CN116681413B - 一种航班到达时间确定方法、电子设备及存储介质 - Google Patents

一种航班到达时间确定方法、电子设备及存储介质 Download PDF

Info

Publication number
CN116681413B
CN116681413B CN202310970308.8A CN202310970308A CN116681413B CN 116681413 B CN116681413 B CN 116681413B CN 202310970308 A CN202310970308 A CN 202310970308A CN 116681413 B CN116681413 B CN 116681413B
Authority
CN
China
Prior art keywords
target
flight
aircraft
geographic area
time
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.)
Active
Application number
CN202310970308.8A
Other languages
English (en)
Other versions
CN116681413A (zh
Inventor
刘昊
王殿胜
唐红武
卞磊
荚雪绒
刘思扬
鄂逸飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Travelsky Mobile Technology Co Ltd
Original Assignee
China Travelsky Mobile Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Travelsky Mobile Technology Co Ltd filed Critical China Travelsky Mobile Technology Co Ltd
Priority to CN202310970308.8A priority Critical patent/CN116681413B/zh
Publication of CN116681413A publication Critical patent/CN116681413A/zh
Application granted granted Critical
Publication of CN116681413B publication Critical patent/CN116681413B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06Q10/10—Office automation; Time management
    • G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/10—Pre-processing; Data cleansing
    • G06F18/15—Statistical pre-processing, e.g. techniques for normalisation or restoring missing data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/27—Regression, e.g. linear or logistic regression
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Human Resources & Organizations (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Probability & Statistics with Applications (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种航班到达时间确定方法、电子设备及存储介质，该方法包括：获取飞行器距离目的地理区域的计划剩余航行时间Ti，若Ti≤T0，则将其对应的飞行器确定为目标飞行器；将目的地理区域相同的目标飞行器确定为同一目的地理区域类组；获取每一目标飞行器的航班信息；根据每一目标飞行器的目标航班信息，得到目标航班信息集Q；确定目标飞行器的到达时间。本发明通过对同一目的地理区域的若干目标飞行器之间的特征数据的相互整合，使同一目的地理区域的所有目标飞行器之间互为参考样本，以确定出每一目标飞行器在结合了其他目标飞行器的特征数据后的到达时间，提高了到达时间的预测精准度。

