CN110992733A - 一种航班偏离正常航迹行为在线检测方法及装置 - Google Patents
一种航班偏离正常航迹行为在线检测方法及装置 Download PDFInfo
- Publication number
- CN110992733A CN110992733A CN201911266514.0A CN201911266514A CN110992733A CN 110992733 A CN110992733 A CN 110992733A CN 201911266514 A CN201911266514 A CN 201911266514A CN 110992733 A CN110992733 A CN 110992733A
- Authority
- CN
- China
- Prior art keywords
- flight
- track
- time
- matched
- target
- 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
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/003—Flight plan management
-
- 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]
- G08G5/04—Anti-collision systems
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明是一种航班偏离正常航迹行为在线检测方法及装置,属于航空航天技术领域。本装置包括信息获取模块、航路航迹预处理模块、时空匹配模块、航迹匹配模块和异常航迹行为检测模块。本方法包括:当航班的计划航路与实时航迹的偏差较大时,将航班作为目标航班进行检测,按照设置的时空维度来截取目标航班的航路段,从其他航班的计划航路中搜寻在时空维度匹配的航班,再进一步计算匹配航班与目标航班的实际航迹距离,当目标航班与一条及以上的匹配航班在航迹上匹配成功,则认为是采用了相似并且合理的绕飞策略,不进行异常告警;否则判定目标航班存在飞行异常并告警。本发明实现了航班偏离正常航迹行为在线检测,提高了空域运行安全性与飞行效率。
Description
技术领域
本发明属于航空航天技术领域,涉及一种异常航迹行为检测方法,具体涉及一种航班偏离正常航迹行为在线检测方法及装置。
背景技术
在空域结构复杂及飞行情况未知的场景下,实现异常航迹行为及时检测并告警是空中交通管理中的研究重点。一方面,由于航班常常由于多种影响因素,如恶劣天气、空中管制以及驾驶员个人行为等,容易发生与计划航路偏离的情况,而一旦由于飞行行为异常导致飞机出现事故,极易造成灾难性的后果;另一方面,由于航班实际运行过程中常常有绕飞策略,所以如果一味比较实际航迹与计划航路的差异则会将很多采用了绕飞策略的航班定义为异常,大大增加了虚警的情况;此外,由于航班运行具有实时性强的特点,偏离正常航迹的情况往往都在极短的时间内出现,对检测实时性提出了很高的要求。因此一套行之有效的航班偏离正常航迹行为在线检测方法对于空域安全性和运行效率都至关重要。
现有对航班偏离正常航迹行为的检测方法中,一般较难兼顾检测准确性与时效性。文献[1]中针对航迹多维特征对异常飞行行为进行检测,但该方法为离线检测方法,无法满足航空交通实时性要求。文献[2]提出了一种基于机载飞行记录数据,利用DBSCAN聚类分析识别异常飞行的方法,该方法可以根据时间序列数据识别不属于特定聚类的异常飞行,但是聚类算法容易将一部分数据规模较小,但具有相同绕飞策略的航班判断为具有异常飞行行为,一定程度上增大了检测“虚警”率。
参考文献:
[1]潘新龙,王海鹏,何友,et al.基于多维航迹特征的异常行为检测方法[J].航空学报,2017(04):254-263.
[2]Li L,Gariel M,Hansman R J,et al.Anomaly detection in onboard-recorded flight data using cluster analysis[C]//2011IEEE/AIAA 30th DigitalAvionics Systems Conference.IEEE,2011:4A4-1-4A4-11.
