CN111477033B - 基于通航量的流量管理方法、装置、电子设备及存储介质 - Google Patents
基于通航量的流量管理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111477033B CN111477033B CN202010052588.0A CN202010052588A CN111477033B CN 111477033 B CN111477033 B CN 111477033B CN 202010052588 A CN202010052588 A CN 202010052588A CN 111477033 B CN111477033 B CN 111477033B
- Authority
- CN
- China
- Prior art keywords
- unit
- flight
- radar
- unit time
- reflectivity
- 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.)
- Expired - Fee Related
Links
- 238000007726 management method Methods 0.000 title claims abstract description 62
- 238000002310 reflectometry Methods 0.000 claims abstract description 77
- 230000010006 flight Effects 0.000 claims abstract description 47
- 239000011159 matrix material Substances 0.000 claims abstract description 27
- 238000007637 random forest analysis Methods 0.000 claims abstract description 14
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims description 31
- 238000000034 method Methods 0.000 claims description 17
- 238000010606 normalization Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 abstract description 11
- 230000009467 reduction Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000012549 training 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]
- G08G5/0095—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
本公开提供的基于通航量变化的流量管理方法、装置、终端设备及存储介质,通过采用了获取时间段内的航迹数据、雷达数据矩阵以及计划航班数量;确定各单位时间内通过各单位航段内的实际航班数量与计划航班数量之间的下降率,构成数据集合;利用随机森林算法,对数据集合进行拟合,计算得到单位时间、单位航段以及雷达反射率,与下降率之间的关联系数;根据关联系数输出流量管理策略的技术方案,从而将下降率与时间因素、航段因素以及天气因素进行有效关联,以使输出的流量管理策略更为准确和适应当前环境。
Description
技术领域
本公开涉及航空领域,尤其涉及一种基于通航量的流量管理方法、装置、电子设备及存储介质。
背景技术
随着我国经济的快速发展,基于飞机出行成为人们的常用出行手段之一。对于民航航班来说,如何对于流量进行有效的流量管理是提高民航通航能力的主要问题。
为了实现流量管理,一般会对于引起通航量变化的因素进行分析,进而基于这些因素对于流量进行调控。在现有技术中,对于通航量变化的因素一般归结为强对流天气。通过统计强对流天气下通航量的变化,并从中线性回归出一个天气的影响系数,进而基于该影响系数实现对于流量的管理。
但是,在实际操作中,天气对于同一航路的不同航段下的影响是不同的,此外,一些弱对流天气也将会航路的流量造成影响。因此,现有的影响系数并不能准确反映通航量变化,这将导致流量管理还需依靠人工实现。
发明内容
针对上述提出的问题,本公开提供了一种基于通航量的流量管理方法、装置、电子设备及存储介质。
第一方面,本公开提供了一种基于通航量的流量管理方法,包括:
获取时间段内的航迹数据、雷达数据矩阵以及计划航班数量;
根据所述航迹数据统计获得各单位时间内通过各单位航段内的实际航班数量;
基于预处理的雷达数据矩阵确定在各单位时间内的各单位航段上的雷达反射率;
