[發(fā)明專利]一種基于運(yùn)行特征的民航管制扇區(qū)分類方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011006478.7
• 申請(qǐng)日: 2020-09-23
• 公開（公告）號(hào): CN112183605A
• 公開（公告）日: 2021-01-05
• 發(fā)明（設(shè)計(jì)）人: 趙征;張啟錢;徐禮鵬;張賽文
• 申請(qǐng)（專利權(quán)）人: 南京航空航天大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06Q10/06;G06Q50/30;G08G5/00
• 代理公司: 南京蘇高專利商標(biāo)事務(wù)所(普通合伙) 32204
• 代理人: 柏尚春

本發(fā)明公開了一種基于運(yùn)行特征的民航管制扇區(qū)分類方法，收集歷史數(shù)據(jù)，并進(jìn)行預(yù)處理；結(jié)合SQL和Python軟件從歷史數(shù)據(jù)中提取出所需要的特定扇區(qū)范圍ADS?B航跡數(shù)據(jù)，獲取扇區(qū)分類指標(biāo)；提出基于遺傳算法改進(jìn)的核模糊C?均值聚類算法，獲得較優(yōu)的聚類效果；設(shè)置聚類有效性指標(biāo)，確定扇區(qū)分類類別數(shù)量；將提取出的關(guān)鍵分類因子作為算法輸入，輸出扇區(qū)聚類結(jié)果；根據(jù)聚類結(jié)果明確所選樣本的分類特性，結(jié)合樣本的數(shù)值分布分析驗(yàn)證不同類型扇區(qū)的交通運(yùn)行的多維屬性。本發(fā)明實(shí)現(xiàn)了從宏觀的總體運(yùn)行特征對(duì)扇區(qū)進(jìn)行分類，有助于了解不同類別扇區(qū)的運(yùn)行特性，為管制運(yùn)行管理提供優(yōu)化依據(jù)，同時(shí)可為扇區(qū)分類專項(xiàng)管理、動(dòng)態(tài)配置及遠(yuǎn)程管制等創(chuàng)新發(fā)展提供理論支撐。

技術(shù)領(lǐng)域

本發(fā)明屬于空中交通管理與規(guī)劃領(lǐng)域，具體涉及一種基于運(yùn)行特征的民航管制扇區(qū)分類方法。

背景技術(shù)

航班量的不斷增長，隨之而來的民航空域資源供給不足，所引起的航班正常性問題日益凸顯，重新設(shè)計(jì)扇區(qū)使其變得更小，從而減少每個(gè)扇區(qū)中管制員的工作負(fù)荷的做法不太符合成本效益，它需要增加更多的管制員管理扇區(qū)運(yùn)行，更多的設(shè)備顯示扇區(qū)信息，增加了飛機(jī)和空管之間的協(xié)調(diào)以及管制員之間的協(xié)調(diào)。對(duì)扇區(qū)分類，從不同扇區(qū)的結(jié)構(gòu)、流量、復(fù)雜性等多個(gè)維度分析扇區(qū)間的異同，深入把握扇區(qū)運(yùn)行特性，找出當(dāng)前制約我國空管體系發(fā)展，效能提升的瓶頸問題，是深挖內(nèi)部潛力，提升管制運(yùn)行績效水平，識(shí)別瓶頸突破途徑的重要科學(xué)手段。對(duì)分類后的扇區(qū)建立若干宏觀管制員工作負(fù)荷模型，可以提高空域評(píng)估的效率，可以用于對(duì)新增扇區(qū)相似性的快速參考。深入研究分析扇區(qū)運(yùn)行狀態(tài)，準(zhǔn)確把握扇區(qū)運(yùn)行的時(shí)空特性，充分利用空中交通管制資源。對(duì)進(jìn)一步優(yōu)化扇區(qū)結(jié)構(gòu)和交通流，提高空域容量，提高空中交通管理的效率有著重大意義。這也是未來扇區(qū)運(yùn)行優(yōu)化和人力資源高效配置的大勢(shì)所趨。

目前大多數(shù)有關(guān)于扇區(qū)分類方面的研究主要從扇區(qū)的運(yùn)行模式、交通流結(jié)構(gòu)和復(fù)雜性指標(biāo)等方面出發(fā)；研究選取的扇區(qū)樣本較少，因此，為增加樣本數(shù)量，一般從時(shí)段的復(fù)雜態(tài)勢(shì)考慮，對(duì)扇區(qū)整體運(yùn)行特征的研究分析相對(duì)較少。同時(shí)，過往的研究中多采用硬聚類算法對(duì)扇區(qū)進(jìn)行類別或者繁忙時(shí)段和等級(jí)的劃分，劃分結(jié)果存在一定程度的不合理性。

發(fā)明內(nèi)容

發(fā)明目的：為克服上述現(xiàn)有技術(shù)的不足，本發(fā)明提供一種基于運(yùn)行特征的民航管制扇區(qū)分類方法，針對(duì)關(guān)鍵指標(biāo)對(duì)管制扇區(qū)采用基于遺傳算法改進(jìn)的核模糊C-均值聚類算法進(jìn)行分類，揭示不同種類的管制扇區(qū)運(yùn)行特性和復(fù)雜特征；對(duì)分類后的扇區(qū)，從扇區(qū)運(yùn)行角度入手，分析不同種類扇區(qū)復(fù)雜特性和運(yùn)行特征，提升空中交通管制資源的利用率，提高空中交通管理效率。

技術(shù)方案：本發(fā)明所述的一種基于運(yùn)行特征的民航管制扇區(qū)分類方法，包括以下步驟：

(1)收集多地區(qū)、多對(duì)象、多種類的歷史數(shù)據(jù)，并對(duì)歷史數(shù)據(jù)進(jìn)行預(yù)處理；

(2)通過射線法，結(jié)合SQL和Python軟件從歷史數(shù)據(jù)中提取出所需要的特定扇區(qū)范圍ADS-B航跡數(shù)據(jù)，計(jì)算選取后的ADS-B數(shù)據(jù)，獲取扇區(qū)分類指標(biāo)；

(3)提出基于遺傳算法改進(jìn)的核模糊C-均值聚類算法，獲得較優(yōu)的聚類效果；

(4)通過對(duì)實(shí)測(cè)雷達(dá)數(shù)據(jù)計(jì)算得出的空中交通復(fù)雜性評(píng)價(jià)指標(biāo)數(shù)據(jù)值，進(jìn)行標(biāo)準(zhǔn)化處理后分析指標(biāo)之間的相關(guān)性，對(duì)指標(biāo)體系進(jìn)行精簡降維，提取適合作為算法輸入的聚類因子；設(shè)置聚類有效性指標(biāo)，衡量聚類結(jié)果是否最優(yōu)，確定扇區(qū)分類類別數(shù)量；將提取出的關(guān)鍵分類因子作為算法輸入，經(jīng)過機(jī)器學(xué)習(xí)聚類算法輸出扇區(qū)聚類結(jié)果；根據(jù)聚類結(jié)果明確所選樣本的分類特性，進(jìn)而結(jié)合樣本的數(shù)值分布分析驗(yàn)證不同類型扇區(qū)的交通運(yùn)行的多維屬性。

進(jìn)一步地，步驟(2)所述的扇區(qū)分類指標(biāo)包括管制飛行時(shí)長、航空器進(jìn)入架次、航空器占據(jù)架次、運(yùn)行態(tài)勢(shì)統(tǒng)計(jì)改變統(tǒng)計(jì)及交叉匯聚點(diǎn)。

進(jìn)一步地，所述步驟(2)包括以下步驟：