CN108230757B - 一种基于水平航迹的终端区进场效率测度方法 - Google Patents
一种基于水平航迹的终端区进场效率测度方法 Download PDFInfo
- Publication number
- CN108230757B CN108230757B CN201810083739.1A CN201810083739A CN108230757B CN 108230757 B CN108230757 B CN 108230757B CN 201810083739 A CN201810083739 A CN 201810083739A CN 108230757 B CN108230757 B CN 108230757B
- Authority
- CN
- China
- Prior art keywords
- aircraft
- data
- approach
- ads
- terminal area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0095—Aspects of air-traffic control not provided for in the other subgroups of this main group
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于水平航迹的终端区进场效率测度方法,包括以下步骤:建立终端区模型;采集ADS‑B数据,并对ADS‑B数据进行预处理,得到实际进场水平飞行距离;确定基准距离;量化航空器进场效率。与现有技术相比,本发明的技术方案提供的基于水平航迹的终端区进场效率测度方法是评价终端区进场效率的一种客观量化方法,其能够将航空器进场效率更加直观清晰地体现出来,为不同机场进场效率的对比以及不同进场优化方法的对比奠定基础,评估方法简单易用,评估结果一目了然。
Description
技术领域
本发明属于空中交通管理管技术领域,具体涉及一种基于水平航迹的终端区进场效率测度方法。
背景技术
我国学者在终端区进场效率提升方面的研究已取得大量成果,但在评价进场效率方面却很少有人问津。在国内各类运行报告中虽然呈现出一些运行数据统计,但缺乏数据分析,对终端区进场效率的评价仍以定性分析为主。终端区已成为制约我国民航发展的瓶颈区域,其中航空器进场又是终端区运行中较为复杂的部分。如何评价终端区的进场效率,如何量化终端区进场效率迫在眉睫,因为相比于定性分析,量化终端区的进场效率可以将其更加直观清晰地体现,也能为各终端区进场效率的对比以及不同进场优化方法的对比提供参照。
发明内容
本发明的目的是提供一种基于水平航迹的终端区进场效率测度方法,可以将终端区进场效率量化,使得结果更加清晰易懂,从而弥补当前以定性分析为主的终端区进场效率分析。
本发明的为达到上述目的,具体通过以下技术方案得以实现的:
一种基于水平航迹的终端区进场效率测度方法,包括以下步骤:
S1、建立终端区模型:选取以机场跑道中心点为圆心,以100海里为半径的圆形区域作为终端区,研究各航空器由进入终端区开始到降落过程的水平航迹长度;
S2、采集ADS-B数据,并对ADS-B数据进行预处理,得到实际进场水平飞行距离Lactual;
S3、确定水平航迹的基准距离:比较航空器进场的水平航迹长度与其前序航空器数量的变换关系规律,确定基准距离Lunimpeded;
S4、量化航空器进场效率:利用下式对所有航空器的进场效率进行量化:
其中η为进场效率,Lactual为实际进场水平飞行距离,Lunimpeded为基准距离,即航空器在不受阻碍情况下的标准进场水平飞行距离。
进一步地,在步骤S2中,所述采集ADS-B数据为通过ADS-B接收机接收飞机的机载ADS-B设备发射的ADS-B信号,进行解码后,ADS-B接收机获取关于飞机的位置信息的ADS-B数据。
进一步地,在步骤S2中,所述对ADS-B数据进行预处理包括以下步骤:
S2.1、在采集的数据中筛选测度时间段内在指定机场降落的航空器信息;
S2.2、删除数据异常的航空器信息;
S2.3、对数据进行粗粒化处理。
进一步地,所述ADS-B数据为来源于ADS-B接收机接收的Flight MonitorS模式的数据,接收飞机机载ADS-B发射机的1090M信标信号后,通过RTCA DO-260B标准解码,获取飞机的位置信息。
进一步地,在步骤S2.1中,所述筛选测度时间段内在指定机场降落的航空器信息:根据测度时间段内在指定机场实际降落的航空器信息,从ADS-B接收机接收到的全部原始数据中匹配出降落航空器对应的所有数据。
进一步地,在步骤S2.2中删除数据异常的航空器信息的方法包括:
1)通过设置删除经纬度数据重复次数大于某一固定值的算法,将航空器的经纬度数据始终不随时间变化而变化情况下的航空器数据选出并删除;