Description

一种航班到达时间确定方法、电子设备及存储介质
技术领域
本发明涉及数据处理领域，特别是涉及一种航班到达时间确定方法、电子设备及存储介质。
背景技术
在飞机执行飞行任务时，通过对飞机的实时动态监测，来预测飞机航班到达目的机场的时间，目前对航班的到达时间的确定方法只针对目标航班自身的飞行动态来确定，若目的机场的待降落航班数量过多，且发生拥塞情况时，会造成目的机场的上方滞留航班过多，造成二次拥塞，且确定的航班到达时间也会延时，预测精度过低。
发明内容
针对上述技术问题，本发明采用的技术方案为：
根据本申请的一个方面，提供一种航班到达时间确定方法，应用于航班到达时间确定系统，航班到达时间确定系统通信连接有n个飞行器，用于接收每一飞行器发送的航班信息。
一种航班到达时间确定方法，包括如下步骤：
S100、实时获取每一飞行器距离其对应的目的地理区域的计划剩余航行时间，得到计划剩余航行时间集T=(T1,T2,...,Ti,...,Tn)；其中，i=1,2,...,n；Ti为第i个飞行器距离其对应的目的地理区域的计划剩余航行时间；
S200、若Ti≤T0，则将Ti对应的飞行器确定为目标飞行器；其中，T0为预设剩余航行时间阈值；
S300、将目的地理区域相同的目标飞行器确定为同一目的地理区域类组；
S400、每隔预设获取时间t1，获取每一目的地理区域类组中的每一目标飞行器的航班信息；其中，t1＜T0；
S500、对每一航班信息进行异常检测处理，若航班信息为正常数据，则将其确定为目标航班信息，并执行步骤S600；
S600、根据每一目的地理区域类组中的每一目标飞行器的目标航班信息，得到目标航班信息集Q=(Q1,Q2,...,Qr,...,Qq)；Qr=(Qr1,Qr2,...,Qrj,...,Qrf(r))；Qrj=(Qrj1,Qrj2,...,Qrjb,...,Qrjd)；其中，r=1,2,...,q；j=1,2,...,f(r)；b=1,2,...,d；q为目的地理区域类组的数量；f(r)为第r个目的地理区域类组中的目标飞行器的数量；d为目标航班信息中包含的特征数据的数量；Qr为第r个目的地理区域类组的目标飞行器的目标航班信息列表；Qrj为第r个目的地理区域类组中的第j个目标飞行器的目标航班信息；Qrjb为Qrj中包含的第b个特征数据；
S700、对Qr1b,Qr2b,...,Qrjb,...,Qrf(r)b进行归一化处理，得到Qrjb对应的处理后特征数据Zrjb；
S800、根据Zrj1,Zrj2,...,Zrjb,...,Zrjd，确定第r个目的地理区域类组的第j个目标飞行器的到达时间Trj。
在本申请的一种示例性实施例中，步骤S800包括：
S810、根据Zrj1,Zrj2,...,Zrjb,...,Zrjd，确定第r个目的地理区域类组的航班特征向量Zr=(Zr1,Zr2,...,Zrj,...,Zrf(r))；Zrj=(Zrj1,Zrj2,...,Zrjb,...,Zrjd)；其中，Zrj为第r个目的地理区域类组的第j个目标飞行器的航班特征子向量；
S820、将航班特征向量Zr输入至预设回归模型中，确定第r个目的地理区域类组的第j个目标飞行器的到达时间Trj。
在本申请的一种示例性实施例中，步骤S820包括：
S821、获取Zrj对应的目标飞行器至第r个目的地理区域之间的距离Lrj；
S822、根据数值递增顺序，对Lr1,Lr2,...,Lrj,...,Lrf(r)进行排序，得到递增距离列表Mr1,Mr2,...,Mrj,...,Mrf(r)；
S823、将Zr1,Zr2,...,Zrj,...,Zrf(r)根据对应的目标飞行器的Mr1,Mr2,...,Mrj,...,Mrf(r)的顺序进行排序，得到第r个目的地理区域类组的目标航班特征向量；
S824、将目标航班特征向量输入至预设回归模型中，确定第r个目的地理区域类组的第j个目标飞行器的到达时间Trj。
在本申请的一种示例性实施例中，步骤S824包括：
S8241、将第r个目的地理区域类组的目标航班特征向量输入至预设回归模型中，得到第r个目的地理区域类组的第j个目标飞行器距离其对应的目的地理区域的实际剩余航行时间Wrj；
S8242、确定第r个目的地理区域类组的第j个目标飞行器的到达时间Trj=Wrj+Tnow；其中，Tnow为当前时间。