确定各单位时间内通过各单位航段内的所述实际航班数量与所述计划航班数量之间的下降率,构成包括有单位时间、单位航段、在单位时间和单位航段下的下降率以及雷达反射率的数据集合;
利用随机森林算法,对所述数据集合进行拟合,计算得到单位时间、单位航段以及雷达反射率,与所述下降率之间的关联系数;
根据所述关联系数输出流量管理策略。
可选实施例中,所述构成包括有单位时间、单位航段、在单位时间和单位航段下的下降率以及雷达反射率的数据集合,包括:
根据预设的反射率阈值,从各雷达反射率中选出雷达反射率取值大于等于所述预设的反射率阈值的各雷达发射率以及其取值;
对所述取值进行均值处理,获得雷达发射率平均值;
利用所述雷达发射率平均值,对全部的雷达反射率进行归一化处理,获得处理后的各雷达反射率;
所述单位时间、单位航段、在单位时间和单位航段下的下降率以及处理后的雷达反射率构成所述数据集合。
可选实施例中,所述根据所述航迹数据统计获得各单位时间内通过各单位航段内的实际航班数量,包括:
对所述航迹数据按照时间和航段进行数据分类,以获得各单位时间内各航班所位于单位航段;
统计获得各单位时间内通过各单位航段内的实际航班数量。
可选实施例中,统计获得各单位时间内通过各单位航段内的实际航班数量,包括:
针对构成每一航道的任一单位航段,确定属于该单位航段的航班在该单位航段内的飞行轨迹与所述航道轨迹之间的相似度,并相似度统计获得各单位时间内通过各单位航段内的实际航班数量。
第二方面,本公开提供了一种基于通航量的流量管理装置,包括:
数据获取模块,用于获取时间段内的航迹数据、雷达数据矩阵以及计划航班数量;
处理模块,用于根据所述航迹数据统计获得各单位时间内通过各单位航段内的实际航班数量;还用于基于预处理的雷达数据矩阵确定在各单位时间内的各单位航段上的雷达反射率;还用于确定各单位时间内通过各单位航段内的所述实际航班数量与所述计划航班数量之间的下降率,构成包括有单位时间、单位航段、在单位时间和单位航段下的下降率以及雷达反射率的数据集合;
模型模块,用于利用随机森林算法,对所述数据集合进行拟合,计算得到单位时间、单位航段以及雷达反射率,与所述下降率之间的关联系数;
输出模块,用于根据所述关联系数输出流量管理策略。
可选实施例中,所述处理模块,具体用于:根据预设的反射率阈值,从各雷达反射率中选出雷达反射率取值大于等于所述预设的反射率阈值的各雷达发射率以及其取值;对所述取值进行均值处理,获得雷达发射率平均值;利用所述雷达发射率平均值,对全部的雷达反射率进行归一化处理,获得处理后的各雷达反射率;所述单位时间、单位航段、在单位时间和单位航段下的下降率以及处理后的雷达反射率构成所述数据集合。
可选实施例中,所述处理模块具体用于:对所述航迹数据按照时间和航段进行数据分类,以获得各单位时间内各航班所位于单位航段;统计获得各单位时间内通过各单位航段内的实际航班数量。
可选实施例中,处理模块具体用于:针对构成每一航道的任一单位航段,确定属于该单位航段的航班在该单位航段内的飞行轨迹与所述航道轨迹之间的相似度,并相似度统计获得各单位时间内通过各单位航段内的实际航班数量。
第三方面,本公开提供了一种终端设备,包括:
处理器和存储器;
其中,所述存储器用于存储所述处理器的可执行指令;
当所述处理器执行所述可执行指令时,可以执行上述任一项所述的方法。
第四方面,本公开提供了一种存储介质,包括指令,当所述指令在计算机上运行时,所述计算机可以执行上述任一项所述的方法。
本公开提供的基于通航量的流量管理方法、装置、终端设备及存储介质,通过采用了获取时间段内的航迹数据、雷达数据矩阵以及计划航班数量;根据所述航迹数据统计获得各单位时间内通过各单位航段内的实际航班数量;基于预处理的雷达数据矩阵确定在各单位时间内的各单位航段上的雷达反射率;确定各单位时间内通过各单位航段内的所述实际航班数量与所述计划航班数量之间的下降率,构成包括有单位时间、单位航段、在单位时间和单位航段下的下降率以及雷达反射率的数据集合;利用随机森林算法,对所述数据集合进行拟合,计算得到单位时间、单位航段以及雷达反射率,与所述下降率之间的关联系数;根据所述关联系数输出流量管理策略的技术方案,从而将下降率与时间因素、航段因素以及天气因素进行有效关联,以使输出的流量管理策略更为准确和适应当前环境。
附图说明
通过上述附图,已示出本公开明确的示例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围,而是通过参考特定示例为本领域技术人员说明本公开的概念。
图1是本公开所基于的网络架构示意图;
图2为本公开提供的一种基于通航量的流量管理方法的流程示意图;
图3为本公开示例提供的拟合天气和流量关系的示意图;
图4为本公开实施例提供的电子设备的硬件结构示意图。
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的示例,并与说明书一起用于解释本公开的原理。
具体实施方式
为使本公开示例的目的、技术方案和优点更加清楚,下面将结合本公开示例中的附图,对本公开示例中的技术方案进行清楚、完整地描述。
随着我国经济的快速发展,基于飞机出行成为人们的常用出行手段之一。对于民航航班来说,如何对于流量进行有效的流量管理是提高民航通航能力的主要问题。
