面向空中智能交通的大规模飞行航迹处理与分析方法研究

Flight trajectory processing and analyzing, which is one of the basic and key techniques for real-time monitoring flight status of aircraft and guaranteeing flight safety, has been the research front and hot topic in the field of air intelligent transportation. This project sets the actual applications of air traffic management in the field of civil aviation as the research background, and introduces the idea of digital geometry processing into the field of flight trajectory processing. We mainly study the adaptive simplification, multi-scale clustering and central trajectory extraction methods for big flight trajectory data. The main contributions include: research on the adaptive simplification method for trajectory curves under the premise of maintaining the features and the consistency of time series and its robustness analysis, research on the multi-scale and robust clustering method for different types of flight trajectory data and its feature analysis, and research on the central trajectory extraction method for trajectory clusters and its similarity analysis. We also try to apply it into abnormal trajectory detection and pre-warning, identification and prediction of flight status, evaluation of controller’s workload and other practical applications. This project not only can open up a new research train of thought and enrich the research techniques for the field of flight trajectory processing, but also can develop and verify the timeliness, reliability and robustness of digital geometry processing methods by using the actual applications of air traffic management in the field of civil aviation. Therefore, this project has important theoretical significance and application value.

飞行航迹的处理与分析作为对航空器的飞行状态进行实时监控、保障飞行安全的基础和关键技术之一，已成为空中智能交通领域的研究前沿和热点。本项目拟以民航空管实际应用为研究背景，将数字几何处理思想引入飞行航迹处理领域，重点研究大规模飞行航迹数据的自适应简化、多尺度聚类和中心航迹提取等问题。具体的，研究在保持特征点和时序一致性的前提下，面向航迹曲线的自适应简化方法及其鲁棒性分析；研究在多尺度条件下，针对不同类型的飞行航迹数据的鲁棒性聚类方法及其特征分析；研究面向航迹簇的中心航迹提取方法及其相似度分析，并应用于异常航迹检测与预警、飞行状态识别与预测、管制员工作负荷评估等实际应用领域。本项目的研究，不仅可以为飞行航迹处理领域开辟新的研究思路，丰富其研究手段，也可以利用民航空管所具有的实际应用背景，深度挖掘并检验数字几何处理方法的实时性、可靠性和鲁棒性，因此，具有重要的理论意义和应用价值。

飞行航迹的处理与分析作为对航空器的飞行状态进行实时监控、保障飞行安全的基础和关键技术之一，已成为空中智能交通领域的研究前沿和热点。本项目的研究对于丰富飞行航迹处理手段和扩展数字几何处理应用领域具有重要的理论意义和应用价值。在此背景下，本项目通过采集来自我国不同地区的大规模飞行航迹数据，对数据进行有效的处理与分析，针对飞行航迹数据的表示、优化、特征提取，以及其在空管和机场领域中的应用展开研究。提出了飞行航迹数据的采样、重构和优化方法，在此基础上提出了飞行航迹的可信聚类方法和燃油消耗估算方法；基于高质量的飞行航迹数据，针对终端区、单向航路和交汇航路等空域结构的空中交通流特征进行了研究。在应用方面，基于混沌、时间序列、K近邻等预测理论，提出了空中交通流量预测、控制与优化方法；基于带精英策略的非支配排序遗传算法、光传播、隐马尔可夫等模型，提出了解决航路网优化、航迹规划等问题的有效方法。此外，项目组还根据不同研究内容开发了多个软件系统，以便于进行相关研究成果的仿真与验证。在本项目的资助下，共发表期刊论文21篇，申请发明专利2项，成功申请软件著作权8项；培养硕士研究生5人，其中2人在读，指导本科生参加科技项目7项；基于研究成果，1篇论文获校优秀硕士毕业论文，1篇论文获校优秀本科毕业论文。此外，为充分验证本项目的研究成果，项目组所属的中国民航大学空管学院与民航海南空管分局成立了空管运行大数据分析联合实验室，进一步加强了与空管一线单位的合作。