CN115346402A - 一种基于功能性的多机场终端区管制扇区划分方法 - Google Patents
一种基于功能性的多机场终端区管制扇区划分方法 Download PDFInfo
- Publication number
- CN115346402A CN115346402A CN202210937469.2A CN202210937469A CN115346402A CN 115346402 A CN115346402 A CN 115346402A CN 202210937469 A CN202210937469 A CN 202210937469A CN 115346402 A CN115346402 A CN 115346402A
- Authority
- CN
- China
- Prior art keywords
- sector
- airspace
- terminal area
- tracks
- functionality
- 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
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000006870 function Effects 0.000 claims abstract description 39
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 24
- 238000005457 optimization Methods 0.000 claims abstract description 17
- 239000011159 matrix material Substances 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000004140 cleaning Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 5
- 230000001105 regulatory effect Effects 0.000 claims description 5
- 238000000638 solvent extraction Methods 0.000 claims description 5
- 238000002922 simulated annealing Methods 0.000 claims description 4
- 238000012952 Resampling Methods 0.000 claims description 3
- 230000001788 irregular Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 108700041286 delta Proteins 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 238000011160 research 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Economics (AREA)
- Remote Sensing (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Biodiversity & Conservation Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Aviation & Aerospace Engineering (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Radar Systems Or Details Thereof (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于功能性的多机场终端区管制扇区划分方法,其包括:通过聚类法对雷达航迹划分为交通流功能各不相同的若干聚簇;采用离散化方法将所述终端区空域分割成若干三维空域单元,并根据聚类结果确定每个所述三维空域单元的功能性;以扇区内交通流与生成扇区功能的一致性为优化目标;结合初始产生规则、判断调整规则和空白填补规则计算生成满足各约束条件的功能性扇区可行解,并采用随机优化算法对可行解进行迭代计算,获得目标函数最优的功能性扇区划分方案最终解。本发明能够生成空间范围准确的三维扇区,使得每个扇区与扇区中的交通流具有功能一致性,降低了潜在的冲突风险,提高了空域的安全水平,增大空域容量。
Description
技术领域