为了实现流量管理,一般会对于引起通航量变化的因素进行分析,进而基于这些因素对于流量进行调控。在现有技术中,对于通航量变化的因素一般归结为强对流天气。通过统计强对流天气下通航量的变化,并从中线性回归出一个天气的影响系数,进而基于该影响系数实现对于流量的管理。
但是,在实际操作中,天气对于同一航路的不同航段下的影响是不同的,此外,一些弱对流天气也将会航路的流量造成影响。因此,现有的影响系数并不能准确反映通航量变化,这将导致流量管理还需依靠人工实现。
图1是本公开所基于的网络架构示意图,如图1所示的,本公开所基于的网络架构包括架设在终端上的基于通航量变化的流量管理装置1以及架设在云端的数据服务器2;其中,数据服务器2具体可为设置在云端的服务器或服务器集群,基于通航量变化的流量管理装置1具体可集成在客户端中,该客户端可安装在前述终端上。终端具体可为机场管控人员提供流量管理策略的智能手机、台式电脑等;客户端2可为管控人员操控或使用的管理客户端等。
其中,基于通航量变化的流量管理装置1可通过网络与数据服务器2进行数据交互和信令交互,以为管控人员提供管理服务。
第一方面,本公开提供了一种基于通航量的流量管理方法,图2为本公开提供的一种基于通航量的流量管理方法的流程示意图。
如图2所示的,该基于通航量的流量管理方法,包括:
步骤101、获取时间段内的航迹数据、雷达数据矩阵以及计划航班数量。
具体的,本公开示例提供的流量管理方法的执行主体为前述的流量管理装置。
在执行流量管理时,首先,流量管理装置将基于管控人员的请求,从数据服务器中获取时间段内的航迹数据、雷达数据矩阵以及计划航班数量。
其中,时间段具体可指代几个小时、几天、几周甚至几个月。
航迹数据则包括有多个航班飞行的轨迹数据,一般的,在任一航班飞行过程中每一分钟均将记录一个经纬度坐标,这些坐标将组成航班在某一航道执行任务时的航迹数据。
雷达数据是指由安装在航班、车辆等移动物或安装在建筑物屋顶、雷达标杆等固定物上的激光雷达,进行测绘获得的数据,而雷达数据矩阵则是针对于雷达数据进行预处理得到的数据矩阵。其中,本公开所述的雷达数据矩阵覆盖范围应包括有各航班的各航道。
计划航班数量是指在预先规划的航班起落计划下,各单位时间内通过各单位航段的航班数量。
在本公开示例中,上述的数据均存储于数据服务器中,当执行本方法时,可从数据服务器中调取上述数据至本公开提供的流量管理装置,以便流量管理装置对其进行处理。
步骤102、根据所述航迹数据统计获得各单位时间内通过各单位航段内的实际航班数量。
一般来说,航道是指从航班起飞点至落地点飞行所经历的航空道路,而航道的长度较长,其完成一次航道的飞行时间也较长。在较长的时间和较长的航道下,航班将会经历不同的天气情况并作出不同的反映。因此,为了便于对于流量的管理,可对于航迹数据进行处理。其中可将航道划分为若干航段,将时间段划分为若干单位时间。
例如:对所述航迹数据按照时间和航段进行数据分类,以获得各单位时间内各航班所位于单位航段;统计获得各单位时间内通过各单位航段内的实际航班数量。
进一步的,针对构成每一航道的任一单位航段,确定属于该单位航段的航班在该单位航段内的飞行轨迹与所述航道轨迹之间的相似度,并相似度统计获得各单位时间内通过各单位航段内的实际航班数量。
换句话说,首先把航迹数据按照航班的航班编号分类,再对每航班编号对应的航迹数据进行线性插值,以避免航迹数据点稀疏。然后,对于每一段航道的每一段航段,我们检测该航班编号有没有坐标点落在这个航道的各航段区域内,如果有,我们则对每一航段内的若干航迹坐标做线性拟合,检查轨迹的斜率是否和航道的航段的斜率相差在15度之内。如果斜率也相同,则在该段航道计数加1。
步骤103、基于预处理的雷达数据矩阵确定在各单位时间内的各单位航段上的雷达反射率。
具体的,每个航段的坐标对应到雷达的矩阵元素取出得到在各单位时间内的各单位航段上的雷达反射率。
步骤104、确定各单位时间内通过各单位航段内的所述实际航班数量与所述计划航班数量之间的下降率,构成包括有单位时间、单位航段、在单位时间和单位航段下的下降率以及雷达反射率的数据集合。
具体的,根据预设的反射率阈值,从各雷达反射率中选出雷达反射率取值大于等于所述预设的反射率阈值的各雷达发射率以及其取值;对所述取值进行均值处理,获得雷达发射率平均值;利用所述雷达发射率平均值,对全部的雷达反射率进行归一化处理,获得处理后的各雷达反射率;所述单位时间、单位航段、在单位时间和单位航段下的下降率以及处理后的雷达反射率构成所述数据集合。
进一步来说,雷达的反射率和降雨量有个对应的Z-R关系,我们可以认为Z~R1.4,并且在反射率低于某个阈值的时候,即使有云也不会引起降雨。对于这种情况,对飞机的飞行计划几乎无影响。因此,针对于这种情况的数据,即雷达反射率低于一定阈值的数据,可将前述的雷达发射率平均值为基线,以对雷达反射率做归一化处理。
步骤105、利用随机森林算法,对所述数据集合进行拟合,计算得到单位时间、单位航段以及雷达反射率,与所述下降率之间的关联系数。
