摘要：现有的噪声预测模型主要采用机器学习的方法预测单一噪声监测点,无法从全局上对噪声的影响范围和大小进行整体评估和预测。为此,提出一种基于航迹间面积的航迹相似性度量方法,结合航迹数据、飞行速度、飞机发动机推力等因素,构建适合机场噪声预测的多噪声影响因素航迹聚类模型。将使用该模型获得的聚类结果导入机场噪声预测模型软件INM(integrated noise model),实验分析结果表明,簇内航迹对机场周围的噪声影响范围和大小相似,能够更好地度量航迹之间的相似性,航迹聚类效果更好。

摘要：以终端区交通流为研究对象,基于航迹谱聚类结果定义并提取交通流特征,分析了特征间关系与交通流相态演化规律,发掘了实测数据下交通流的自由态、平稳态与拥堵态,以此为先验经验进一步设计因子分析与遗传期望最大化模糊聚类算法相结合的终端区交通流态势识别方法,实现对交通流状态影响因素与交通流隐性特征的提取,选取典型繁忙终端区的实测数据进行验证。分析结果表明:基于客观数据挖掘的交通流态势识别方法具有良好的适应性与准确性,自由态、平稳态与拥堵态的模型识别数量分别为6、36、37,管制员判别数量分别为7、40、32,误差率分别为14.3%、10.0%、15.6%,模型识别率均在84%以上;提取的交通流相态及时空特征可从局部细节构建终端区整体运行态势,为终端区流量时空分布调配与进离场程序优化提供支撑。

摘要：基于航迹聚类的飞机噪声快速预测方法,通过航空环境设计工具(Aviation Environmental Design Tool, AEDT)建立飞机噪声环境影响预测模型,对成都双流机场某日离场航班的飞机噪声环境影响进行预测分析及优化。预测结果表明离场飞机噪声70 dB以上的区域面积约19.58 km2,该区域内居民的工作、生活受到飞机噪声的干扰。采取机型组合优化措施,飞机噪声计权等效连续感觉噪声级(WECPNL)70 dB等值线区域内相同位置的飞机噪声WECPNL可降低0.5~1.7 dB;采取飞行剖面优化措施,飞机噪声WECPNL70 dB等值线区域内相同位置的飞机噪声WECPNL可降低0~5 dB;机型组合优化、飞行剖面优化均可在一定程度上控制飞机噪声对机场周围区域的影响,可综合考虑采取优化措施以降低离场飞机噪声对机场周围区域的干扰。

摘要：机场终端区飞行航迹出现的不均匀横向分散对该区域飞机噪声影响显著,飞机噪声预测时航迹的横向分散特性不应被忽略。采用航空环境设计工具(Aviation Environmental Design Tool,AEDT)对不均匀横向分散航迹飞行下的飞机噪声进行建模预测非常复杂、耗时。为解决该问题,提出一种基于AEDT的横向分散航迹飞行下飞机噪声的快速预测方法。对于一簇横向分散航迹,该方法仅需对中心航迹飞行下飞机噪声进行预测分析,并统计分散航迹相对于中心航迹的横向分散分布概率,以分散航迹的横向分散分布概率对中心航迹飞行下飞机噪声预测结果进行平移并依次叠加,以获取横向分散航迹飞行下飞机噪声的预测结果。在直线航迹分散、曲线航迹分散实例中,采用横向分散航迹飞行下飞机噪声的快速预测方法与AEDT中分散飞行航迹单独建模预测得到的飞机噪声等值线基本吻合,表明该快速预测方法可对横向分散航迹飞行下的飞机噪声进行有效预测,并提高了横向分散航迹飞行下的飞机噪声的计算效率。

