發(fā)布時(shí)間：2020-09-11 20:11

　　 隨著我國民用航空運(yùn)輸業(yè)的飛速發(fā)展,航班流量持續(xù)增長,其中終端區(qū)航班流量增長尤其顯著,加重了管制部門的工作負(fù)擔(dān),可能導(dǎo)致安全隱患,因此有必要對(duì)終端區(qū)航空器異常行為的識(shí)別展開研究。對(duì)終端區(qū)航空器異常行為的識(shí)別,不僅是研發(fā)高效輔助決策系統(tǒng)的前提,還可以為空管人員提供有效的決策方案。本文采用數(shù)據(jù)挖掘技術(shù)中的聚類分析完成了基于監(jiān)視數(shù)據(jù)的終端區(qū)航空器軌跡分類,在軌跡分類的基礎(chǔ)上結(jié)合統(tǒng)計(jì)學(xué)方法完成了終端區(qū)航空器異常行為的識(shí)別。首先,介紹了終端區(qū)雷達(dá)數(shù)據(jù)的分類及其特點(diǎn),給出了終端區(qū)雷達(dá)數(shù)據(jù)的處理方法;在總結(jié)了不同領(lǐng)域的軌跡相似性模型度量方法的基礎(chǔ)上,構(gòu)建了基于速度修正系數(shù)的軌跡相似性模型;采用基于速度修正系數(shù)的軌跡譜聚類對(duì)終端區(qū)的航空器軌跡進(jìn)行了分類實(shí)驗(yàn)。然后,在聚類分析的基礎(chǔ)上,考慮航空器軌跡位置、速度和高度等因素,提出了終端區(qū)航空器位置異常和終端區(qū)航空器能量高度異常的定義,給出了終端區(qū)航空器異常行為的識(shí)別方法。最后,在統(tǒng)計(jì)分析數(shù)據(jù)的基礎(chǔ)上,通過計(jì)算數(shù)據(jù)分布的特征,得到中心軌跡和異常軌跡識(shí)別的閾值,從而識(shí)別出航空器軌跡位置異常和航空器能量高度異常,并對(duì)識(shí)別結(jié)果進(jìn)行了分析。實(shí)驗(yàn)表明基于速度修正系數(shù)的航空器軌跡譜聚類能夠?qū)崿F(xiàn)對(duì)航空器軌跡的合理劃分;在分類基礎(chǔ)上結(jié)合統(tǒng)計(jì)學(xué)方法的航空器異常行為識(shí)別能夠識(shí)別終端區(qū)內(nèi)的航空器異常行為。
【學(xué)位單位】：中國民航大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：V355
【部分圖文】：

圖 3-1 船舶異常行為分類圖GPS 系統(tǒng)的靜態(tài)車輛軌跡數(shù)據(jù)挖掘和基于道路視頻監(jiān)控系統(tǒng)現(xiàn)階段車輛異常檢測(cè)的主要數(shù)據(jù)基礎(chǔ)。其中，車載 GPS 系統(tǒng) GPS 信號(hào)易受建筑物遮擋、商用 GPS 定位存在一定誤差等挖掘中基于車載 GPS 系統(tǒng)的靜態(tài)車輛軌跡數(shù)據(jù)存在數(shù)據(jù)較隨著道路交通系統(tǒng)的發(fā)展，道路視頻監(jiān)控系統(tǒng)逐漸完善，道實(shí)時(shí)性、可溯性和直觀性，基于道路視頻監(jiān)控系統(tǒng)的車輛軌成為車輛異常行為研究的熱點(diǎn)。行為通常是指高速公路交通或城市道路交通中具有潛在危險(xiǎn)車輛異常行為包括違章停車、逆行、違章掉頭等。車輛異常行，現(xiàn)階段常用的異常檢測(cè)方法是基于監(jiān)督學(xué)習(xí)或人工定義的指

