CN109598373A - 一种基于ads-b数据的用于预测航班到达时间的预处理方法 - Google Patents
一种基于ads-b数据的用于预测航班到达时间的预处理方法 Download PDFInfo
- Publication number
- CN109598373A CN109598373A CN201811394426.4A CN201811394426A CN109598373A CN 109598373 A CN109598373 A CN 109598373A CN 201811394426 A CN201811394426 A CN 201811394426A CN 109598373 A CN109598373 A CN 109598373A
- Authority
- CN
- China
- Prior art keywords
- data
- flight
- ads
- message
- time
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于ADS‑B数据的用于预测航班到达时间的预处理方法,步骤为:1)由至少一台接收装置接收ADS‑B数据,对ADS‑B数据进行验证,排除异常报文,去除重复报文;2)将ADS‑B数据与航班信息进行关联;3)删除冗余数据。本发明对ADS‑B数据进行预处理,提高了航班到达时间预测的准确率。
Description
技术领域
本发明属于航空技术领域,具体涉及一种基于ADS-B数据的用于预测航班到达时间的预处理方法。
背景技术
航空机场需要预测航班到达时间,但由于航班起飞延误、航路管制、流量控制、天气等原因,航班计划中的预计到达时间并不准确,航班的实际落地时间会出现较大的波动。但是,航班的落地时间会直接影响到航班保障、旅客服务和机位分配等工作。因此得到一个较为准确的航班预计落地时间,对加快航班保障工作的效率、提升旅客服务的质量有着至关重要的作用。
航班到达时间的预测基于航空器的实时位置信息,也就是ADS-B数据。ADS-B(英文全称Automatic Dependent Surveillance - Broadcast),即广播式自动相关监测技术,是一种基于GPS全球卫星定位系统和空-空、地-空数据链通信的航空器运行监视技术。ADS-B数据的主要信息是飞机的四维位置信息(经度、纬度、高度和时间)和其它可能附加信息(如冲突告警信息,飞行员输入信息,航迹角,航线拐点等信息)以及飞机的识别信息和类别信息。此外,还可能包括一些别的附加信息,如航向、空速、风速、风向和飞机外界温度等。
在预测航班到达时间时,通过ADS-B接收装置接收并解析后的ADS-B数据存在如下问题:1)部分ADS-B数据存在错误,如经纬度异常、时间异常等;2)接收装置会存在遮蔽,无法接收到所有飞机的ADS-B数据;3)多台接收设备接收的数据存在重复;4)接收设备会接受附近区域内所有飞机的ADS-B报文数据,报文中有对应每架飞机的发送码,但是直接将每条数据与航班对应起来仍然存在困难;5)航班到达时间预测所关注的ADS-B数据字段主要为:经纬高度、时间、发送码、航班号、速度。但是每条数据只会携带上述的部分字段,对构造单个航班的连续轨迹造成困难;6)ADS-B数据发送频率较高、数据量极大。某大型机场附近接收到的ADS-B数据量可达每天几十万条,给存储、分析工作带来了很大压力。因此,通过ADS-B接收装置接收到的ADS-B数据无法直接使用,需要对ADS-B数据进行预处理。
发明内容
为解决上述技术问题,本发明特别涉及了一种基于ADS-B数据的用于预测航班到达时间的预处理方法,对ADS-B数据进行预处理,为后续进行ADS-B数据挖掘和航班到达时间预测提供支持。
本发明的一种基于ADS-B数据的用于预测航班到达时间的预处理方法,步骤为:1)由至少一台接收装置接收ADS-B数据,对ADS-B数据进行验证,排除异常报文,去除重复报文;2)将ADS-B数据与航班信息进行关联;3)删除冗余数据。本发明对ADS-B数据进行预处理。
与现有技术相比,本发明的优点和积极效果是:本发明针对原始ADS-B数据存在噪声、接收存在遗漏、报文与航班无法直接关联、报文数据量过大等问题提供了一种数据预处理方法,可操作性强,为后续进行ADS-B数据挖掘和航班到达时间预测提供了支持,提高了航班到达时间预测的准确率。
具体实施方式
下面结合具体实施方式对本发明的技术方案作进一步详细的说明。
在预测航班到达时间时,通过ADS-B接收装置接收并解析后的ADS-B数据无法直接使用,因此,数据预处理是进行数据挖掘工作的第一步也是非常重要的一步,数据预处理的质量直接决定了数据挖掘成果的好坏。本发明针对直接使用ADS-B数据存在的多个问题,提供了一种预处理方法:
步骤1、由接收装置接收ADS-B数据,对ADS-B数据进行验证,排除异常报文。所述异常报文包括异常数据报文和异常时间报文。
针对异常数据报文的预处理方法为,11)确定接收装置的接收半径,例如以接收装置为圆心,接收半径为400海里;12)确定接收装置所在的经纬度;13)根据接收装置的接收半径和接收装置所在的经纬度确定接收装置的接收范围;14)确定能接收到报文的飞行器的经纬度范围;14)将飞行器的经纬度超出所述接收装置的接收范围的报文定义为异常数据报文,并将异常数据报文过滤掉。
针对异常时间报文的预处理方法为,由于飞行器发送报文的时间与接收装置接收报文的时间间隔极短,对于预测航班到达时间的整个时间过程,上述时间间隔可以忽略不计,本方法中采用接收装置接收报文的本地时间代替飞行器发送报文的时间,可避免报文中时间异常的问题。
针对单台接收装置会存在遮蔽接收数据不全的问题,本方法采用在不同位置安装多台接收装置的方式。不同位置的接收装置接收不同方位的数据,如A接收装置主要接收空测北方向的数据,B接收装置主要接收空测南方向的数据,C接收装置主要接收陆测的数据;同样的,还可以增加D接收装置主要接收空测东方向的数据,E接收装置主要接收空测西方向的数据;或者将A、B接收装置替换为D、E接收装置。
