CN110807954A - 异常航迹点的识别方法和设备 - Google Patents
异常航迹点的识别方法和设备 Download PDFInfo
- Publication number
- CN110807954A CN110807954A CN201911099713.7A CN201911099713A CN110807954A CN 110807954 A CN110807954 A CN 110807954A CN 201911099713 A CN201911099713 A CN 201911099713A CN 110807954 A CN110807954 A CN 110807954A
- Authority
- CN
- China
- Prior art keywords
- flight
- data
- track
- track point
- segment
- 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.)
- Granted
Links
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 81
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000010006 flight Effects 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims description 11
- 239000000126 substance Substances 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 6
- 230000002547 anomalous effect Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0073—Surveillance aids
-
- 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)
- Navigation (AREA)
Abstract
本发明提供一种异常航迹点的识别方法和设备。该方法包括：对航路数据拓宽处理，得到航段数据；根据所有航班中每个航班的实际航迹数据和所述航段数据，获取每个航班落在各航段内的航迹点的数据；根据所述每个航班落在各航段内的航迹点的数据，确定所述每个航班落在各航段内的航迹点是否异常。可将各航段内的异常航迹点识别出来，便于后续对空中流量数据进行统计。
Description
技术领域
本发明涉及数据处理技术，尤其涉及一种异常航迹点的识别方法和设备。
背景技术
随着民航业的不断发展，民航运载量不断提升，航线网络不断扩大，对空中交通流量和空域容量的管理提出了新的要求，为此需要获得各个航路的流量统计数据。由于天气原因，如强对流天气和颠簸天气等；飞机需要绕航，备降，甚至返航，也就是不能按照原定航路飞行，这种情况的随机性和偶然性比较明显，需要将这些情况对应的航迹数据剔除。
然而，现有技术并未提供这些异常情况下航迹数据的识别方法。
发明内容
本发明提供一种异常航迹点的识别方法和设备，用以识别航班的异常航迹点。
第一方面，本发明提供一种异常航迹点的识别方法，包括：
对航路数据拓宽处理，得到航段数据；
根据所有航班中每个航班的实际航迹数据和所述航段数据，获取每个航班落在各航段内的航迹点的数据；
根据所述每个航班落在各航段内的航迹点的数据，确定所述每个航班落在各航段内的航迹点是否异常。
可选的，所述实际航迹数据包括所有航迹点的经度和纬度；所述航段数据包括各航段的四个端点的经度和纬度；
所述根据所有航班中每个航班的实际航迹数据和所述航段数据，获取每个航班落在各航段内的航迹点的数据，包括：
根据所述所有航迹点的经度和纬度，以及所述各航段的四个端点的经度和纬度，获取所述每个航班落在各航段内的航迹点的数据。
可选的，所述根据所述所有航迹点的经度和纬度，以及所述各航段的四个端点的经度和纬度，获取所述每个航班落在各航段内的航迹点的数据，包括：
获取所述各航段的四个端点的经度最小值、经度最大值、纬度最小值和纬度最大值；
若航迹点的经度、所述经度最小值和所述经度最大值之间满足第一关系，且所述航迹点的纬度、所述纬度最小值和所述纬度最大值之间满足第二关系，则将所述航迹点的数据确定为每个航班落在对应航段内的航迹点的数据。