本发明涉及空中交通管理技术领域,特别涉及一种基于功能性的多机场终端区管制扇区划分方法。
背景技术
随着民用航空的稳步发展,现有空域容量无法满足快速增长的交通需求;终端区作为航空器运行的重要区域,空域容量时常逼近阈值。目前终端区扇区大多参照国际民航组织相关文件中的原则,结合主观经验设计来进行划分,这显然不能满足持续增长的交通需求,容易出现空域资源的不合理分配,加剧终端区内潜在冲突的严重程度,并成为了限制空域容量的短板;对此,国内外一直积极探索科学的扇区划分方法。
现有研究主要通过采用几何计算、航迹聚类、整数规划并以管制负荷为主要优化目标的方法来进行划分扇区,虽然取得了一定的成果,但生成的扇区覆盖多种类别的交通流,不具备特定的功能性,或者仅仅区分为进场和离场的简单功能;而对于繁忙多机场终端区而言,起降机场、进离场方向等都是确定功能过程时不容忽视的因素;此外,对于垂直高度往往进行简单地分层,导致生成扇区垂直范围较为粗糙,仍有进一步优化的空间。
发明内容
本发明的目的在于克服现有技术中的不足,提供一种基于功能性的多机场终端区管制扇区划分方法,以解决现有技术中存在的管制扇区缺乏明确功能的技术问题。
为解决上述技术问题,本发明是采用下述技术方案实现的:
本发明提供一种基于功能性的多机场终端区管制扇区划分方法,所述方法包括:
采集终端区空域内原始雷达航迹数据,并进行预处理;
通过聚类算法将预处理后的雷达航迹进行聚类,并将所述雷达航迹划分为交通流功能各不相同的若干聚簇;
获取终端区空域数据,采用离散化方法将所述终端区空域分割成若干三维空域单元,并根据聚类结果确定各所述三维空域单元的功能性;
基于离散化后的终端区空域,建立功能性扇区划分理论模型,所述模型的目标函数以所生成扇区与对应扇区中包含的交通流功能的一致性为优化目标;
结合初始产生规则、判断调整规则和空白填补规则计算生成满足各约束条件的功能性扇区可行解,并采用随机优化算法对可行解进行迭代计算,获得目标函数最优的功能性扇区划分方案最终解。
优选地,所述预处理包括:
清洗所述原始雷达航迹数据中的异常航迹;
采用线性插值法对清洗后剩余的雷达航迹数据进行等时间间隔的重采样,重采样后的雷达航迹数据组成航迹集合;
其中,所述异常航迹包括航班号信息缺失的航迹、同一航班同一记录时间内有多条不相同的航迹、航迹中任意两点间存在不规则变化的航迹、明显异于相邻时间段的航迹。
优选地,所述通过聚类算法将预处理后的雷达航迹进行聚类之前还包括:
通过欧氏距离两两计算所述航迹集合中航迹的相似度系数,获得航迹距离矩阵后进行聚类,所述航迹距离矩阵S如下:
式中,si,j(i≠j,1≤i,j≤m)表示两条不同的航迹i和航迹j间的相似度系数,对于两条相同的航迹其相似度系数取值为0。
优选地,所述聚类算法为DBSCAN密度聚类算法。
优选地,所述三维空域单元为直棱柱结构,所述直棱柱结构的高度为300mm。
优选地,所述三维空域单元的功能性由穿越该三维空域单元的航迹点决定;对于其中一个三维空域单元,若其被属于第k类聚簇的航迹点穿过,则该三维空域单元具有功能性k,否则不具有功能性k;不被任何航迹点穿过的三维空域单元为空白。
优选地,所述目标函数Obj(R)如下:
式中,L(P')uvz表示三维空域单元,R表示终端区空域,J(L(P')uvz)的定义如下:
式中,Sk表示终端区空域R被划分为K个扇区中的第k个扇区,k=1,2,...,K;if F(L(P')uvz,k)==1∧L(P')uvz∈Sk表示所生成的扇区Sk与相应扇区中包含的交通流功能k具有一致性;表示所生成的扇区Sk与相应扇区中包含的交通流功能k不具有一致性。
优选地,所述各约束条件包括直棱柱约束、唯一性约束、连通性约束、反复移交约束以及完整性约束。
优选地,所述随机优化算法为模拟退火算法。
优选地,所述功能性扇区划分方案最终解中的功能性扇区为三维阶梯形状。
与现有技术相比,本发明所达到的有益效果:
本发明通过聚类法对雷达航迹划分为交通流功能各不相同的若干聚簇,采用离散化方法将所述终端区空域分割成若干三维空域单元,以扇区内交通流与生成扇区功能的一致性为优化目标,通过随机优化算法对目标函数进行最优化处理得到功能性扇区最终解;本发明能够生成空间范围准确的三维扇区,使得每个扇区与扇区中的交通流具有功能一致性,降低了潜在的冲突风险,增加了平均扇区飞行时间,优化管制负荷,从而提高空域的安全水平,增大空域容量。
附图说明
图1是本发明实施例提供的基于功能性的多机场终端区管制扇区划分方法的流程示意图;
图2是本发明实施例提供的非直棱柱和直棱柱约束的对比示意图。
具体实施方式
下面通过附图以及具体实施例对本发明技术方案做详细的说明,应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本申请实施例以及实施例中的技术特征可以相互组合。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符"/",一般表示前后关联对象是一种“或”的关系。