发明内容
针对目前航班偏离正常航迹行为出现时间极短,急需一套行之有效的航班偏离正常航迹行为在线检测方法的需求,本发明提供了一种航班偏离正常航迹行为在线检测方法和装置。本发明的在线检测方法和装置通过选取可能出现异常航迹行为的目标航班,通过时空匹配获取匹配航班,再通过航迹匹配获取匹配度指标,进而判断异常航迹行为并实现及时告警。
本发明提供的一种航班偏离正常航迹行为在线检测装置,包括:信息获取模块、航路航迹预处理模块、时空匹配模块、航迹匹配模块和异常航迹行为检测模块。
所述的信息获取模块采集空域中每架航班的飞行计划和实时飞行状态,从飞行计划中获取计划航路,从实时飞行状态中获取实际航迹。所述的航路航迹预处理模块对每架航班的计划航路和实际航迹计算航迹距离,当航迹距离大于阈值时,将该航班设置为目标航班,需要进行异常航迹行为检测,否则,不对该航班进行异常航迹行为检测;所述的阈值设置为一条航路的最大宽度。所述的时空匹配模块对目标航班的实际航迹,根据设置的时空维度来截取航路段,设截取时间段为t′i的目标航班的航路段S′i;i为正整数;然后从空域中的所有航班的计划航路中,搜索包含航路段S′i中的空间位置,且航路段的路过时间在时间区间t′i内的航班,将搜索到的航班作为匹配航班;当搜索不到匹配航班时,发送目标航班在检测时刻为异常的信号给异常航迹行为检测模块。所述的航迹匹配模块对目标航班及其每一架匹配航班,计算目标航班的实际航迹与匹配航班的实际航迹的轨迹距离;若轨迹距离大于阈值,则认为航迹不匹配,继续对下一架匹配航班计算,否则,认为航迹匹配,目标航班采用了绕飞策略,不进行异常报警;当所有的匹配航班均与目标航班的航迹不匹配时,发送目标航班在检测时刻为异常的信号给异常航迹行为检测模块。所述的异常航迹行为检测模块接收到目标航班在检测时刻为异常的信号时,发送告警信号给空管部门。
本发明提供的一种航班偏离正常航迹行为在线检测方法,包括如下步骤:
步骤1:对空域中每架民航航班,从飞行计划中获取计划航路,从实际飞行状态中获取实际航迹;计划航路和实际航迹均表示为时空坐标序列;
步骤2:对一架航班,计算其计划航路与实际航迹的轨迹距离;若距离大于一条航路的最大宽度,则说明该航班的实际航迹与飞行计划偏差较大,将该航班设置为目标航班,将进行异常航迹行为检测,否则不对该航班进行异常航迹行为检测;
步骤3:对目标航班,根据检测时刻目标航班的实时位置和时间,将航班在实时位置的路过时间为参考点,向前向后各截取一小时的时间作为时间维度标准;并以航班出发点和实时位置点为直径,在空间中做球体作为空间维度标准;截取目标航班在时间维度标准内的所有包含在空间维度标准内的时空航路段,表示为时空坐标序列;
步骤4:在空域中搜寻在时间和空间维度上均与步骤3中所截取的航路段匹配的航班,将搜寻到的航班划分为匹配航班,若存在匹配航班转至步骤5;若不存在匹配航班则转至步骤6;
步骤5:针对每一架匹配航班,计算目标航班的实际航迹与匹配航班的实际航迹的轨迹距离;若轨迹距离大于一条航路的最大宽度,则认为航迹不匹配,继续对下一架匹配航班计算,否则,认为航迹匹配,目标航班采用了绕飞策略,不进行异常报警,继续转步骤2执行;当所有的匹配航班均与目标航班的航迹不匹配时,执行步骤6;
步骤6:目标航班在检测时刻判定为异常,并及时向空管部门进行告警,在完成告警后,继续转步骤2执行。
本发明在线检测装置及方法,与现有技术相比,具有以下优势和积极效果:
(1)本发明针对空中交通密度高、复杂度高、飞行异常行为时有发生的状况,实现了在多航班运行环境下的异常航迹行为在线检测,计算复杂度低,计算精度高,这为航班异常航迹行为在线检测问题的解决提出了一个全新的技术方案。
(2)本发明通过航路段的时空匹配,只选取复杂空域中的一小部分数据进行异常航迹行为的计算,这样一来能够极大提高在线检测的速度,提升方法的可用性。
(3)本发明围绕着密集飞行条件下的航班偏离正常航迹行为在线检测,从提高空中交通系统安全性和高效性两方面出发,开展了异常航迹行为在线检测方法的研究,通过将偏离正常航迹的航班进行实时定位,通过航路与航迹的匹配操作,在保持低漏警情况的基础上,有效降低了虚警情况的发生。本发明的在线检测装置及方法,对于确保航班安全运行,降低飞行成本,提高空中交通系统的运行效率具有重要的意义。
附图说明
图1为本发明的航班偏离正常航迹行为在线检测装置的一个示意图;
图2为本发明的航班偏离正常航迹行为在线检测方法的一个实现流程图;
图3为本发明实施例中航班计划航路与实际航迹的示意图;
图4为本发明实施例中航路航迹距离计算结果示意图;
图5为本发明实施例中截取目标航班航路段的示意图;
图6为本发明采取相同绕飞策略的航班示意图;