摘要：针对现有飞行程序设计、使用和评价中存在的问题,通过分析终端区航空器轨迹数据特征,从数据挖掘的角度出发,提出了一种基于ADS-B(Automatic Dependent Surveillance Broadcast)的终端区飞行程序优化模型。利用卡尔曼滤波等数据清洗的手段处理ADS-B数据得到平滑降噪后的轨迹数据,然后以模糊C均值算法对机场终端区ADS-B航迹轨迹数据进行聚类分析,识别并提取关键航路点,根据关键点重新设计进场程序。最后,依据文件规范对飞行程序进行评估,从而确定优化后的飞行程序方案。算例仿真显示天津机场34R跑道三个进港点进港的航班轨迹与标准程序存在不同程度的偏差,经优化后的飞行程序满足规范且更加符合飞行员与管制员的使用习惯,将会显著提升机场飞行程序使用效率。研究表明上述模型具有一定适应性,可以为优化机场终端区航空器飞行路线提供参考,提升航空器运行效率和安全水平。

摘要：采集空管大数据,根据空管大数据的特点,对数据进行数据融合,利用改进的聚类算法处理航迹数据,对得到的各类航迹数据分别构建模型,提高模型的预测精度。分别构建Stack LSTM和基于卷积LSTM的航空器轨迹预测模型,以真实雷达数据为例进行仿真实验,对仿真结果进行对比,其结果表明,基于卷积LSTM的航空器轨迹预测模型可以将预测的均方根误差控制在400 s内,验证了预测模型可以实现航空器轨迹的精确预测。

摘要：为了加速空管自动化与智能化技术的应用与实施,提出了水平航迹与高度/速度剖面分阶段设计的四维航迹规划方法。基于动态时间规整与层次聚类方法实现历史雷达航迹聚类分析,完成水平航迹设计。建立速度剖面规划模型,通过航迹生成器与速度调整器交互协作,精细化控制进场时间,以满足计划到达时间要求。以上海浦东国际机场PINOT进场航班为例实施验证,结果表明,四维航迹规划方法可有效实现航班的计划到达时间,从而减少航班延误,提高终端空域运行效率。

摘要：机场建设促进了周边地区的经济发展,同时不可避免的带来了航空噪声。为有效控制航空噪声,基于不同飞行程序将航迹进行聚类分析,提出飞行程序的噪声最优航迹的概念。以噪声最优航迹为指导优化飞行程序,使航班执行优化后的飞行程序能避免飞过人口稠密区,从而降低航空噪声影响。以首都机场为例进行实验验证,将优化后的飞行程序导入INM(Integrated Noise Model)中,计算噪声敏感区的噪声值以及不同噪声区间内的人口和面积,并绘制噪声等值线图。实验表明,所提出的基于噪声最优航迹的飞行程序优化方法具有可行性,能有效降低航空噪声影响,可为减噪飞行程序设计提供理论依据。

摘要：针对耙吸挖泥船在监控管理方面存在着视野局限、成本高、效率低下等问题,进行了耙吸挖泥船轨迹聚类算法研究,首次提出以公开的航迹数据为基础,设计了分层多次聚类算法,解决了多参数一次聚类权重设置困难的问题,实现了耙吸挖泥船轨迹快速聚类。结果表明,该方法合理可行,能够快速有效辨识出耙吸挖泥船轨迹类别。研究成果可应用于耙吸船异常轨迹识别、施工监控管理、重大水上交通工程分析等领域中。

摘要：经典航道提取用于从海量历史航迹数据数据中挖掘目标潜在的活动规律,是支撑态势估计、目标意图分析、行为预测的有效手段之一。论文以目标历史航迹数据为研究对象,设计并实现了一种目标经典航道生成算法,该算法首先对航迹数据进行预处理,剔除异常值、检测停留区域、划分航迹段;然后,对预处理后的航迹进行栅格化处理与相似性计算,在此基础上采用层次聚类算法完成航迹聚类;最后通过边界提取方法完成经典航道生成。论文使用某ADS-B系统获取的航迹数据对该方法进行测试,实验结果表明:该算法能够从大量的历史航迹数据中有效提取目标不同形状的空间航道信息。