实施例:
如图1所示,本实施例介绍一种一种基于功能性的多机场终端区管制扇区划分方法,具体包括如下步骤:
步骤1:采集终端区空域内原始雷达航迹数据,并进行预处理;
步骤2:通过聚类算法将预处理后的雷达航迹进行聚类,并将所述雷达航迹划分为交通流功能各不相同的若干聚簇;
步骤3:获取终端区空域数据,采用离散化方法将所述终端区空域分割成若干三维空域单元,并根据聚类结果确定各所述三维空域单元的功能性;
步骤4:基于离散化后的终端区空域,建立功能性扇区划分理论模型,所述模型的目标函数以所生成扇区与对应扇区中包含的交通流功能的一致性为优化目标;
步骤5:结合初始产生规则、判断调整规则和空白填补规则计算生成满足各约束条件的功能性扇区可行解,并采用随机优化算法对可行解进行迭代计算,获得目标函数最优的功能性扇区划分方案最终解。
作为发明的一种实施例,步骤1中的对所采集的终端区空域内原始雷达航迹数据进行预处理的步骤包括:
步骤1.1:清洗所述原始雷达航迹数据中的异常航迹;
步骤1.2:采用线性插值法对清洗后剩余的雷达航迹数据进行等时间间隔的重采样,重采样后的雷达航迹数据组成航迹集合;
其中,所述异常航迹包括航班号信息缺失的航迹、同一航班同一记录时间内有多条不相同的航迹、航迹中任意两点间存在不规则变化的航迹、明显异于相邻时间段的航迹。
需要说明的是,步骤2中采用聚类法对雷达航迹进行聚类是基于雷达航迹的航迹距离矩阵来实现的,所述航迹距离矩阵式是通过欧氏距离两两计算所述航迹集合中航迹的相似度系数来组成的,相似度系数的计算过程如下:
输入两条航迹Pi与Pj,其中航迹Pi共有ni个航迹点,航迹Pj共有nj个航迹点;以每个航迹倒数第二个点作为初始航迹点对两条航迹Pi与Pj中的各点(pi,g,pj,h)开始遍历,其中1≤g≤ni-1,1≤h≤nj-1;分别计算航迹Pi中对应点pi,g与航迹Pj中对应点pj,h及其相邻两点间的距离,一次记录距离最小的点对;再分别计算航迹j中对应点与航迹i中对应点及其相邻两点间的距离,二次记录距离最小的点对;比较两次记录点对的距离,选取距离较小的点对作为最终点对(pi,w,pj,z),将其距离加入总距离和d(Pi,Pj);令(pi,w-1,pj,z-1)为新的初始点对,判断是否满足终止条件w==1∨h==1,若不满足,则重新计算直至满足终止条件;最后得到的d(Pi,Pj)的取值即为两条航迹Pi与Pj的相似度系数;对m条航迹两两计算相似度系数,由各相似度系数构成的航迹距离矩阵S如下:
式中,si,j(i≠j,1≤i,j≤m)表示两条不同的航迹i和航迹j间的相似度系数,对于两条相同的航迹其相似度系数取值为0。
作为发明的一种实施例,步骤2中采用的聚类算法为DBSCAN密度聚类算法,DBSCAN密度聚类算法对雷达航迹的聚类过程如下:
每条航迹都对分别对其附近的航迹点进行遍历,从而标记核心样本和噪声,将所述航迹集合分解为若干个不相交的子集,共形成K个聚簇,使得每一类聚簇都包含一个聚类中心,各聚簇内部与聚簇中心间的距离和最小;调节关键参数最小样本数min_samples与距离领域阈值eps,获取终端区内航迹聚簇的不同划分结果,根据终端区内不同机场不同进离场方向的飞行程序及关键航路点,以专家决策的方式确定航迹聚簇划分结果,并进一步确定不同聚簇航迹的交通流功能性。
本发明实施例的步骤3中采用离散化方法将所述终端区空域分割成若干三维空域单元,并根据聚类结果确定各所述三维空域单元的功能性的具体步骤包括:
步骤3.1:采用离散化的方法对终端区空域进行栅格化,分割为一个个小的直棱柱单元格,终端区空域的表达式为:
式中,L(P')uvz为三维空域单元,P'为该三维空域单元中包含的航迹点的集合;u、v和z分别表示三维空域单元L(P')uvz的经度、纬度和高度索引,三维空域单元L(P')uvz由下式计算得到:
式中,lng,lat,alt分别为该三维空域单元L(P')uvz底面中心点的经度,纬度,高度,minLng、minLat和minAlt表示所有三维空域单元中经度、纬度和高度的最小值,lngSize、altSize则为预先定义的单元尺寸;
步骤3.2:根据航迹聚类的结果对三维空域单元的功能性进行设置,对于三维空域单元L(P')uvz,若其被第k类聚簇的航迹点穿过,则认为该三维空域单元具有功能性k,否则不具有功能性k;不被任何航迹点穿过的三维空域单元为空白,即三维空域单元功能F(L(P')uvz,k)定义如下:
式中,pi,t为航迹集合中任一航迹点,ck为航迹聚类后的第k类聚簇;
进一步说明的是,本发明实施例中的三维空域单元为高度是300mm的直棱柱结构,直棱柱结构的平面尺寸根据不同终端区的大小有所不同。