图7为本发明检测偏离正常航迹行为的异常航班航迹效果图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面结合实施例和附图,对本发明的技术方案进行详细说明。
每一架在空中飞行的航班都拥有一条计划航路及实时的飞行状态,当实际的飞行状态与计划航路偏差较大时,本发明将该航班作为目标航班进行检测,然后对目标航班根据设置的时间维度和空间维度来截取目标航班的实际航路段。搜索其他航班的计划航路,在设置的时空维度中寻找是否有与所截取的目标航班的实际航路段匹配的航班。当存在匹配航班时,计算目标航班的实际航迹与每一条匹配航班的实际航迹的轨迹距离,再确定二者是否匹配,若目标航班与一条及以上的匹配航班可以在航迹上匹配成功,则认为它们都采用了相似并且合理的绕飞策略,不进行异常告警;若无任何匹配航班可以与目标航班形成航迹匹配,则判定目标航班的飞行行为异常并告警。本发明的最终目标是实时检测航班偏离正常航迹的异常行为,并进行及时告警。
如图1所示,本发明实施例的航班偏离正常航迹行为在线检测装置,包括:信息获取模块、航路航迹预处理模块、时空匹配模块、航迹匹配模块和异常航迹行为检测模块。
信息获取模块采集民航航班的飞行计划和实时飞行状态数据,进而通过时空匹配与航迹匹配的算法对存在偏离正常航迹行为的航迹进行在线检测并实现异常告警。信息获取模块采集民航航班的飞行计划数据和实时航行位置数据,从飞行计划中获取计划航路,从实际飞行状态中获取航班的实时空间位置。信息获取模块讲计划航路和实际航迹输入航路航迹预处理模块。
航路航迹预处理模块根据航班的计划航路和实际航迹,从中遴选实际航迹与飞行计划偏差较大的航班作为目标航班,并将目标航班输入时空匹配模块。航路航迹预处理模块计算航班的计划航路与实际航迹之间的航迹距离,当航迹距离大于阈值时,将该航班设置为目标航班,需要进行异常航迹行为检测,否则,不对该航班进行异常航迹行为检测。此处航迹距离的阈值设置为一条航路的最大宽度,本发明实施例中为20km。
时空匹配模块对空域中的所有航班的计划航路,检测其中与目标航班在设置的时间和空间维度上均具有相似特征的航班,作为匹配航班,形成精简的匹配航班集合。时空匹配模块首先根据设置的时空维度来截取目标航班的实际航路段,设截取时间段为t′i的目标航班的航路段S′i,然后搜索包含航路段S′i中的空间位置,且航路段的路过时间在时间区间t′i内的其他航班。设置的时空维度为:根据检测时刻目标航班的实时位置和时间,将航班在实时位置的路过时间为参考点,向前向后各截取一小时的时间作为时间维度;以目标航班的出发点和实时位置点为直径,在空间中做球体作为空间维度。
航迹匹配模块对匹配航班航迹与目标航班航迹的匹配度进行计算,分析得到目标航班航迹是否异常,得到异常结果反馈给异常航迹行为检测模块。航迹匹配模块对目标航班及其每一架匹配航班,计算目标航班的实际航迹与匹配航班的实际航迹的轨迹距离。若轨迹距离大于阈值,则认为航迹不匹配,继续对下一架匹配航班计算,否则,认为航迹匹配,目标航班是采用了绕飞策略,不进行异常报警。当所有的匹配航班均与目标航班的航迹不匹配时,发送目标航班在检测时刻为异常的信号给异常航迹行为检测模块。此处航迹距离的阈值设置为一条航路的最大宽度,本发明实施例中为20km。
异常航迹行为检测模块在接收到目标航班在检测时刻为异常的信号时,反馈至空管部门进行异常告警。
本发明实施例的航班偏离正常航迹行为在线检测方法,如图2所示,下面分六个步骤来说明。
步骤1,通过信息获取模块获取空域中每架民航航班的飞行计划数据及飞行状态数据。从飞行计划数据中提取计划航路Si,计划航路是在航班开始运行前,空管部门及航空公司为其制定的一条参考路线,每一条计划航路Si可以表示成由m个四维向量组成的序列,每个四维向量为一个时空坐标,即Si={Si1,Si2,···Sim},其中Sij={xij,yij,zij,tij},1≤j≤m,这里的xij,yij,zij,tij分别代表航班完全按照计划航路飞行时,将会在tij时间点到达经度为xij、纬度为yij、高度为zij的三维坐标点。同理,从航班飞行状态数据中提取实际航迹Ti,实际航迹是对航班运行过程中每隔一固定时间的时空采样,每一条实际航迹Ti同样表示成由n个四维向量组成的序列,即Ti={Ti1,Ti2,···Tin},其中Tik={x′ik,y′ik,z′ik,t′ik},1≤k≤n,这里的x′ik,y′ik,z′ik,t′ik分别代表航班的实时经度、实时纬度、实时高度以及实时时间点。如图3所示,图中左侧的轨迹为计划航路Si,右侧的轨迹为实际航迹Ti。i为正整数,表示航班标号。
步骤2,航路航迹预处理模块针对空域中的一架特定航班,计算其计划航路与实际航迹的轨迹距离D(Si,Ti),其中D(Si,Ti)的计算方式如下:
其中