可选的，所述根据所述每个航班落在各航段内的航迹点的数据，确定所述每个航班落在各航段内的航迹点是否异常，包括；
对所述每个航班落在各航段内的航迹点的数据进行拟合，得到拟合线；
根据所述拟合线和对应航段指示方向，确定每个航班落在对应航段内的航迹点是否异常。
可选的，所述根据所述拟合线和对应航段指示的方向，确定每个航班落在对应航段内的航迹点是否异常，包括：
若所述拟合线和对应航段指示方向的夹角的余弦值大于预设阈值，则确定每个航班落在对应航段内的航迹点异常。
可选的，所述根据所述拟合线和对应航段指示的方向，确定每个航班落在对应航段内的航迹点是否异常之前，还包括：
根据各航段的四个端点，确定每个航班对应的各航段指示方向。
可选的，所述根据所述每个航班落在各航段内的航迹点的数据，确定所述每个航班落在各航段内的航迹点是否异常之后，所述方法还包括：
若第一航班落在各航段内的航迹点中有任一航段内的航迹点有异常，则将第一航班的航迹点数据剔除，得到所述所有航班中剔除所述第一航班之后剩余航班的实际航迹数据；
根据所述剩余航班的实际航迹数据，获取各航段内空中流量。
第二方面，本发明提供一种异常航迹点的识别装置，包括：
拓宽处理模块，用于对航路数据拓宽处理，得到航段数据；
获取模块，用于根据所有航班中每个航班的实际航迹数据和所述航段数据，获取每个航班落在各航段内的航迹点的数据；
确定模块，用于根据所述每个航班落在各航段内的航迹点的数据，确定所述每个航班落在各航段内的航迹点是否异常。
可选的，所述实际航迹数据包括所有航迹点的经度和纬度；所述航段数据包括各航段的四个端点的经度和纬度；
所述获取模块具体用于：
根据所述所有航迹点的经度和纬度，以及所述各航段的四个端点的经度和纬度，获取所述每个航班落在各航段内的航迹点的数据。
可选的，所述获取模块具体用于：
获取所述各航段的四个端点的经度最小值、经度最大值、纬度最小值和纬度最大值；
若航迹点的经度、所述经度最小值和所述经度最大值之间满足第一关系，且所述航迹点的纬度、所述纬度最小值和所述纬度最大值之间满足第二关系，则将所述航迹点的数据确定为每个航班落在对应航段内的航迹点的数据。
可选的，所述确定模块具体用于：
对所述每个航班落在各航段内的航迹点的数据进行拟合，得到拟合线；
根据所述拟合线和对应航段指示方向，确定每个航班落在对应航段内的航迹点是否异常。
可选的，所述确定模块具体用于：
若所述拟合线和对应航段指示方向的夹角的余弦值大于预设阈值，则确定每个航班落在对应航段内的航迹点异常。
可选的，所述确定模块还用于：
根据各航段的四个端点，确定每个航班对应的各航段指示方向。
可选的，上述装置还包括：剔除模块；
所述剔除模块用于：
若第一航班落在各航段内的航迹点中有任一航段内的航迹点有异常，则将第一航班的航迹点数据剔除，得到所述所有航班中剔除所述第一航班之后剩余航班的实际航迹数据；
所述获取模块还用于：
根据所述剩余航班的实际航迹数据，获取各航段内空中流量。
第三方面，本发明提供一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述异常航迹点的识别方法。
第四方面，本发明提供一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行上述异常航迹点的识别方法。
本发明提供的异常航迹点的识别方法和设备，首先，对航路数据拓宽处理，得到航段数据；然后，根据所有航班中每个航班的实际航迹数据和上述航段数据，获取每个航班落在各航段内的航迹点的数据；最后，根据每个航班落在各航段内的航迹点的数据，确定每个航班落在各航段内的航迹点是否异常。可将各航段内的异常航迹点识别出来，便于后续对空中流量数据进行统计。
附图说明
图1为本发明提供的异常航迹点的识别方法的场景图；
图2为本发明提供的异常航迹点的识别方法的实施例一的流程示意图；
图3为本发明提供的拓宽处理原理图；
图4为本发明提供的航班Z的实际航迹示意图；
图5为本发明提供的航班Z落入航段A1-B1-B2-A2内的航迹点示意图；
图6为本发明提供的拟合线示意图；
图7为本发明提供的航段A1-B1-B2-A2指示方向示意图；
图8为本发明提供的异常航迹点的识别方法的实施例二的流程示意图；
图9为本发明提供的异常航迹点的识别装置的结构示意图；
图10为本发明提供的电子设备的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