具体的,通过基于随机森林的算法,回归出每段航路的不同天气对航路影响的导致流量下降的比率。
一般来说,对于每个航路上航段的流量不仅是在与该航段的雷达反射率相关,也与该航段近邻航段的天气有关,该航段之前1到3小时前的天气也会对当时流量产生影响;对于各个不同时间的流量也必须与当时的基准作对比,比如凌晨,飞机数量比较少,可能仅仅是计划航班数量较少。因此,在基于随机森林算法进行回归处理时,可将近邻的航段的雷达反射率、不同单位时间对应的计划航班数量以及同一航段在不同单位时间段的雷达反射率等作为考虑要素,以进行回归处理。
特别的,在建立随机森林算法模型的每棵树时,针对于训练数据集可采用随机且有放回的取的处理方式,以得到每颗树。
其中,回归树采用的原则是最小均方差。对于任意划分特征j对应的任意s划分点两边划分成数据集D1和D2;其中,特征j具体可为小时,月份, 雷达反射率等等,任意s则为小时数,月份数,雷达反射率某个值等等;决定每个数据集上的输出值,即反射率值,并求出使D1和D2各自集合的均方差最小,同时D1和D2的均方差之和最小所对应的特征j和特征值划分点s。
遍历变量j,对固定的切分变量j扫描切分点s,使得(1)式达到最小值的对(j,s)。举例来说,当j表示为小时数并进行遍历划分,当s取值为 17时,小于s的通航量比率为100%,而大于s的通航量比率为50%,这时均方差最小。
对选定的对(j,s),例如(小时,17时),划分区域并决定相应的输出值,即,通航量下降的比率。
D1(j,s)={x|xj≤s},D2(j,s)={x|xj>s}
其中,x可表示小时数,Dm标识被阈值s分开的两个空间。D1表示x≤s 的空间,D2表示x>s的空间。m表示被分开的两个空间的编号。Nm表示空间内的样本总数量。i表示空间内所有样本的编号。
yi表示空间内每个样本的值(这里是每个样本通航量的不同的值),cm表示空间内所有样本的值的平均值(这个空间内通航量比率的平均值)。
继续对两个D1和D2调用上面的步骤,直到满足停止条件。将输入空间划分为M个区域,并生成决策树;其中,将输入空间划分为M个区域中的区域可例如小时数在某个范围之内,在某些特定月份、降水量在某个阈值内,可以认为是一个区域,这个区域内所有的通航量的比值可以用他们的平均值代替:
M代表各个不同的区域,cm表示各个区域内所有通航量比值的平均值。其中I表示为指示函数,如果x∈Dm,则I取1,否则I取0。此外,f(x)代表所有样本的生成函数。
用网格搜索的方式调节参数,比如把每棵树的深度减小、以防止过拟合,使得准确率最大,也就是说预测的通航量的比率和真实值最接近,均方误差最小。
步骤106、根据所述关联系数输出流量管理策略。
如前所述的,在考虑到了时间因素、地理位置因素以及天气因素对于下降率的影响,并得到各因素与下降率之间的关联系数之后,可基于该关联系数以及未来一段时间的天气情况,确定某一航道的流量管理策略,以实现对于通航量的流量管理策略进行输出。
图3为本公开示例提供的拟合天气和流量关系的示意图,如图3所示的, x轴为时间,从2019年6月1日到7月1日的每天0时,实线是通航量变化的真实比率,虚线是随机森林预测出的比率,即确定两者非常接近。
本公开提供的基于通航量的流量管理方法,通过采用了获取时间段内的航迹数据、雷达数据矩阵以及计划航班数量;根据所述航迹数据统计获得各单位时间内通过各单位航段内的实际航班数量;基于预处理的雷达数据矩阵确定在各单位时间内的各单位航段上的雷达反射率;确定各单位时间内通过各单位航段内的所述实际航班数量与所述计划航班数量之间的下降率,构成包括有单位时间、单位航段、在单位时间和单位航段下的下降率以及雷达反射率的数据集合;利用随机森林算法,对所述数据集合进行拟合,计算得到单位时间、单位航段以及雷达反射率,与所述下降率之间的关联系数;根据所述关联系数输出流量管理策略的技术方案,从而将下降率与时间因素、航段因素以及天气因素进行有效关联,以使输出的流量管理策略更为准确和适应当前环境。
基于通航量的流量管理装置,包括:
数据获取模块10,用于获取时间段内的航迹数据、雷达数据矩阵以及计划航班数量;
处理模块20,用于根据所述航迹数据统计获得各单位时间内通过各单位航段内的实际航班数量;还用于基于预处理的雷达数据矩阵确定在各单位时间内的各单位航段上的雷达反射率;还用于确定各单位时间内通过各单位航段内的所述实际航班数量与所述计划航班数量之间的下降率,构成包括有单位时间、单位航段、在单位时间和单位航段下的下降率以及雷达反射率的数据集合;
模型模块30,用于利用随机森林算法,对所述数据集合进行拟合,计算得到单位时间、单位航段以及雷达反射率,与所述下降率之间的关联系数;
输出模块40,用于根据所述关联系数输出流量管理策略。
可选实施例中,所述处理模块20,具体用于:根据预设的反射率阈值,从各雷达反射率中选出雷达反射率取值大于等于所述预设的反射率阈值的各雷达发射率以及其取值;对所述取值进行均值处理,获得雷达发射率平均值;利用所述雷达发射率平均值,对全部的雷达反射率进行归一化处理,获得处理后的各雷达反射率;所述单位时间、单位航段、在单位时间和单位航段下的下降率以及处理后的雷达反射率构成所述数据集合。
