CN115394123A - 一种基于空管历史飞行数据预测航班飞行高度的方法 - Google Patents
一种基于空管历史飞行数据预测航班飞行高度的方法 Download PDFInfo
- Publication number
- CN115394123A CN115394123A CN202210840461.4A CN202210840461A CN115394123A CN 115394123 A CN115394123 A CN 115394123A CN 202210840461 A CN202210840461 A CN 202210840461A CN 115394123 A CN115394123 A CN 115394123A
- Authority
- CN
- China
- Prior art keywords
- flight
- airline
- height
- route
- historical
- 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 49
- 230000010006 flight Effects 0.000 claims abstract description 38
- 230000000694 effects Effects 0.000 claims description 102
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 10
- 230000002441 reversible effect Effects 0.000 claims description 9
- 230000002093 peripheral effect Effects 0.000 claims description 7
- 230000003252 repetitive effect Effects 0.000 claims description 7
- 239000002253 acid Substances 0.000 claims description 6
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims description 3
- 238000010200 validation analysis Methods 0.000 claims description 2
- 238000013486 operation strategy Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000007670 refining Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000005065 mining Methods 0.000 description 3
- 230000001932 seasonal effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- JTJMJGYZQZDUJJ-UHFFFAOYSA-N phencyclidine Chemical class C1CCCCN1C1(C=2C=CC=CC=2)CCCCC1 JTJMJGYZQZDUJJ-UHFFFAOYSA-N 0.000 description 1
- 238000002360 preparation method 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]
- G08G5/003—Flight plan management
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0047—Navigation or guidance aids for a single aircraft
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种基于空管历史飞行数据预测航班飞行高度的方法，包括：建立关注区域内航路段数据库；基于各航路段，建立历史航班影响因素数据库；基于各航路段，建立历史航班数据库；针对新拟制航班飞行计划，根据历史飞行数据，在战略和预战术流量管理阶段，预测其在各航路段上的飞行高度。本发明方法充分利用现有民航空管系统信息资源，基于航空公司航班运营策略的连贯性和空管运行的稳定性原则，预测航路段在相似运行环境下相关航班的飞行高度，预测结果准确度高，进而提高了战略和预战术阶段飞行流量预测的精准度。以精准的飞行流量预测为基础，才能提前制定精准的流量管理措施，确保空中交通安全、有序、高效。
Description
技术领域
本发明属于空中交通管理技术领域，涉及一种基于空管历史飞行数据预测航班飞行高度的方法。
背景技术
空中交通流量管理的本质是制定措施，使得未来一个时间片内空域单元的容量和飞行流量需求达到平衡。空域单元在确定环境下，其容量基本是确定的；而飞行流量 需求须依据飞行计划、通过预测手段获得。因此，流量管理策略的决策基础是飞行流 量的精确预测。
一般空域单元为三维立体空间，除具备水平界限外，还有高度范围限制。因此， 对空域(包括航路段、管制扇区等)在未来某一时间片内的飞行流量进行预测时，必 须考虑计划航班在其中的飞行高度。
战略阶段(飞行前7天以上)和预战术阶段(飞行前1-7天)的飞行流量预测， 各自的依据分别是重复性飞行计划(RPL)、次日计划和领航计划(FPL)。重复性飞行 计划(RPL)即航班时刻表，由民航局监控中心下发，不包含航班在航路上的飞行高 度信息；次日计划根据RPL计划自动生成，也不包括飞行高度信息；领航计划由各航 空公司制定，其中包括计划巡航高度信息，但实际飞行时，该信息仅作参考，航班在 各航路段上的实际飞行高度由空管单位根据相关空域的飞行态势确定，并指挥飞行员 执行。由此可见，战略阶段和预战术阶段的飞行计划，均无现成、精准的飞行高度信 息可用。
当前检索到的论文和专利中，有基于航空器历史飞行轨迹挖掘的(未来航班)4D轨迹(包括飞行高度)预测方法的说明。但此类方法，存在下列不足：(1)未考虑空 域不同运行环境对航班飞行高度的影响；(2)任一航空器历史轨迹的更新周期4秒左 右，该方法需要采集的历史数据量大，且数据质量受监视设备精度等影响；(3)该类 数据挖掘方法采用各种聚类算法，计算量大、计算周期长，且算法依数据质量还存在 不收敛的风险。
而为了确保空中交通安全，管制员对空中航班的指挥引导，都会在空域环境允许的条件下尽量尊重航空公司的飞行策略和飞行员的飞行习惯，同时也保持自身管制工 作的一惯性。这就为通过挖掘历史飞行数据来预测未来航班在航路上的飞行高度提供 了理论依据。
2015年，民航空管局牵头拟制了飞行数据交换标准“民用航空空中交通管制自动化系统第3部分：飞行数据交换”(MH/T 4029.3)。该标准已在中国民航得到全面应用 (包括国产系统和进口系统)，其核心内容为：空管自动化系统中，表述航班飞行过程 的飞行数据，其状态的每一次更新都会触发系统对该飞行数据的存储与对外交换。 MH/T 4029.3标准的应用为通过挖掘历史航班数据来精确预测未来航班在航路上的飞 行高度提供了技术基础。
发明内容
发明目的：本发明的目的在于利用空管自动化系统在日常运行过程中产生的航班飞行和空域运行数据，建立航班飞行和空域运行历史数据库，并建立航班飞行数据(含 各航段上的飞行高度信息)与空域运行环境的关联关系、分类统计分析各种环境(主 要指航季、气象、周边特殊空域活动状态等条件)下各类航班在巡航阶段各航路段上 的飞行高度。基于航空公司航班运营策略的连贯性和空管运行的稳定性、可控性原则， 这些信息被用于预测(流量管理战略阶段和预战术阶段)未来航班在相似运行环境下 各航路段上的飞行高度，提高预测结果的准确性。
本发明包括如下步骤：
步骤S1：建立关注区域(如管制区或扇区)内航路段数据库；
步骤S2：针对关注区域内所有航路段，建立历史航班影响因素数据库；
步骤S3：针对关注区域内所有航路段，建立历史航班数据库；
步骤S4：针对关注区域内的所有航路段，统计各尾流类型航班的经验飞行高度；
步骤S5：流量管理战略阶段，基于历史飞行数据预测某航班在某航路段上的飞行高度；
步骤S6：流量管理预战术阶段，基于历史飞行数据预测某航班在某航路段上的飞行高度。
步骤S1包括：
S1-1：依据关注区域(ControlArea)的范围和飞行管制一号规定，解析关注区域内的航路段：截取lineN条穿越关注区域ControlArea、代号为Airlinej的航路或航线， 得到由关注区域范围内航路或航线构成的折线，j＝1，…，lineN；
将折线分解为segNj个直线线段RP1ij-RP2ij，RP1ij、RP2ij为关注区域内ControlArea 构成航路(或航线)的相邻航路点名称，i＝1,…,segNj；
S1-2：建立航路段数据表T_RS：T_RS包括下列字段：航路段标识、航路段起始 点位置和航路段结束点位置；其中，航路段标识L_RSij记为：航路代号(如Airlinej)、 分隔符(如/)、航路段起始点名称(如位置点RP1ij)、连结符(如-)、航路段结束点名 称(如位置点RP2ij)。如：一个航路段标识Airlinej/RP1ij-RP2ij。
考虑到在同一航路(航线)上往返的航班按“东单西双”的原则在不同高度层飞行，因此，相邻航路点RP1ij、RP2ij构成Airlinej/RP1ij-RP2ij(Airlinej/RP1ij-RP2ij为航 路Airlinej内从位置点RP1ij到位置点RP2ij所构成航路段的标识)和Airlinej/RP2ij-RP1ij(Airlinej/RP2ij-RP1ij为航路Airlinej内从位置点RP2ij到位置点RP1ij所构成航路段的标识)两个方向的航路段；
航路段Airlinej/RP1ij-RP2ij中，RP1ij为航路段起始点，RP2ij为航路段结束点；
航路段Airlinej/RP2ij-RP1ij中，RP2ij为航路段起始点，RP1ij为航路段结束点。
由此，T_RS表中共含NUM_ROUTE_SEG＝2*(segN1+segN2+…segNlineN)组数据， 分别对应2*(segN1+segN2+…segNlineN)个航路段。航路段起始点和结束点位置，可通 过其名称，查询静态航行资料(导航台数据)获得。
步骤S2针对关注区域内所有航路段建立历史航班影响因素数据库，包括建立航路重要天气历史信息库和建立特殊空域活动历史库。步骤如下：
S2-1：建立针对航(路)段的重要天气历史信息库，包括如下步骤：
S2-1-1，针对步骤S1建立的NUM_ROUTE_SEG个航路段，分别建立气象影响历 史数据表，表名WEATHERij分别由其航路段标识L_RSij(如Airlinej/RP1ij-RP2ij)、分 隔符(如/)、气象标识(如WEA)构成。如：航路段Airlinej/RP1ij-RP2ij所对应的气象 影响历史数据表为Airlinej/RP1ij-RP2ij/WEA。表中字段包括：恶劣天气类型、开始日期 (年月日)、开始时间(时分)、结束日期(年月日)、结束时间(时分)。
S2-1-2，采集空管自动化系统接收到的航路重要天气情报(SIGMET)，提取其中 的天气现象、有效时段(以年月日时分表达的开始和结束时间)、恶劣天气范围或(当 前位置、移动方向)等信息。
S2-1-3，根据恶劣天气范围或当前位置、移动方向等信息，计算区域ControlArea内受恶劣天气影响的航路段。如果有，这些航路段Airlinej/RP1ij-RP2ij对应的气象影响 历史数据表Airlinej/RP1ij-RP2ij/WEA中各增加一条记录，记录中各字段的值分别由 S2-1-2中提取的恶劣天气现象、有效时段信息转换得到；