对空中交通流量和空域容量的监管有利于提升空域资源利用率。在空中交通流量监管方面，需要获取各个航路的流量统计数据。然而，由于天气原因，如强对流天气和颠簸天气等，飞机需要绕航，备降，甚至返航，也就是不能按照原定航路飞行，这些情况的随机性和偶然性比较明显，需要将这些情况对应的异常航迹点剔除。然而，现有技术并未提供这些情况下异常航迹点的识别方法。
本发明提供一种异常航迹点的识别方法，首先，对航路数据拓宽处理，得到航段数据；然后，根据所有航班中每个航班的实际航迹数据和上述航段数据，获取每个航班落在各航段内的航迹点的数据；最后，根据每个航班落在各航段内的航迹点的数据，确定每个航班落在各航段内的航迹点是否异常。本发明提供的异常航迹点的识别方法，可将各航段内的异常航迹点识别出来，在统计各航段的空中流量时，将异常航迹点剔除，得到的空中流量排除了随机和偶然情况下的流量，准确度更高。
图1为本发明提供的异常航迹点的识别方法的场景图。图1中飞机从始发点A飞往终点E，飞机飞行的航路如图1实线所示，该航路包括航路点有航路点A、航路点B、航路点C、航路点D和航路点E。正常情况下，飞机按照航路方向从航路点A出发，依次经过航路点B、航路点C和航路点D，最后到达航路点E。由于天气原因，如强对流天气和颠簸天气等，飞机会绕航，备降、甚至返航，即不再沿着图1所示实线飞行，这种情况属于偶然情况，在统计空中流量时需要把这种情况下的航迹点数据剔除。
本发明结合图1所示场景对本发明提供的异常航迹点的识别方法进行说明。本发明提供的异常航迹点的识别方法可由手机、平板、笔记本电脑、台式电脑等具有相应处理功能且配置有显示屏的电子设备执行。
一种可实现方式中，上述电子设备可接收用户上传的航路数据和所有航班的实际航迹数据，电子设备可基于上述两种数据来执行本发明提供的异常航迹点的识别方法，从而识别出航路的各个航段内的异常航迹点。
图2为本发明提供的异常航迹点的识别方法的实施例一的流程示意图。本实施例提供的异常航迹点的识别方法可由上述电子设备执行，本实施例提供的异常航迹点的识别方法，包括：
S201、对航路数据拓宽处理，得到航段数据。
其中，航路数据包括航路包含的各个航路点的名称、经度和纬度。以图1所示场景中的航路为例，航路数据包括航路点A、航路点B、航路点C、航路点D和航路点E中各航路点的名称、经度和纬度。
在一种可能的实现方式中，在得到一个航路的航路数据后，对航路包含的各个航路点进行拓宽处理，生成航段数据。
可选的，上述拓宽处理的距离根据实际情况设定，例如可以是30km，本发明对此不做限定。
图3示出了上述拓宽处理的原理图。参见图3所示，对航路点A沿着AB的垂直方向进行拓宽，得到A1和A2；对航路点B沿着BC的垂直方向进行拓宽，得到B1和B2，同样的，分别对航路点C、航路点D和航路点E做类似的拓宽处理，得到C1和C2，D1和D2，E1和E2。其中，A1-B1-B2-A2构成一个航段，B1-C1-C2-B2构成一个航段,C1-D1-D2-C2构成一个航段,D1-E1-E2-D2构成一个航段。每个航段都有四个端点，根据航路上各个航路点的经纬度，按照上述拓宽处理的规则，可以计算得到拓宽处理后的各个航段的四个端点的经纬度。
S202、根据所有航班中每个航班的实际航迹数据和所述航段数据，获取每个航班落在各航段内的航迹点的数据。
其中，航班的实际航迹数据为周期性采集到的飞机的经纬度，每次采集到的经纬度对应一个航迹点。采集周期可以根据实际情况设定，例如可以是1分钟。
可选的，可将S201得到的航段数据和所有航班的实际航迹数据采用绘图库Matplotlib绘制出来。
在一种可能的实现方式中，可根据每个航班所有航迹点的经度和纬度，以及各航段的四个端点的经度和纬度，获取每个航班落在各航段内的航迹点的数据。
可选的，可先获取各航段的四个端点的经度最小值、经度最大值、纬度最小值和纬度最大值；若航迹点的经度、经度最小值和经度最大值之间满足第一关系，且航迹点的纬度、纬度最小值和纬度最大值之间满足第二关系，则将该航迹点的数据确定为每个航班落在对应航段内的航迹点的数据。