在本申请的一种示例性实施例中，预设回归模型的训练样本，通过以下步骤确定：
S8243、将每一目的地理区域在预设样本时间段[t2,t3]内的到达航班的历史特征数据确定为预设回归模型的训练样本；其中，t2＜t3；t2为预设样本时间段的起始时间，t3为预设样本时间段的截止时间。
在本申请的一种示例性实施例中，步骤S500包括：
S510、获取每一目标飞行器的航班信息，得到第一航班信息集R=(R1,R2,...,Rs,...,Rv)；Rs=(Rs1,Rs2,Rs3,Rs4,Rs5,Rs6)；其中，s=1,2,...,v；v为目标飞行器的数量；Rs为第s个目标飞行器的航班信息；Rs1为第s个目标飞行器的当前飞行高度；Rs2为第s个目标飞行器的当前飞行速度；Rs3为第s个目标飞行器的当前位置；Rs4为第s个目标飞行器当前距离其对应的目的地理区域的计划剩余航行时间；Rs5为第s个目标飞行器在距离当前时间前预设间隔时间h时的飞行速度；Rs6为第s个目标飞行器当前距离其对应的目的地理区域间的距离；
S520、若Rs1≤Ds1且Rs2≤Ds2，则执行步骤S530；否则，将Rs确定为异常数据；其中，Ds1为第s个目标飞行器的最大飞行高度；Ds2为第s个目标飞行器的最大飞行速度；
S530、若Rs3位于第s个目标飞行器的历史飞行轨迹上，则执行步骤S540；否则，将Rs确定为异常数据；
S540、若(Rs5-Rs2)/h≤Ds3，则执行步骤S550；否则，将Rs确定为异常数据；其中，Ds3为第s个目标飞行器的瞬时速度阈值；
S550、若Ds4≤(Rs4/Rs6)≤Ds5，则将Rs确定为目标航班信息，并执行步骤S600；否则，将Rs确定为异常数据；其中，Ds4为预设剩余比例最小值；Ds5为预设剩余比例最大值。
在本申请的一种示例性实施例中，步骤S550包括：
S551、若Rs为异常数据，则将获取的第s个目标飞行器距离当前时间最近的历史航班信息确定为目标航班信息，并执行步骤S600。
在本申请的一种示例性实施例中，第i个飞行器距离其对应的目的地理区域的计划剩余航行时间Ti，通过以下方式确定：
S110、获取第i个飞行器对应的航班的计划航行总时长Ti1、已航行时长Ti2、起飞延误时长Ti3；
S120、确定Ti=Ti1-Ti2-Ti3。
根据本申请的一个方面，提供一种非瞬时性计算机可读存储介质，所述存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由处理器加载并执行以实现前述的航班到达时间确定方法。
根据本申请的一个方面，提供一种电子设备，包括处理器和前述的非瞬时性计算机可读存储介质。
本发明至少具有以下有益效果：
本发明通过获取同一目的地理区域的目标飞行器的航班信息，并对其进行异常检测处理，剔除异常航班信息，得到目标航班信息，并对同一目的地理区域的若干目标飞行器对应的目标航班信息中的同一类特征数据进行归一化处理，得到每一特征数据对应的处理后特征数据，根据同一目的地理区域的若干目标飞行器对应的处理后特征数据的整合，得到每一目标飞行器的到达时间，通过对同一目的地理区域的若干目标飞行器之间的特征数据的相互整合，使同一目的地理区域的所有目标飞行器之间互为参考样本，以确定出每一目标飞行器在结合了其他目标飞行器的特征数据后的到达时间，提高了到达时间的预测精准度。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的航班到达时间确定方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
目前的航班到达时间的预测方法只针对目标航班自身的飞行动态来确定，如实时查看其发送的ADSB信号的航班信息，通过其当前位置来预测到达目的机场的剩余航行时间，但此种到达时间预测方法不适用于待降落航班数量过多的目的机场，如目的机场因为恶劣天气等原因发生拥塞情况，会造成目的机场的上方滞留航班越来越多，造成二次拥塞，由于无法对到达目的机场的所有航班进行整体预测，就会导致预测的航班到达时间发生延时，且不利于航司对航班的管控，目前的航班管控利用工作人员的人为监测来实现，如当发生拥塞情况时，空管人员会通知即将降落此目的机场的航班延时降落，但此种人为控制航班降落来确定航班到达时间的方法的准确度较低，且提高了人员成本，所以，本发明提出一种可以通过多航班进行协同处理的航班到达时间确定方法。