安装多台接收装置后,同一条ADS-B报文会被多个接收装置接收,接收装置将数据发往统一的ADS-B报文数据中心(以下简称数据中心),在数据中心会存在数据重复的问题,且由于网络延迟等原因,数据中心接收同一条数据的时间差会在100ms左右。数据中心的处理方法为:建立缓存队列,缓存最近间隔时间内接收到的数据,间隔时间可以是1-2min,优选为1min。每当接收到一条数据时,与缓存中的数据逐条对比,如果存在重复则丢弃该条数据,如果没有重复则将该条数据加入缓存。定时将缓存队列中的过时数据移除并写入数据库。
步骤2、将ADS-B数据与航班信息进行关联。由于同一架飞行器在同一天内可能会执行多个航班任务,而同一个航班号也可能对应进港航班和出港航班,因此发送码和航班号都不能把ADS-B数据与某一确定航班关联起来。本发明中ADS-B历史数据与特定航班关联的预处理方法为:
21)在航班历史库中查找航班的三字码航班号、实际落地时间和实际起飞时间;
22)若为进港航班,查询数据中心中对应的ADS-B数据,过滤条件为:时间范围为航班实际落地时间前一小时至实际落地时间,且报文中航班号与本航班号一致;
23)若为出港航班,查询数据中心中对应的ADS-B数据,过滤条件为:时间范围为航班实际起飞时间至实际起飞时间后一小时,且报文中航班号与本航班号一致;
24)经过步骤22、23之后还会存在航班号缺失的报文无法关联到航班。此时针对每个航班再做一次查询,过滤条件为:时间范围跟步骤22、23一致且发送码与步骤22、23中查到的报文发送码一致。这一步之后会将所关注的所有航班与其对应的ADS-B报文数据关联起来。
步骤3、删除冗余数据。本方法处理ADS-B数据的主要思路为多点接收,经过排除异常报文、去除重复报文之后统一储存在数据中心,然后将数据中心中的报文数据经过处理与航班库中的航班数据关联。此时,报文数据已经完成与航班数据的关联,但数据中心仍存在大量冗余数据。删除冗余数据的方法为:
31)将数据中心中未与航班关联的数据删除;
32)将数据中心中与航班关联的数据中经度、维度、高度、速度字段为空的数据删除;
33)将每个航班关联的ADS-B数据按照每段时间间隔只保留一条数据,如果间隔时间是一分钟,则按照一分钟的时间间隔每一分钟只保留一条数据。
以上实施例仅是本发明若干种优选实施方式中的几种,应当指出,本发明不限于上述实施例;对于本领域的普通技术人员来说,依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或替换,并不使相应技术方案的本质脱离本发明所要求保护的技术方案的精神和范围。
Claims (9)
1.一种基于ADS-B数据的用于预测航班到达时间的预处理方法,其特征在于,包括如下步骤:
1)由至少一台接收装置接收ADS-B数据,对ADS-B数据进行验证,排除异常报文,去除重复报文;
2)将ADS-B数据与航班信息进行关联;
3)删除冗余数据。
2.根据权利要求1所述的一种基于ADS-B数据的用于预测航班到达时间的预处理方法,其特征在于,所述异常报文包括异常数据报文和异常时间报文。
3.根据权利要求2所述的一种基于ADS-B数据的用于预测航班到达时间的预处理方法,其特征在于,所述异常数据报文的预处理方法为,
11)确定接收装置的接收半径;
12)确定接收装置所在的经纬度;
13)根据接收装置的接收半径和接收装置所在的经纬度确定接收装置的接收范围;
14)确定能接收到报文的飞行器的经纬度范围;
15)将飞行器的经纬度超出所述接收装置的接收范围的报文定义为异常数据报文,并将异常数据报文过滤掉。
4.根据权利要求2所述的一种基于ADS-B数据的用于预测航班到达时间的预处理方法,其特征在于,所述异常时间报文的预处理方法为,将接收装置接收报文的本地时间代替飞行器发送报文的时间。
5.根据权利要求1所述的一种基于ADS-B数据的用于预测航班到达时间的预处理方法,其特征在于,所述去除重复报文的预处理方法为:建立缓存队列,缓存最近间隔时间内接收到的数据;每当接收到一条数据时,与缓存中的数据逐条对比,如果存在重复则丢弃该条数据,如果没有重复则将该条数据加入缓存;定时将缓存队列中的过时数据移除并写入数据库。
6.根据权利要求5所述的一种基于ADS-B数据的用于预测航班到达时间的预处理方法,其特征在于,所述间隔时间为1-2min。
7.根据权利要求1所述的一种基于ADS-B数据的用于预测航班到达时间的预处理方法,其特征在于,将ADS-B数据与航班信息进行关联的预处理方法为:
21)在航班历史库中查找航班的三字码航班号、实际落地时间和实际起飞时间;
22)若为进港航班,查询数据中心中对应的ADS-B数据,过滤条件为:时间范围为航班实际落地时间前一小时至实际落地时间,且报文中航班号与本航班号一致;
23)若为出港航班,查询数据中心中对应的ADS-B数据,过滤条件为:时间范围为航班实际起飞时间至实际起飞时间后一小时,且报文中航班号与本航班号一致;
24)针对每个航班做一次过滤查询。
8.根据权利要求7所述的一种基于ADS-B数据的用于预测航班到达时间的预处理方法,其特征在于,所述过滤查询的条件为:时间范围跟步骤22、23一致且发送码与步骤22、23中查到的报文发送码一致。
9.根据权利要求5所述的一种基于ADS-B数据的用于预测航班到达时间的预处理方法,其特征在于,删除冗余数据的方法为:
31)将数据中心中未与航班关联的数据删除;
32)将数据中心中与航班关联的数据中经度、维度、高度、速度字段为空的数据删除;