2)通过设置前后两条位置信息的大圆距离大于某一固定值的算法,将航空器在降落过程中有一段时间的数据缺失情况下的航空器数据选出并删除;
3)通过设置从某高度开始航空器高度、速度或航向保持不变的数据量超过某一特定值的算法,将航空器在某高度下的数据存在明显不合理情况下的航空器数据选出并删除,并计算该高度到跑道中心点的大圆距离近似作为航空器的实际飞行距离。
进一步地,在步骤S2.3中,对数据进行粗粒化处理为选取测度时间内每秒内的全部信息中最中间的数据。
进一步地,在步骤S3中,选取水平飞行距离几乎不随前序航空器数量增长的前序航空器数量所各自对应的航空器实际飞行距离中位数的平均值作为基准距离。
与现有技术相比,本发明的技术方案提供的基于水平航迹的终端区进场效率测度方法是评价终端区进场效率的一种客观量化方法,其能够将航空器进场效率更加直观清晰地体现出来,为不同机场进场效率的对比以及不同进场优化方法的对比奠定基础,评估方法简单易用,评估结果一目了然。
附图说明
图1为本发明的流程框图;
图2为实施例一中水平飞行距离与航空器前序航空器数量关系图。
具体实施方式
以下结合附图及实施例对本发明作进一步详细说明。
如图1所示,本发明的一种基于水平航迹的终端区进场效率测度方法,包括以下步骤:
步骤S1,建立终端区模型:选取以机场跑道中心点为圆心,以100海里为半径的圆形区域作为终端区,研究各航空器由进入终端区开始到降落过程的水平航迹长度。
步骤S2,采集ADS-B数据,并对ADS-B数据进行预处理,得到实际进场水平飞行距离Lactual。其中ADS-B数据为来源于ADS-B接收机接收的Flight Monitor S模式的数据,接收飞机机载ADS-B发射机的1090M信标信号后,通过RTCA DO-260B标准解码,获取飞机的位置信息。对ADS-B数据进行预处理包括以下步骤:步骤S2.1、在采集的数据中筛选测度时间段内在指定机场降落的航空器信息;步骤S2.2、删除数据异常的航空器信息;最后步骤S2.3、对数据进行粗粒化处理。
步骤S3,确定水平航迹的基准距离:比较航空器进场的水平航迹长度与其前序航空器数量的变换关系规律,确定基准距离Lunimpeded。基准距离,是指将所选日期所有某机场进场航空器的进场水平飞行距离升序排列,选取二十分位数作为基准距离。该航空器的前序航空器数量是指一架航空器由距跑道中心点100海里处至降落的时间段内降落的航空器总数,相当于队列长度。当前序航空器数量较少时,即队列长度较短时,航空器的进场水平航迹长度在某一值附近波动,当前序航空器数量超过一定值时,航空器的进场水平航迹长度会随着该航空器的前序航空器数量的增加而增加。
步骤S4,量化航空器进场效率:利用下式对所有航空器的进场效率进行量化:
其中η为进场效率,Lactual为实际进场水平飞行距离,Lunimpeded为基准距离,即航空器在不受阻碍情况下的标准进场水平飞行距离。
在对ADS-B数据进行预处理的具体步骤中,步骤S2.1,筛选测度时间段内在指定机场降落的航空器信息:ADS-B接收机的最大接受范围为250海里/10000米高空,原始数据量较大。因此根据测度时间段内在指定机场实际降落的航空器信息,从ADS-B接收机接收到的全部原始数据中匹配出降落航空器对应的所有数据。
在对ADS-B数据进行预处理的具体步骤中,在步骤S2.1匹配出的降落航空器的数据中存在部分异常数据。有些航空器的经纬度数据始终不随时间变化而变化;有些航空器在降落过程中有一段时间的数据缺失;有些航空器在某高度(如300英尺)下的数据存在明显不合理,即在此高度下高度、速度、航向等信息不再发生变化等。因此需要步骤S2.2进行删除数据异常的航空器信息,其删除数据异常的航空器信息方法包括:
1)通过设置删除经纬度数据重复次数大于某一固定值的算法,将航空器的经纬度数据始终不随时间变化而变化情况下的航空器数据选出并删除,排除此类情况。
2)通过设置前后两条位置信息的大圆距离大于某一固定值的算法,将航空器在降落过程中有一段时间的数据缺失情况下的航空器数据选出并删除,排除此类情况。航空器的轨迹由其定位信息即一系列间断的定位点得知,有部分航空器很长一段时间没有定位数据,比如超过20分钟没有定位数据,如果直接计算相邻点距离会导致误差过大,因此设置两点之间大圆距离小于某一值,可以确保所选数据为连续的点,排除掉数据缺失的航空器数据。
3)通过设置从某高度开始航空器高度、速度或航向保持不变的数据量超过某一特定值的算法,将航空器在某高度下的数据存在明显不合理情况下的航空器数据选出并删除,排除此类情况,并计算该高度到跑道中心点的大圆距离近似作为航空器的实际飞行距离。
三种算法同时设置,实现删除数据异常的航空器信息。
在对ADS-B数据进行预处理的具体步骤中,步骤S2.3,对数据进行粗粒化处理为选取测度时间内每秒内的全部信息中最中间的数据。由于ADS-B数据量较大,每个航空器每秒钟可能会出现四五条定位信息,通过粗粒化处理,每秒保留一条定位信息即可,该条保留的信息选为该秒钟内全部定位信息中最中间的信息。