一种航班到达时间确定方法，应用于航班到达时间确定系统，航班到达时间确定系统通信连接有n个飞行器，用于接收每一飞行器发送的航班信息，飞行器发送的航班信息可以通过ADSB信号获得，飞行器每隔预设时间，就会发出一个ADSB信号，ADSB信号中包括飞行器在发送时的航班信息，航班到达时间确定系统通过接收每一飞行器发送的ADSB信号来获取对应的飞行器的飞行状态。
一种航班到达时间确定方法，如图1所示，包括如下步骤：
S100、实时获取每一飞行器距离其对应的目的地理区域的计划剩余航行时间，得到计划剩余航行时间集T=(T1,T2,...,Ti,...,Tn)；Ti=Ti1-Ti2-Ti3；其中，i=1,2,...,n；Ti为第i个飞行器距离其对应的目的地理区域的计划剩余航行时间；Ti1为第i个飞行器对应的航班的计划航行总时长；Ti2为第i个飞行器对应的航班的已航行时长；Ti3为第i个飞行器对应的航班的起飞延误时长；
计划剩余航行时间为飞行器从当前位置航行到目的地理区域所需的时间，通过计划航行总时长与已航行时长与起飞延误时长之间的差值来确定，计划航行总时长为航司规划的航班从起始机场至到达机场所需航行的时长，目的地理区域为飞行器对应的到达机场或到达机场所在的地理区域，若到达机场所在的地理区域只有一个机场，则目的地理区域为到达机场所在的地理区域，若到达机场所在的地理区域至少有两个机场，则目的地理区域为到达机场。
S200、若Ti≤T0，则将Ti对应的飞行器确定为目标飞行器；其中，T0为预设剩余航行时间阈值；
获取到每一飞行器的计划剩余航行时间后，将其与预设剩余航行时间阈值进行数值大小判断，若其不大于预设剩余航行时间阈值，则将对应的飞行器确定为目标飞行器，若目的地理区域在当天的航班数量过多，或在某一时段的航班数量过多，此时，获取每一执行飞行任务的飞行器的航班信息的数量是巨大的，且获取刚起飞的航班的航班信息进行到达时间预测也会由于在航行期间的不确定因素而导致准确度下降，所以，设置一个预设剩余航行时间阈值，如60分钟，只需要获取不大于预设剩余航行时间阈值的飞行器的航班信息即可，飞行器的计划剩余航行时间不大于预设剩余航行时间阈值，表示其即将下降到目的地理区域，获取的航班信息也更具有参考价值。
S300、将目的地理区域相同的目标飞行器确定为同一目的地理区域类组；
由于要对同一目的地理区域类组的目标飞行器进行协同预测到达时间，所以，在确定目标飞行器后，将相同目的地理区域的目标飞行器确定为同一目的地理区域类组，即同一目的地理区域类组中的所有目标飞行器的目的地理区域相同，也即到达的目的机场相同。
S400、每隔预设获取时间t1，获取每一目的地理区域类组中的每一目标飞行器的航班信息；其中，t1＜T0；
每隔t1获取每一目标飞行器的航班信息，t1可以为3分钟，t1比目标飞行器的ADSB信号的发送间隔时间大，且小于预设剩余航行时间阈值，由于目标飞行器发送相邻的ADSB信号的间隔时间过短，若实时获取每一目标飞行器的每一ADSB信号中的航班信息，会导致后续的数据处理量过大，所以，为了节省计算机算力，降低数据处理量，就需设置一个预设获取时间t1。
此外，为了使得到的每一目标飞行器的航班信息可以为连续的，便于后续的航班轨迹的平滑曲线的确定，还可以获取距离当前时间最近e次获取到的航班信息，如获取最近三次获取的航班信息，即以当前时间为节点，获取前三次获取的航班信息，即前t1*3时间内的每一目标飞行器的三个航班信息，再进行以下数据处理。
S500、对每一航班信息进行异常检测处理，若航班信息为正常数据，则将其确定为目标航班信息，并执行步骤S600；
获取到每一目标飞行器的航班信息后，由于目标飞行器发送的ADSB信号可能发生异常，所以，为了不对后续的数据处理产生影响，就需对获取的每一航班信息进行异常检测，来检测航班信息是否为正常数据，若其为正常数据，则将其确定为目标航班信息，进行后续数据处理。
进一步，步骤S500包括：