S2-2：建立特殊空域活动历史库，包括：
S2-2-1，针对关注区域ControlArea内specN个名为Specil_AIRSPACEv(v＝1，…，specN)的特殊空域，分别建立空域-航段重叠关系表OVERLAP_Specil_AIRSPACEv (v＝1，…，specN)，表中字段至少包括：航路段标识。
S2-2-2，分别计算特殊空域Specil_AIRSPACEv(v＝1，…，specN)与 NUM_ROUTE_SEG个航路段在平面上的重叠关系，并将与特殊空域 Specil_AIRSPACEv重叠的所有航路段标识填入到OVERLAP_Specil_AIRSPACEv表中； 如果没有航路段与其重叠，则OVERLAP_Specil_AIRSPACEv表为空；
S2-2-3，针对NUM_ROUTE_SEG个航路段，分别建立特殊空域活动影响历史数据 表，表名ACTIVEij由其航路段标识L_RSij(如Airlinej/RP1ij-RP2ij)、分隔符(如/)、和 空域活动标识(如ACT)构成。如：航路段Airlinej/RP1ij-RP2ij所对应特殊空域活动历 史数据表名为Airlinej/RP1ij-RP2ij/ACT。表中字段至少包括：(影响航路段运行的)特 殊空域名称、活动开始日期(年月日)、活动开始时间(时分)、活动结束日期(年月 日)、活动结束时间(时分)。
S2-2-4，采集空管自动化系统接收或发布的Specil_AIRSPACEv(v＝1，…，specN)的活动信息，提取特殊空域名称Specil_AIRSPACEv、活动开始时间(年月日时分)、 活动结束时间(年月日时分)。
S2-2-5，在步骤S2-2-2中建立的表OVERLAP_Specil_AIRSPACEv中查找与空域Specil_AIRSPACEv在空间重叠的所有航路段Airlinej/RP1ij-RP2ij；如果有，所述航路段 对应的特殊空域活动影响历史数据表Airlinej/RP1ij-RP2ij/ACT中各增加一条记录，记录 中各字段的值分别为S2-2-4中提取的信息。
步骤S3包括：
S3-1：针对步骤S1建立的NUM_ROUTE_SEG个航路段，分别建立历史航班数据 表FLIGHTij，表名FLIGHTij由其航路段标识L_RSij(如Airlinej/RP1ij-RP2ij)、间隔符 (如/)和历史航班标识(FLT)构成。如：航路段Airlinej/RP1ij-RP2ij对应历史航班数 据表为Airlinej/RP1ij-RP2ij/FLT。表中字段包括：航班号、航空公司代码、执飞航空器 尾流类型、起飞机场、落地机场、所处航季、航班执行日周序、进入航段日期(年月 日)、进入航段时间(时分)、进入航段高度、离开航段日期(年月日)、离开航段时间 (时分)、离开航段高度、航段气象状态、周边特殊空域活动状态。
S3-2：循环采集并处理由空管自动化系统接收或发布的航班飞行数据报文(符合MH/T 4029.3标准)。以飞行计划号(IFPLID)为唯一标识存储并更新飞行数据信息， 直到RTEPTS字段(航路点列表)中(关注区域内)最后一个PT(航路点)的-ISPASS 状态(飞越状态)变为Y(已飞越)时，进入以下步骤：
S3-3：解析航班飞行数据，提取航班相关飞行信息，并关联航班影响因素信息， 更新各航段的历史航班数据表。包括下列步骤：
S3-3-1，解析飞行数据报文中ATSRT字段内航路信息及途经的具体航路段，并以此为基础，解析飞行计划其它信息(包括航班号、起降机场、进入航段时间、离开航 段时间、在航段内的飞行高度等)、关联相关的气象和空域活动信息，存储至各航路段 对应的历史航班数据表中。包括下列步骤：
S3-3-1-a，从飞行数据的首个ATSRT开始，解析ATSRT相关信息，提取航班所经 航路名line、航路进入点lineP_entry和离开点lineP_exit；
S3-3-1-b，在RTEPTS信息的PT子字段中查找航路点lineP_entry和lineP_exit，在航路点lineP_entry和lineP_exit之间，且在关注空域内的所有点按顺序两两构成航路段line/lineP_entry-PX1、line/PX1-PX2、…、line/PXN-lineP_exit，所述航路段对应的历史航班数据表line/lineP_entry-PX1/FLT、line/PX1-PX2/FLT、…、line/PXN-lineP_exit/FLT 分别增加一条历史航班记录，此时所述记录所有字段内容为空；航路段 line/PXN-lineP_exit，PXN为航路段起始点，lineP_exit为航路段结束点； line/PXN-lineP_exit/FLT为航路段line/PXN-lineP_exit对应的历史航班数据表；
S3-3-1-c，提取PT子字段中各航路点的飞越时间和飞越高度信息，并计算，分别对数据表line/lineP_entry-PX1/FLT、line/PX1-PX2/FLT、…、line/PXN-lineP_exit/FLT表 新增记录的进入航段日期、进入航段时间、进入航段高度、离开航段日期、离开航段 时间、离开航段高度等字段赋值。
S3-3-1-d，解析飞行数据的EOBD(预计撤轮挡日期，如20190418)、ADEP(起 飞机场,如虹桥机场ZSSS)、ADES(落地机场，如首都机场ZBAA)、ARCID(航班号， 如CCA1233)、ARCTYP(机型,如空客A321)信息，分别对数据表 line/lineP_entry-PX1/FLT、line/PX1-PX2/FLT、…、line/PXN-lineP_exit/FLT新增记录的 所处航季、航班执行日周序、起飞机场、落地机场、航空公司代码、航班号、执飞航 空器尾流类型字段赋值。
S3-3-1-e，遍历步骤S2-1所建立的气象影响历史数据表WEATHERij，分别用 line/lineP_entry-PX1/FLT、line/PX1-PX2/FLT、…、line/PXN-lineP_exit/FLT表中最新记 录的离开航段日期时间(年月日时分)、进入航段日期时间(年月日时分)与表 WEATHERij中所有记录的恶劣天气开始日期、开始时间、结束日期、结束时间比较， 如果有重合，则将新增记录的“航路段气象状态”置位。
S3-3-1-f，遍历步骤S2-2所建的特殊空域活动影响历史数据表ACTIVEij，分别用line/lineP_entry-PX1/FLT、line/PX1-PX2/FLT、…、line/PXN-lineP_exit/FLT表中新增记 录的离开航段日期时间(年月日时分)、进入航段日期时间(年月日时分)与表ACTIVEij中所有记录的特殊空域活动开始日期、活动开始时间、活动结束日期、活动结束时间 比较，如果有重合，则将新增记录的“周边特殊空域活动状态”置位。
S3-3-2，重复步骤S3-3-1，直到飞行数据信息中所有条ATSRT信息解析、处理完毕；
S3-4，并重复步骤S3-2和S3-3，采集与处理其它航班的飞行数据。
步骤S4包括：针对关注空域内所有航段Airlinej/RP1ij-RP2ij，分别根据其历史航班 数据表中某一航季(如2019年冬春航季或2019年夏秋航季)内的数据，按下列步骤 计算以下各类航班的经验飞越高度：
S4-1：计算一航季内五种尾流类型：超重型J、重型B、一般重型C、中型M、轻 型L的航空器执飞航班进入、离开航路段的经验飞行高度，记为[FL_IN-J(超重型机 进入航段高度)、FL_OUT-J(超重型机离开航段高度)]、[FL_IN-B(重型机进入航段 高度)、FL_OUT-B(重型机离开航段高度)]、[FL_IN-C(一般重型机进入航段高度)、 FL_OUT-C(一般重型机离开航段高度)]、[FL_IN-M(中型机进入航段高度)、FL_OUT-M (中型机离开航段高度)]、[FL_IN-L(轻型机进入航段高度)、FL_OUT-L(轻型机离 开航段高度)]，形成一航季内针对航路段Airlinej/RP1ij-RP2ij的各尾流类型航班的飞 行高度表；
S4-2：计算一航季内各航空公司、五种尾流类型航空器执飞航班进入和离开航路段的经验飞行高度，记为[COMk航司的超重型机进入航段高度FL_IN-COMk-J、COMk航司的超重型机离开航段高度FL_OUT-COMk-J]、[COMk航司的重型机进入航段高度 FL_IN-COMk-B、COMk航司的重型机离开航段高度FL_OUT-COMk-B]、[COMk航司的 一般重型机进入航段高度FL_IN-COMk-C、COMk航司的一般重型机离开航段高度 FL_OUT-COMk-C]、[COMk航司的中型机进入航段高度FL_IN-COMk-M、COMk航司 的中型机离开航段高度FL_OUT-COMk-M]、[COMk航司的轻型机进入航段高度 FL_IN-COMk-L、COMk航司的轻型机离开航段高度FL_OUT-COMk-L]，形成一航季内 针对航路段Airlinej/RP1ij-RP2ij的指定航空公司、各尾流类型航班的飞行高度表；其中， COMk为航空公司代码；
S4-3：计算一航季内采用不同尾流类型(共5种)航空器执飞的指定航班进入、 离开航路段的经验飞行高度，记为：[以超重型机执飞、航班号为FLIGHTk的航班进入 航段高度FL_IN-FLIGHTk-J、以超重型机执飞、航班号为FLIGHTk的航班离开航段高 度FL_OUT-FLIGHTk-J]、[以重型机执飞、航班号为FLIGHTk的航班进入航段高度 FL_IN-FLIGHTk-B、以重型机执飞、航班号为FLIGHTk的航班离开航段高度 FL_OUT-FLIGHTk-B]、[以一般重型机执飞、航班号为FLIGHTk的航班进入航段高度 FL_IN-FLIGHTk-C、以一般重型机执飞、航班号为FLIGHTk的航班离开航段高度 FL_OUT-FLIGHTk-C]、[以中型机执飞、航班号为FLIGHTk的航班进入航段高度 FL_IN-FLIGHTk-M、以中型机执飞、航班号为FLIGHTk的航班离开航段高度FL_OUT-FLIGHTk-M]、[以轻型机执飞、航班号为FLIGHTk的航班进入航段高度 FL_IN-FLIGHTk-L、以轻型机执飞、航班号为FLIGHTk的航班离开航段高度 FL_OUT-FLIGHTk-L]，形成一航季内针对航路段Airlinej/RP1ij-RP2ij的指定重复性航班 飞行高度表，其中，FLIGHTk为指定航班的航班号。
步骤S4-1所述的五种尾流类型：超重型J、重型B、一般重型C、中型M、轻型L 的航空器执飞航班的经验飞行高度[FL_IN-J、FL_OUT-J]、[FL_IN-B、FL_OUT-B]、[FL_IN-C、FL_OUT-C]、[FL_IN-M、FL_OUT-M]、[FL_IN-L、FL_OUT-L]，计算方法 为：取一航季内历史航班数据表Airlinej/RP1ij-RP2ij/FLT中尾流类型相同的所有航班进 入、离开航路段飞行高度的平均值，并根据该航段的走向和东单西双原则，向上或向 下取整至《中国民航实施缩小的垂直间隔(RVSM)飞行高度层配备标准》中的标准高 度层。计算顺序为：中型M、轻型L、一般重型C、重型B、超重型J。如表 Airlinej/RP1ij-RP2ij/FLT中无某一尾流类型航班数据，该类型(“一般重型”除外)对应 的经验飞行高度值取前一类型的飞行高度值(“一般重型”的飞行高度值取“中型”的值)。 针对五种尾流类型，还可分别细化计算恶劣天气影响下、特殊空域活动影响下、正常 情况下，对应航班的经验飞行高度，以支撑后续更细化的飞行高度预测功能。