在步骤S3中,水平航迹的基准距离指航空器在不受干扰情况下实际飞行的水平轨迹长度。为确定基准距离,绘制水平飞行距离与航空器前序航空器数量关系图。为排除机型影响,选取水平飞行距离几乎不随前序航空器数量增长的前序航空器数量所各自对应的航空器实际飞行距离中位数的平均值作为基准距离。
实施例一
步骤S1建立终端区模型:选取以机场跑道中心点为圆心,100海里为半径的圆形区域作为终端区,研究各航空器由进入终端区开始到降落过程的水平航迹长度;
步骤S2采集ADS-B数据并进行预处理:数据来源于FlightMonitor S模式数据接收机,该机接收民航飞机的1090M信标信号,通过RTCA DO-260B标准解码,获取飞机的位置信息。在采集的数据中筛选2017年8月16日在天津滨海国际机场降落的航空器信息、删除数据异常的航空器信息,最后对数据进行粗粒化处理,最终得到实际进场水平飞行距离Lactual。
步骤S3确定水平航迹的基准距离:航空器进场过程中的水平飞行距离在一定程度上受到其前序航空器数量的影响,观察航空器进场的水平航迹长度与其前序航空器数量的变换关系规律,确定基准距离Lunimpeded;
步骤S4对航空器的进场效率进行量化:利用下式对所有航空器的进场效率进行量化。
在步骤S2中,所述的对ADS-B数据进行预处理的具体步骤如下:
步骤S2.1筛选2017年8月16日在天津滨海国际机场降落的航空器信息:数据接收机的最大接受范围为250海里/10000米高空,原始数据量较大。根据2017年8月16日在天津滨海国际机场实际降落的航空器信息从原始数据中匹配出229架降落航空器对应的所有数据;
步骤S2.2删除数据异常的航空器信息:在步骤S2.1匹配出的229架降落航空器的数据中存在部分异常数据。有些航空器的经纬度数据始终不随时间变化而变化,通过设置删除经纬度数据重复次数大于100次的算法将此类情况排除;有些航空器在降落过程中有一段时间的数据缺失,通过设置前后两条位置信息的大圆距离大于某10海里的算法将此类情况排除;有些航空器在某高度(如300英尺)下的数据存在明显不合理,即在此高度、速度、航向等信息不再发生变化,通过设置从某高度开始上述数据保持不变的数据量超过5次的算法将此类数据删除,并计算该高度到跑道中心点的大圆距离近似作为航空器的实际飞行距离;两点之间大圆距离计算方法如下:
Dis=R·arccos(cos(Lat1)·cos(Lat2)·cos(Lon1-Lon2))+sin(Lat1)·sin(Lat2)) (1)
其中R为地球半径。
步骤S2.3对数据进行粗粒化处理:ADS-B数据量较大,每个航空器每秒钟可能会出现四五条定位信息,通过粗粒化处理,每秒保留一条定位信息即可,该条保留的信息选为该秒钟内全部定位信息中最中间的信息。
在步骤S3中,水平航迹的基准距离指航空器在不受干扰情况下实际飞行的水平轨迹长度。为确定基准距离,绘制水平飞行距离与航空器前序航空器数量关系图,如图2。由图2可知前序航空器数量为0架次和1架次时水平飞行距离长度保持稳定,随后水平飞行距离随着前序航空器数量增加而缓慢增加,到了7架次及以后增长趋势较为明显。为排除机型影响,选取前序航空器数量为0架次和1架次所分别对应的航空器实际飞行距离中位数的平均值作为基准距离,所以天津机场的进场基准距离为115.23海里。
在步骤S4中,通过计算得知2017年8月16日天津滨海国际机场的终端区进场效率为87.31%。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (7)
1.一种基于水平航迹的终端区进场效率测度方法,其特征在于,包括以下步骤:
S1、建立终端区模型:选取以机场跑道中心点为圆心,以100海里为半径的圆形区域作为终端区,针对航空器从进入终端区开始到降落过程的水平航迹长度,执行后续步骤;
S2、采集ADS-B数据,并对ADS-B数据进行预处理,得到实际进场水平飞行距离Lactual;
S3、确定水平航迹的基准距离:比较航空器进场的水平航迹长度与其前序航空器数量的变换关系规律,选取水平飞行距离几乎不随前序航空器数量增长的前序航空器数量所各自对应的航空器实际飞行距离中位数的平均值作为基准距离,确定基准距离Lunimpeded;
S4、量化航空器进场效率:利用下式对所有航空器的进场效率进行量化:
其中η为进场效率,Lactual为实际进场水平飞行距离,Lunimpeded为基准距离,即航空器在不受阻碍情况下的标准进场水平飞行距离。
2.根据权利要求1所述的基于水平航迹的终端区进场效率测度方法,其特征在于,在步骤S2中,所述采集ADS-B数据为通过ADS-B接收机接收飞机的机载ADS-B设备发射的ADS-B信号,进行解码后,ADS-B接收机获取关于飞机的位置信息的ADS-B数据。