其中,dist(Sij,Tik)为Sij与Tik之间的空间欧式距离。
对D(Si,Ti)的大小进行判断,若D(Si,Ti)>20km,即大于一条航路的最大宽度,则判定该航班的实际航迹与飞行计划偏差较大,将该航班定为要检测的目标航班,如图4右侧轨迹所示;若D(Si,Ti)≤20km,则不对该航班进行后续的检测,进而转回信息获取模块提取下一个航班的相关数据,如图4左侧轨迹所示。
步骤3,根据步骤2得出的目标航班,时空匹配模块计算得到时间和空间上的维度标准,并通过这两个维度标准截取目标航班的航路段。
时间维度标准生成方法如下:取目标航班在实时位置点的路过时间t′i1为参考点,向前向后各截取一小时的时间,形成时间区间t′i={t′i1-1,t′i1+1}作为时间维度。
空间维度标准生成方法如下:获取其出发点位置Ti1与检测时刻目标航班的实时位置Tik,以航班出发点位置(x′i1,y′i1,z′i1)和实时位置点(x′ik,y′ik,z′ik)相连作为直径,取点为球心坐标,在空间中做球体,球体的外表面即作为空间维度。k表示检测时刻。
针对计划航路Si,按照时间和空间维度,提取路过时间段内所有被包含在球体内部的点,组成新的子序列S′i作为目标航班的航路段,如图5所示,这里截取的目标航路段子序列S′i既包含了航路段的时间特征,又包含了空间特征。
步骤4,时空匹配模块在空域中搜寻飞行计划中包含步骤3中航路段S′i空间位置,且该航路段的路过时间在时间区间t′i内的航班,将这些航班划分为匹配航班集合P,若P为空集,则不存在匹配航班,直接转至步骤6进行异常告警;若P非空,则存在匹配航班,设匹配航班的实时航迹表示为其中p代表集合P中匹配航班的标号。
步骤5,对每架匹配航班,分别通过航迹匹配模块计算目标航班实际航迹与匹配航班航迹的匹配度,并将匹配度结果输出到步骤6的异常航迹行为检测模块。
由于每架航班的实际航迹中所包含的采样点个数各不相同,为方便后续通过计算距离对航班轨迹进行匹配,采取以目标航班的实际航迹Ti为基准,对匹配航班截止到检测时间的实际轨迹进行重采样,从而以保证每一条实际航迹中所包含的采样点个数都完全相同。
在重采样操作结束后,所有的匹配航迹所包含的采样点个数均与目标航迹相同,即np=n,p∈P。接下来针对每一条匹配航迹计算其与目标航班航迹的轨迹距离对的大小进行判断,若即大于一条航路的最大宽度,则判定该匹配航班航迹与目标航班航迹不匹配,将转而计算下一条未计算过轨迹距离的匹配航班;若如图6所示,则判定该匹配航班航迹与目标航班航迹匹配,这时认为目标航班飞行行为正常,只是采取了一定情况下较为合理的绕飞策略,不进行异常警告,将继续转回步骤2提取空域中的下一个航班的相关数据进行监测。若所有的匹配航班均已进行过轨迹距离计算并均未与目标航班航迹匹配,则判定目标航班的飞行行为异常,需要进行异常警告,转步骤6执行。如图7所示,最左侧和中间的航班为匹配航班,最右侧航班与这两个都不匹配,被判定为行为异常,将转至步骤6进行异常告警。
步骤6,当目标航班被判断为行为异常时,将目标航班的航迹及异常数据反馈至空管部门进行异常告警,为空管部门及时引导目标航班进行正确飞行提供支撑。
本发明能在复杂的空域环境下完成航班偏离正常航迹行为在线检测,可以使航班在飞行过程中的实时行为得到有效监测,提高了空域运行安全性与飞行效率,并且为航班的后续绕飞策略提供数据参照,具有积极的意义。
Claims (5)
1.一种航班偏离正常航迹行为在线检测装置,其特征在于,包括:信息获取模块、航路航迹预处理模块、时空匹配模块、航迹匹配模块和异常航迹行为检测模块;
所述的信息获取模块采集空域中每架航班的飞行计划和实时飞行状态,从飞行计划中获取计划航路,从实时飞行状态中获取实际航迹;
所述的航路航迹预处理模块对每架航班的计划航路和实际航迹计算航迹距离,当航迹距离大于阈值时,将该航班设置为目标航班,需要进行异常航迹行为检测,否则,不对该航班进行异常航迹行为检测;所述的阈值设置为一条航路的最大宽度;
所述的时空匹配模块对目标航班的实际航迹,根据设置的时空维度来截取航路段,设截取时间段为t′i的目标航班的航路段S′i;然后从空域中的所有航班的计划航路中,搜索包含航路段S′i中的空间位置,且航路段的路过时间在时间区间t′i内的航班,将搜索到的航班作为匹配航班;当搜索不到匹配航班时,发送目标航班在检测时刻为异常的信号给异常航迹行为检测模块;
所述的航迹匹配模块对目标航班及其每一架匹配航班,计算目标航班的实际航迹与匹配航班的实际航迹的轨迹距离;若轨迹距离大于阈值,则认为航迹不匹配,继续对下一架匹配航班计算,否则,认为航迹匹配,目标航班采用了绕飞策略,不进行异常报警;当所有的匹配航班均与目标航班的航迹不匹配时,发送目标航班在检测时刻为异常的信号给异常航迹行为检测模块;
