基于ADS-B时空数据挖掘的大终端区空域特征分析及其改善策略研究

摘要

由于航班总量的迅速增加,国内每个空域都存在着日益严重的空域交通拥堵问题。空域热点包含大量能有效反映空中交通拥堵的信息。因此,空中交通管理领域必须研究如何从海量航线数据中定位空域热点和热门航线。本文主要阐述了目前中国国内关于航空飞行器运动轨迹聚类分析算法的主要研究状况;介绍了广播式自动相关监视系统(ADS-B, automatic dependent surveillance broadcast);对航迹数据采用剔除、过滤和模糊等航迹预处理方法;对预处理过后的航迹数据采用基于密度的DBSCAN聚类,对特征空域采用热点密度分类,并对热点拥堵地区进行识别。通过使用BMAP API提取航空地图(Aeronautical Chart)在python平台建立华北空域航路地图;利用DBSCAN对华北空域一天当中的航迹数据进行基于密度的聚类;将聚类结果写入空域程序进行显示得出华北机场群空域热点。研究成果表明该程序可显示华北机场群终端区空域的热点拥堵区域和冷点空闲区,依据给出的空域结构和航班时刻,可给出改善大终端区运行效率的方法。