3.根据权利要求1所述的基于水平航迹的终端区进场效率测度方法,其特征在于,在步骤S2中,所述对ADS-B数据进行预处理包括以下步骤:
S2.1、在采集的数据中筛选测度时间段内在指定机场降落的航空器信息;
S2.2、删除数据异常的航空器信息;
S2.3、对数据进行粗粒化处理。
4.根据权利要求1所述的基于水平航迹的终端区进场效率测度方法,其特征在于,所述ADS-B数据为来源于ADS-B接收机接收的Flight Monitor S模式的数据,接收飞机机载ADS-B发射机的1090M信标信号后,通过RTCA DO-260B标准解码,获取飞机的位置信息。
5.根据权利要求3所述的基于水平航迹的终端区进场效率测度方法,其特征在于,在步骤S2.1中,所述筛选测度时间段内在指定机场降落的航空器信息:根据测度时间段内在指定机场实际降落的航空器信息,从ADS-B接收机接收到的全部原始数据中匹配出降落航空器对应的所有数据。
6.根据权利要求3所述的基于水平航迹的终端区进场效率测度方法,其特征在于,在步骤S2.2中删除数据异常的航空器信息的方法包括:
1)通过设置删除经纬度数据重复次数大于某一固定值的算法,将航空器的经纬度数据始终不随时间变化而变化情况下的航空器数据选出并删除;
2)通过设置前后两条位置信息的大圆距离大于某一固定值的算法,将航空器在降落过程中有一段时间的数据缺失情况下的航空器数据选出并删除;
3)通过设置从某高度开始航空器高度、速度或航向保持不变的数据量超过某一特定值的算法,将航空器在某高度下的数据存在明显不合理情况下的航空器数据选出并删除,并计算该高度到跑道中心点的大圆距离近似作为航空器的实际飞行距离。
7.根据权利要求3所述的基于水平航迹的终端区进场效率测度方法,其特征在于,在步骤S2.3中,对数据进行粗粒化处理为选取测度时间内每秒内的全部信息中最中间的数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810083739.1A CN108230757B (zh) | 2018-01-29 | 2018-01-29 | 一种基于水平航迹的终端区进场效率测度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810083739.1A CN108230757B (zh) | 2018-01-29 | 2018-01-29 | 一种基于水平航迹的终端区进场效率测度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108230757A CN108230757A (zh) | 2018-06-29 |
CN108230757B true CN108230757B (zh) | 2020-12-15 |
Family
ID=62667741
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810083739.1A Active CN108230757B (zh) | 2018-01-29 | 2018-01-29 | 一种基于水平航迹的终端区进场效率测度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108230757B (zh) |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4921846B2 (ja) * | 2006-04-28 | 2012-04-25 | ジェイアール東日本コンサルタンツ株式会社 | 鉄道保守支援システム |
CN101465064B (zh) * | 2009-01-15 | 2011-03-30 | 北京航空航天大学 | 终端区飞行冲突解脱方法和系统 |
CN102254453B (zh) * | 2011-06-27 | 2013-08-21 | 南京航空航天大学 | 一种民航多机场终端区空域功能性扇区划分方法 |
CN202549080U (zh) * | 2012-03-16 | 2012-11-21 | 中国民用航空总局第二研究所 | 一种雷达数据、飞行计划数据与ads-b数据融合系统 |
CN103473956B (zh) * | 2013-09-17 | 2015-05-27 | 中国民航大学 | 基于改进蚁群算法的终端区进离场航线网络三维优化方法 |
CN104008674B (zh) * | 2014-06-16 | 2016-01-20 | 中国民航大学 | 一种基于模式匹配的终端区进场飞行时间预测方法 |
CN107016881B (zh) * | 2017-05-11 | 2019-05-31 | 中国电子科技集团公司第二十八研究所 | 一种多跑道机场进场航班多效能优化排序方法 |