所述的异常航迹行为检测模块接收到目标航班在检测时刻为异常的信号时,发送告警信号给空管部门。
2.根据权利要求1所述的在线检测装置,其特征在于,所述的时空匹配模块中,设置的时空维度为:根据检测时刻目标航班的实时位置和时间,将航班在实时位置的路过时间为参考点,向前向后各截取一小时的时间作为时间维度;以目标航班的出发点和实时位置点为直径,在空间中做球体作为空间维度。
3.一种航班偏离正常航迹行为在线检测方法,其特征在于,包括如下方法:
步骤1:对空域中每架民航航班,从飞行计划中获取计划航路,从实际飞行状态中获取实际航迹;计划航路和实际航迹均表示为时空坐标序列;
步骤2:对一架航班,计算其计划航路与实际航迹的轨迹距离;若距离大于一条航路的最大宽度,则说明该航班的实际航迹与飞行计划偏差较大,将该航班设置为目标航班,将进行异常航迹行为检测,否则不对该航班进行异常航迹行为检测;
步骤3:对目标航班,根据检测时刻目标航班的实时位置和时间,将航班在实时位置的路过时间为参考点,向前向后各截取一小时的时间作为时间维度;并以目标航班的出发点和实时位置点为直径,在空间中做球体作为空间维度;截取目标航班在时间维度内的所有包含在空间维度内的时空航路段,并表示为时空坐标序列;
步骤4:搜寻航班飞行计划中在时间和空间维度上均与步骤3中所截取的航路段匹配的航班,将搜寻到的航班划分为匹配航班,若存在匹配航班转至步骤5;若不存在匹配航班则转至步骤6;
步骤5:针对每一架匹配航班,计算目标航班的实际航迹与匹配航班的实际航迹的轨迹距离;若轨迹距离大于一条航路的最大宽度,则认为航迹不匹配,继续对下一架匹配航班计算,否则,认为航迹匹配,目标航班采用了绕飞策略,不进行异常报警,继续转步骤2执行;当所有的匹配航班均与目标航班的航迹不匹配时,执行步骤6;
步骤6:目标航班在检测时刻判定为异常,并及时向空管部门进行告警,在完成告警后,继续转步骤2执行。
4.根据权利要求3所述的方法,其特征在于,所述的步骤2中,设一架航班的计划航路包含m个时空坐标,表示为Si={Si1,Si2,···Sim},其中Sij={xij,yij,zij,tij},1≤j≤m,Sij表示航班按照计划航路飞行时,将在时间tij到达经度为xij、纬度为yij、高度为zij的三维坐标点;该航班的实际航迹包含n个时空坐标,表示为Ti={Ti1,Ti2,···Tin},其中Tik={x′ik,y′ik,z′ik,t′ik},1≤k≤n,Tik表示航班实际在时间t′ik到达经度为x′ik、纬度为y′ik、高度为z′ik的三维坐标点;m、n均为正整数;i为正整数,表示航班标号;该航班的计划航路与实际航迹的轨迹距离表示为D(Si,Ti),根据下面公式计算:
其中
其中,dist(Sij,Tik)为Sij与Tik之间的空间欧式距离。
5.根据权利要求3或4所述的方法,其特征在于,所述的步骤5中,计算目标航班的实际航迹与匹配航班的实际航迹的轨迹距离时,首先以目标航班的实际航迹为基准,对匹配航班截止到检测时间的实际轨迹进行重采样,使得每一条实际航迹中所包含的采样点个数都相同。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911266514.0A CN110992733B (zh) | 2019-12-11 | 2019-12-11 | 一种航班偏离正常航迹行为在线检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911266514.0A CN110992733B (zh) | 2019-12-11 | 2019-12-11 | 一种航班偏离正常航迹行为在线检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110992733A true CN110992733A (zh) | 2020-04-10 |
CN110992733B CN110992733B (zh) | 2020-08-28 |
Family
ID=70092431
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911266514.0A Active CN110992733B (zh) | 2019-12-11 | 2019-12-11 | 一种航班偏离正常航迹行为在线检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110992733B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111488849A (zh) * | 2020-04-17 | 2020-08-04 | 中国民航大学 | 一种对轨迹中圆形盘旋的特征识别方法 |