步骤S4-2所述的各航空公司五种尾流类型航空器执飞航班的经验飞行高度 [FL_IN-COMk-J、FL_OUT-COMk-J]、[FL_IN-COMk-B、FL_OUT-COMk-B]、 [FL_IN-COMk-C、FL_OUT-COMk-C]、[FL_IN-COMk-M、FL_OUT-COMk-M]、 [FL_IN-COMk-L、FL_OUT-COMk-L]，计算方法：取某航季内历史航班数据表 Airlinej/RP1ij-RP2ij/FLT中尾流类型和航空公司代码相同的所有航班中使用频率最高的 飞行高度值。如表Airlinej/RP1ij-RP2ij/FLT中无指定航空公司的指定尾流类型的数据， 则该指定航空公司、指定尾流类型的航班经验飞行高度值取步骤S4-1中相应尾流类型 的经验飞行高度值。针对各航空公司的各尾流类型航班，还可分别细化计算恶劣天气 影响下、特殊空域活动影响下、正常情况下，相应航班的经验飞行高度，以支撑后续 更细化的飞行高度预测功能。
步骤S4-3所述的采用不同尾流类型航空器执飞的指定航班经验飞行高度 [FL_IN-FLIGHTk-J、FL_OUT-FLIGHTk-J]、[FL_IN-FLIGHTk-B、FL_OUT-FLIGHTk-B]、 [FL_IN-FLIGHTk-C、FL_OUT-FLIGHTk-C]、[FL_IN-FLIGHTk-M、 FL_OUT-FLIGHTk-M]、[FL_IN-FLIGHTk-L、FL_OUT-FLIGHTk-L]，其特征在于，计 算方法为：取某航季内历史航班数据表Airlinej/RP1ij-RP2ij/FLT中起飞机场、落地机场、 航班号、尾流类型相同的所有航班中使用频率最高的飞行高度值。如表 Airlinej/RP1ij-RP2ij/FLT中无指定航班的指定尾流类型数据，则指定起飞机场、落地机 场、航班号、尾流类型航班的飞行高度值取步骤S4-2中相应航空公司和尾流类型的飞 行高度值。针对各具体航班，还可分别细化计算恶劣天气影响下、特殊空域活动影响 下、正常情况下，(各尾流类型航空器执飞)航班的经验飞行高度，以支撑后续更细化 的飞行高度预测功能。
步骤S5包括以下步骤：
S5-1：针对预先飞行计划(含航班时刻表中一条重复性飞行计划、季节性或节日包机等飞行计划)，解析并提取该计划执行的航季、执飞航空器尾流类型、起飞机场、 落地机场、航班号及所属航空公司，以及航路信息。
S5-2：在计划航路包含航段Airlinej/RP1ij-RP2ij的情况下，预测航班进入、离开该航段Airlinej/RP1ij-RP2ij的飞行高度，步骤为：以航季、尾流类型、起飞机场、落地机 场、航班号为关键属性在步骤S4-3中所建的指定重复性航班飞行高度表中查询匹配项。 如果有，则飞行高度预测值取该匹配项的经验飞行高度值；否则，以航季、尾流类型、 航空公司代码为关键属性在步骤S4-2所建的指定航空公司、各尾流类型航班飞行高度 表中查询匹配项。如果有，则预测值取该匹配项的经验飞行高度值；否则，预测值取 步骤S4-1所建的指定尾流类型航班飞行高度表中相关尾流类型对应的经验飞行高度值。
步骤S6包括以下步骤：
S6-1：解析待预测飞行计划，提取该飞行计划的执行日期Date、执飞航空器尾流类型Wake、起飞机场Adep、落地机场Aarr、航班号Acid、所属航空公司代码Code 以及航路等信息。假设计划航路包含航段Airlinej/RP1ij-RP2ij，在此条件下预测航班在 Airlinej/RP1ij-RP2ij上的飞行高度。
S6-2：将计划执行日期Date换算为周序Wn；根据计划预计起飞时间、前序各航 段经验飞行时间，推算航班进入航路段Airlinej/RP1ij-RP2ij的时刻Tstart和离开航路段Airlinej/RP1ij-RP2ij的时刻Tend；
S6-3：遍历接收到的生效日为Date的航路重要天气报，检索生效时段与[Tstart,Tend] 重叠、影响范围与航路段Airlinej/RP1ij-RP2ij重叠的恶劣天气信息。如果有，则设置参 数badW，并将其置位。
S6-4：遍历接收到的生效日为Date的特殊空域活动报，检索与航路段 Airlinej/RP1ij-RP2ij重叠、生效时段与[Tstart,Tend]重叠的空域活动信息。如果有，则设 置参数actT，并将其置位。
S6-5：以执行日周序Wn、尾流类型Wake、起飞机场Adep、落地机场Aarr、航 班号Acid、参数badW、参数actT为关键属性，在步骤S3所建的(航路段 Airlinej/RP1ij-RP2ij)当前航季历史航班数据表中，以逆时间顺序查询匹配项。如查询到 匹配项，则预测值取该匹配项的飞行高度值；否则，以执行日周序Wn、尾流类型Wake、 所属航空公司代码Code、参数badW、参数actT为关键属性，在步骤S3所建的(航 路段Airlinej/RP1ij-RP2ij)当前航季历史航班数据表中，以逆时间顺序查询匹配项。如 查询到匹配项，则预测值取该匹配项的飞行高度值；否则，以尾流类型Wake、所属航 空公司代码Code、参数badW、参数actT为关键属性，在步骤S3所建的(航路段 Airlinej/RP1ij-RP2ij)当前航季历史航班数据表中，以逆时间顺序查询匹配项。如查询到 匹配项，则预测值取该匹配项的飞行高度值；否则以尾流类型Wake、航空公司代码 Code为关键属性，在步骤S4-2所建指定航空公司(各尾流类型航班)飞行高度表中查 询匹配项。如果有，则预测值取该表中匹配项的经验飞行高度值；否则预测值取步骤 S4-1所建各尾流类型航班飞行高度表中、与尾流类型Wake对应的经验飞行高度值。
本发明基于空管自动化系统值班运行过程中的历史航班飞行数据及所途径空域的 运行数据，分类统计分析各种环境(主要指航季、气象、周边特殊空域活动状态等条 件)下各类航班在各航路段的飞行高度，并基于航班运营和空管运行的稳定性、可控 性原则，将其推定为未来相似空域环境下相关航班的飞行高度，作为战略和预战术阶 段飞行流量预测的依据，大幅提高了预测结果的准确性。同时，航班的历史飞行高度 统计结果反馈至民航局监控中心，作为编排航班时刻表的参考依据，可提高所制定航 班时刻表的合理性。
有益效果：(1)本发明填补了国内流量管理战略和预战术阶段对(未来)航班在 不同条件下航路段内飞行高度预测的空白。(2)同时，与其它基于模型、基于航空器 轨迹数据挖掘的轨迹(含飞行高度)预测方法相比，本发明方法具有计算量小、实时 性强、适用于各种空域运行环境、预测准确度高的优势。(3)各尾流类型(航空器执 飞)航班的历史飞行高度统计结果反馈至民航局监控中心，作为编排航班时刻表的参 考依据，可提高所制定航班时刻表的合理性。
附图说明
下面结合附图和具体实施方式对本发明做更进一步的具体说明，本发明的上述和/ 或其他方面的优点将会变得更加清楚。
图1是基于空管历史飞行数据预测航班飞行高度的流程示意图。
图2是关注空域AC10扇区内的多个航路段示意图。
图3是航路重要天气报(SIGMET)报文、及雷暴与航路段的位置关系示例。
图4是特殊空域(危险区)与航路段位置关系示例。
图5是危险区活动报示例。
图6是(飞越AC10的)历史航班CCA1233的详细飞行数据(CPL报文，符合MH/T4029.3 标准)。
图7是2019年4月18日飞越AC10的部分历史航班列表。
图8是战略阶段(2021年初编制的2021年夏秋季)航班时刻表(部分)。
图9是预战术阶段航班领航计划报(FPL)。该航班2021年6月1日执行，5月27日 (提前4天)发布领航计划。
具体实施方式
本实施例以穿越扇区AC10的航路AL1中的多个航路段SZ-BAV-DKO(含往、返 双向)，以及一段时间内航路段运行环境、飞经航路段上的历史航班飞行数据为例，说 明利用历史数据对未来飞越该航路段的各类航班飞行高度的预测方法，如图1所示， 具体的方法步骤如下：
步骤1：建立关注区域AC10内的航路段数据库
步骤1-1：依据关注区域范围AC10和飞行管制一号规定，解析AC10内的航路段 (图2)。图2示例了1条穿越AC10的航路AL1。截取该条航路在AC10内的航路段， 在不考虑航路段航向的情况下，分别为SZ-BAV、BAV-DKO。
步骤1-2：建立航路段数据表T_RS。T_RS至少包括下列字段：航路段标识、航路 段起始点位置、航路段结束点位置。其中，航路段标识L_RSij由下列元素组成：航路 (航线)代号、分隔符、航路段起始点名称、分隔符、航路段结束点名称(航路段起 始点和结束点名称的顺序标示航班在航路段内的飞行方向)，分隔符可用“/”或“-”等符 号。(如：一个航路段标识Airlinej/RP1ij-RP2ij)。考虑到在同一航路(航线)上往返的 航班按“东单西双”的原则在不同高度层飞行，因此，相邻航路点RP1ij、RP2ij可构成 Airlinej/RP1ij-RP2ij和Airlinej/RP2ij-RP1ij两个方向的航路段。航路段Airlinej/RP1ij-RP2ij中，RP1ij为航路段起始点名称，RP2ij为航路段结束点名称；航路段Airlinej/RP2ij-RP1ij中，RP2ij为航路段起始点名称，RP1ij为航路段结束点名称。由此，T_RS表中共含 NUM_ROUTE_SEG＝2*(segN1+segN2+…segNlineN)组数据，分别对应2*(segN1+ segN2+…segNlineN)个航路段。航路段起始点和结束点位置，可通过其名称，查询静态 航行资料(导航台数据)获得。图2中，航路AL1在AC10内的航路段标识分别为： AL1/SZ-BAV、AL1/BAV-DKO；AL1/DKO-BAV、AL1/BAV-SZ。由此，T_RS表中共含 NUM_ROUTE_SEG＝2*2＝4组数据，分别对应4个航路段。
步骤2：针对关注区域内所有航路段，建立历史航班影响因素数据库。历史航班影响因素数据库包括历史气象数据库和历史特殊空域活动库。
步骤2-1：建立历史气象数据(主要指航路重要天气信息)库。步骤包括：
步骤2-1-1：针对步骤1建立的NUM_ROUTE_SEG个航路段，分别建立气象影响 历史数据表，表名WEATHERij分别由其航路段标识L_RSij、“气象标识”构成。此处 “气象标识”可由确定的字符串组成，如“/WEA”等。如：航路段Airlinej/RP1ij-RP2ij所对应的气象影响历史数据表为Airlinej/RP1ij-RP2ij/WEA。表WEATHERij中字段至少 包括：恶劣天气类型、开始日期(年月日)、开始时间(时分)、结束日期(年月日)、 结束时间(时分)。图2示例的4个航路段对应的气象影响历史数据表名分别为： AL1/SZ-BAV/WEA、AL1/BAV-DKO/WEA；AL1/DKO-BAV/WEA、AL1/BAV-SZ/WEA。
步骤2-1-2：采集(空管自动化系统接收到的)航路重要天气情报(SIGMET)(图 3)，提取其中的恶劣天气现象、有效时段(日时分表达的开始和结束时间)、天气范围 或(当前位置、移动方向)等信息。恶劣天气现象包括：雷暴(TS)、热带气旋(TC)、 火山灰(VA)、严重颠簸(SEVTURB)、积冰(SEVICE)、严重的山地波(SEV MTW) 强尘暴(HVY DS)强沙暴(HVYSS)，均会影响航班飞行；有效时段需添加报文接 收日所在的年和月。
步骤2-1-3：根据天气范围或(当前位置、移动方向)等信息计算受其影响的航路段。如果有，这些航路段Airlinej/RP1ij-RP2ij对应的气象影响历史数据表 Airlinej/RP1ij-RP2ij/WEA各增加一条记录，该记录中各字段(恶劣天气类型、开始日期、 开始时间、结束日期、结束时间)的值分别由步骤2-1-2中提取的恶劣天气现象、有效 时段信息转换得到。图3示例的是雷暴天气报，但从该雷暴的初始位置和移动方向看, 它与航路AL1在AC10中的四个航段均保持安全距离。因此，针对该雷暴， AL1/SZ-BAV/WEA、AL1/BAV-DKO/WEA、AL1/DKO-BAV/WEA、AL1/BAV-SZ/WEA 均不需要新增记录。
步骤2-2：建立特殊空域活动历史库。步骤包括：
