基于谱聚类的终端区飞行轨迹分析

基于谱聚类的终端区飞行轨迹分析

ID:46612251

大小:1.01 MB

页数:5页

时间:2019-11-26

基于谱聚类的终端区飞行轨迹分析_第1页
基于谱聚类的终端区飞行轨迹分析_第2页
基于谱聚类的终端区飞行轨迹分析_第3页
基于谱聚类的终端区飞行轨迹分析_第4页
基于谱聚类的终端区飞行轨迹分析_第5页
资源描述:

《基于谱聚类的终端区飞行轨迹分析》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第45卷第5期航空计算技术Vol.45No.52015年9月AeronauticalComputingTechniqueSep.2015基于谱聚类的终端区飞行轨迹分析马勇,胡明华,顾欣,袁立罡(南京航空航天大学民航学院,江苏南京210016)摘要:为了实现智能化处理海量航班数据,精细描述终端区运行特性,研究了基于谱聚类的终端区飞行轨迹分析方法。在分析终端区航班飞行特点的基础上,提出基于航向因子修正的欧式距离轨迹相似度计算方法;利用高斯核函数对相似度矩阵进行平滑降噪处理,实现了函数中规模参数的自动化选取;采用改进谱聚类算法对终端区飞行轨迹进行聚类划分。利用广州白云机场进行

2、实例验证,结果表明,方法能够有效处理终端区轨迹数据。关键词:空中交通;终端区;飞行轨迹;谱聚类中图分类号:V355文献标识码:A文章编号:1671-654X(2015)05-0046-05TrajectoryAnalysisinTerminalAreaBasedonSpectralClusteringMAYong,HUMing-hua,GUXin,YUANLi-gang(CollegeofCivilAviation,NanjingUniversityofAeronauticsandAstronautics,Nanjing210016,China)Abstract:Ino

3、rdertoprocessmassiveflightdataintelligently,descriptoperationalcharacteristicsoftheterminalarea,thepaperproposedtrajectoryanalysismethodinterminalareabasedonspectralclustering.First,basedontheanalysisofflightcharacteristicsinterminalarea,thepaperproposedsimilaritycalcu-lationmethodbasedo

4、ntheEuclideandistancewhichcorrectedbycoursecorrectionfactor;thenitusedGaussiankerneltosmooththesimilaritymatrixandreducenoise,thescaleparametercanbeselectedau-tomatically;Finally,thepaperusedimprovedspectralclusteringalgorithmtoclusterterminalareaflightpaths.WiththeactualdataofGuangzhouA

5、irport,themethodisverifiedtoprocesstrajectoryinterminalareaeffectively.Keywords:airtraffic;terminalarea;trajectory;spectralclustering[2][3]引言法有很多种,例如,K均值算法、DBSCAN、分层聚[4][5]随着空管系统大数据时代来临,机场终端区交通类算法、谱聚类算法。本文首先根据航班在终端运行环境日趋复杂,相关表征数据呈现出海量剧增、多区的飞行特点,提出一种基于航向因子修正的欧式距源异构、高度复杂等特点。如何利用现有航班飞行数离相似度

6、计算方法;然后,利用高斯核函数对相似度矩据,从中提取有用信息,精细描述终端区交通态势,深阵进行平滑降噪处理,并且实现了高斯核函数中规模度认知交通流组织模式和演变规律,成为进一步提升参数的自动化选取;再次,采用谱聚类算法对轨迹数据终端区安全水平和保障能力的重要手段,因此研究终进行聚类划分,在聚类过程中应用改进的K均值算法端区飞行轨迹分析方法具有重要意义。飞行轨迹分析对谱分解后特征空间进行聚类,该算法可以自动选取是航班数据分析中的关键部分,由于分析单个航空器正交的初始质心,避免了K均值算法稳定性差的缺成本较高,且难以反映整个终端区空域的宏观特性,因点,从而得到鲁棒性强的计算

7、结果;最后,采用广州终此找出能够有效整合航空器行为的轨迹聚类算法是亟端区的实际航班雷达数据进行轨迹聚类,将某天455待解决的问题。条进场航班轨迹分为8类,439条离场飞行轨迹分为5轨迹聚类是将轨迹对象集合划分为几个相似对象类,与标准进离场航线吻合度较高,能达到要求的聚类类的过程,在飓风运动预测、道路交通和应急疏散管理效果。[1]等领域进行了广泛的应用研究。实现轨迹聚类的方收稿日期:2015-07-10修订日期:2015-08-27基金项目:国家科技重大支撑计划项目资助(2011BAH24B09)作者简介:马勇(1989-),男,云南昆明人

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。