可选实施例中,所述处理模块20具体用于:对所述航迹数据按照时间和航段进行数据分类,以获得各单位时间内各航班所位于单位航段;统计获得各单位时间内通过各单位航段内的实际航班数量。
可选实施例中,处理模块20具体用于:针对构成每一航道的任一单位航段,确定属于该单位航段的航班在该单位航段内的飞行轨迹与所述航道轨迹之间的相似度,并相似度统计获得各单位时间内通过各单位航段内的实际航班数量。
所述领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统的具体工作过程以及相应的有益效果,可以参考前述方法示例中的对应过程,在此不再赘述。
本公开提供的基于通航量的流量管理装置,通过采用了获取时间段内的航迹数据、雷达数据矩阵以及计划航班数量;根据所述航迹数据统计获得各单位时间内通过各单位航段内的实际航班数量;基于预处理的雷达数据矩阵确定在各单位时间内的各单位航段上的雷达反射率;确定各单位时间内通过各单位航段内的所述实际航班数量与所述计划航班数量之间的下降率,构成包括有单位时间、单位航段、在单位时间和单位航段下的下降率以及雷达反射率的数据集合;利用随机森林算法,对所述数据集合进行拟合,计算得到单位时间、单位航段以及雷达反射率,与所述下降率之间的关联系数;根据所述关联系数输出流量管理策略的技术方案,从而将下降率与时间因素、航段因素以及天气因素进行有效关联,以使输出的流量管理策略更为准确和适应当前环境。
下一方面,本实施例还提供了电子设备,可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,本实施例此处不再赘述。
参考图4,其示出了适于用来实现本公开实施例的电子设备900的结构示意图,该电子设备900可以为终端设备或服务器。其中,终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、个人数字助理 (Personal Digital Assistant,简称PDA)、平板电脑(Portable Android Device,简称PAD)、便携式多媒体播放器(Portable MediaPlayer,简称PMP)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图4所示,电子设备900可以包括处理装置(例如中央处理器、图形处理器等)901,其可以根据存储在只读存储器(Read Only Memory,简称 ROM)902中的程序或者从存储装置908加载到随机访问存储器(Random Access Memory,简称RAM)903中的程序而执行各种适当的动作和处理。在RAM 903中,还存储有电子设备900操作所需的各种程序和数据。处理装置901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O) 接口905也连接至总线904。
通常,以下装置可以连接至I/O接口905:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置906;包括例如液晶显示器(Liquid CrystalDisplay,简称LCD)、扬声器、振动器等的输出装置907;包括例如磁带、硬盘等的存储装置908;以及通信装置909。通信装置909可以允许电子设备900与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备900,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置909从网络上被下载和安装,或者从存储装置908被安装,或者从ROM 902被安装。在该计算机程序被处理装置901执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备执行上述实施例所示的方法。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如 Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(Local Area Network,简称LAN)或广域网(Wide Area Network,简称 WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (10)
1.一种基于通航量的流量管理方法,其特征在于,包括:
获取时间段内的航迹数据、雷达数据矩阵以及计划航班数量;
根据所述航迹数据统计获得各单位时间内通过各单位航段内的实际航班数量;
基于预处理的雷达数据矩阵确定在各单位时间内的各单位航段上的雷达反射率;
确定各单位时间内通过各单位航段内的所述实际航班数量与所述计划航班数量之间的下降率,构成包括有单位时间、单位航段、在单位时间和单位航段下的下降率以及雷达反射率的数据集合;
利用随机森林算法,对所述数据集合进行拟合,计算得到单位时间、单位航段以及雷达反射率,与所述下降率之间的关联系数;
