找所述多个数据块中与目标查询点相交的数据块，并添加到第一优先级队列；计算所述第一优先级队列中各数据块与目标查询点的距离dist
p
；计算所述第一优先级队列中各数据块的轨迹点与目标查询点的第k个最短距离dist
k
；将满足dist
p
＜dist
k
的轨迹点对应的数据块确定为候选数据块；将所述候选数据块中轨迹时间位于目标时间段内、且与目标查询点的距离dist(i,q)小于dist
k
的轨迹点添加到第二优先级队列；生成以目标查询点为中心，且与第k个邻居轨迹点距离为半径的测试范围；基于所述测试范围对所述第二优先级队列中轨迹点的测试结果，确定临近目标查询点的k个轨迹点。5.根据权利要求4所述的面向飞行数据的时空轨迹数据管理分析方法，其特征在于，基于所述测试范围对所述第二优先级队列中轨迹点的测试结果，确定临近目标查询点的k个轨迹点，具体包括：判断所述测试范围是否与其他数据块相交；若否，则将所述测试范围内的k个轨迹点确定为临近目标查询点的k个...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。