步骤2-2-1：针对关注区域内specN个名为Specil_AIRSPACEv(v＝1，…，specN) 的特殊空域，分别建立空域-航段重叠关系表OVERLAP_Specil_AIRSPACEv(v＝1，…， specN)，表中字段至少包括：(与之相互影响的)航路段标识。对图4中示例的1个特 殊空域：危险区TEST01，本步骤建立了1个空域-航段重叠关系表：OVERLAP_TEST01。
步骤2-2-2：将特殊空域Specil_AIRSPACEv(v＝1，…，specN)周边设置一定的保护范围(如，可在特殊空域周边向外扩5公里或不向外扩)，分别计算其与 NUM_ROUTE_SEG个航路段在平面上的重叠关系，并将与第v个特殊空域重叠的所有 航路段标识填入到OVERLAP_Specil_AIRSPACEv表中；如无航路段与其重叠，则 OVERLAP_Specil_AIRSPACEv表为空。图4中，危险区TEST01与AL1/DKO-BAV、 AL1/BAV-DKO航段重叠，因此，OVERLAP_TEST01表中包含2条数据记录： AL1/DKO-BAV、AL1/BAV-DKO。
步骤2-2-3：针对NUM_ROUTE_SEG个航路段，分别建立特殊空域活动影响历史 数据表，表名ACTIVEij由其航路段标识L_RSij和“空域活动标识”构成。此处“空域 活动标识”可由确定的字符串组成，如“/ACT”等。如：航路段Airlinej/RP1ij-RP2ij所 对应特殊空域活动历史数据表为Airlinej/RP1ij-RP2ij/ACT。表ACTIVEij中字段至少包括： (影响航路段运行的)特殊空域名称、活动开始日期(年月日)、活动开始时间(时分)、 活动结束日期(年月日)、活动结束时间(时分)。图2示例的航段所对应的特殊空域 活动历史数据表名分别为：AL1/SZ-BAV/ACT、AL1/BAV-DKO/ACT、 AL1/DKO-BAV/ACT、AL1/BAV-SZ/ACT。
步骤2-2-4：采集(空管自动化系统接收或发布的)特殊空域活动信息，提取特殊空域名称airspace、活动开始时间(年月日时分)、活动结束时间(年月日时分)。图5 示例了危险区TEST01的活动时段，提取的空域活动信息为：特殊空域名称TEST01、 活动开始时间(2019.04.19日00:00)、活动结束时间(2019.04.19日03:00)。
步骤2-2-5：在步骤2-2-2中建立的表OVERLAP_Specil_AIRSPACEv中查找与活动空域空间重叠的所有航路段Airlinej/RP1ij-RP2ij。如果有，这些航路段对应的特殊空域 活动影响历史数据表Airlinej/RP1ij-RP2ij/ACT各增加一条记录，该记录中各字段(特殊 空域名称、活动开始日期、活动开始时间、活动结束日期、活动结束时间)的值分别 由步骤2-2-4中提取的特殊空域名称、活动开始时间(年月日时分)、活动结束时间(年 月日时分)换算得到。结合示例图4和图5，表AL1/DKO-BAV/ACT和表 AL1/BAV-DKO/ACT中应各增加一条关于危险区TEST01的活动记录，内容为：特殊 空域名称TEST01、活动开始日期(2019.04.19)、活动开始时间(00:00)、活动结束日 期(2019.04.19)、活动结束时间(03:00)。
步骤3：针对关注区域内所有航路段，建立历史航班数据库
步骤3-1：针对步骤1建立的NUM_ROUTE_SEG个航路段，分别建立历史航班数 据表FLIGHTij，表名FLIGHTij由其航路段标识L_RSij和“历史航班标识”构成。此 处“历史航班标识”可由确定的字符串组成，如“/FLT”等。如：航路段Airlinej/RP1ij-RP2ij所对应历史航班数据表为Airlinej/RP1ij-RP2ij/FLT。表中字段至少包括：航班号、航空 公司代号、执飞航空器尾流类型、起飞机场、落地机场、所处航季、航班执行日周序、 进入航段日期(年月日)、进入航段时间(时分)、进入航段高度、离开航段日期(年 月日)、离开航段时间(时分)、离开航段高度、航路段气象状态、周边特殊空域活动 状态。图2中各航路段上的历史航班数据表为：AL1/SZ-BAV/FLT、AL1/BAV-DKO/FLT； AL1/DKO-BAV/FLT、AL1/BAV-SZ/FLT。
步骤3-2：循环采集并处理由空管自动化系统接收或发布的(飞越关注空域的历史) 航班飞行数据报文(符合MH/T 4029.3标准)。图6示例了2019年4月18日航班 CCA1233飞过AC10内最后一个航路点DKO后自动化系统发布的CPL报文。图7以 清单形式示例了2019年4月18日飞越AC10的部分历史航班。对某一具体航班而言， 以飞行计划号(IFPLID)为唯一标识(任一航班在飞行过程中，其飞行数据会不断更 新，但其飞行计划号始终不变)存储并更新飞行数据信息，直到RTEPTS字段(航路 点列表)中(关注区域内)最后一个PT(航路点)的-ISPASS状态(飞越状态)变为 Y(已飞越)时，进入以下步骤。
步骤3-3：提取航班相关飞行信息，并关联航班影响因素信息，更新各航段的历史航班数据表。包括下列步骤：
步骤3-3-1：解析飞行数据报文中ATSRT字段内航路信息及途经的具体航路段， 并以此为基础，解析飞行计划其它信息、关联相关的气象和空域活动信息，存储至各 航路段对应的历史航班数据表中。包括下列步骤：
步骤3-3-1-1：从飞行数据的首个ATSRT开始，解析ATSRT相关信息，提取航班 所经航路名line、航路进入点lineP_entry和离开点lineP_exit。示例图6中，从第一条 ATSRT字段信息“ATSRT AL1 SELGO ATBUG”解析出航班CCA1233途径航路AL1， 进入点为SELGO、离开点为ATBUG。
步骤3-3-1-2：在RTEPTS信息的PT子字段中查找航路点lineP_entry和lineP_exit， 这两点之间的航路，如果有航路点位于关注空域内、或这两点构成的航路段穿越关注 空域，则这些点按顺序两两构成航路段line/lineP_entry-PX1、line/PX1-PX2、…、line/PXN-lineP_exit，否则从本步骤退出，进入步骤3-3-2。这些航路段对应的历史航班数据表line/lineP_entry-PX1/FLT、line/PX1-PX2/FLT、…、line/PXN-lineP_exit/FLT分别 增加一条历史航班记录。此时该记录所有字段内容为空。示例图6中，航路点SELGO 和ATBUG之间、且在关注区域ACC10内有2个航路段AL1/SZ-BAV、 AL1/BAV-DKO，它们对应的历史航班数据表AL1/SZ-BAV/FLT、AL1/BAV-DKO/FLT 分别增加一条空记录。
步骤3-3-1-3：提取PT子字段中各航路点的飞越时间和飞越高度信息，分别对步骤3-3-1-2内各表中新增空记录的部分字段赋值。这些字段包括：进入航段日期、进入 航段时间、进入航段高度、离开航段日期、离开航段时间、离开航段高度。依据图6， 历史航班数据表AL1/SZ-BAV/FLT、AL1/BAV-DKO/FLT新增记录的“进入航段日期、 进入航段时间、进入航段高度、离开航段日期、离开航段时间、离开航段高度字段的 值，分别为：【20190418、1028、S1100、20190418、1044、S1100】、【20190418、1044、 S1100、20190418、1102、S1100】
步骤3-3-1-4：解析飞行数据的EOBD、ADEP、ADES、ARCID、ARCTYP信息， 分别对步骤3-3-1-2内各表中新增空记录的部分字段赋值。这些字段包括：所处航季、 航班执行日周序、起飞机场、落地机场、航空公司、航班号、执飞航空器尾流类型。 依据图6，历史航班数据表AL1/SZ-BAV/FLT、AL1/BAV-DKO/FLT新增记录的所处航 季、航班执行日周序、起飞机场、落地机场、航空公司、航班号、执飞航空器尾流类 型字段的值，均为：【SA(夏秋)、THUR、ZBAA、ZWKM、CCA、CCA1233、M】
步骤3-3-1-5：遍历所有气象影响历史数据表WEATHERij，分别用 line/lineP_entry-PX1/FLT、line/PX1-PX2/FLT、…、line/PXN-lineP_exit/FLT表中新增记 录的离开航段日期时间(年月日时分)、进入航段日期时间(年月日时分)与表 WEATHERij中所有记录的恶劣天气开始日期、开始时间、结束日期、结束时间比较， 如果有重合，则将该新增记录的“航路段气象状态”字段置位。图3示例的雷暴天气， 因不影响图6示例的航班CCA1233在ACC10内各航段的飞行，历史航班数据表 AL1/SZ-BAV/FLT、AL1/BAV-DKO/FLT新增记录的航路段气象状态字段值均为0。
步骤3-3-1-6：遍历所有特殊空域活动影响历史数据表ACTIVEij，分别用 line/lineP_entry-PX1/FLT、line/PX1-PX2/FLT、…、line/PXN-lineP_exit/FLT表中新增记 录的离开航段日期时间(年月日时分)、进入航段日期时间(年月日时分)与表ACTIVEij中所有记录的特殊空域活动开始日期、活动开始时间、活动结束日期、活动结束时间 比较，如果有重合，则将该新增记录的“周边特殊空域活动状态”字段置位。图5示 例的空域活动时段在19日00:00—13:00，因不影响图6示例的航班CCA1233在ACC10 内各航段的飞行，历史航班数据表AL1/SZ-BAV/FLT、AL1/BAV-DKO/FLT新增记录的 周边特殊空域活动状态字段值均为0。
至此，针对图6示例的航班CCA1233，航段AL1/SZ-BAV和AL1/BAV-DKO的历 史航班数据表AL1/SZ-BAV/FLT、AL1/BAV-DKO/FLT的新增记录内容(含：航班号、 航空公司代码、执飞航空器尾流类型、起飞机场、落地机场、所处航季、航班执行日 周序、进入航段日期、进入航段时间、进入航段高度、离开航段日期、离开航段时间、 离开航段高度、航路段气象状态、周边特殊空域活动状态)依次为：
【CCA1233、CCA、M、ZBAA、ZWKM、SA(夏秋)、THUR、20190418、1028、 S1100、20190418、1044、S1100、0、0】、
【CCA1233、CCA、M、ZBAA、ZWKM、SA(夏秋)、THUR、20190418、1044、 S1100、20190418、1102、S1100、0、0】
步骤3-3-2：循环重复步骤3-3-1，直到飞行数据信息中所有条ATSRT信息解析、 处理完毕。图6示例中，因航路AL2不穿越关注区域ACC10，因此在处理“ATSRT AL2 ATBUGNUKTI”相关信息的过程中退出“步骤3-3-1～步骤3-3-2”循环。
步骤3-4，重复步骤3-2和3-3,采集与处理其它航班的飞行数据。
步骤4：针对关注区域内所有航路段，统计各类航班的经验飞行高度。即：针对关注空域内所有航段Airlinej/RP1ij-RP2ij，分别根据其历史航班数据表中某一航季(如2019年冬春或2019年夏秋)内的数据，按下列步骤计算以下几类航班的经验飞越高度：
步骤4-1：针对每一航段Airlinej/RP1ij-RP2ij(j＝1,…,lineN；i＝1,…,segNj)，计算某 航季内五种尾流类型(超重型J、重型B、一般重型C、中型M、轻型L)航空器执飞 航班在该航段上进/出的经验飞行高度，记为[FL_IN-J、FL_OUT-J]、[FL_IN-B、FL_OUT -B]、[FL_IN-C、FL_OUT-C]、[FL_IN-M、FL_OUT-M]、[FL_IN-L、FL_OUT-L]，形 成某航季内针对该航段的各尾流类型航班经验飞行高度表。其中，FL_IN为进入航段 (Airlinej/RP1ij-RP2ij)时的飞行高度、FL_OUT为离开航段(Airlinej/RP1ij-RP2ij)时 的飞行高度。