下面以A1-B1-B2-A2这个航段为例，对获取某航班落在该航段内的航迹点的数据的过程进行说明。图4示出了根据航班Z的实际航迹数据绘制的一段实际航迹L，如图4所示，实际航迹L是由若干航迹点组成的，首先，比较A1-B1-B2-A2这个航段的四个端点A1、B1、B2和A2的经度，得到经度最大值和经度最小值；然后，比较A1-B1-B2-A2这个航段的四个端点A1、B1、B2和A2的纬度，得到纬度最大值和纬度最小值；然后，针对实际航迹L包含的每个航迹点，将该航迹点的经度和上述经度最大值、经度最小值进行比较，并且将该航迹点的纬度和上述纬度最大值、纬度最小值进行比较，若该航迹点的经度大于上述经度最小值且小于上述经度最大值，该航迹点的纬度大于上述纬度最小值且小于上述纬度最大值，则确定该航迹点的数据为落在A1-B1-B2-A2这个航段内的航迹点的数据，比如图4中的P2。若该航迹点的经度不满足上述条件，或者纬度不满足上述条件，则确定该航迹点的数据不是落在A1-B1-B2-A2这个航段内的航迹点的数据，比如图4中的P1。对该航班X的所有航迹点和各航段的四个端点均进行上述判断，便可获取到该航班Z落在各航段内的航迹点的数据。图5示出了航班Z落入航段A1-B1-B2-A2内的航迹点的示意图。
S203、根据所述每个航班落在各航段内的航迹点的数据，确定所述每个航班落在各航段内的航迹点是否异常。
在一种可实现的方式下，对于每个航班落入每个航段的航迹点，可通过如下方式确定其是否异常：
对每个航班落在各航段内的航迹点的数据进行拟合，得到拟合线；根据拟合线和对应航段指示的方向，确定每个航班落在对应航段内的航迹点是否异常。
可选的，针对每个航段，对落入航段内的航迹点使用polyfit函数进行拟合，得到拟合线。
图6示出了对图5所示航迹点进行拟合后得到的拟合线,该拟合线用M示意。
在一种可能的实现方式中，可根据各航段的四个端点，确定每个航班对应的航段指示方向，比如，可将从A1指向B1的方向确定为航段A1-B1-B2-A2的方向，也可将从A2指向B2的方向确定为航段A1-B1-B2-A2的方向。图7示出了将从A2指向B2的方向确定为航段A1-B1-B2-A2的方向的示意图。
在一种可能的实现方式中，可对上述拟合线和对应航段指示方向的夹角的余弦值进行判断，若拟合线和对应航段指示方向的夹角的余弦值大于预设阈值，则确定航段落在对应航段内的航迹点异常。
在一种可能的实现方式中，继续参见图7所示，假设，A2的经纬度坐标为(x1，y1)，B2的经纬度坐标为(x2，y2)。在拟合线上随机取两个点，经纬度坐标分别为(x3，y3)和(x4，y4)，利用下面的余弦公式求取余弦值：
其中，上述预设阈值的大小可以根据实际情况设定，例如设定为1/2，对应的，继续参见图7所示，若根据上述公式计算得到的拟合线和对应航段指示方向的夹角的余弦值大于1/2时，则确定图7中落入航段A1-B1-B2-A2的航迹点为异常航迹点。
本实施例提供的异常航迹点的识别方法，首先，对航路数据拓宽处理，得到航段数据；然后，根据所有航班中每个航班的实际航迹数据和上述航段数据，获取每个航班落在各航段内的航迹点的数据；最后，根据每个航班落在各航段内的航迹点的数据，确定每个航班落在各航段内的航迹点是否异常。可将各航段内的异常航迹点识别出来，便于后续对空中流量数据进行统计。
图8为本发明提供的异常航迹点的识别方法的实施例二的流程示意图。在上述实施例的基础上，本实施例对空中流量数据的统计过程进行了描述。如图8所示，本实施例提供的异常航迹点的识别方法，包括：
S801、对航路数据拓宽处理，得到航段数据。
S802、根据所有航班中每个航班的实际航迹数据和所述航段数据，获取每个航班落在各航段内的航迹点的数据。
S803、根据所述每个航班落在各航段内的航迹点的数据，确定所述每个航班落在各航段内的航迹点是否异常。
其中，S801-S803的实现方式可参见上述实施例，本发明在此不再赘述。
S804、若第一航班落在各航段内的航迹点中有任意一个或者多个航段内的航迹点有异常，则将第一航班的航迹点数据剔除，得到所述所有航班中剔除所述第一航班之后剩余航班的实际航迹数据。
具体的，对每个航班均进行本步骤的判断，将符合剔除条件的航班的航迹点数据剔除，得到剩余航班的实际航迹数据。
需要说明的是：只要某航班落入任意一个或者多个航段内的航迹点有异常，就将该航班的实际航迹数据剔除。
以图7所示航班Z为例，参见图7所示，假设拟合线M和对应航段指示方向的夹角的余弦值大于预设阈值，则确定航班Z落入航段A1-B1-B2-A2的航迹点异常，则将航班Z的实际航迹数据剔除。
S805、根据所述剩余航班的实际航迹数据，获取各航段内空中流量。
假设剩余航班包括航班A、航班B和航班C，假设航班A落入航段A1-B1-B2-A2的航迹点数量为x，航班B落入航段A1-B1-B2-A2的航迹点数量为y，航班C落入航段A1-B1-B2-A2的航迹点数量为z,则可计算得到航段A1-B1-B2-A2的空中流量为x+y+z，对航路的每个航段都做上述处理，可以得到整个航路的空中流量。
