基于航迹聚类的终端区进场程序管制适用性分析

为了定量评估终端空域的空中交通管制服务水平,提出了描述进场飞行程序管制适用性的新概念。在对实际运行航迹数据特征分析的基础上,建立了基于对应雷达轨迹点逆向比对方法的航迹间相似性测度模型。应用层次聚类法对航迹数据集进行了聚类分析,提出了根据航迹聚类集构造平均航迹的方法。通过比较平均航迹和标准进场程序,建立了描述管制适用性的3个量化指标及其算法,包括:纵向偏离度、侧向偏离度和非常规航迹比例等。实例分析表明:以上指标能准确表示进场飞行程序提供空中交通管制服务的水平,并可以根据聚类结果来改进现有进场飞行程序结构。     

高效四维航迹数据清洗技术（英文）

随着航空业的快速发展和新兴的众包,如Flightradar24和FlightAware等的涌现,大量空中交通数据,特别是四维(4D)航迹数据已公开于众。为了保证结果的准确性和可靠性,包括识别和减少错误在内的数据清洗,是分析4D航迹数据的第一步。为此对4D航迹数据进行如下清洗:应用反向传播神经网络算法将误差修复;用牛顿插值法对每次航行样本进行等间隔采样来获得均匀分布的4D航迹数据;进而提出一种在保持轨迹固有形状前提下的数据压缩方法,以及基于密度的有噪聚类(Density-based spatial clustering of applications with noise,DBSCAN)对样本点中的离群点进行识别。采用欧洲空域一天的4D航迹数据集进行验证,结果表明所提方法比现有方法更高效、快速。本文的数据预处理研究结果为下一阶段的4D航迹分析奠定了基础。     

基于LOFC时间窗分割算法的航迹聚类研究

针对传统聚类算法在聚类过程中缺乏时间信息而仅考虑三维坐标点的聚类,同时未考虑航空器运行速度和航向变化对聚类结果的影响,以及由于二次雷达机载设备、地面设备和信号遮挡等原因造成的实测数据源中存在离群点异常数据,离群点很难被有效识别出来从而使得非正常航迹点的影响放大,得不到理想的聚类效果等问题。本文提出LOFC算法,引入时间窗分割概念,将航空器进场平均速度值和航向变化值作为确定聚类簇大小的影响因子对进场航空器航迹点数量进行分割,引入离群点检测以及离群点剔除率等概念对离群点进行识别和剔除。对进场二次雷达数据仿真分析,从仿真结果中可以看出,新算法能有效地对离群点进行识别和剔除,当影响因子α取值为0.7时,航迹的曲率最小,得到的中心航迹的平滑程度最佳,验证了新算法对于聚类和离群点识别与剔除具有可行性和优越性。     

基于四维航迹的空域灵活使用研究思路初探

基于四维航迹的空域灵活使用以优化利用、精细管理空域资源为目标,有利于从根本上提高航空运输的快捷性、舒适性与社会满意度。本文简要介绍了欧美航空发达国家和地区空域灵活使用与四维航迹管理技术的研究、应用情况,分析了其发展特点,结合我国国情,探讨了我国基于四维航迹的空域灵活使用研究要点与发展趋势,提出了基本研究框架和相应的研究路线,为我国空域管理技术的发展提供了新思路与合理化建议。     

基于密度聚类与匹配算法的异常飞行行为挖掘

在空中交通愈加拥挤的背景下,航空器的异常飞行行为的有效挖掘可以辅助管制员进行调配决策。现有方法只能辨识飞机空间位置特征异常,存在水平可扩展性的局限。本文考虑位置、速度、高度和航向4个异常特征,采用高度层划分策略、局部异常因子和快速覆盖树对基于密度的有噪声应用中的空间聚类（Density-based spatial clustering of applications with noise, DBSCAN）方法进行改进,提出局部异常因子改进的考虑速度、方向及高度的基于密度聚类方法（Density-based spatial clustering considering speed, direction and high level improved by local outlier factor,LOFDBSC-SDH）密度聚类算法对正常航迹模式进行快速准确提取。然后,基于正常航迹模式设计考虑过点时间和上述异常特征的航迹匹配算法,挖掘异常飞行行为。最后,通过实验仿真验证了本文方法的有效性和应用价值。     

基于GPS航迹的飞行误差分布规律研究

研究航迹误差分布规律,制定合适的飞行安全间隔标准是提高空域利用率的关键所在。本文针对CESSNA172机载GPS航迹数据对手动飞行条件下的航迹误差分布规律进行了研究。首先通过解析GPS航迹数据,利用Haversine公式对手动飞行条件下的航迹偏差进行统计分析;接下来采用quantile-quantile图检验法对航迹误差数据进行正态分布检验,根据Michael拟合优度检验方法给出正态分布的显著性水平;最后计算得到正态分布总体均值和标准差的置信区间。结果表明,训练飞机下降着陆阶段的实际位置点与跑道中心线的距离偏差符合正态分布规律,为训练飞行中空域规划及飞行安全间隔标准的制定提供了可靠理论依据。     