根据所述关联系数以及未来一段时间的天气状况输出流量管理策略。
2.根据权利要求1所述的流量管理方法,其特征在于,所述构成包括有单位时间、单位航段、在单位时间和单位航段下的下降率以及雷达反射率的数据集合,包括:
根据预设的反射率阈值,从各雷达反射率中选出雷达反射率取值大于等于所述预设的反射率阈值的各雷达发射率以及其取值;
对所述取值进行均值处理,获得雷达发射率平均值;
利用所述雷达发射率平均值,对全部的雷达反射率进行归一化处理,获得处理后的各雷达反射率;
所述单位时间、单位航段、在单位时间和单位航段下的下降率以及处理后的雷达反射率构成所述数据集合。
3.根据权利要求1所述的流量管理方法,其特征在于,所述根据所述航迹数据统计获得各单位时间内通过各单位航段内的实际航班数量,包括:
对所述航迹数据按照时间和航段进行数据分类,获得各单位时间内各航班所位于单位航段;
统计获得各单位时间内通过各单位航段内的实际航班数量。
4.根据权利要求3所述的流量管理方法,其特征在于,统计获得各单位时间内通过各单位航段内的实际航班数量,包括:
针对构成每一航道的任一单位航段,确定属于该单位航段的航班在该单位航段内的飞行轨迹与所述航道轨迹之间的相似度,并根据相似度统计获得各单位时间内通过各单位航段内的实际航班数量。
5.一种基于通航量的流量管理装置,其特征在于,包括:
数据获取模块,用于获取时间段内的航迹数据、雷达数据矩阵以及计划航班数量;
处理模块,用于根据所述航迹数据统计获得各单位时间内通过各单位航段内的实际航班数量;还用于基于预处理的雷达数据矩阵确定在各单位时间内的各单位航段上的雷达反射率;还用于确定各单位时间内通过各单位航段内的所述实际航班数量与所述计划航班数量之间的下降率,构成包括有单位时间、单位航段、在单位时间和单位航段下的下降率以及雷达反射率的数据集合;
模型模块,用于利用随机森林算法,对所述数据集合进行拟合,计算得到单位时间、单位航段以及雷达反射率,与所述下降率之间的关联系数;
输出模块,用于根据所述关联系数以及未来一段时间的天气状况输出流量管理策略。
6.根据权利要求5所述的流量管理装置,其特征在于,所述处理模块,具体用于:根据预设的反射率阈值,从各雷达反射率中选出雷达反射率取值大于等于所述预设的反射率阈值的各雷达发射率以及其取值;对所述取值进行均值处理,获得雷达发射率平均值;利用所述雷达发射率平均值,对全部的雷达反射率进行归一化处理,获得处理后的各雷达反射率;所述单位时间、单位航段、在单位时间和单位航段下的下降率以及处理后的雷达反射率构成所述数据集合。
7.根据权利要求5所述的流量管理装置,其特征在于,所述处理模块具体用于:对所述航迹数据按照时间和航段进行数据分类,获得各单位时间内各航班所位于单位航段;统计获得各单位时间内通过各单位航段内的实际航班数量。
8.根据权利要求7所述的流量管理装置,其特征在于,处理模块具体用于:针对构成每一航道的任一单位航段,确定属于该单位航段的航班在该单位航段内的飞行轨迹与所述航道轨迹之间的相似度,并根据相似度统计获得各单位时间内通过各单位航段内的实际航班数量。
9.一种终端设备,其特征在于,包括:
处理器和存储器;
其中,所述存储器用于存储所述处理器的可执行指令;
当所述处理器执行所述可执行指令时,可以执行上述权利要求1-4中任一项所述的方法。
10.一种存储介质,其特征在于,包括指令,当所述指令在计算机上运行时,所述计算机可以执行上述权利要求1-4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010052588.0A CN111477033B (zh) | 2020-01-17 | 2020-01-17 | 基于通航量的流量管理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010052588.0A CN111477033B (zh) | 2020-01-17 | 2020-01-17 | 基于通航量的流量管理方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111477033A CN111477033A (zh) | 2020-07-31 |
CN111477033B true CN111477033B (zh) | 2021-07-27 |
Family
ID=71746356
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010052588.0A Expired - Fee Related CN111477033B (zh) | 2020-01-17 | 2020-01-17 | 基于通航量的流量管理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111477033B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102074126A (zh) * | 2011-01-19 | 2011-05-25 | 清华大学 | 基于历史雷达数据的空中交通流量分析系统与方法 |
