44、飞行轨迹模式识别方法研究

飞行轨迹模式识别方法研究

在航空领域，准确识别飞行轨迹模式对于提高空中交通管理效率、保障飞行安全至关重要。本文将介绍一种基于改进层次聚类框架的飞行轨迹模式识别方法——TPIHC，并通过实验与传统方法进行对比。

1. 数据预处理

数据预处理是飞行轨迹模式识别的重要基础，它能够提高数据质量，为后续的分析和处理提供可靠支持。具体包括以下四个子步骤：
1. 去除异常值 ：由于飞行轨迹信号传输中可能存在数据丢失问题，部分轨迹数据会出现不连续的情况。这些具有明显错误的轨迹会影响聚类结果的质量，因此需要将其从总轨迹集合中移除。
2. 轨迹点去重 ：确保每个轨迹序列中不存在重复的轨迹点，避免重复数据对后续分析造成干扰。
3. 轨迹分割 ：中国空域由多个空中航线交通控制中心（ARTCC）分别划分和控制，每个ARTCC可视为相对独立的运营单元。不同ARTCC区域内的轨迹模式通常相互独立，因此需要分别对每个ARTCC区域执行轨迹模式识别任务。
4. 轨迹重采样 ：为满足TPIHC方法的要求，所有输入轨迹应具有相同数量的点。因此，需要以固定距离间隔对每个飞行轨迹进行重采样，确保每个轨迹具有相等的长度N。对于每个ARTCC段中少于N个点的轨迹，将其识别为异常轨迹并从数据集中移除。对于其他轨迹，重采样后的轨迹Ti由以下公式给出：
[
T_i = {T_{il’}, l’ = \frac{n*l}{N}, n = 1, \cdots, N }
]
其中，l是轨迹的长度，l’是对应于要重采样点的长度。如