33)将每个航班关联的ADS-B数据按照每段时间间隔只保留一条数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811394426.4A CN109598373A (zh) | 2018-11-21 | 2018-11-21 | 一种基于ads-b数据的用于预测航班到达时间的预处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811394426.4A CN109598373A (zh) | 2018-11-21 | 2018-11-21 | 一种基于ads-b数据的用于预测航班到达时间的预处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109598373A true CN109598373A (zh) | 2019-04-09 |
Family
ID=65960208
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811394426.4A Pending CN109598373A (zh) | 2018-11-21 | 2018-11-21 | 一种基于ads-b数据的用于预测航班到达时间的预处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109598373A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110443411A (zh) * | 2019-07-16 | 2019-11-12 | 青岛民航凯亚系统集成有限公司 | 基于ads-b数据预测航班落地时间的方法 |
CN111583725A (zh) * | 2020-05-27 | 2020-08-25 | 中航信移动科技有限公司 | 一种多数据源航班起飞时间校正方法 |
CN111652427A (zh) * | 2020-05-29 | 2020-09-11 | 航科院中宇(北京)新技术发展有限公司 | 一种基于数据挖掘分析的航班到达时刻预测方法及系统 |
CN113163335A (zh) * | 2021-03-12 | 2021-07-23 | 中航空管系统装备有限公司 | 一种面向ads-b数据的融合与转发系统 |
CN113724012A (zh) * | 2021-09-06 | 2021-11-30 | 青岛民航凯亚系统集成有限公司 | 航站楼广告智能投放装置与方法及系统 |
CN115392886A (zh) * | 2022-10-28 | 2022-11-25 | 中国民用航空总局第二研究所 | 一种到港飞机的报时方法、报时装置、存储介质和处理器 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106452549A (zh) * | 2016-10-11 | 2017-02-22 | 西安华讯天基通信技术有限公司 | 基于智能天线的ads‑b远距离抗干扰抗欺骗接收方法及装置 |
CN106846919A (zh) * | 2017-01-16 | 2017-06-13 | 南京航空航天大学 | 一种基于ads‑b信息更新的四维航迹动态预测方法 |
CN107818382A (zh) * | 2017-10-27 | 2018-03-20 | 中航信移动科技有限公司 | 航班到达时间预测方法 |
-
2018
- 2018-11-21 CN CN201811394426.4A patent/CN109598373A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106452549A (zh) * | 2016-10-11 | 2017-02-22 | 西安华讯天基通信技术有限公司 | 基于智能天线的ads‑b远距离抗干扰抗欺骗接收方法及装置 |
CN106846919A (zh) * | 2017-01-16 | 2017-06-13 | 南京航空航天大学 | 一种基于ads‑b信息更新的四维航迹动态预测方法 |
CN107818382A (zh) * | 2017-10-27 | 2018-03-20 | 中航信移动科技有限公司 | 航班到达时间预测方法 |
Non-Patent Citations (3)
Title |
---|
冯兴杰等: "基于Hadoop的ADS-B数据解析与存储方法", 《航天控制》 * |
焦卫东 等: ""一种改进的基于意图挖掘的航迹预测"", 《价值工程》 * |
王辉: ""北京首都机场进港航班运行效率研究"", 《中国优秀硕士学位论文全文数据库(电子期刊)工程科技Ⅱ辑》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110443411A (zh) * | 2019-07-16 | 2019-11-12 | 青岛民航凯亚系统集成有限公司 | 基于ads-b数据预测航班落地时间的方法 |
CN111583725A (zh) * | 2020-05-27 | 2020-08-25 | 中航信移动科技有限公司 | 一种多数据源航班起飞时间校正方法 |
CN111583725B (zh) * | 2020-05-27 | 2021-09-03 | 中航信移动科技有限公司 | 一种多数据源航班起飞时间校正方法 |
CN111652427A (zh) * | 2020-05-29 | 2020-09-11 | 航科院中宇(北京)新技术发展有限公司 | 一种基于数据挖掘分析的航班到达时刻预测方法及系统 |
CN111652427B (zh) * | 2020-05-29 | 2023-12-29 | 航科院中宇(北京)新技术发展有限公司 | 一种基于数据挖掘分析的航班到达时刻预测方法及系统 |