本实施例提供的异常航迹点的识别方法，对空中流量数据的统计过程进行了说明，根据该方法可将各航段内的异常航迹点识别出来，在统计各航段的空中流量时，将异常航迹点剔除，得到的空中流量排除了随机和偶然情况下的流量，准确度更高。
图9为本发明提供的异常航迹点的识别装置的结构示意图。如图9所示，本发明提供的异常航迹点的识别装置，包括：
拓宽处理模块901，用于对航路数据拓宽处理，得到航段数据；
获取模块902，用于根据所有航班中每个航班的实际航迹数据和所述航段数据，获取每个航班落在各航段内的航迹点的数据；
确定模块903，用于根据所述每个航班落在各航段内的航迹点的数据，确定所述每个航班落在各航段内的航迹点是否异常。
可选的，所述实际航迹数据包括所有航迹点的经度和纬度；所述航段数据包括各航段的四个端点的经度和纬度；
所述获取模块902具体用于：
根据所述所有航迹点的经度和纬度，以及所述各航段的四个端点的经度和纬度，获取所述每个航班落在各航段内的航迹点的数据。
可选的，所述获取模块902具体用于：
获取所述各航段的四个端点的经度最小值、经度最大值、纬度最小值和纬度最大值；
若航迹点的经度、所述经度最小值和所述经度最大值之间满足第一关系，且所述航迹点的纬度、所述纬度最小值和所述纬度最大值之间满足第二关系，则将所述航迹点的数据确定为每个航班落在对应航段内的航迹点的数据。
可选的，所述确定模块903具体用于：
对所述每个航班落在各航段内的航迹点的数据进行拟合，得到拟合线；
根据所述拟合线和对应航段指示方向，确定每个航班落在对应航段内的航迹点是否异常。
可选的，所述确定模块903具体用于：
若所述拟合线和对应航段指示方向的夹角的余弦值大于预设阈值，则确定每个航班落在对应航段内的航迹点异常。
可选的，所述确定模块903还用于：
根据各航段的四个端点，确定每个航班对应的各航段指示方向。
可选的，上述装置还包括：剔除模块904；
所述剔除模块904用于：
若第一航班落在各航段内的航迹点中有任一航段内的航迹点有异常，则将第一航班的航迹点数据剔除，得到所述所有航班中剔除所述第一航班之后剩余航班的实际航迹数据；
所述获取模块902还用于：
根据所述剩余航班的实际航迹数据，获取各航段内空中流量。
本发明提供的异常航迹点的识别装置，可用于执行上述任一方法实施例中的步骤，其实现原理和技术效果类似，在此不再赘述。
图10为本发明提供的电子设备的硬件结构示意图。如图10所示，本实施例的电子设备可以包括：
至少一个处理器1001；以及
与所述至少一个处理器通信连接的存储器1002；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述异常航迹点的识别方法。
本发明提供一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行上述异常航迹点的识别方法。
本发明还提供一种程序产品，所述程序产品包括计算机程序，所述计算机程序存储在可读存储介质中，至少一个处理器可以从所述可读存储介质读取所述计算机程序，所述至少一个处理器执行所述计算机程序使得电子设备实施上述任一实施例描述的异常航迹点的识别方法。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(英文：processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取存储器(英文：Random Access Memory，简称：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
应理解，本发明所描述的处理器可以是中央处理单元(英文：Central ProcessingUnit，简称：CPU)，还可以是其他通用处理器、数字信号处理器(英文：Digital SignalProcessor，简称：DSP)、专用集成电路(英文：Application Specific IntegratedCircuit，简称：ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种异常航迹点的识别方法，其特征在于，包括：
对航路数据拓宽处理，得到航段数据；
根据所有航班中每个航班的实际航迹数据和所述航段数据，获取每个航班落在各航段内的航迹点的数据；
根据所述每个航班落在各航段内的航迹点的数据，确定每个航班落在各航段内的航迹点是否异常。