作为发明的一种实施例,步骤4中的目标函数Obj(R)定义如下:
式中,L(P')uvz表示三维空域单元,R表示终端区空域,J(L(P')uvz)的定义如下:
式中,Sk表示终端区空域R被划分为K个扇区中的第k个扇区,k=1,2,...,K;if F(L(P')uvz,k)==1∧L(P')uvz∈Sk表示所生成的扇区Sk与相应扇区中包含的交通流功能k具有一致性;表示所生成的扇区Sk与相应扇区中包含的交通流功能k不具有一致性;
进一步说明的是,目标函数的值取决于是否将具有功能性的三维空域单元分配给相应的扇区,目标函数Obj(R)越大,意味着对于具有功能k的三维空域单元集合,相应的扇区Sk覆盖集合中的要素越多。
作为发明的一种实施例,步骤5中提到的各约束条件包括直棱柱约束、唯一性约束、连通性约束、反复移交约束以及完整性约束;其中,直棱柱约束最为重要,因为二次雷达屏幕上只能显示三维扇区的平面投影,因此需将扇区设计为直棱柱的形状,如图2所示为非直棱柱和直棱柱的结构对比展示图。
此外,本发明实施例的步骤5中结合初始产生规则、判断调整规则和空白填补规则计算生成满足各约束条件的功能性扇区可行解,并采用随机优化算法对可行解进行迭代计算,获得目标函数最优的功能性扇区划分方案最终解,包括以下步骤:
步骤5.1,通过初始产生规则生成满足直棱柱约束、联通性约束和反复移交约束的功能性扇区初始解,具体如下:
获取第k类航迹穿过的单元区域的水平左、右边界,作为第k类功能性扇区的Sk的左右范围uleft和uright,并在该范围内随机产生数字u1和u2,将扇区Sk分为三个连续的子扇区Sk,1,Sk,2,Sk,3,分别得到三类子扇区的左右边界(uleft,u1),(u1+1,u2),(u2+1,uright);在各子扇区左右边界范围内,获取被该类航迹单元穿越区域的水平前、后边界,作为各子扇区的前后边界(vdown,vup);以及最低和最高边界,作为垂直范围(zbottom,ztop);则第k类功能性扇区初始解表示如下:
重复以上步骤K次,分别为每类功能性扇区产生初始解;
步骤5.3,通过判断调整规则进一步生成满足唯一性约束的解,使每一类扇区在空间范围上不存在交叉重叠,具体如下:
式中,zavb(Sk,1)p为一个高度区间,共有p组连续的高度区间;若找到连续的高度区间,则计算p组高度区间的范围,将区间范围最大的一组作为新的高度范围;若无法找到一组连续的高度区间,则前者无法调整,重新对后一类扇区Si进行调整;将可用高度范围扩展到所有高度范围(1,zmax),重新寻找所有连续的高度区间。
步骤5.4,对可行解进行转移从而产生新解,采用模拟退火算法进行优化,具体如下:
对水平划分位置进行转移,产生随机转移幅度δ1,δ2∈{-3,0,3},令u1,u2进行转移,判断转移后的水平划分位置是否合法:uleft≤u1≤u2≤uright,若不合法,则回退;根据当前u1和u2的值,获取各子扇区水平范围内的最前最后范围和最低最高范围作为新的前后范围(v’down,v’up)和高度范围(z’bottom,z’top),产生新的转移幅度δ1',δ2'∈{-1,0,1},对前后范围和高度范围进行转移;判断新的前后范围和高度范围是否合法:v’down≤v’up,z’bottom≤z’top,若不合法,则回退;进一步地,采用模拟退火算法对可行解进行迭代优化。
步骤5.5,通过空白填补规则,将空白三维空域单元分配至相应扇区,从而满足完整性约束,具体如下:
遍历未被分配的空白三维空域单元,找到与其连通的空白三维空域单元;寻找与该单元组相邻的所有功能性扇区,遍历各功能性扇区Sk;计算包围当前功能性扇区的最小直棱柱,计算功能性扇区单元数与该长方体单元数的比值;选择比值增长最大的功能性扇区来接收该空白三维空域单元,直至所有空白三维空域单元都已分配。
进一步说明的是,功能性扇区划分最终解中同一扇区不同水平范围对应高度可能有所不同,当其水平范围对应高度不同时的功能性扇区为三维阶梯形状,水平和垂直范围更加精准。
综上所述,本发明提供的基于功能性的多机场终端区管制扇区划分方法,在充分考虑管制经验和保障管制过程连贯性的前提下,首次基于满足终端区内交通流实际运行的功能性,而不是基于历史或地理条件,对终端区扇区进行功能性的划分为我国终端区空域资源的优化提供了理论和方法基础,适合推广使用。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (10)
1.一种基于功能性的多机场终端区管制扇区划分方法,其特征在于,所述方法包括:
采集终端区空域内原始雷达航迹数据,并进行预处理;
通过聚类算法将预处理后的雷达航迹进行聚类,并将所述雷达航迹划分为交通流功能各不相同的若干聚簇;
获取终端区空域数据,采用离散化方法将所述终端区空域分割成若干三维空域单元,并根据聚类结果确定各所述三维空域单元的功能性;