CN111915935A (zh) * | 2020-08-14 | 2020-11-10 | 成都民航空管科技发展有限公司 | 基于atc系统的航班经过航路点识别方法及系统 |
CN111968410A (zh) * | 2020-08-14 | 2020-11-20 | 成都民航空管科技发展有限公司 | 基于atc系统的航班经过航路点识别方法、系统及介质 |
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 |
CN112985418A (zh) * | 2021-05-06 | 2021-06-18 | 中航信移动科技有限公司 | 航空轨迹数据确定方法、装置、设备及存储介质 |
CN113112876A (zh) * | 2021-04-09 | 2021-07-13 | 河北师范大学 | 一种航班行为检测方法 |
CN114120712A (zh) * | 2021-11-22 | 2022-03-01 | 四川九洲电器集团有限责任公司 | 一种空天球载ais预警方法及装置 |
CN114296071A (zh) * | 2021-08-18 | 2022-04-08 | 四川省行之行科技有限公司 | 基于二次雷达的异常飞行轨迹告警方法及系统 |
CN116052482A (zh) * | 2023-04-03 | 2023-05-02 | 中航信移动科技有限公司 | 一种航空器轨迹偏航预警的方法、电子设备及存储介质 |
CN116070811A (zh) * | 2023-01-17 | 2023-05-05 | 中国民用航空局空中交通管理局航空气象中心 | 基于航迹的航班绕飞判别处理方法、系统和存储介质 |
CN116363908A (zh) * | 2023-06-02 | 2023-06-30 | 中航信移动科技有限公司 | 一种航班轨迹偏航检测方法、电子设备及存储介质 |
CN116453378A (zh) * | 2023-06-16 | 2023-07-18 | 陕西德鑫智能科技有限公司 | 无人机航段交接切换方法及装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101110166A (zh) * | 2007-08-15 | 2008-01-23 | 民航数据通信有限责任公司 | 一种ads-b航迹与飞行计划的相关处理系统 |
EP2741053A2 (en) * | 2012-12-07 | 2014-06-11 | Honeywell International Inc. | System and method for graphically generating an approach/departure course |
CN105445733A (zh) * | 2015-11-16 | 2016-03-30 | 中国电子科技集团公司第十研究所 | 融合处理ssr航管与iff多模式协同航迹的方法 |
CN106997693A (zh) * | 2017-04-14 | 2017-08-01 | 四川九洲空管科技有限责任公司 | 一种飞行器防撞算法验证测试方法及系统 |
CN109035870A (zh) * | 2018-06-15 | 2018-12-18 | 北京航空航天大学 | 航迹保持性能的一致性监测方法和装置 |
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 |
CN109977546A (zh) * | 2019-03-27 | 2019-07-05 | 北京航空航天大学 | 一种基于无监督学习的四维航迹在线异常检测方法 |
CN110208789A (zh) * | 2019-05-29 | 2019-09-06 | 西安空间无线电技术研究所 | 一种多帧联合目标航迹识别方法 |
CN110379210A (zh) * | 2019-07-30 | 2019-10-25 | 四川九洲空管科技有限责任公司 | 一种民用航空器异常飞行监测方法及装置 |
-
2019
- 2019-12-11 CN CN201911266514.0A patent/CN110992733B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101110166A (zh) * | 2007-08-15 | 2008-01-23 | 民航数据通信有限责任公司 | 一种ads-b航迹与飞行计划的相关处理系统 |