2.根据权利要求1所述的方法，其特征在于，所述实际航迹数据包括所有航迹点的经度和纬度；所述航段数据包括各航段的四个端点的经度和纬度；
所述根据所有航班中每个航班的实际航迹数据和所述航段数据，获取每个航班落在各航段内的航迹点的数据，包括：
根据所述所有航迹点的经度和纬度，以及所述各航段的四个端点的经度和纬度，获取所述每个航班落在各航段内的航迹点的数据。
3.根据权利要求2所述的方法，其特征在于，所述根据所述所有航迹点的经度和纬度，以及所述各航段的四个端点的经度和纬度，获取所述每个航班落在各航段内的航迹点的数据，包括：
获取所述各航段的四个端点的经度最小值、经度最大值、纬度最小值和纬度最大值；
若航迹点的经度、所述经度最小值和所述经度最大值之间满足第一关系，且所述航迹点的纬度、所述纬度最小值和所述纬度最大值之间满足第二关系，则将所述航迹点的数据确定为每个航班落在对应航段内的航迹点的数据。
4.根据权利要求1-3任一项所述的方法，其特征在于，所述根据所述每个航班落在各航段内的航迹点的数据，确定所述每个航班落在各航段内的航迹点是否异常，包括；
对所述每个航班落在各航段内的航迹点的数据进行拟合，得到拟合线；
根据所述拟合线和对应航段指示方向，确定每个航班落在对应航段内的航迹点是否异常。
5.根据权利要求4所述的方法，其特征在于，所述根据所述拟合线和对应航段指示的方向，确定每个航班落在对应航段内的航迹点是否异常，包括：
若所述拟合线和对应航段指示方向的夹角的余弦值大于预设阈值，则确定每个航班落在对应航段内的航迹点异常。
6.根据权利要求4所述的方法，其特征在于，所述根据所述拟合线和对应航段指示的方向，确定每个航班落在对应航段内的航迹点是否异常之前，还包括：
根据各航段的四个端点，确定每个航班对应的各航段指示方向。
7.根据权利要求1-6任一项所述的方法，其特征在于，所述根据所述每个航班落在各航段内的航迹点的数据，确定所述每个航班落在各航段内的航迹点是否异常之后，所述方法还包括：
若第一航班落在各航段内的航迹点中有任一航段内的航迹点有异常，则将第一航班的航迹点数据剔除，得到所述所有航班中剔除所述第一航班之后剩余航班的实际航迹数据；
根据所述剩余航班的实际航迹数据，获取各航段内空中流量。
8.一种异常航迹点的识别装置，其特征在于，包括：
拓宽处理模块，用于对航路数据拓宽处理，得到航段数据；
获取模块，用于根据所有航班中每个航班的实际航迹数据和所述航段数据，获取每个航班落在各航段内的航迹点的数据；
确定模块，用于根据所述每个航班落在各航段内的航迹点的数据，确定所述每个航班落在各航段内的航迹点是否异常。
9.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911099713.7A CN110807954B (zh) | 2019-11-12 | 2019-11-12 | 异常航迹点的识别方法和设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911099713.7A CN110807954B (zh) | 2019-11-12 | 2019-11-12 | 异常航迹点的识别方法和设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110807954A true CN110807954A (zh) | 2020-02-18 |
| CN110807954B CN110807954B (zh) | 2021-07-27 |
Family
ID=69502139
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911099713.7A Expired - Fee Related CN110807954B (zh) | 2019-11-12 | 2019-11-12 | 异常航迹点的识别方法和设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110807954B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112396872A (zh) * | 2020-11-03 | 2021-02-23 | 海丰通航科技有限公司 | 一种基于计算机飞行计划cfp数据的飞机偏航判定方法、装置及存储介质 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101533566A (zh) * | 2009-02-23 | 2009-09-16 | 民航数据通信有限责任公司 | 预测空中交通流量的方法和装置 |