基于离散化后的终端区空域,建立功能性扇区划分理论模型,所述模型的目标函数以所生成扇区与对应扇区中包含的交通流功能的一致性为优化目标;
结合初始产生规则、判断调整规则和空白填补规则计算生成满足各约束条件的功能性扇区可行解,并采用随机优化算法对可行解进行迭代计算,获得目标函数最优的功能性扇区划分方案最终解。
2.根据权利要求1所述的基于功能性的多机场终端区管制扇区划分方法,其特征在于,所述预处理包括:
清洗所述原始雷达航迹数据中的异常航迹;
采用线性插值法对清洗后剩余的雷达航迹数据进行等时间间隔的重采样,重采样后的雷达航迹数据组成航迹集合;
其中,所述异常航迹包括航班号信息缺失的航迹、同一航班同一记录时间内有多条不相同的航迹、航迹中任意两点间存在不规则变化的航迹、明显异于相邻时间段的航迹。
4.根据权利要求1至3任一所述的基于功能性的多机场终端区管制扇区划分方法,其特征在于,所述聚类算法为DBSCAN密度聚类算法。
5.根据权利要求1所述的基于功能性的多机场终端区管制扇区划分方法,其特征在于,所述三维空域单元为直棱柱结构,所述直棱柱结构的高度为300mm。
6.根据权利要求1所述的基于功能性的多机场终端区管制扇区划分方法,其特征在于,所述三维空域单元的功能性由穿越该三维空域单元的航迹点决定;对于其中一个三维空域单元,若其被属于第k类聚簇的航迹点穿过,则该三维空域单元具有功能性k,否则不具有功能性k;不被任何航迹点穿过的三维空域单元为空白。
8.根据权利要求1所述的基于功能性的多机场终端区管制扇区划分方法,其特征在于,所述各约束条件包括直棱柱约束、唯一性约束、连通性约束、反复移交约束以及完整性约束。
9.根据权利要求1所述的基于功能性的多机场终端区管制扇区划分方法,其特征在于,所述随机优化算法为模拟退火算法。
10.根据权利要求1所述的基于功能性的多机场终端区管制扇区划分方法,其特征在于,所述功能性扇区划分方案最终解中的功能性扇区为三维阶梯形状。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210937469.2A CN115346402B (zh) | 2022-08-05 | 2022-08-05 | 一种基于功能性的多机场终端区管制扇区划分方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210937469.2A CN115346402B (zh) | 2022-08-05 | 2022-08-05 | 一种基于功能性的多机场终端区管制扇区划分方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115346402A true CN115346402A (zh) | 2022-11-15 |
CN115346402B CN115346402B (zh) | 2023-09-19 |
Family
ID=83950370
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210937469.2A Active CN115346402B (zh) | 2022-08-05 | 2022-08-05 | 一种基于功能性的多机场终端区管制扇区划分方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115346402B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002099769A1 (en) * | 2001-06-01 | 2002-12-12 | The Boeing Company | Air traffic management system and method |
CN102254453A (zh) * | 2011-06-27 | 2011-11-23 | 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 |
CN102855778A (zh) * | 2012-09-10 | 2013-01-02 | 南京航空航天大学 | 一种基于复杂度评估的空域扇区分类方法 |
CN103473955A (zh) * | 2013-09-17 | 2013-12-25 | 中国民航大学 | 一种基于图论和谱聚类算法的终端扇区划分方法 |
US20190096269A1 (en) * | 2017-09-22 | 2019-03-28 | Vianair Inc. | Terminal and en-route airspace operations based on dynamic routes |
-
2022
