基于数据挖掘的四维飞行轨迹预测模型

为了解决传统的空气动力学模型在预测四维飞行轨迹上误差较大的问题,提出一种基于数据挖掘的预测模型。该模型挖掘历史飞行时间数据,从中找出影响飞行时间的因素,预测出下一次飞行的全程时间,然后从历史位置数据中分析得出飞机在每个采样周期点上的位置,实现完整的四维轨迹预测。仿真试验验证了该模型预测的准确性和可用性。

四维飞行轨迹预测方法的研究

通过对空中交通运输管理中目前常用的轨迹预测算法的研究比较和分析,提出了利用遗传算法的从历史数据中进行函数挖掘的思想。针对四维轨迹数据特征的分析和传统的单一函数挖掘的局限性,提出了基于基因表达式编程的频繁函数集挖掘的建模方法。该模型方法通过对历史飞行数据进行遗传算法的操作挖掘出数据集中对应的函数关系集合,用较好的函数模型预测未来航迹。以某一航班雷达数据为训练集做实验,结果表明了应用该方法的准确性和可用性。

基于历史轨迹集的四维轨迹预测方法

针对传统空气动力学模型在预测飞机四维轨迹时误差较大的问题,提出了一种基于历史轨迹集的四维轨迹预测方法。首先,该方法运用空管基础数据、运动学模型、气象模型、管制意图计算创建历史轨迹集,然后使用实时的雷达航迹配对信息、气象信息、空中位置报、移交预达报等激励信息通过算法对历史轨迹集进行更新。最后,通过查询历史轨迹集预测完整的飞机四维飞行轨迹。仿真试验表明该方法比传统的空气动力学模型具有更好的实用性、准确性。

快速的飞行全过程航迹预测

该文提出一种面向空中交通管理的飞行全过程快速4-D航迹预测方法。以导航数据库和飞行计划为基础,对从起飞跑道至降落跑道的飞行全过程进行仿真预测。采用质点模型以保证预测速度;设计了终端区非精确定义航段之间的过渡轨迹保证结果完整性,考虑终端区高度及速度限制以保证结果真实性;基于WGS-84地理坐标系统进行航迹空间结构计算以保证结果准确度。仿真了北京首都机场至上海虹桥机场的飞行实例,并通过和实际飞行数据的对比验证了该方法的高效性。