| CN101572019A (zh) * | 2009-06-01 | 2009-11-04 | 民航数据通信有限责任公司 | 雷达航迹拟合及统计分析的装置 |
| CN105225541A (zh) * | 2015-10-29 | 2016-01-06 | 中国民航大学 | 基于空管历史数据挖掘的短时航迹预测方法 |
| CN106291488A (zh) * | 2016-08-16 | 2017-01-04 | 中国人民解放军防空兵学院 | 一种雷达标定误差校正方法 |
| CN108257421A (zh) * | 2017-12-22 | 2018-07-06 | 广州市中南民航空管通信网络科技有限公司 | 一种航班航迹预测方法、电子设备及存储介质 |
| CN109000645A (zh) * | 2018-04-26 | 2018-12-14 | 西南电子技术研究所（中国电子科技集团公司第十研究所） | 复杂环境目标经典航迹提取方法 |
| CN109191922A (zh) * | 2018-09-03 | 2019-01-11 | 北京航空航天大学 | 一种大规模四维航迹动态预测方法及装置 |
| US20190088147A1 (en) * | 2017-09-20 | 2019-03-21 | Honeywell International Inc. | Efficient time slot allocation for a flight plan of an aircraft |
| CN109615937A (zh) * | 2019-01-18 | 2019-04-12 | 南京航空航天大学 | 航段运行时间优化计算装置 |
| CN110335507A (zh) * | 2019-06-12 | 2019-10-15 | 中国电子科技集团公司第二十八研究所 | 基于空管航迹大数据的航班运行态势规律分析方法 |
-
2019
- 2019-11-12 CN CN201911099713.7A patent/CN110807954B/zh not_active Expired - Fee Related
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101533566A (zh) * | 2009-02-23 | 2009-09-16 | 民航数据通信有限责任公司 | 预测空中交通流量的方法和装置 |
| CN101572019A (zh) * | 2009-06-01 | 2009-11-04 | 民航数据通信有限责任公司 | 雷达航迹拟合及统计分析的装置 |
| CN105225541A (zh) * | 2015-10-29 | 2016-01-06 | 中国民航大学 | 基于空管历史数据挖掘的短时航迹预测方法 |
| CN106291488A (zh) * | 2016-08-16 | 2017-01-04 | 中国人民解放军防空兵学院 | 一种雷达标定误差校正方法 |
| US20190088147A1 (en) * | 2017-09-20 | 2019-03-21 | Honeywell International Inc. | Efficient time slot allocation for a flight plan of an aircraft |
| CN108257421A (zh) * | 2017-12-22 | 2018-07-06 | 广州市中南民航空管通信网络科技有限公司 | 一种航班航迹预测方法、电子设备及存储介质 |
| CN109000645A (zh) * | 2018-04-26 | 2018-12-14 | 西南电子技术研究所（中国电子科技集团公司第十研究所） | 复杂环境目标经典航迹提取方法 |
| CN109191922A (zh) * | 2018-09-03 | 2019-01-11 | 北京航空航天大学 | 一种大规模四维航迹动态预测方法及装置 |
| CN109615937A (zh) * | 2019-01-18 | 2019-04-12 | 南京航空航天大学 | 航段运行时间优化计算装置 |