S510、获取每一目标飞行器的航班信息，得到第一航班信息集R=(R1,R2,...,Rs,...,Rv)；Rs=(Rs1,Rs2,Rs3,Rs4,Rs5,Rs6)；其中，s=1,2,...,v；v为目标飞行器的数量；Rs为第s个目标飞行器的航班信息；Rs1为第s个目标飞行器的当前飞行高度；Rs2为第s个目标飞行器的当前飞行速度；Rs3为第s个目标飞行器的当前位置；Rs4为第s个目标飞行器当前距离其对应的目的地理区域的计划剩余航行时间；Rs5为第s个目标飞行器在距离当前时间前预设间隔时间h时的飞行速度；Rs6为第s个目标飞行器当前距离其对应的目的地理区域间的距离；
航班信息中包括对应的目标飞行器的航行数据，如目标飞行器所在的位置、高度、速度、距离等。
S520、若Rs1≤Ds1且Rs2≤Ds2，则执行步骤S530；否则，将Rs确定为异常数据；其中，Ds1为第s个目标飞行器的最大飞行高度；Ds2为第s个目标飞行器的最大飞行速度；
目标飞行器的当前飞行高度若大于其规定的最大飞行高度，或目标飞行器的当前飞行速度大于最大飞行速度，且目标飞行器没有发出异常报警，则表示此航班信息为异常数据。
S530、若Rs3位于第s个目标飞行器的历史飞行轨迹上，则执行步骤S540；否则，将Rs确定为异常数据；
若目标飞行器的当前位置不处于对应的历史飞行轨迹上，且目标飞行器并未由于天气或管控原因而更改航线，则表示此航班信息为异常数据。
S540、若(Rs5-Rs2)/h≤Ds3，则执行步骤S550；否则，将Rs确定为异常数据；其中，Ds3为第s个目标飞行器的瞬时速度阈值；
若目标飞行器的瞬时速度大于其对应的瞬时速度最大值，且目标飞行器未发出警报，则表示此航班信息为异常数据。
S550、若Ds4≤(Rs4/Rs6)≤Ds5，则将Rs确定为目标航班信息，并执行步骤S600；否则，将Rs确定为异常数据；其中，Ds4为预设剩余比例最小值；Ds5为预设剩余比例最大值。
目标飞行器当前距离其对应的目的地理区域的计划剩余航行时间与当前距离其对应的目的地理区域间的距离的比值为目标飞行器的剩余比例，表示其在Rs4内要航行Rs6的行程，若其不在预设剩余比例最小值和最大值之间的范围内，则表示此航班信息为异常数据，否则，表示此航班信息为正常数据，将其确定为目标航班信息。
其中，步骤S550包括：
S551、若Rs为异常数据，则将获取的第s个目标飞行器距离当前时间最近的历史航班信息确定为目标航班信息，并执行步骤S600。
若航班信息为异常数据，则将此航班信息剔除，并将距离当前时间最近的历史航班信息确定为目标航班信息，即将距离当前时间最近的前一次获取的航班信息确定为目标航班信息。
S600、根据每一目的地理区域类组中的每一目标飞行器的目标航班信息，得到目标航班信息集Q=(Q1,Q2,...,Qr,...,Qq)；Qr=(Qr1,Qr2,...,Qrj,...,Qrf(r))；Qrj=(Qrj1,Qrj2,...,Qrjb,...,Qrjd)；其中，r=1,2,...,q；j=1,2,...,f(r)；b=1,2,...,d；q为目的地理区域类组的数量；f(r)为第r个目的地理区域类组中的目标飞行器的数量；d为目标航班信息中包含的特征数据的数量；Qr为第r个目的地理区域类组的目标飞行器的目标航班信息列表；Qrj为第r个目的地理区域类组中的第j个目标飞行器的目标航班信息；Qrjb为Qrj中包含的第b个特征数据；
每一目标航班信息中包括若干个特征数据，即每一目标航班信息中的特征数据的类型均相同，可以为对应的目标飞行器的经纬度、高度、速度、垂直爬升率、到达机场坐标经纬度、目的地理区域的天气温度、目的地理区域的空气湿度、目的地理区域的待降落飞行器数量等，通过获取目标飞行器的航班信息以及目的地理区域的状态信息，来判断目标飞行器是否需要延时降落。
S700、对Qr1b,Qr2b,...,Qrjb,...,Qrf(r)b进行归一化处理，得到Qrjb对应的处理后特征数据Zrjb；
对每一目标飞行器的目标航班信息中的相同特征数据进行汇总，并进行归一化处理，归一化处理可以为最大最小值归一化处理方法，对同一目的地理区域的不同目标飞行器的各个特征数据进行归一化处理，使同一目的地理区域的目标飞行器之间互相作为参考样本，如第一个目标飞行器的航班信息作为其余目标飞行器的到达时间的参考样本，以实现同一到达机场的不同航班协同确定每一目标飞行器的到达时间的目的。
S800、根据Zrj1,Zrj2,...,Zrjb,...,Zrjd，确定第r个目的地理区域类组的第j个目标飞行器的到达时间Trj；
进一步，步骤S800包括：