计算方法为：取航路段Airlinej/RP1ij-RP2ij对应的历史航班数据表 Airlinej/RP1ij-RP2ij/FLT中某航季内尾流类型相同(如“中型M”)的所有航班进入、离 开航路段(Airlinej/RP1ij-RP2ij)时飞行高度的平均值，并根据该航段的走向和“东单西 双”原则，向上或向下取整至《中国民航实施缩小的垂直间隔(RVSM)飞行高度层配 备标准》中的标准高度层。计算顺序为：中型M、轻型L、一般重型C、重型B、超 重型J。如表Airlinej/RP1ij-RP2ij/FLT中无某一尾流类型航班数据，则该类型(“一般重 型”除外)对应的经验飞行高度值取前一类型的值(“一般重型”的飞行高度值取“中型” 的值)。针对五种尾流类型，还可分别细化计算恶劣天气影响下、特殊空域活动影响下、 正常情况下，各尾流类型(航空器执飞)航班的经验飞行高度，以支撑后续更细化的 飞行高度预测功能。
步骤4-2：针对每一航段Airlinej/RP1ij-RP2ij(j＝1,…,lineN；i＝1,…,segNj)，计算某 航季内各航空公司五种尾流类型(航空器执飞)航班进入、退出该航段的经验飞行高 度，记为[FL_IN-COMk-J、FL_OUT-COMk-J]、[FL_IN-COMk-B、FL_OUT-COMk-B]、 [FL_IN-COMk-C、FL_OUT-COMk-C]、[FL_IN-COMk-M、FL_OUT-COMk-M]、 [FL_IN-COMk-L、FL_OUT-COMk-L]，形成某航季内针对航路段Airlinej/RP1ij-RP2ij的指定航空公司各(尾流)类航班经验飞行高度表。其中，COMk为航空公司代码。
计算方法为：取航路段Airlinej/RP1ij-RP2ij对应的历史航班数据表Airlinej/RP1ij-RP2 ij/FLT中某航季内尾流类型相同、航空公司代码相同的所有航班中使用频率最高的进入、 退出飞行高度值。如表Airlinej/RP1ij-RP2ij/FLT中无指定航空公司的指定尾流类型的数 据，则该指定航空公司、指定尾流类型的航班经验飞行高度值取步骤4-1中相应尾流 类型的经验飞行高度值。针对各航空公司，还可分别细化计算恶劣天气影响下、特殊空域活动影响下、正常情况下，(各尾流类型航空器执飞)航班的经验飞行高度，以支 撑后续更细化的飞行高度预测功能。
步骤4-3：针对每一航段Airlinej/RP1ij-RP2ij(j＝1,…,lineN；i＝1,…,segNj)，计算某 航季内采用不同尾流类型(五种)航空器执飞的指定航班(起飞机场、落地机场、航班号三元素相同)进出该航路段的经验飞行高度，记为：[FL_IN-FLIGHTk-J、 FL_OUT-FLIGHTk-J]、[FL_IN-FLIGHTk-B、FL_OUT-FLIGHTk-B]、[FL_IN-FLIGHTk-C、 FL_OUT-FLIGHTk-C]、[FL_IN-FLIGHTk-M、FL_OUT-FLIGHTk-M]、 [FL_IN-FLIGHTk-L、FL_OUT-FLIGHTk-L]，形成某航季内针对航路段Airlinej/RP1ij-RP2ij的指定重复性航班经验飞行高度表。其中，FLIGHTk为指定航班的航班号。
计算方法为：取航路段Airlinej/RP1ij-RP2ij对应的历史航班数据表 Airlinej/RP1ij-RP2ij/FLT中某航季内起/落机场相同、航班号相同、尾流类型相同的所有 航班中使用频率最高的进/出航路段飞行高度值。如表Airlinej/RP1ij-RP2ij/FLT中无指定 航班的指定尾流类型数据，则指定起/落机场、航班号、尾流类型航班的飞行高度值取 步骤4-2中相应航空公司和尾流类型的飞行高度值。针对各航班，还可分别细化计算 恶劣天气影响下、特殊空域活动影响下、正常情况下，(各尾流类型航空器执飞)航班 的经验飞行高度，以支撑后续更细化的飞行高度预测功能。
步骤5：在流量管理战略阶段，基于历史数据，预测某预先飞行计划在某航路段上的飞行高度。预先飞行计划指提前规划的航班时刻表或季节性包机等飞行计划。
步骤5-1：针对航班时刻表(图8)中任一航班flight-STRA的重复性飞行计划或 季节性包机等预先飞行计划，解析并提取该预先飞行计划执行的航季、执飞航空器尾 流类型、起飞机场、落地机场、航班号及所属航空公司，以及航路信息。
步骤5-2：在计划航路包含航路段Airlinej/RP1ij-RP2ij的情况下，预测航班flight-STRA在Airlinej/RP1ij-RP2ij上的进/出飞行高度。步骤依次为：以flight-STRA的航季、尾流类型、起飞机场、落地机场、航班号为关键属性，在步骤4-3中所建的航 季内指定航班经验飞行高度表中查询匹配项。如果有，则飞行高度预测值取该匹配项 的经验飞行高度值；否则，以flight-STRA的航季、尾流类型、航空公司代码为关键属 性，在步骤4-2所建的航季内指定航空公司飞行高度表中查询匹配项。如果有，则预 测值取该匹配项的经验飞行高度值；否则，预测值取步骤4-1所建的航季内指定尾流 类型经验飞行高度表中相关尾流类型对应的经验飞行高度值。
步骤6：在流量管理预战术阶段，基于历史数据，预测未来一周内某飞行计划在某航路段上的飞行高度。
步骤6-1：解析预战术阶段飞行计划flight-PRETA(如图9所示的FPL领航计划等)，提取该飞行计划的执行日期Date与预起时间Time、执飞航空器尾流类型Wake、起飞 机场Adep、落地机场Aarr、航班号Acid、所属航空公司代码Code以及航路等信息。 假设计划航路包含航段Airlinej/RP1ij-RP2ij，在此条件下预测航班在Airlinej/RP1ij-RP2ij上的进/出飞行高度。
步骤6-2：将计划执行日期Date换算为周序Wn；根据计划预计起飞时间、各航段 经验飞行时间，推算航班进入和离开航路段Airlinej/RP1ij-RP2ij的时刻：Tstart和Tend。
步骤6-3：遍历接收到的生效日为Date的航路重要天气报，检索生效时段与[Tstart,Tend]重叠、影响范围与航路段Airlinej/RP1ij-RP2ij重叠的恶劣天气信息。如果有，则设置参数badW，将其置位。
步骤6-4：遍历接收到的生效日为Date的特殊空域活动报，检索范围与航路段Airlinej/RP1ij-RP2ij重叠的特殊空域，其生效时段与[Tstart,Tend]重叠的活动信息。如果有，则设置参数actT，将其置位。
步骤6-5：以flight-PRETA执行日周序Wn、尾流类型Wake、起飞机场Adep、落 地机场Aarr、航班号Acid、参数badW、参数actT为关键属性，在步骤3所建的、(航 路段Airlinej/RP1ij-RP2ij)当前航季历史航班数据表中，以逆时间顺序查询匹配项。如 查询到匹配项，则预测值取该匹配项的飞行高度值；否则，以执行日周序Wn、尾流 类型Wake、所属航空公司代码Code、参数badW、参数actT为关键属性在步骤3所建 的(航路段Airlinej/RP1ij-RP2ij)当前航季历史航班数据表中，以逆时间顺序查询匹配 项。如查询到匹配项，则预测值取该匹配项的飞行高度值；否则，以尾流类型Wake、 所属航空公司代码Code、参数badW、参数actT为关键属性在步骤3所建的(航路段Airlinej/RP1ij-RP2ij)当前航季历史航班数据表中，以逆时间顺序查询匹配项。如查询 到匹配项，则预测值取该匹配项的飞行高度值；否则以尾流类型Wake、航空公司代码 Code为关键属性在步骤4-2所建特定航空公司飞行高度表中查询匹配项。如果有，则 预测值取该表中匹配项的经验飞行高度值；否则预测值取步骤4-1所建尾流类型飞行 高度表中与尾流类型Wake对应的经验飞行高度值。
具体实现中，本申请提供计算机存储介质以及对应的数据处理单元，其中，该计算机存储介质能够存储计算机程序，所述计算机程序通过数据处理单元执行时可运行 本发明提供的一种基于空管历史飞行数据预测航班飞行高度的方法的发明内容以及各 实施例中的部分或全部步骤。所述的存储介质可为磁碟、光盘、只读存储记忆体 (read-onlymemory，ROM)或随机存储记忆体(random access memory，RAM)等。
本领域的技术人员可以清楚地了解到本发明实施例中的技术方案可借助计算机程 序以及其对应的通用硬件平台的方式来实现。基于这样的理解，本发明实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机程序即软件产品的形式 体现出来，该计算机程序软件产品可以存储在存储介质中，包括若干指令用以使得一 台包含数据处理单元的设备(可以是个人计算机，服务器，单片机。MUU或者网络设 备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
本发明提供了一种基于空管历史飞行数据预测航班飞行高度的方法，具体实现该技术方案的方法和途径很多，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，在不脱离本发明原理的前提下，还可以做出若干改 进和润饰，这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成 部分均可用现有技术加以实现。
Claims (10)
1.一种基于空管历史飞行数据预测航班飞行高度的方法，其特征在于，包括如下步骤：
S1：建立关注区域内航路段数据库；
S2：针对关注区域内的所有航路段，建立历史航班影响因素数据库；
S3：针对关注区域内的所有航路段，建立历史航班数据库；
S4：针对关注区域内的所有航路段，统计各尾流类型航班的经验飞行高度；
S5：基于历史飞行数据预测航班在航路段上的飞行高度；
S6：基于历史飞行数据预测航班在航路段上的飞行高度。
2.根据权利要求1所述的方法，其特征在于，步骤S1包括：
S1-1：依据关注区域的范围和飞行管制一号规定，解析关注区域内的航路段：截取lineN条穿越关注区域ControlArea、代号为Airlinej的航路，得到由关注区域范围内航路构成的折线，j＝1，…，lineN；
将折线分解为segNj个直线线段RP1ij-RP2ij，RP1ij、RP2ij为关注区域ControlArea内构成航路的相邻航路点名称，i＝1,…,segNj；
S1-2：建立航路段数据表T_RS：T_RS包括下列字段：航路段标识、航路段起始点位置和航路段结束点位置；其中，航路段标识L_RSij记为：航路代号、分隔符、航路段起始点名称、连结符、航路段结束点名称；
相邻航路点RP1ij、RP2ij构成Airlinej/RP1ij-RP2ij和Airlinej/RP2ij-RP1ij两个方向的航路段；
航路段Airlinej/RP1ij-RP2ij中，RP1ij为航路段起始点，RP2ij为航路段结束点；
航路段Airlinej/RP2ij-RP1ij中，RP2ij为航路段起始点，RP1ij为航路段结束点；
T_RS表中共含NUM_ROUTE_SEG＝2*(segN1+segN2+…segNlineN)组数据，分别对应2*(segN1+segN2+…segNlineN)个航路段。
3.根据权利要求2所述的方法，其特征在于，步骤S2包括：
S2-1：建立针对航段的重要天气历史信息库，包括如下步骤：
S2-1-1，针对步骤S1建立的NUM_ROUTE_SEG个航路段，分别建立气象影响历史数据表，表名WEATHERij分别由其航路段标识L_RSij、分隔符、气象标识构成；表中字段包括：恶劣天气类型、开始日期、开始时间、结束日期和结束时间；
S2-1-2，采集空管自动化系统接收到的航路重要天气情报，提取其中的天气现象、有效时段、恶劣天气范围或当前位置、移动方向信息；
S2-1-3，根据恶劣天气范围或当前位置、移动方向信息，计算区域ControlArea内受恶劣天气影响的航路段，如果有，航路段Airlinej/RP1ij-RP2ij对应的气象影响历史数据表Airlinej/RP1ij-RP2ij/WEA中增加一条记录，记录中各字段的值分别由S2-1-2中提取的恶劣天气现象、有效时段信息转换得到；
