一种基于模糊回归的机场噪声预测方法及其系统技术方案

本发明专利技术公开了一种将机器学习的方法引入到机场噪声预测中，从历史数据中自动获取发生模式，对未来进行准确的预测的机场噪声预测方法，包括建立机场飞行历史记录原始数据集、计算数据样本其隶属度、对模糊数据集进行回归模型训练、利用回归模型对机场噪声进行预测的步骤；本发明专利技术的用于实现所述方法的系统包括数据采集与处理模块、单航班实时机场噪声预测模型、机场噪声累加模型和噪声等值线图绘制模块。本发明专利技术的方法及系统即使在数据不完整的情况下仍能提供较为精准的预测，可以对机场噪声进行实时的预测和控制。

【技术实现步骤摘要】

本专利技术涉及一种对机声噪声进行预测的方法，尤其涉及一种基于历史数据的预测模型的预测方法，同时涉及一种实现该方法的系统。
技术介绍
关于机场噪声国外很早就给予了重视，开始制定相关法律法规和进行相关的学术研究。美国联邦航空条例第150部(FAR Part 150)规定使用统一的综合噪声模型I匪(Integrated Noise Model)进行机场噪声预测计算。同时，也明确了使用的计算公式和需要输入的相关数据，以保证预测结果的准确性和合理性。并规定机场每5年或运行航空器(机型或架次)发生较大变化时，都有必要更新噪声等值线图，这种做法也逐渐被其他国家借鉴。目前国内外机场噪声预测都是结合噪声预测模型，采用噪声预测软件对机场噪声进行预测。现阶段，用于机场噪声预测比较先进的方法和工具主要包括FAA提出的I匪，德国的 Soundplan 和波音(Boeing)公司的 BCOP (Boeing Clime Out Program) 等。我国于1988年8月发布了《机场周围飞机噪声环境标准》，标准中采用了国际民航组织推荐的指标计权等效连续感觉噪声级Lwkpn来表示飞行噪声全天平均每秒对人的冲击。国本文档来自技高网...

【技术保护点】
一种基于模糊回归的机场噪声预测方法，其特征在于，包括下列步骤：步骤一：建立机场飞行历史记录原始数据集，所述的数据集中包含监测点属性、飞过监测点上方航班的相关属性以及气象属性；步骤二：对步骤一所述的数据集中的数据样本计算其隶属度，其中k值取50；基于局部孤立因子的隶属度函数定义如下：μi=(1-θ)m+σ,lof‾<lofk(p)≤lofmax1-θ,lpfmin≤lofk(p)≤lof‾其中lofk(p)为样本点的局部孤立因子，lofmin、lofmax和分别为样本局部孤立因子中的最小值、最大值和...

【技术特征摘要】

【专利技术属性】
技术研发人员：王建东，杨冰欣，张霞，王寅同，孙博，姜坚，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：