S810、根据Zrj1,Zrj2,...,Zrjb,...,Zrjd，确定第r个目的地理区域类组的航班特征向量Zr=(Zr1,Zr2,...,Zrj,...,Zrf(r))；Zrj=(Zrj1,Zrj2,...,Zrjb,...,Zrjd)；其中，Zrj为第r个目的地理区域类组的第j个目标飞行器的航班特征子向量；
将每一目标飞行器的航班信息中的每个特征数据作为一个航班特征子向量，再将同一目的地理区域的所有目标飞行器的航班特征子向量进行合并，组成航班特征向量，航班特征向量表示其对应的目的地理区域对应的所有待降落航班的特征向量。
S820、将航班特征向量Zr输入至预设回归模型中，确定第r个目的地理区域类组的第j个目标飞行器的到达时间Trj。
其中，步骤S820包括：
S821、获取Zrj对应的目标飞行器至第r个目的地理区域之间的距离Lrj；
S822、根据数值递增顺序，对Lr1,Lr2,...,Lrj,...,Lrf(r)进行排序，得到递增距离列表Mr1,Mr2,...,Mrj,...,Mrf(r)；
S823、将Zr1,Zr2,...,Zrj,...,Zrf(r)根据对应的目标飞行器的Mr1,Mr2,...,Mrj,...,Mrf(r)的顺序进行排序，得到第r个目的地理区域类组的目标航班特征向量；
进一步，为了使航班特征向量中的每一航班特征子向量便于处理及查验，将航班特征向量中的航班特征子向量按照对应的目标飞行器距离目的地理区域的距离进行排序，当航班特征向量中的第一个航班特征子向量对应的目标飞行器落地后，不再获取其航班信息，将对应的航班特征子向量从航班特征向量中删除，若存在符合目标飞行器标准的飞行器，则将其对应的航班特征子向量添加至航班特征向量中，使其成为航班特征向量的最后一个航班特征子向量。
S824、将目标航班特征向量输入至预设回归模型中，确定第r个目的地理区域类组的第j个目标飞行器的到达时间Trj。
其中，步骤S824包括：
S8241、将第r个目的地理区域类组的目标航班特征向量输入至预设回归模型中，得到第r个目的地理区域类组的第j个目标飞行器距离其对应的目的地理区域的实际剩余航行时间Wrj；
S8242、确定第r个目的地理区域类组的第j个目标飞行器的到达时间Trj=Wrj+Tnow；其中，Tnow为当前时间。
其中，预设回归模型的训练样本，通过以下步骤确定：
S8243、将每一目的地理区域在预设样本时间段[t2,t3]内的到达航班的历史特征数据确定为预设回归模型的训练样本；其中，t2＜t3；t2为预设样本时间段的起始时间，t3为预设样本时间段的截止时间。
预设回归模型可以为MLP模型，其训练样本可以为历史特征数据，通过获取历史特征数据来对预设回归模型进行训练，得到预设回归模型的每一结果，将航班特征向量输入至预设回归模型中，预设回归模型输出对应的结果，即对应的每一目标飞行器距离其对应的目的地理区域的实际剩余航行时间，再将每一实际剩余航行时间与当前时间相加，得到每一目标飞行器的到达时间。
本发明通过获取同一目的地理区域的目标飞行器的航班信息，并对其进行异常检测处理，剔除异常航班信息，得到目标航班信息，并对同一目的地理区域的若干目标飞行器对应的目标航班信息中的同一类特征数据进行归一化处理，得到每一特征数据对应的处理后特征数据，根据同一目的地理区域的若干目标飞行器对应的处理后特征数据的整合，得到每一目标飞行器的到达时间，通过对同一目的地理区域的若干目标飞行器之间的特征数据的相互整合，使同一目的地理区域的所有目标飞行器之间互为参考样本，以确定出每一目标飞行器在结合了其他目标飞行器的特征数据后的到达时间，提高了到达时间的预测精准度。
本发明的实施例还提供了一种非瞬时性计算机可读存储介质，该存储介质可设置于电子设备之中以保存用于实现方法实施例中一种方法相关的至少一条指令或至少一段程序，该至少一条指令或该至少一段程序由该处理器加载并执行以实现上述实施例提供的方法。
本发明的实施例还提供了一种电子设备，包括处理器和前述的非瞬时性计算机可读存储介质。
虽然已经通过示例对本发明的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上示例仅是为了进行说明，而不是为了限制本发明的范围。本领域的技术人员还应理解，可以对实施例进行多种修改而不脱离本发明的范围和精神。本发明开的范围由所附权利要求来限定。