| CN110335507A (zh) * | 2019-06-12 | 2019-10-15 | 中国电子科技集团公司第二十八研究所 | 基于空管航迹大数据的航班运行态势规律分析方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112396872A (zh) * | 2020-11-03 | 2021-02-23 | 海丰通航科技有限公司 | 一种基于计算机飞行计划cfp数据的飞机偏航判定方法、装置及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110807954B (zh) | 2021-07-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111128399B (zh) | 一种基于人流密度的流行病疫情风险等级评估方法 | |
| CN110910665B (zh) | 信号灯控制方法、装置以及计算机设备 | |
| CN107993001B (zh) | 一种风险评估的可视化方法、装置及存储介质 | |
| CN111126235A (zh) | 一种船只违章停泊检测处理方法及装置 | |
| CN110853412B (zh) | 异常航迹点的识别方法和设备 | |
| CN111210201B (zh) | 职业标签建立方法、装置、电子设备及存储介质 | |
| CN110673087B (zh) | 基于ads-b广播信号飞机航路监测方法、装置及计算机存储介质 | |
| CN110807954B (zh) | 异常航迹点的识别方法和设备 | |
| CN113899355A (zh) | 地图更新方法、装置、云端服务器和共享骑行设备 | |
| US11275939B2 (en) | Movement intelligence using satellite imagery | |
| CN114596709B (zh) | 数据处理方法、装置、设备以及存储介质 | |
| CN113899381B (zh) | 用于生成路线信息的方法、装置、设备、介质和产品 | |
| CN111127930A (zh) | 车辆常用行驶路线获取方法及装置 | |
| CN109978211B (zh) | 航班进离港率的预测方法和装置 | |
| CN110995687B (zh) | 一种猫池设备识别方法、装置、设备及存储介质 | |
| CN104065592A (zh) | 一种电报解析方法和装置 | |
| CN114547551A (zh) | 基于车辆上报数据的路面数据获取方法及云端服务器 | |
| CN114926795A (zh) | 信息关联性的确定方法、装置、设备及介质 | |
| CN113850297A (zh) | 道路数据的监测方法、装置、电子设备及存储介质 | |
| CN104333489B (zh) | 对空管监视设备的检测方法、装置及系统 | |
| CN113723405A (zh) | 区域轮廓的确定方法、装置和电子设备 | |
| CN113869439A (zh) | 一种数据融合方法、装置及电子设备 | |
| CN109840535B (zh) | 实现地形分类的方法和装置 | |
| CN114863285B (zh) | 识别目标道路的方法、装置、设备以及存储介质 | |
| CN111797103A (zh) | 地图更新方法、装置和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Identification method and equipment of abnormal track points Effective date of registration: 20220211 Granted publication date: 20210727 Pledgee: Shanghai Bianwei Network Technology Co.,Ltd. Pledgor: SHANGHAI EYE CONTROL TECHNOLOGY Co.,Ltd. Registration number: Y2022310000023 |
|
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210727 |