S2-2：建立特殊空域活动历史库，包括：
S2-2-1，针对关注区域ControlArea内specN个名为Specil_AIRSPACEv的特殊空域，分别建立空域-航段重叠关系表OVERLAP_Specil_AIRSPACEv，表中字段包括：航路段标识，v＝1，…，specN；
S2-2-2，分别计算特殊空域Specil_AIRSPACEv与NUM_ROUTE_SEG个航路段在平面上的重叠关系，并将与特殊空域Specil_AIRSPACEv重叠的所有航路段标识填入到OVERLAP_Specil_AIRSPACEv表中；如果没有航路段与其重叠，则OVERLAP_Specil_AIRSPACEv表为空；
S2-2-3，针对NUM_ROUTE_SEG个航路段，分别建立特殊空域活动影响历史数据表，表名ACTIVEij由其航路段标识L_RSij、分隔符、和空域活动标识构成，表中字段包括：特殊空域名称、活动开始日期、活动开始时间、活动结束日期和活动结束时间；
S2-2-4，采集空管自动化系统接收或发布的Specil_AIRSPACEv的活动信息，提取特殊空域名称Specil_AIRSPACEv、活动开始时间和活动结束时间；
S2-2-5，在步骤S2-2-2中建立的表OVERLAP_Specil_AIRSPACEv中查找与空域Specil_AIRSPACEv在空间重叠的所有航路段Airlinej/RP1ij-RP2ij；如果有，所述航路段对应的特殊空域活动影响历史数据表Airlinej/RP1ij-RP2ij/ACT中各增加一条记录，记录中各字段的值分别为S2-2-4中提取的信息。
4.根据权利要求3所述的方法，其特征在于，步骤S3包括：
S3-1：针对步骤S1建立的NUM_ROUTE_SEG个航路段，分别建立历史航班数据表FLIGHTij，表名FLIGHTij由其航路段标识L_RSij、间隔符和历史航班标识构成；表中字段包括：航班号、航空公司代码、执飞航空器尾流类型、起飞机场、落地机场、所处航季、航班执行日周序、进入航段日期、进入航段时间、进入航段高度、离开航段日期、离开航段时间、离开航段高度、航段气象状态和周边特殊空域活动状态；
S3-2：循环采集并处理由空管自动化系统接收或发布的航班飞行数据报文：以飞行计划号为唯一标识存储并更新飞行数据信息，直到RTEPTS字段中最后一个航路点PT的飞越状态变为已飞越时，进入以下步骤：
S3-3：解析航班飞行数据，提取航班相关飞行信息，并关联航班影响因素信息，更新各航段的历史航班数据表，包括下列步骤：
S3-3-1，解析飞行数据报文中ATSRT字段内航路信息及途经的具体航路段，并以此为基础，解析飞行计划其它信息、关联相关的气象和空域活动信息，存储至各航路段对应的历史航班数据表中，包括下列步骤：
S3-3-1-a，从飞行数据的首个ATSRT开始，解析ATSRT相关信息，提取航班所经航路名line、航路进入点lineP_entry和离开点lineP_exit；
S3-3-1-b，在RTEPTS信息的PT子字段中查找航路点lineP_entry和lineP_exit，在航路点lineP_entry和lineP_exit之间，且在关注空域内的所有点按顺序两两构成航路段line/lineP_entry-PX1、line/PX1-PX2、…、line/PXN-lineP_exit，所述航路段对应的历史航班数据表line/lineP_entry-PX1/FLT、line/PX1-PX2/FLT、…、line/PXN-lineP_exit/FLT分别增加一条历史航班记录，此时所述记录所有字段内容为空；航路段line/PXN-lineP_exit，PXN为航路段起始点，lineP_exit为航路段结束点；line/PXN-lineP_exit/FLT为航路段line/PXN-lineP_exit对应的历史航班数据表；
S3-3-1-c，提取PT子字段中各航路点的飞越时间和飞越高度信息，并计算，分别对数据表line/lineP_entry-PX1/FLT、line/PX1-PX2/FLT、…、line/PXN-lineP_exit/FLT表新增记录的进入航段日期、进入航段时间、进入航段高度、离开航段日期、离开航段时间、离开航段高度赋值；
S3-3-1-d，解析飞行数据的预计撤轮挡日期EOBD、起飞机场ADEP、落地机场ADES、航班号ARCID、机型ARCTYP信息，分别对数据表line/lineP_entry-PX1/FLT、line/PX1-PX2/FLT、…、line/PXN-lineP_exit/FLT新增记录的所处航季、航班执行日周序、起飞机场、落地机场、航空公司代码、航班号、执飞航空器尾流类型字段赋值；
S3-3-1-e，遍历步骤S2-1所建立的气象影响历史数据表WEATHERij，分别用line/lineP_entry-PX1/FLT、line/PX1-PX2/FLT、…、line/PXN-lineP_exit/FLT表中最新记录的离开航段日期时间、进入航段日期时间与表WEATHERij中所有记录的恶劣天气开始日期、开始时间、结束日期、结束时间比较，如果有重合，则将新增记录的航路段气象状态置位；
S3-3-1-f，遍历步骤S2-2所建的特殊空域活动影响历史数据表ACTIVEij，分别用line/lineP_entry-PX1/FLT、line/PX1-PX2/FLT、…、line/PXN-lineP_exit/FLT表中新增记录的离开航段日期时间、进入航段日期时间与表ACTIVEij中所有记录的特殊空域活动开始日期、活动开始时间、活动结束日期、活动结束时间比较，如果有重合，则将新增记录的周边特殊空域活动状态置位；
S3-3-2，重复步骤S3-3-1，直到飞行数据信息中所有条ATSRT信息解析、处理完毕；
S3-4，并重复步骤S3-2和S3-3，采集与处理其它航班的飞行数据。
5.根据权利要求4所述的方法，其特征在于，步骤S4包括：针对关注空域内所有航段Airlinej/RP1ij-RP2ij，分别根据其历史航班数据表中一航季内的数据，按下列步骤计算以下各类航班的经验飞越高度：
S4-1：计算一航季内五种尾流类型：超重型J、重型B、一般重型C、中型M、轻型L的航空器执飞航班进入、离开航路段的经验飞行高度，记为[超重型机进入航段高度FL_IN-J、超重型机离开航段高度FL_OUT-J]、[重型机进入航段高度FL_IN-B、重型机离开航段高度FL_OUT-B]、[一般重型机进入航段高度FL_IN-C、一般重型机离开航段高度FL_OUT-C]、[中型机进入航段高度FL_IN-M、中型机离开航段高度FL_OUT-M]、[轻型机进入航段高度FL_IN-L、轻型机离开航段高度FL_OUT-L]，形成一航季内针对航路段Airlinej/RP1ij-RP2ij的各尾流类型航班的飞行高度表；
S4-2：计算一航季内各航空公司、五种尾流类型航空器执飞航班进入和离开航路段的经验飞行高度，记为[COMk航司的超重型机进入航段高度FL_IN-COMk-J、COMk航司的超重型机离开航段高度FL_OUT-COMk-J]、[COMk航司的重型机进入航段高度FL_IN-COMk-B、COMk航司的重型机离开航段高度FL_OUT-COMk-B]、[COMk航司的一般重型机进入航段高度FL_IN-COMk-C、COMk航司的一般重型机离开航段高度FL_OUT-COMk-C]、[COMk航司的中型机进入航段高度FL_IN-COMk-M、COMk航司的中型机离开航段高度FL_OUT-COMk-M]、[COMk航司的轻型机进入航段高度FL_IN-COMk-L、COMk航司的轻型机离开航段高度FL_OUT-COMk-L]，形成一航季内针对航路段Airlinej/RP1ij-RP2ij的指定航空公司、各尾流类型航班的飞行高度表；其中，COMk为航空公司代码；
S4-3：计算一航季内采用不同尾流类型航空器执飞的指定航班进入和离开航路段的经验飞行高度，记为：[以超重型机执飞、航班号为FLIGHTk的航班进入航段高度FL_IN-FLIGHTk-J、以超重型机执飞、航班号为FLIGHTk的航班离开航段高度FL_OUT-FLIGHTk-J]、[以重型机执飞、航班号为FLIGHTk的航班进入航段高度FL_IN-FLIGHTk-B、以重型机执飞、航班号为FLIGHTk的航班离开航段高度FL_OUT-FLIGHTk-B]、[以一般重型机执飞、航班号为FLIGHTk的航班进入航段高度FL_IN-FLIGHTk-C、以一般重型机执飞、航班号为FLIGHTk的航班离开航段高度FL_OUT-FLIGHTk-C]、[以中型机执飞、航班号为FLIGHTk的航班进入航段高度FL_IN-FLIGHTk-M、以中型机执飞、航班号为FLIGHTk的航班离开航段高度FL_OUT-FLIGHTk-M]、[以轻型机执飞、航班号为FLIGHTk的航班进入航段高度FL_IN-FLIGHTk-L、以轻型机执飞、航班号为FLIGHTk的航班离开航段高度FL_OUT-FLIGHTk-L]，形成一航季内针对航路段Airlinej/RP1ij-RP2ij的指定重复性航班飞行高度表，其中，FLIGHTk为指定航班的航班号。
6.根据权利要求5所述的方法，其特征在于，步骤S4-1所述的五种尾流类型：超重型J、重型B、一般重型C、中型M、轻型L航空器执飞航班的经验飞行高度[FL_IN-J、FL_OUT-J]、[FL_IN-B、FL_OUT-B]、[FL_IN-C、FL_OUT-C]、[FL_IN-M、FL_OUT-M]、[FL_IN-L、FL_OUT-L]，计算方法为：取一航季内历史航班数据表Airlinej/RP1ij-RP2ij/FLT中尾流类型相同的所有航班进入、离开航路段飞行高度的平均值，并根据该航段的走向和东单西双原则，向上或向下取整至标准高度层，计算顺序为：中型M、轻型L、一般重型C、重型B、超重型J。
7.根据权利要求6所述的方法，其特征在于，步骤S4-2所述的各航空公司五种尾流类型航空器执飞航班的经验飞行高度[FL_IN-COMk-J、FL_OUT-COMk-J]、[FL_IN-COMk-B、FL_OUT-COMk-B]、[FL_IN-COMk-C、FL_OUT-COMk-C]、[FL_IN-COMk-M、FL_OUT-COMk-M]、[FL_IN-COMk-L、FL_OUT-COMk-L]，计算方法：取一航季内历史航班数据表Airlinej/RP1ij-RP2ij/FLT中尾流类型和航空公司代码相同的所有航班中使用频率最高的飞行高度值。
8.根据权利要求7所述的方法，其特征在于，步骤S4-3所述的采用不同尾流类型航空器执飞的指定航班经验飞行高度[FL_IN-FLIGHTk-J、FL_OUT-FLIGHTk-J]、[FL_IN-FLIGHTk-B、FL_OUT-FLIGHTk-B]、[FL_IN-FLIGHTk-C、FL_OUT-FLIGHTk-C]、[FL_IN-FLIGHTk-M、FL_OUT-FLIGHTk-M]、[FL_IN-FLIGHTk-L、FL_OUT-FLIGHTk-L]，计算方法为：取一航季内历史航班数据表Airlinej/RP1ij-RP2ij/FLT中起飞机场、落地机场、航班号、尾流类型相同的所有航班中使用频率最高的飞行高度值。
9.根据权利要求8所述的方法，其特征在于，步骤S5包括以下步骤：
S5-1：针对预先飞行计划，解析并提取该计划执行的航季、执飞航空器尾流类型、起飞机场、落地机场、航班号及所属航空公司，以及航路信息；