Claims (6)

1.一种航班到达时间确定方法，其特征在于，应用于航班到达时间确定系统，所述航班到达时间确定系统通信连接有n个飞行器，用于接收每一所述飞行器发送的航班信息；
所述航班到达时间确定方法包括如下步骤：
S100、实时获取每一所述飞行器距离其对应的目的地理区域的计划剩余航行时间，得到计划剩余航行时间集T=(T1,T2,...,Ti,...,Tn)；其中，i=1,2,...,n；Ti为第i个所述飞行器距离其对应的目的地理区域的计划剩余航行时间；
S200、若Ti≤T0，则将Ti对应的飞行器确定为目标飞行器；其中，T0为预设剩余航行时间阈值；
S300、将目的地理区域相同的所述目标飞行器确定为同一目的地理区域类组；
S400、每隔预设获取时间t1，获取每一所述目的地理区域类组中的每一所述目标飞行器的航班信息；其中，t1＜T0；
S500、对每一所述航班信息进行异常检测处理，若所述航班信息为正常数据，则将其确定为目标航班信息，并执行步骤S600；
S600、根据每一所述目的地理区域类组中的每一所述目标飞行器的目标航班信息，得到目标航班信息集Q=(Q1,Q2,...,Qr,...,Qq)；Qr=(Qr1,Qr2,...,Qrj,...,Qrf(r))；Qrj=(Qrj1,Qrj2,...,Qrjb,...,Qrjd)；其中，r=1,2,...,q；j=1,2,...,f(r)；b=1,2,...,d；q为所述目的地理区域类组的数量；f(r)为第r个所述目的地理区域类组中的目标飞行器的数量；d为所述目标航班信息中包含的特征数据的数量；Qr为第r个所述目的地理区域类组的目标飞行器的目标航班信息列表；Qrj为第r个所述目的地理区域类组中的第j个目标飞行器的目标航班信息；Qrjb为Qrj中包含的第b个特征数据；
S700、对Qr1b,Qr2b,...,Qrjb,...,Qrf(r)b进行归一化处理，得到Qrjb对应的处理后特征数据Zrjb；
S800、根据Zrj1,Zrj2,...,Zrjb,...,Zrjd，确定第r个所述目的地理区域类组的第j个目标飞行器的到达时间Trj；
其中，所述步骤S800包括：
S810、根据Zrj1,Zrj2,...,Zrjb,...,Zrjd，确定第r个所述目的地理区域类组的航班特征向量Zr=(Zr1,Zr2,...,Zrj,...,Zrf(r))；Zrj=(Zrj1,Zrj2,...,Zrjb,...,Zrjd)；其中，Zrj为第r个所述目的地理区域类组的第j个所述目标飞行器的航班特征子向量；
S820、将所述航班特征向量Zr输入至预设回归模型中，确定第r个所述目的地理区域类组的第j个目标飞行器的到达时间Trj；
其中，所述步骤S820包括：
S821、获取Zrj对应的目标飞行器至第r个目的地理区域之间的距离Lrj；
S822、根据数值递增顺序，对Lr1,Lr2,...,Lrj,...,Lrf(r)进行排序，得到递增距离列表Mr1,Mr2,...,Mrj,...,Mrf(r)；
S823、将Zr1,Zr2,...,Zrj,...,Zrf(r)根据对应的目标飞行器的Mr1,Mr2,...,Mrj,...,Mrf(r)的顺序进行排序，得到第r个所述目的地理区域类组的目标航班特征向量；
S824、将所述目标航班特征向量输入至预设回归模型中，确定第r个所述目的地理区域类组的第j个目标飞行器的到达时间Trj；
其中，所述步骤S824包括：
S8241、将第r个所述目的地理区域类组的所述目标航班特征向量输入至预设回归模型中，得到第r个所述目的地理区域类组的第j个目标飞行器距离其对应的目的地理区域的实际剩余航行时间Wrj；
S8242、确定第r个所述目的地理区域类组的第j个目标飞行器的到达时间Trj=Wrj+Tnow；其中，Tnow为当前时间；
其中，所述预设回归模型的训练样本，通过以下步骤确定：
S8243、将每一目的地理区域在预设样本时间段[t2,t3]内的到达航班的历史特征数据确定为所述预设回归模型的训练样本；其中，t2＜t3；t2为预设样本时间段的起始时间，t3为预设样本时间段的截止时间。
2.根据权利要求1所述的航班到达时间确定方法，其特征在于，所述步骤S500包括：
S510、获取每一所述目标飞行器的航班信息，得到第一航班信息集R=(R1,R2,...,Rs,...,Rv)；Rs=(Rs1,Rs2,Rs3,Rs4,Rs5,Rs6)；其中，s=1,2,...,v；v为所述目标飞行器的数量；Rs为第s个所述目标飞行器的航班信息；Rs1为第s个所述目标飞行器的当前飞行高度；Rs2为第s个所述目标飞行器的当前飞行速度；Rs3为第s个所述目标飞行器的当前位置；Rs4为第s个所述目标飞行器当前距离其对应的目的地理区域的计划剩余航行时间；Rs5为第s个所述目标飞行器在距离当前时间前预设间隔时间h时的飞行速度；Rs6为第s个所述目标飞行器当前距离其对应的目的地理区域间的距离；
S520、若Rs1≤Ds1且Rs2≤Ds2，则执行步骤S530；否则，将Rs确定为异常数据；其中，Ds1为第s个所述目标飞行器的最大飞行高度；Ds2为第s个所述目标飞行器的最大飞行速度；
S530、若Rs3位于第s个所述目标飞行器的历史飞行轨迹上，则执行步骤S540；否则，将Rs确定为异常数据；
S540、若(Rs5-Rs2)/h≤Ds3，则执行步骤S550；否则，将Rs确定为异常数据；其中，Ds3为第s个所述目标飞行器的瞬时速度阈值；
S550、若Ds4≤(Rs4/Rs6)≤Ds5，则将Rs确定为目标航班信息，并执行步骤S600；否则，将Rs确定为异常数据；其中，Ds4为预设剩余比例最小值；Ds5为预设剩余比例最大值。
3.根据权利要求2所述的航班到达时间确定方法，其特征在于，所述步骤S550包括：
S551、若Rs为异常数据，则将获取的第s个所述目标飞行器距离当前时间最近的历史航班信息确定为目标航班信息，并执行步骤S600。
4.根据权利要求1所述的航班到达时间确定方法，其特征在于，第i个所述飞行器距离其对应的目的地理区域的计划剩余航行时间Ti，通过以下方式确定：
S110、获取第i个所述飞行器对应的航班的计划航行总时长Ti1、已航行时长Ti2、起飞延误时长Ti3；
S120、确定Ti=Ti1-Ti2-Ti3。
5.一种非瞬时性计算机可读存储介质，所述存储介质中存储有至少一条指令或至少一段程序，其特征在于，所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如权利要求1-4中任意一项所述的航班到达时间确定方法。
6.一种电子设备，其特征在于，包括处理器和权利要求5中所述的非瞬时性计算机可读存储介质。
CN202310970308.8A 2023-08-03 2023-08-03 一种航班到达时间确定方法、电子设备及存储介质 Active CN116681413B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310970308.8A CN116681413B (zh) 2023-08-03 2023-08-03 一种航班到达时间确定方法、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310970308.8A CN116681413B (zh) 2023-08-03 2023-08-03 一种航班到达时间确定方法、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN116681413A CN116681413A (zh) 2023-09-01
CN116681413B true CN116681413B (zh) 2023-10-27