CN102831487A (zh) * | 2012-08-13 | 2012-12-19 | 南京莱斯信息技术股份有限公司 | 基于历史航班运行数据分析的流量预测结果验证方法 |
CN109215399A (zh) * | 2018-11-07 | 2019-01-15 | 中国电子科技集团公司第二十八研究所 | 一种终端区智能化流控策略生成方法 |
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 |
CN110084491A (zh) * | 2019-04-08 | 2019-08-02 | 中电莱斯信息系统有限公司 | 对流天气条件下基于最优穿越路径的航路阻塞度评估方法 |
CN110503245A (zh) * | 2019-07-30 | 2019-11-26 | 南京航空航天大学 | 一种机场航班大面积延误风险的预测方法 |
CN110675007A (zh) * | 2019-12-06 | 2020-01-10 | 南京萨利智能科技有限公司 | 航班延误预测方法、装置及计算机存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10255818B2 (en) * | 2015-02-11 | 2019-04-09 | Aviation Communication & Surveillance Systems, Llc | Systems and methods for weather detection and avoidance |
US10529239B2 (en) * | 2016-08-15 | 2020-01-07 | Honeywell International Inc. | Air traffic and weather data aggregating and de-conflicting |
US10467911B2 (en) * | 2017-08-17 | 2019-11-05 | The Boeing Company | System and method to analyze data based on air traffic volume |
-
2020
- 2020-01-17 CN CN202010052588.0A patent/CN111477033B/zh not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102074126A (zh) * | 2011-01-19 | 2011-05-25 | 清华大学 | 基于历史雷达数据的空中交通流量分析系统与方法 |
CN102831487A (zh) * | 2012-08-13 | 2012-12-19 | 南京莱斯信息技术股份有限公司 | 基于历史航班运行数据分析的流量预测结果验证方法 |
CN109215399A (zh) * | 2018-11-07 | 2019-01-15 | 中国电子科技集团公司第二十八研究所 | 一种终端区智能化流控策略生成方法 |
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 |
CN110084491A (zh) * | 2019-04-08 | 2019-08-02 | 中电莱斯信息系统有限公司 | 对流天气条件下基于最优穿越路径的航路阻塞度评估方法 |
CN110503245A (zh) * | 2019-07-30 | 2019-11-26 | 南京航空航天大学 | 一种机场航班大面积延误风险的预测方法 |
CN110675007A (zh) * | 2019-12-06 | 2020-01-10 | 南京萨利智能科技有限公司 | 航班延误预测方法、装置及计算机存储介质 |
Non-Patent Citations (4)
Title |
---|
Meteorological Risk Early Warning System for Air Operations;Jimmy Anderson Florez Zuluaga 等;《2019 IEEE International Symposium on Technology and Society》;20191223;全文 * |
基于航路网流率协同控制的航班离场优化研究;钟涵;《中国博士学位论文全文数据库 基础科学辑》;20200115;A002-218 * |
恶劣天气对航班延误影响的初步量化研究;王时敏;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20180315;C031-491 * |
雷雨天气影响下基于改航的终端区短期容量预测;李翔宇;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20170315;C031-1977 * |