EP2741053A2 (en) * | 2012-12-07 | 2014-06-11 | Honeywell International Inc. | System and method for graphically generating an approach/departure course |
CN105445733A (zh) * | 2015-11-16 | 2016-03-30 | 中国电子科技集团公司第十研究所 | 融合处理ssr航管与iff多模式协同航迹的方法 |
CN106997693A (zh) * | 2017-04-14 | 2017-08-01 | 四川九洲空管科技有限责任公司 | 一种飞行器防撞算法验证测试方法及系统 |
US20190088147A1 (en) * | 2017-09-20 | 2019-03-21 | Honeywell International Inc. | Efficient time slot allocation for a flight plan of an aircraft |
CN109035870A (zh) * | 2018-06-15 | 2018-12-18 | 北京航空航天大学 | 航迹保持性能的一致性监测方法和装置 |
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 |
CN109977546A (zh) * | 2019-03-27 | 2019-07-05 | 北京航空航天大学 | 一种基于无监督学习的四维航迹在线异常检测方法 |
CN110208789A (zh) * | 2019-05-29 | 2019-09-06 | 西安空间无线电技术研究所 | 一种多帧联合目标航迹识别方法 |
CN110379210A (zh) * | 2019-07-30 | 2019-10-25 | 四川九洲空管科技有限责任公司 | 一种民用航空器异常飞行监测方法及装置 |
Non-Patent Citations (1)
Title |
---|
张瞩熹: "基于核主成分分析的空域复杂度无监督评估", 《航空学报》 * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111488849B (zh) * | 2020-04-17 | 2022-05-17 | 中国民航大学 | 一种对轨迹中圆形盘旋的特征识别方法 |
CN111488849A (zh) * | 2020-04-17 | 2020-08-04 | 中国民航大学 | 一种对轨迹中圆形盘旋的特征识别方法 |
CN111915935A (zh) * | 2020-08-14 | 2020-11-10 | 成都民航空管科技发展有限公司 | 基于atc系统的航班经过航路点识别方法及系统 |
CN111968410A (zh) * | 2020-08-14 | 2020-11-20 | 成都民航空管科技发展有限公司 | 基于atc系统的航班经过航路点识别方法、系统及介质 |
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 |
CN113112876A (zh) * | 2021-04-09 | 2021-07-13 | 河北师范大学 | 一种航班行为检测方法 |
CN112985418A (zh) * | 2021-05-06 | 2021-06-18 | 中航信移动科技有限公司 | 航空轨迹数据确定方法、装置、设备及存储介质 |
CN114296071A (zh) * | 2021-08-18 | 2022-04-08 | 四川省行之行科技有限公司 | 基于二次雷达的异常飞行轨迹告警方法及系统 |
CN114296071B (zh) * | 2021-08-18 | 2024-06-18 | 四川省行之行科技有限公司 | 基于二次雷达的异常飞行轨迹告警方法及系统 |
CN114120712A (zh) * | 2021-11-22 | 2022-03-01 | 四川九洲电器集团有限责任公司 | 一种空天球载ais预警方法及装置 |
CN114120712B (zh) * | 2021-11-22 | 2022-11-29 | 四川九洲电器集团有限责任公司 | 一种空天球载ais预警方法及装置 |
CN116070811A (zh) * | 2023-01-17 | 2023-05-05 | 中国民用航空局空中交通管理局航空气象中心 | 基于航迹的航班绕飞判别处理方法、系统和存储介质 |
