高效四维航迹数据清洗技术

随着航空业的快速发展和新兴的众包,如Flightradar24和FlightAware等的涌现,大量空中交通数据,特别是四维(4D)航迹数据已公开于众。为了保证结果的准确性和可靠性,包括识别和减少错误在内的数据清洗,是分析4D航迹数据的第一步。为此对4D航迹数据进行如下清洗:应用反向传播神经网络算法将误差修复;用牛顿插值法对每次航行样本进行等间隔采样来获得均匀分布的4D航迹数据;进而提出一种在保持轨迹固有形状前提下的数据压缩方法,以及基于密度的有噪聚类(Density based spatial clustering of applications with noise,DB SCAN)对样本点中的离群点进行识别。采用欧洲空域一天的4D航迹数据集进行验证,结果表明所提方法比现有方法更高效、快速。本文的数据预处理研究结果为下一阶段的4D航迹分析奠定了基础。

性能基导航中飞行技术误差估计研究综述

从人为因素、飞行器性能与环境因素3方面剖析了性能基导航中飞行技术误差的影响因素及其特性。依据导航方式与特定运行条件分类论述了基于飞行试验的飞行技术误差试验统计研究,指出了此类研究方法的局限性。评述了基于成型机理的飞行技术误差方差估计模型与方法,讨论了各种方法的特点和应用范围。从飞行技术误差估计方法与应用2方面分析了现有研究的局限性与后续研究展望。分析结果表明:在手动操作方式下,不同的飞行策略对飞行技术误差有较大影响,航径偏移指示器的灵敏度与侧向飞行技术误差负相关。在航路和终端区,某些通用航空飞行器的侧向飞行技术误差的标准差分别高达759.32、481.52m,主要原因是未安装高精度导航系统。对飞行试验结果进行统计拟合的估计方法无法全面地覆盖全部机型、航段与天气条件,因而具有一定的局限性,而基于成型机理的飞行技术误差估计方法估计的侧向、高度飞行技术误差的标准差分别为2.68、1.13m,通过与仿真结果和实测数据的比较,方法的有效性得到验证。性能基导航设备在实时估计飞行技术误差时,采用假设常值而不进行实时估计,将会使飞行器处于危险中。从多重因素入手研究如何减小性能基导航中飞行技术误差是未来的重要研究方向。

无线Ad Hoc网络的MAC层拥塞控制算法

为解决无线Ad Hoc网络中拥塞主要由节点在MAC(媒体访问控制)层竞争无线信道而引起的问题,提出了一种基于无线环境监测的拥塞控制(EACC)算法.该算法通过监测IEEE 802.11的二进制指数退避过程判断MAC层拥塞状态,节点据此自适应调整数据分组的丢弃概率,通过丢包达到缓解拥塞的目的.利用IEEE 802.11DCF的信道接入机制,推导出MAC拥塞信息和吞吐量的关系方程,证明了该拥塞信息的正确性.仿真结果表明:EACC算法能够准确测量节点的拥塞程度,显著提高网络的吞吐量,从而有效地缓解网络拥塞.