Also Published As
Publication number | Publication date |
---|---|
CN111477033A (zh) | 2020-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2020166268A (ja) | 地図軌跡マッチングデータの品質決定方法、装置、サーバ及び媒体 | |
US9207090B2 (en) | System and method for dynamic path optimization | |
US8224768B1 (en) | Tropical cyclone prediction system and method | |
CN110704751A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
US8160995B1 (en) | Tropical cyclone prediction system and method | |
EP3958087A1 (en) | Optimizing aircraft control based on noise abatement volumes | |
KR102086895B1 (ko) | 메조스케일 모델링 | |
EP3863323A1 (en) | Communication network out-of-capacity predictions | |
US10444211B2 (en) | Integrated air quality forecasting | |
KR20150138370A (ko) | 확률 분포에 기초하여 강수를 현재 예보하는 방법 및 시스템 | |
CN113342905B (zh) | 一种停留点确定方法及装置 | |
CN110689804B (zh) | 用于输出信息的方法和装置 | |
US9310204B2 (en) | Route modeler for improving desired environmental and economic flight characteristics | |
US8204846B1 (en) | Tropical cyclone prediction system and method | |
US10330655B2 (en) | Air quality forecasting based on dynamic blending | |
Su et al. | A convection nowcasting method based on machine learning | |
WO2023098001A1 (zh) | 一种运动对象的位置估计与预测方法、装置、设备及介质 | |
US20180238789A1 (en) | Correlation-based determination of particle concentration field | |
Yu et al. | Probabilistic assessment of tephra fallout hazard at Changbaishan volcano, Northeast China | |
CN112487115A (zh) | 污染源的确定方法、装置、设备及存储介质 | |
CN116030617A (zh) | 一种基于公路od数据进行车流量预测的方法及装置 | |
CN112000716B (zh) | 航线推送方法、系统、电子设备和存储介质 | |
CN111477033B (zh) | 基于通航量的流量管理方法、装置、电子设备及存储介质 | |
Dai et al. | Modeling congestion propagation in multistage schedule within an airport network | |
CN113485890B (zh) | 航班查询系统业务监控方法、装置、设备及存储介质 |
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 | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Traffic volume based flow management method, device, electronic equipment and storage medium 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 |
|
PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210727 |
|
CF01 | Termination of patent right due to non-payment of annual fee |