S5-2：在计划航路包含航段Airlinej/RP1ij-RP2ij的情况下，预测航班进入、离开该航段Airlinej/RP1ij-RP2ij的飞行高度，步骤为：以航季、尾流类型、起飞机场、落地机场、航班号为关键属性在步骤S4-3中所建的指定重复性航班飞行高度表中查询匹配项；如果有，则飞行高度预测值取该匹配项的经验飞行高度值；否则，以航季、尾流类型、航空公司代码为关键属性在步骤S4-2所建的指定航空公司、各尾流类型航班飞行高度表中查询匹配项；如果有，则预测值取该匹配项的经验飞行高度值；否则，预测值取步骤S4-1所建的指定尾流类型航班飞行高度表中相关尾流类型对应的经验飞行高度值。
10.根据权利要求9所述的方法，其特征在于，步骤S6包括以下步骤：
S6-1：解析待预测飞行计划，提取该飞行计划的执行日期Date、执飞航空器尾流类型Wake、起飞机场Adep、落地机场Aarr、航班号Acid、所属航空公司代码Code以及航路信息；设定计划航路包含航段Airlinej/RP1ij-RP2ij，在此条件下预测航班在Airlinej/RP1ij-RP2ij上的飞行高度；
S6-2：将计划执行日期Date换算为周序Wn；根据计划预计起飞时间、前序各航段经验飞行时间，推算航班进入航路段Airlinej/RP1ij-RP2ij的时刻Tstart和离开航路段Airlinej/RP1ij-RP2ij的时刻Tend；
S6-3：遍历接收到的生效日为Date的航路重要天气报，检索生效时段与[Tstart,Tend]重叠、影响范围与航路段Airlinej/RP1ij-RP2ij重叠的恶劣天气信息；如果有，则设置参数badW，并将其置位；
S6-4：遍历接收到的生效日为Date的特殊空域活动报，检索与航路段Airlinej/RP1ij-RP2ij重叠、生效时段与[Tstart,Tend]重叠的空域活动信息；如果有，则设置参数actT，并将其置位；
S6-5：以执行日周序Wn、尾流类型Wake、起飞机场Adep、落地机场Aarr、航班号Acid、参数badW、参数actT为关键属性，在步骤S3所建的当前航季历史航班数据表中，以逆时间顺序查询匹配项，如查询到匹配项，则预测值取该匹配项的飞行高度值；否则，以执行日周序Wn、尾流类型Wake、所属航空公司代码Code、参数badW、参数actT为关键属性，在步骤S3所建的当前航季历史航班数据表中，以逆时间顺序查询匹配项；如查询到匹配项，则预测值取该匹配项的飞行高度值；否则，以尾流类型Wake、所属航空公司代码Code、参数badW、参数actT为关键属性，在步骤S3所建的当前航季历史航班数据表中，以逆时间顺序查询匹配项；如查询到匹配项，则预测值取该匹配项的飞行高度值；否则以尾流类型Wake、航空公司代码Code为关键属性，在步骤S4-2所建指定航空公司飞行高度表中查询匹配项，如果有，则预测值取表中匹配项的经验飞行高度值；否则预测值取步骤S4-1所建各尾流类型航班飞行高度表中、与尾流类型Wake对应的经验飞行高度值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210840461.4A CN115394123B (zh) | 2022-07-18 | 2022-07-18 | 一种基于空管历史飞行数据预测航班飞行高度的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210840461.4A CN115394123B (zh) | 2022-07-18 | 2022-07-18 | 一种基于空管历史飞行数据预测航班飞行高度的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115394123A true CN115394123A (zh) | 2022-11-25 |
| CN115394123B CN115394123B (zh) | 2024-02-13 |
Family
ID=84116306
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210840461.4A Active CN115394123B (zh) | 2022-07-18 | 2022-07-18 | 一种基于空管历史飞行数据预测航班飞行高度的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115394123B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116312070A (zh) * | 2023-04-06 | 2023-06-23 | 南京莱斯信息技术股份有限公司 | 基于航班移交高度的空中交通流量管理实现方法 |
Citations (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6134500A (en) * | 1999-06-03 | 2000-10-17 | United Air Lines, Inc. | System and method for generating optimal flight plans for airline operations control |
| WO2003039955A1 (de) * | 2001-11-06 | 2003-05-15 | Fom Future Office Management Gmbh | Überwachungs- und steuersystem für bemannte fahrzeuge |
| US20080180282A1 (en) * | 2007-01-22 | 2008-07-31 | Samsung Electronics Co., Ltd. | Integrated weather display and travel and navigation decision system |
| CA2772482A1 (en) * | 2011-03-23 | 2012-09-23 | Ge Aviation Systems Llc | Method and system for aerial vehicle trajectory management |
| JP2013134089A (ja) * | 2011-12-26 | 2013-07-08 | Mitsubishi Heavy Ind Ltd | 最適航路計算装置及び最適航路計算方法 |
| CA2996844A1 (en) * | 2014-08-29 | 2016-06-16 | Tzunum, Inc. | Power train for a hybrid-electric aircraft |
| CN107123315A (zh) * | 2017-06-06 | 2017-09-01 | 南京航空航天大学 | 一种考虑环境影响的终端区进离场航线优化方法 |
| WO2018034142A1 (ja) * | 2016-08-18 | 2018-02-22 | 日本電気株式会社 | 航空管制支援システム、航空管制支援方法、及び、記録媒体 |
| CN109191925A (zh) * | 2018-10-17 | 2019-01-11 | 中国电子科技集团公司第二十八研究所 | 一种面向四维航迹运行的多空域轨迹规划与协商方法 |
| EP3444791A2 (en) * | 2017-08-13 | 2019-02-20 | IATAS Automatic Air Traffic Control Ltd | System and methods for automated airport air traffic control services |
| CN109493644A (zh) * | 2018-11-16 | 2019-03-19 | 四川大学 | 一种基于历史航迹数据挖掘的四维航迹推测方法 |
| GB201907502D0 (en) * | 2019-05-28 | 2019-07-10 | Sita Information Networking Computing Uk Ltd | System and method for flight arrival time predicition |
| CN110930770A (zh) * | 2019-11-06 | 2020-03-27 | 南京莱斯信息技术股份有限公司 | 一种基于管制意图和飞机性能模型的四维航迹预测方法 |
| EP3657131A1 (en) * | 2018-11-26 | 2020-05-27 | Honeywell International Inc. | Waypoint list presentation methods and systems |
| US20200175628A1 (en) * | 2018-12-03 | 2020-06-04 | Honeywell International Inc. | Systems and methods for predicting weather impact on an aircraft |
| CN111583724A (zh) * | 2020-05-08 | 2020-08-25 | 中国电子科技集团公司第二十八研究所 | 一种面向四维航迹运行的预战术阶段间隔管理方法 |
| CA3059926A1 (en) * | 2019-05-24 | 2020-11-24 | A3 By Airbus, Llc | Risk assessment for unmanned aerial vehicles |
| CN112071123A (zh) * | 2020-07-29 | 2020-12-11 | 南京航空航天大学 | 一种计算航路阻塞度的方法 |
| WO2020252024A1 (en) * | 2019-06-11 | 2020-12-17 | Uber Technologies, Inc. | Dynamic aircraft routing |
| CN112365746A (zh) * | 2020-10-19 | 2021-02-12 | 中国电子科技集团公司第二十八研究所 | 一种用于军机穿越民航航路的方法及系统 |
| CN112489498A (zh) * | 2020-11-25 | 2021-03-12 | 中国电子科技集团公司第二十八研究所 | 一种航路交通精细改航规划方法 |
| US11043132B1 (en) * | 2017-02-17 | 2021-06-22 | The Charles Stark Draper Laboratory, Inc. | Systems and methods for determining quality and integrity of source information to determine navigation information of an object |
-
2022
- 2022-07-18 CN CN202210840461.4A patent/CN115394123B/zh active Active
Patent Citations (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6134500A (en) * | 1999-06-03 | 2000-10-17 | United Air Lines, Inc. | System and method for generating optimal flight plans for airline operations control |
| WO2003039955A1 (de) * | 2001-11-06 | 2003-05-15 | Fom Future Office Management Gmbh | Überwachungs- und steuersystem für bemannte fahrzeuge |