基于改进区域生长算法的终端区扇区优化

针对民航业发展中空中交通流量不断增加以及空域划分不合理导致的流量分布、管制员负荷分布不均等问题,基于空中交通管制扇区划分的思想,对终端区扇区优化算法进行了研究。通过对终端区空域实际交通流网络进行数学描述,利用流量栅格矩阵划分空域单元,并以航迹数据作为统计依据建立扇区优化的数学模型,实现利用流量数据代替负荷计算,简化了扇区优化的过程。针对传统生长算法所得扇区不连续空域较多问题,提出环形生长的改进区域生长算法得到最优的扇区划分。最终,以厦门终端区为例,通过改进区域生长算法所得的扇区管制员负荷,经计算均小于总时间的80%,且最小负荷差为304 s,验证了所提出扇区优化方法的合理性。     

基于协同进化的复杂低空下多飞行器协同航迹规划方法

由于低空空域环境复杂，威胁通用航空器运行安全。复杂低空多飞行器航迹规划方法是保障安全、提高效率的关键技术。在特定空域范围内，依据地形特点、环境威胁以及飞行器自身物理条件等约束和安全效率等性能指标，为飞行器规划出最优航迹。然而，多飞行器的航迹规划问题存在多约束、强耦合、多目标等难点，现有方法缺乏对问题先验知识的挖掘和利用，导致难以兼顾安全与效率。针对多飞行器航迹规划问题，建立了多飞行器航迹优化 多目标模型。为了进一步提升优化效率，基于启发式算子的自适应差分多目标进化算法，引入多种群协同进化，每个飞行器通过不同种群独立进化，建立合作机制提升种群进化质量，避免陷入极值。最后通过二维与三维仿真实验验证了算法的可行性和有效性。     

基于微分Petri网的民机航迹演化通用模型构建

为实现对未来大流量、高密度、小间隔条件下的空域实施管理,在战略航迹规划阶段,提出了一种模块化的战略航迹演化通用模型。建立了不同航段之间航空器状态动态切换的一类宏观Petri网演化模型,以及同一航段内航空器速度和高度两种特征参数值连续变化的3类微观Petri网演化模型。根据航空器特征参数值转化的4种不同形式并基于航空器全飞行剖面的混杂运行特性,运用微分Petri网理论,定义了航空器的4种演化模式,通过组合各种演化模式得到了3种航空器基本演化模型。在满足航空器性能约束的前提下,通过设定10个航段及15个高度和速度预设值,得到了全飞行剖面下各特征参数的演化图。结果表明,所设计的演化模型增强了航迹预测模型的通用性,能够反映航空器在水平剖面和垂直剖面内的状态变化。     

自适应时间平滑的演化谱聚类

传统的聚类算法一般只适用于静态数据的处理,而真实世界的数据往往数据量大且变化多,静态的聚类算法不能为动态数据提供其演化规律的分析学习。演化数据的聚类,一方面要正确反映每一时刻数据的合理簇划分,另一方面又要使动态的聚类结果在演化过程中尽可能平滑。本文提出了一种自适应时间平滑的演化聚类框架,该模型考虑到当前时刻数据与历史时刻数据的未知关联,通过限定时间回溯的范围,自适应地寻找与当前快照最相关的历史快照,并通过有机融合基于Itakura-Saito距离的静态相似度和基于时间序列的动态相似度,计算各个时间片快照上的相似度矩阵。本文进一步提出了两种自适应时间平滑的演化谱聚类算法,从不同的角度定义时间代价,得到不同的演化聚类结果。在真实数据集上的实验表明这两种算法能够有效地利用历史数据,在聚类结果上准确性更高,时间平滑性也更好。     

一种基于多维空间超球体的快速聚类算法

提出了一种基于多维空间超球体的快速聚类算法。这种算法结合密度聚类和层次聚类两种思想。首先利用密度聚类方法将小范围内的数据对象聚合成超球体,然后再按照层次聚类中的凝聚思想,根据超球体之间的位置关系产生最终聚类。实验表明,该算法对于数值型数据集不仅在效率、噪声敏感性等方面均有较好的表现,同时还可以通过诸如“双环测试”等带有刁难性的特殊测试集。以往,常常简单的以距离来刻画的数据间“相似性”,而所提出的快速聚类算法则改由超球体之间连接的紧密程度来描述这种性质。实验表明,这种修改使得算法的性能得到了很好的改善。     

基于混杂系统模型的航空器4D航迹推测

为实现对未来大流量、高密度、小间隔条件下空域实施管理,4D航迹推测是国内新一代空管自动化系统最为核心的一项技术。首先基于飞行剖面不同飞行阶段的航空器动力学模型,构造了在不同飞行阶段之间转移,而在同一阶段航空器重量、校正空速、高度和距离等状态连续变化的混杂系统模型。通过温度和风速风向修正航空器真空速及地速,利用混杂系统递推法求解航空器4D航迹。实际算例表明,本文提出的混杂系统模型推测得到的水平航迹和垂直剖面能够准确地反映航空器的飞行状态变化,单架航空器4D航迹推测计算时间可以控制在2 s以内。     