- 2022-08-05 CN CN202210937469.2A patent/CN115346402B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002099769A1 (en) * | 2001-06-01 | 2002-12-12 | The Boeing Company | Air traffic management system and method |
CN102254453A (zh) * | 2011-06-27 | 2011-11-23 | 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 |
CN102855778A (zh) * | 2012-09-10 | 2013-01-02 | 南京航空航天大学 | 一种基于复杂度评估的空域扇区分类方法 |
CN103473955A (zh) * | 2013-09-17 | 2013-12-25 | 中国民航大学 | 一种基于图论和谱聚类算法的终端扇区划分方法 |
US20190096269A1 (en) * | 2017-09-22 | 2019-03-28 | Vianair Inc. | Terminal and en-route airspace operations based on dynamic routes |
Non-Patent Citations (1)
Title |
---|
徐灿等: "管制扇区划设研究综述", 航空计算技术, vol. 52, no. 1 * |
Also Published As
Publication number | Publication date |
---|---|
CN115346402B (zh) | 2023-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109191922B (zh) | 一种大规模四维航迹动态预测方法及装置 | |
WO2020233152A1 (zh) | 基于城市建筑空间数据的建成区边界识别方法及设备 | |
CN108416785B (zh) | 面向封闭空间的拓扑分割方法及装置 | |
CN111160631A (zh) | 一种基于四维航迹运行的冲突探测及消解方法 | |
CN109739585B (zh) | 基于spark集群并行化计算的交通拥堵点发现方法 | |
CN103871102A (zh) | 一种基于高程点和道路轮廓面的道路三维精细建模方法 | |
CN107169301B (zh) | 一种分而治之航迹关联方法 | |
CN110704560B (zh) | 一种基于道路级拓扑的车道线组结构化的方法及装置 | |
CN106845536B (zh) | 一种基于图像缩放的并行聚类方法 | |
CN111626321B (zh) | 一种图像数据的聚类方法及装置 | |
CN111291098B (zh) | 一种航迹模式挖掘方法与装置 | |
CN114664122B (zh) | 一种考虑高空风不确定性的冲突最小化航迹规划方法 | |
CN115755954B (zh) | 巡检路径规划方法、系统、计算机设备及存储介质 | |
CN110929939A (zh) | 一种基于聚类-信息量耦合模型下的滑坡灾害易发性空间预测方法 | |
CN110986960A (zh) | 一种基于改进聚类算法的无人机航迹规划方法 | |
CN112462347A (zh) | 基于密度聚类的激光雷达点云快速分类滤波算法 | |
CN114862095A (zh) | 识别复杂水域船舶交通冲突热点的区域交通划分方法 | |
CN109147322B (zh) | 一种城市交通大数据处理中多源数据自适应融合方法 | |
CN110705606A (zh) | 一种基于Spark分布式内存计算的空间K均值聚类方法 | |
CN116611678B (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
CN115346402A (zh) | 一种基于功能性的多机场终端区管制扇区划分方法 | |
CN116680588A (zh) | 基于改进Agent的终端区扇区划设方法、装置、设备和介质 | |
CN112184900B (zh) | 高程数据的确定方法、装置及存储介质 | |
CN116385659A (zh) | 一种点云建筑物建模方法、系统、存储介质及电子设备 | |
CN107239559B (zh) | 一种基于矢量网格进行空间动目标位置计算的方法 |
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 |