結(jié)合軌跡的飛行距離，兩者歸一化加權(quán)求得軌跡的可疑度，通，確定異常軌跡的數(shù)量上限，取出可疑度最高的數(shù)條軌跡，計(jì)算取出是否超過給定的閾值，若超過給定的閾值，則將可疑度最高的數(shù)條軌區(qū)航空器能量高度的異常班一次完整的飛行包括：滑行和起飛階段；爬升階段；巡航階段；下降階段。其中飛行過程中高度低于 3000 以下的飛行階段，包括起飛，最后著陸，復(fù)飛等階段被認(rèn)為是飛行關(guān)鍵階段，這是對(duì)飛行任務(wù)至飛行事故多發(fā)階段。確保航空器運(yùn)行安全是民航飛行的重中之重，通的統(tǒng)計(jì)不難發(fā)現(xiàn)，航空器從下降到著陸階段是事故多發(fā)階段，如圖 3-3發(fā)階段包含于終端區(qū)空域之中，因此有必要對(duì)航空器從下降到著陸階的異常行為展開研究。

Hausdorff距離222

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馬文耀;吳兆麟;李偉峰;;船舶異常行為的一致性檢測(cè)算法[J];交通運(yùn)輸工程學(xué)報(bào);2017年05期

2 趙元棣;王超;李善梅;張召悅;;基于重采樣的終端區(qū)飛行軌跡可信聚類方法[J];西南交通大學(xué)學(xué)報(bào);2017年04期

3 潘新龍;王海鵬;何友;熊偉;周偉;;基于多維航跡特征的異常行為檢測(cè)方法[J];航空學(xué)報(bào);2017年04期

4 馬文耀;吳兆麟;楊家軒;李偉峰;;基于單向距離的譜聚類船舶運(yùn)動(dòng)模式辨識(shí)[J];重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年05期

5 孫玉硯;孫利民;朱紅松;周新運(yùn);;基于車牌識(shí)別系統(tǒng)車輛軌跡的行為異常檢測(cè)[J];計(jì)算機(jī)研究與發(fā)展;2015年08期

6 甄榮;邵哲平;潘家財(cái);趙強(qiáng);;基于統(tǒng)計(jì)學(xué)理論的船舶軌跡異常識(shí)別[J];集美大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年03期

7 徐濤;李永祥;呂宗平;;基于航跡點(diǎn)法向距離的航跡聚類研究[J];系統(tǒng)工程與電子技術(shù);2015年09期

8 湯春明;韓旭;浩歡飛;聶美玲;;基于軌跡多特征的運(yùn)動(dòng)模式學(xué)習(xí)及異常檢測(cè)[J];計(jì)算機(jī)應(yīng)用與軟件;2015年03期

9 王濤波;黃寶軍;;改進(jìn)模糊聚類算法在航跡分析中的應(yīng)用[J];中國安全科學(xué)學(xué)報(bào);2014年02期

10 李曉靜;張曉濱;;基于LCS的用戶時(shí)空行為興趣相似性計(jì)算方法[J];計(jì)算機(jī)工程與應(yīng)用;2013年20期

相關(guān)博士學(xué)位論文 前2條

1 盧勝男;復(fù)雜交通視頻場(chǎng)景中的車輛軌跡提取及行為分析[D];長安大學(xué);2016年

2 管仁初;半監(jiān)督聚類算法的研究與應(yīng)用[D];吉林大學(xué);2010年

相關(guān)碩士學(xué)位論文 前5條

1 包秀娟;聚類有效性指標(biāo)結(jié)構(gòu)分析及應(yīng)用[D];天津大學(xué);2014年

2 趙海;視頻序列下的車輛軌跡異常行為識(shí)別[D];昆明理工大學(xué);2014年

3 鄭偉;基于核與特征選擇的譜聚類社區(qū)檢測(cè)算法[D];西安電子科技大學(xué);2013年

4 劉啟亮;自適應(yīng)空間聚類方法研究[D];中南大學(xué);2011年

5 孫玉俠;數(shù)據(jù)挖掘中的譜聚類算法研究[D];中國海洋大學(xué);2010年

本文編號(hào)：2817119