21世紀(jì),我國(guó)民用航空運(yùn)輸業(yè)得到快速發(fā)展,隨之帶來(lái)的是航班流量的增長(zhǎng),不但加重管制員工作負(fù)擔(dān),還會(huì)引發(fā)危及飛行安全的隱患,所以對(duì)終端區(qū)航空器海量軌跡數(shù)據(jù)展開(kāi)研究顯得尤為重要。通過(guò)對(duì)終端區(qū)內(nèi)海量軌跡數(shù)據(jù)挖掘分析,可發(fā)現(xiàn)其中隱含的異常軌跡信息,為研發(fā)高效的管制員輔助決策系統(tǒng)打下基礎(chǔ)。本文采用數(shù)據(jù)挖掘技術(shù)中的聚類分析對(duì)基于多維特征的航空器終端區(qū)軌跡自動(dòng)分類進(jìn)行研究,在軌跡分類的基礎(chǔ)上分別基于位置特征和運(yùn)動(dòng)特征兩種方法實(shí)現(xiàn)對(duì)航空器異常軌跡的識(shí)別檢測(cè),兩種方法相互對(duì)比;同時(shí)針對(duì)航空器異常研究多是集中在軌跡位置異常,提出對(duì)航空器垂直方向--爬升下降率的異常識(shí)別檢測(cè)。本文首先確定研究終端區(qū)范圍;采用蘭伯特投影、線性插值和速度修正等方法完成對(duì)ADS-B軌跡數(shù)據(jù)的預(yù)處理;結(jié)合相關(guān)領(lǐng)域?qū)Ξ惓＼壽E定義給出本文對(duì)終端區(qū)航空器異常軌跡定義。針對(duì)歐氏距離軌跡相似性模型存在不足,對(duì)歐式距離相似性模型進(jìn)行改進(jìn),構(gòu)建基于位置特征（經(jīng)度、緯度、高度）、航向和速度的多維特征軌跡相似性模型,并使用譜聚類完成對(duì)航空器軌跡自動(dòng)分類的研究。在軌跡自動(dòng)分類的基礎(chǔ)上,提出航轉(zhuǎn)角的概念,利用航轉(zhuǎn)角確定特征軌跡,通過(guò)多元線性擬合方法結(jié)合航... 

【文章頁(yè)數(shù)】：83 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

船舶異常行為分類圖

Hausdorff距離222

各特征散點(diǎn)相關(guān)矩陣圖

【參考文獻(xiàn)】：
期刊論文
[1]船舶異常行為的一致性檢測(cè)算法[J]. 馬文耀,吳兆麟,李偉峰.  交通運(yùn)輸工程學(xué)報(bào). 2017(05)
[2]基于PCA聚類機(jī)場(chǎng)跑道利用率研究分析[J]. 靳輝輝,李楠.  航空計(jì)算技術(shù). 2017(04)
[3]基于重采樣的終端區(qū)飛行軌跡可信聚類方法[J]. 趙元棣,王超,李善梅,張召悅.  西南交通大學(xué)學(xué)報(bào). 2017(04)
[4]基于小波聚類的終端區(qū)進(jìn)場(chǎng)軌跡模式識(shí)別[J]. 王超,鄭旭芳,卜寧.  計(jì)算機(jī)應(yīng)用與軟件. 2016(11)
[5]軌跡大數(shù)據(jù)異常檢測(cè):研究進(jìn)展及系統(tǒng)框架[J]. 毛嘉莉,金澈清,章志剛,周傲英.  軟件學(xué)報(bào). 2017(01)
[6]基于多維航跡特征的異常行為檢測(cè)方法[J]. 潘新龍,王海鵬,何友,熊偉,周偉.  航空學(xué)報(bào). 2017(04)
[7]基于t分布隨機(jī)鄰域嵌入的阿爾茨海默癥診斷模型[J]. 成超,楊晨暉.  廈門大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(01)
[8]基于隨機(jī)森林和欠采樣集成的垃圾網(wǎng)頁(yè)檢測(cè)[J]. 盧曉勇,陳木生.  計(jì)算機(jī)應(yīng)用. 2016(03)
[9]基于統(tǒng)計(jì)學(xué)理論的船舶軌跡異常識(shí)別[J]. 甄榮,邵哲平,潘家財(cái),趙強(qiáng).  集美大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(03)
[10]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]. 湯春明,韓旭,浩歡飛,聶美玲.  計(jì)算機(jī)應(yīng)用與軟件. 2015(03)

博士論文
[1]基于運(yùn)動(dòng)特征的軌跡相似性度量研究[D]. 朱進(jìn).南京師范大學(xué) 2015

碩士論文
[1]基于雷達(dá)數(shù)據(jù)的航跡分析方法研究[D]. 彭勃.中國(guó)民航大學(xué) 2018
[2]基于監(jiān)視數(shù)據(jù)的機(jī)動(dòng)區(qū)航空器異常行為檢測(cè)[D]. 劉朋.中國(guó)民航大學(xué) 2018
[3]基于監(jiān)視數(shù)據(jù)的終端區(qū)航空器異常行為識(shí)別研究[D]. 鄧人博.中國(guó)民航大學(xué) 2018
[4]基于關(guān)聯(lián)分析的A商城訂單研究[D]. 倪聰林.華東交通大學(xué) 2017
[5]交通監(jiān)控視頻中的車輛異常行為檢測(cè)[D]. 宋耀.南京郵電大學(xué) 2015
[6]視頻序列下的車輛軌跡異常行為識(shí)別[D]. 趙海.昆明理工大學(xué) 2014
[7]多機(jī)場(chǎng)終端區(qū)進(jìn)場(chǎng)航班排序方法研究[D]. 張妍.南京航空航天大學(xué) 2014



本文編號(hào)：3671769