CN113163335A (zh) * | 2021-03-12 | 2021-07-23 | 中航空管系统装备有限公司 | 一种面向ads-b数据的融合与转发系统 |
CN113724012A (zh) * | 2021-09-06 | 2021-11-30 | 青岛民航凯亚系统集成有限公司 | 航站楼广告智能投放装置与方法及系统 |
CN113724012B (zh) * | 2021-09-06 | 2023-09-26 | 青岛民航凯亚系统集成有限公司 | 航站楼广告智能投放方法及系统 |
CN115392886A (zh) * | 2022-10-28 | 2022-11-25 | 中国民用航空总局第二研究所 | 一种到港飞机的报时方法、报时装置、存储介质和处理器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109598373A (zh) | 一种基于ads-b数据的用于预测航班到达时间的预处理方法 | |
CN112289077B (zh) | 预测飞行改航管理 | |
WO2020240177A1 (en) | System and method for flight arrival time prediction | |
US10678265B2 (en) | Revised speed advisory for an aircraft during flight based on holding time | |
US9177480B2 (en) | Schedule management system and method for managing air traffic | |
US9697736B2 (en) | Tracking of suspect aircraft | |
US11727818B1 (en) | Aircraft surface state event track system and method | |
EP2867880B1 (en) | Schedule management system and method for managing air traffic | |
US11935419B2 (en) | Holding pattern detection and management | |
US11257384B2 (en) | Adaptive scheduling of flight trajectory commands for autonomous or remotely controlled air systems executing air traffic control flight clearances | |
US11869373B1 (en) | Autonomous and automatic, predictive aircraft surface state event track system and corresponding methods | |
CN107209270B (zh) | 用于监测飞行器位置的装备 | |
EP3246895A1 (en) | Methods and apparatus for detecting airport terminal area congestion | |
Schultz et al. | Analysis of airport ground operations based on ADS-B data | |
US9870712B1 (en) | Time and spatial based flight selection system and method | |
Mitkas et al. | Activity Identification using ADS-B data at General Aviation Airports | |
Jung et al. | Develpment of the Surface Management System Integrated with CTAS Arrival Tool | |
Rakas et al. | Deterministic models for degraded airside capacity and delays | |
EP4170628A1 (en) | Pilot flight path feedback tool | |
US20230118254A1 (en) | Systems and methods for providing rerouting prior to departure | |
US20240161633A1 (en) | Detection and reporting of aircraft diversion events | |
Kim | Dispatch and flight following | |
Chung | An Integrated Gate Turnaround Management Concept Leveraging Big Data/Analytics for NAS Performance Improvements | |
Mayer et al. | Expedited Successive Departure Operation Concept and Initial Evaluations | |
Sauer et al. | Flight planning and execution with multiple weather hazards |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190409 |