-
2018
- 2018-01-29 CN CN201810083739.1A patent/CN108230757B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108230757A (zh) | 2018-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109544932B (zh) | 一种基于出租车gps数据与卡口数据融合的城市路网流量估计方法 | |
CN109493644B (zh) | 一种基于历史航迹数据挖掘的四维航迹推测方法 | |
Sun et al. | Modeling aircraft performance parameters with open ADS-B data | |
EP3977435A1 (en) | System and method for flight arrival time prediction | |
CN110675007A (zh) | 航班延误预测方法、装置及计算机存储介质 | |
Kuzmenko et al. | Airplane flight phase identification using maximum posterior probability method | |
EP2743739B1 (en) | Using aircraft trajectory data to infer atmospheric conditions | |
CN104200082B (zh) | 台风登陆预测方法 | |
CN105956790A (zh) | 低空飞行态势安全性评估指标及其评估方法 | |
CN106935079B (zh) | 基于软件无线电平台的ads-b信号采集与可靠性验证方法 | |
Cole et al. | Wind prediction accuracy for air traffic management decision support tools | |
CN108153980A (zh) | 基于ads-b与tcas数据融合的综合显示方法 | |
CN109269527B (zh) | 基于机载dar数据的仪表着陆系统空间信号质量分析方法及系统 | |
CN103678925B (zh) | 基于辅助信源的航迹分类方法 | |
CN105206115A (zh) | 一种基于主成分分析的空中交通管制扇区通行能力检测方法 | |
CN113284369B (zh) | 一种基于ads-b实测航路数据的预测方法 | |
CN110780292A (zh) | 一种机载飞机颠簸探测仪及其方法 | |
CN108828332B (zh) | 一种计算雷电定位系统探测效率的方法 | |
CN108230757B (zh) | 一种基于水平航迹的终端区进场效率测度方法 | |
CN113962283A (zh) | 一种基于局部自适应动态时间规整的航空器轨迹聚类方法 | |
Mott et al. | Accuracy assessment of aircraft transponder–based devices for measuring airport operations | |
CN105118332A (zh) | 一种基于聚类分析法的空中交通管制模拟仿真异常检测方法和装置 | |
CN113254432B (zh) | 一种基于模糊聚类的ads-b飞行轨迹数据清洗方法 | |
CN114782847B (zh) | 一种基于无人机的矿山产能监测方法及装置 | |
Stempfel et al. | Applying machine learning modeling to enhance runway throughput at a big European airport |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20210317 Address after: 201107 Room 301, building C, building 1, 333 Suhong Road, Minhang District, Shanghai Patentee after: Flightnet (Shanghai) Technology Co.,Ltd. Address before: 201800 6th floor, Guyi business building, 4929 Zhennan Road, Jiading District, Shanghai Patentee before: SHANGHAI KONGDI INFORMATION TECHNOLOGY Co.,Ltd. |