| US20080180282A1 (en) * | 2007-01-22 | 2008-07-31 | Samsung Electronics Co., Ltd. | Integrated weather display and travel and navigation decision system |
| CA2772482A1 (en) * | 2011-03-23 | 2012-09-23 | Ge Aviation Systems Llc | Method and system for aerial vehicle trajectory management |
| JP2013134089A (ja) * | 2011-12-26 | 2013-07-08 | Mitsubishi Heavy Ind Ltd | 最適航路計算装置及び最適航路計算方法 |
| CA2996844A1 (en) * | 2014-08-29 | 2016-06-16 | Tzunum, Inc. | Power train for a hybrid-electric aircraft |
| CN107211287A (zh) * | 2014-08-29 | 2017-09-26 | 峰鸟航空科技公司 | 使用混合电动飞机实现区域性空中运输网络的系统和方法 |
| WO2018034142A1 (ja) * | 2016-08-18 | 2018-02-22 | 日本電気株式会社 | 航空管制支援システム、航空管制支援方法、及び、記録媒体 |
| US11043132B1 (en) * | 2017-02-17 | 2021-06-22 | The Charles Stark Draper Laboratory, Inc. | Systems and methods for determining quality and integrity of source information to determine navigation information of an object |
| CN107123315A (zh) * | 2017-06-06 | 2017-09-01 | 南京航空航天大学 | 一种考虑环境影响的终端区进离场航线优化方法 |
| EP3444791A2 (en) * | 2017-08-13 | 2019-02-20 | IATAS Automatic Air Traffic Control Ltd | System and methods for automated airport air traffic control services |
| CN109191925A (zh) * | 2018-10-17 | 2019-01-11 | 中国电子科技集团公司第二十八研究所 | 一种面向四维航迹运行的多空域轨迹规划与协商方法 |
| CN109493644A (zh) * | 2018-11-16 | 2019-03-19 | 四川大学 | 一种基于历史航迹数据挖掘的四维航迹推测方法 |
| EP3657131A1 (en) * | 2018-11-26 | 2020-05-27 | Honeywell International Inc. | Waypoint list presentation methods and systems |
| US20200175628A1 (en) * | 2018-12-03 | 2020-06-04 | Honeywell International Inc. | Systems and methods for predicting weather impact on an aircraft |
| CA3059926A1 (en) * | 2019-05-24 | 2020-11-24 | A3 By Airbus, Llc | Risk assessment for unmanned aerial vehicles |
| CN112368660A (zh) * | 2019-05-24 | 2021-02-12 | 空中客车A^3有限责任公司 | 无人驾驶飞行器风险评估 |
| GB201907502D0 (en) * | 2019-05-28 | 2019-07-10 | Sita Information Networking Computing Uk Ltd | System and method for flight arrival time predicition |
| WO2020252024A1 (en) * | 2019-06-11 | 2020-12-17 | Uber Technologies, Inc. | Dynamic aircraft routing |
| CN110930770A (zh) * | 2019-11-06 | 2020-03-27 | 南京莱斯信息技术股份有限公司 | 一种基于管制意图和飞机性能模型的四维航迹预测方法 |
| CN111583724A (zh) * | 2020-05-08 | 2020-08-25 | 中国电子科技集团公司第二十八研究所 | 一种面向四维航迹运行的预战术阶段间隔管理方法 |
| CN112071123A (zh) * | 2020-07-29 | 2020-12-11 | 南京航空航天大学 | 一种计算航路阻塞度的方法 |
| CN112365746A (zh) * | 2020-10-19 | 2021-02-12 | 中国电子科技集团公司第二十八研究所 | 一种用于军机穿越民航航路的方法及系统 |
| CN112489498A (zh) * | 2020-11-25 | 2021-03-12 | 中国电子科技集团公司第二十八研究所 | 一种航路交通精细改航规划方法 |
Non-Patent Citations (3)
| Title |
|---|
| SKOOG, F. E., & COWAN, F. T.: "Flight Height, Droplet Size, and Moisture Influence on Grasshopper Control Achieved with Malathion Applied Aerially at ULV", JOURNAL OF ECONOMIC ENTOMOLOGY, vol. 61, no. 4, pages 1000 * |
| 田文, 高海超, 宋津津等: "航班延误传播分析方法研究", 计算机仿真, vol. 38, no. 7, pages 36 - 39 * |
| 石庆研, 岳聚财, 韩萍等: "基于LSTM-ARIMA模型的短期航班飞行轨迹预测", 信号处理, vol. 35, no. 12, pages 2000 - 2009 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116312070A (zh) * | 2023-04-06 | 2023-06-23 | 南京莱斯信息技术股份有限公司 | 基于航班移交高度的空中交通流量管理实现方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115394123B (zh) | 2024-02-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110930770B (zh) | 一种基于管制意图和飞机性能模型的四维航迹预测方法 | |
| US9558670B1 (en) | Method and system for air traffic rerouting for airspace constraint resolution | |
| CN104615849B (zh) | 一种适用于通用航空的飞行计划评估系统及实现方法 | |
| Pagoni et al. | Calculation of aircraft fuel consumption and CO2 emissions based on path profile estimation by clustering and registration | |
| Lovegren et al. | Estimation of potential aircraft fuel burn reduction in cruise via speed and altitude optimization strategies | |
| CN105355092A (zh) | 一种航班流量预控制方法 | |
| CN109493644A (zh) | 一种基于历史航迹数据挖掘的四维航迹推测方法 | |
| CN102859569A (zh) | 确定飞机的紧急情况着陆点 | |
| CN111508279B (zh) | 一种天气避让场划设的方法 | |
| CN103295089A (zh) | 在飞行中调整飞行计划的方法 | |
| Rosenow et al. | Impact of multi-criteria optimized trajectories on European airline efficiency, safety and airspace demand | |
| CN101241564A (zh) | 空中交通要求预测 | |
| CN109215399B (zh) | 一种终端区智能化流控策略生成方法 | |
| Zou et al. | Optimal 4-D aircraft trajectories in a contrail-sensitive environment | |
| CN111581780A (zh) | 复杂空域场景下机场群空域仿真建模与验证方法及装置 | |
| CN103164617B (zh) | 一种飞机行为预测系统及预测方法 | |
| CN115394123B (zh) | 一种基于空管历史飞行数据预测航班飞行高度的方法 | |
| US12031828B2 (en) | Method for optimising a flight plan | |
| Fernandes de Oliveira et al. | Benefits of optimal flight planning on noise and emissions abatement at the Frankfurt airport | |
| Rosenow et al. | Multiple Aircraft in a multi-criteria Trajectory Optimization | |
| Bronsvoort et al. | Enhanced descent wind forecast for aircraft | |
| Ramée et al. | Aircraft flight plan optimization with dynamic weather and airspace constraints | |
| Hirabayashi et al. | Feasibility study of free route airspace over the north pacific | |
| CN111640333A (zh) | 基于扇区管制的空管二次雷达应答机代码冲突检测方法 | |
| Yang et al. | Spatial–Temporal Clustering and Optimization of Aircraft Descent and Approach Trajectories |
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 |