四维航迹同一进场航线碰撞风险模型

鉴于目前碰撞风险模型的建立方法大多局限于三维空间,给出一种建立四维航迹碰撞风险模型的方法.在三维坐标系的基础上加入时间变量,通过飞机在航迹上任意时刻的四维坐标,使得任意时刻两架飞机之间的距离是时间变量的函数,结合飞机到达的随机性,推导出在同一航迹上飞机进场飞行过程中任意时刻的碰撞概率,进而建立任意同一进场飞行航段的碰撞风险模型.结果显示,模型可以研究任意同一进场航段的碰撞情况,体现了飞机速度和高度变化对碰撞风险的影响;建立了碰撞风险性和飞机类型以及机型比例的关系,为终端空域碰撞风险性的研究提供了一定的方法和理论.     

空域复杂性建模

下一代空中交通管理系统致力于推进管理决策中心从地面转向空中,实现统筹分布-集中决策模式,提高交通服务能力,适应未来航运需求.为探索空域系统承载复杂交通的能力,空管业界对以动态密度为代表的空域复杂性模型进行了大量研究.运用复杂性学科研究的基本思想,以对空域状态进行客观描述为重点,反映空域以及其中交通关系的变化过程,提出了综合迫近、几率和连携因素的空域复杂性模型,最后,通过仿真实验数据和广州地区的实际运行数据验证了模型的可行性.弥补了空域状态评估领域航空器计量方法的不足.     

基于时空模型的快速视频显著区域检测

传统的视频显著区域检测方法运算量大且难以处理包含复杂运动的视频,本文提出一种基于时空模型的快速显著区域检测方法.该方法用一种新的模糊聚类算法对特征点的运动轨迹进行无监督聚类,对不同运动类型进行分类.在复杂运动情况下,该算法通过计算优化的聚类中心的个数以获得运动类型数,再将异常数据剔除后,生成运动显著图.而在空间显著区检测方面,则利用反差模型以及Gabor滤波器获得图像的静态显著图.在此基础上,还提出一种基于运动优先思想的时空混合方法,将运动和空间显著图动态合成视觉显著图.实验证明,该方法能够有效地提取视频显著区域,与传统的方法相比该方法平均耗时更少且更方便.     

一种一二次雷达航迹相关的算法

目标航迹相关是雷达数据处理的重要部分，它是把获取的航迹信息与已知航迹比较并确定正确配对的过程。本通过对一次雷达和二次雷达数据的分析，提出了一次雷达和二次雷达航迹相关的相应算法。     

基于交通复杂性的扇区资源管理

为了理解未来空域系统下空中交通的组织水平,确保地面决策系统的必要干预能力,本文首先在比较两类常用交通复杂性测度模型的基础上引入了基于连携效应的交通复杂性测度模型.利用该模型针对两类典型交通拥塞态势讨论了扇区范围内改航航段的生成和使用策略,与基于航空器数量的扇区资源管理方法相比,能够更为有效地实现空域的灵活使用,为动态空域管理和多扇区协同流量管理提供了可行的解决途径.     

基于改进极限学习机的数据采集与监控系统攻击检测模型

提出一种基于改进极限学习机（Online sequence extreme learning machine， OSELM）的新能源电站数据采集与监控（Supervisory control and data acquisition， SCADA）系统攻击检测模型。首先使用ADASYN算法对数据样本中的异常数据和正常数据进行数量平衡，以满足真实电站SCADA系统环境中异常数据量少的特点。接着使用降噪自编码网络对平衡后的数据进行约简，消除无关或冗余特征以降低检测模型的训练时间。最后在AWID数据集上进行了大量对比实验，结果表明，所提的数据约简方法可有效地降低数据维度，降低了检测时间；与其他基于浅层学习算法的检测分类器相比，本文所提方法在检测准确度和误报率方面也体现出了更优性能。     

三维航迹的直接优化方法

介绍了用直接方法进行系统优化的基本原理，给出了求解沿航迹的速度序列和控制量序列的方法。与数字地图技术相结合，将这种方法应用到低空突防三维航迹优化之中，用改进的单纯形算法求解直接优化方法中的参数。由于优化参数少，可以实现航迹的实时优化，并且在优化过程中考虑了飞行器性能和推进系统性能的限制，故所优化出的参数航迹是可飞的。     

两种基于图论的聚类算法改进(英文)

近年来,基于图论的聚类算法被广泛地应用在数据聚类和图像分割之中。聚类任务主要是挖掘一组给定数据隐含的分布规律和结构信息,而图像分割则是将一幅图像划分为若干互不交迭区域的过程。主要讨论两种比较流行的基于图论的聚类算法,即基于有向树的数据聚类算法和基于最小生成树的图像分割算法。创新在于:(1)改进基于有向树的数据聚类算法,将其应用于图像分割;(2)改进基于最小生成树的图像分割算法,将其应用于数据聚类。在人工数据和实际图像数据上的实验结果表明,改进的有向树算法可以很好地分割图像并保留图像中足够的细节,而改进的最小生成树聚类算法能比较好地聚类具有流形结构的人工数据。