Family

ID=87787721

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310970308.8A Active CN116681413B (zh) 2023-08-03 2023-08-03 一种航班到达时间确定方法、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN116681413B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117726050B (zh) * 2024-02-08 2024-05-10 中航信移动科技有限公司 目标航班任务的执行数量确定方法、电子设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111626519A (zh) * 2020-06-01 2020-09-04 北京博能科技股份有限公司 一种航班到达时间预测方法、装置和电子设备
CN111652427A (zh) * 2020-05-29 2020-09-11 航科院中宇（北京）新技术发展有限公司 一种基于数据挖掘分析的航班到达时刻预测方法及系统
CN114118578A (zh) * 2021-11-26 2022-03-01 上海行沙科技有限公司 一种基于空中轨迹和大数据预测航班到达时间的计算方法
CN115130380A (zh) * 2022-06-28 2022-09-30 南京航空航天大学 一种基于机器学习的战略航班时刻表延误分布预测方法
CN116468186A (zh) * 2023-06-14 2023-07-21 中国民航大学 一种航班链延误时间预测方法、电子设备及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2584625A (en) * 2019-05-28 2020-12-16 Sita Information Networking Computing Uk Ltd System and method for flight arrival time prediction

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111652427A (zh) * 2020-05-29 2020-09-11 航科院中宇（北京）新技术发展有限公司 一种基于数据挖掘分析的航班到达时刻预测方法及系统
CN111626519A (zh) * 2020-06-01 2020-09-04 北京博能科技股份有限公司 一种航班到达时间预测方法、装置和电子设备
CN114118578A (zh) * 2021-11-26 2022-03-01 上海行沙科技有限公司 一种基于空中轨迹和大数据预测航班到达时间的计算方法
CN115130380A (zh) * 2022-06-28 2022-09-30 南京航空航天大学 一种基于机器学习的战略航班时刻表延误分布预测方法
CN116468186A (zh) * 2023-06-14 2023-07-21 中国民航大学 一种航班链延误时间预测方法、电子设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于排队论的终端区航班进场时间预测;赵嶷飞 等;《南京航空航天大学学报》;第53卷(第6期);全文 *

Also Published As

Publication number Publication date
CN116681413A (zh) 2023-09-01

Similar Documents

Publication Publication Date Title
US9224302B1 (en) Four dimensional flight management with time control system and related method
US8108087B2 (en) Sequencing, merging and approach-spacing systems and methods
CN116681413B (zh) 一种航班到达时间确定方法、电子设备及存储介质
EP3410249B1 (en) System to estimate wind direction and strength using constant bank angle turn
CN109900300B (zh) 一种用于无人机的组合导航完好性监测系统
US6718236B1 (en) Method for conducting a moving vehicle along a trajectory of a coordinated maneuver based on state information broadcast by other vehicles participating in the coordinated maneuver
US8489261B2 (en) Method and device for aiding the piloting of an aircraft during a final approach phase
EP0236587A2 (en) Time-responsive flight optimization system
US20190251852A1 (en) Decision Aid Method And System For A Landing On A Landing Runway
CN103093649A (zh) 用于推断飞行器参数的方法和系统
CN105185163A (zh) 飞行路径选择方法和装置、飞行器和空中交通管理系统
US20140005861A1 (en) Method and device for assisting the mission tracking of an aircraft
CN111007555A (zh) 一种通用飞机机载组合导航系统与导航方法
CN118151675B (zh) 用于复杂场景巡航的无人机姿态控制方法及系统
US8108088B2 (en) Method and device for automatically guiding an aircraft during a spacing flight with a landing
US10497269B2 (en) Integrated management for airport terminal airspace
CN110349444A (zh) 基于大数据的空中交通流量管理方法
US11984036B2 (en) Systems and methods for optimizing holding pattern maneuver in a connected environment
Diallo A predictive aircraft landing speed model using neural network
Louali et al. Implementation of an UAV Guidance, Navigation and Control System based on the CAN data bus: Validation using a Hardware In the Loop Simulation
Chowdhury et al. Modeling Operational Risk to Improve Reliability of Unmanned Aerial Vehicles
US20240201705A1 (en) Device and method for autonomous management of a drone
CN116363908B (zh) 一种航班轨迹偏航检测方法、电子设备及存储介质
Ivanytskyi et al. UAS Flight Trajectory Optimization Algorithm Based on Operative Meteorological Information.
JP6916255B2 (ja) 飛行システムにおける管理装置、管理方法、及びプログラム

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