CN116070811B (zh) * | 2023-01-17 | 2023-07-14 | 中国民用航空局空中交通管理局航空气象中心 | 基于航迹的航班绕飞判别处理方法、系统和存储介质 |
CN116052482A (zh) * | 2023-04-03 | 2023-05-02 | 中航信移动科技有限公司 | 一种航空器轨迹偏航预警的方法、电子设备及存储介质 |
CN116052482B (zh) * | 2023-04-03 | 2023-06-23 | 中航信移动科技有限公司 | 一种航空器轨迹偏航预警的方法、电子设备及存储介质 |
CN116363908A (zh) * | 2023-06-02 | 2023-06-30 | 中航信移动科技有限公司 | 一种航班轨迹偏航检测方法、电子设备及存储介质 |
CN116363908B (zh) * | 2023-06-02 | 2023-08-04 | 中航信移动科技有限公司 | 一种航班轨迹偏航检测方法、电子设备及存储介质 |
CN116453378A (zh) * | 2023-06-16 | 2023-07-18 | 陕西德鑫智能科技有限公司 | 无人机航段交接切换方法及装置 |
CN116453378B (zh) * | 2023-06-16 | 2023-09-08 | 陕西德鑫智能科技有限公司 | 无人机航段交接切换方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110992733B (zh) | 2020-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110992733B (zh) | 一种航班偏离正常航迹行为在线检测方法及装置 | |
CN107808552B (zh) | 航班行为检测方法和装置 | |
CN111179638A (zh) | 一种基于时间序列的船舶ais目标航行监控方法 | |
CN111292563A (zh) | 一种航班航迹预测方法 | |
CN103345587B (zh) | Ads‑b监视数据与雷达航迹的直觉模糊关联方法、装置 | |
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 | |
CN105654139A (zh) | 一种采用时间动态表观模型的实时在线多目标跟踪方法 | |
CN108153980A (zh) | 基于ads-b与tcas数据融合的综合显示方法 | |
CN110196962A (zh) | 一种基于核密度估计的飞机速度异常识别方法 | |
CN111582380A (zh) | 一种基于时空特征的船舶轨迹密度聚类方法及装置 | |
CN115147790B (zh) | 一种基于图神经网络的车辆未来轨迹预测方法 | |
CN106022372B (zh) | 基于多维特征的目标异常行为检测方法 | |
CN111291098A (zh) | 一种航迹模式挖掘方法与装置 | |
CN113075648A (zh) | 一种无人集群目标定位信息的聚类与滤波方法 | |
Xuhao et al. | Trajectory clustering for arrival aircraft via new trajectory representation | |
CN116993681A (zh) | 一种变电站巡检缺陷检测方法及系统 | |
CN112562419B (zh) | 一种基于离线多目标跟踪的天气规避区划设方法 | |
CN116719247B (zh) | 一种数字太空仿真系统及方法 | |
CN113284369A (zh) | 一种基于ads-b实测航路数据的预测方法 | |
US12044784B2 (en) | Device and method for autonomously locating a mobile vehicle on a railway track | |
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 | |
CN116543603A (zh) | 一种考虑空域态势和局部优化的航迹补全预测方法及装置 | |
US10801841B1 (en) | Trajectory prediction via a feature vector approach | |
CN116307822A (zh) | 一种通用型飞行训练评估系统 | |
CN115675528A (zh) | 基于相似场景挖掘的自动驾驶方法和车辆 |
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 |