基于多源异构数据的航班追踪盲区评估#br#

taptap下载安装安卓学报 ›› taptap点点手机网页 , taptap点点手机网页 ›› Issue (4): 1-6.

• 民用航空 • 下一篇

基于多源异构数据的航班追踪盲区评估#br#

韩萍，张秉清，张喆，卢晓光

taptap下载安装安卓电子信息与自动化学院，天津300300

出版日期:2020-08-27 发布日期:2020-08-27
作者简介:韩萍（1966—），女，天津人，教授，博士，研究方向为航空器全球追踪与监控新技术.
基金资助:
国家重点基础研究发展计划项目（2016YFB0502405）

Flight tracking gap assessment based on multi-source heterogeneous data#br#

HAN Ping, ZHANG Bingqing, ZHANG Zhe, LU Xiaoguang#br#

College of Electronic Information Engineering and Automation, CAUC, Tianjin 300300, China

Online:2020-08-27 Published:2020-08-27
Supported by:

摘要/Abstract

摘要： 针对实际飞机通信寻址报告系统(ACARS)和广播式自动相关监视(ADS-B)追踪数据在航班全球追踪过程中由信号覆盖出现的位置报告缺失问题，建立追踪盲区评估模型。首先通过三次样条插值算法对缺失报告位置进行重构，然后在评估区域内划分航迹点覆盖区域和缺失区域，基于高斯核函数的SVM 算法得到缺失区域内部的盲区位置概率分布，最后利用测试数据对模型性能进行评估。实验结果表明：评估模型适用于两种多源异构数据，且数据周期越短模型精度越高。

关键词: 全球航班追踪, 多源异构数据, 盲区评估模型, 盲区位置概率分布

Abstract: Aiming at the location report gap of ACARS or ADS-B during global flight tracking, a flight tracking gap assessment model is established based on the ACARS and ADS-B messages. Firstly, the model reconstructs the missing points by cubic spline interpolation algorithm, then divides the point coverage area and the missing area in the evaluation area. SVM algorithm based on Gaussian kernel function is used to obtain the tracking gap location probability distribution inside the missing area. Finally, test data are used to evaluate the model performance. Results show that the assessment model is suitable for two kinds of multi-source heterogeneous data, and the accuracy is higher with shorter data period.

Key words: global flight tracking, multi-source heterogeneous data, tracking gap assessment model, tracking gap location
probability distribution

中图分类号:

V324
TP391

韩萍, 张秉清, 张喆, 卢晓光. 基于多源异构数据的航班追踪盲区评估#br#[J]. taptap下载安装安卓学报, 2020, 38(4): 1-6.

HAN Ping, ZHANG Bingqing, ZHANG Zhe, LU Xiaoguang. Flight tracking gap assessment based on multi-source heterogeneous data#br#[J]. Journal of Civil Aviation University of China, 2020, 38(4): 1-6.

参考文献 15

[1]	中国民用航空局飞行标准司. 航空器承运人航空器追踪监控实施指南: AC-121-FS-2016-127[S]. 北京: 中国民用航空局飞行标准司,2016.
[2]	HAN PING, HUI HUI, LU XIAOGUANG, et al. A Research and implementation on real time tracking for abnormal flight using ACARS[C]//2018 IEEE/AIAA 37th Digital Avionics System Conference (DASC).London: IEEE, 2018: 23-27.
[3]	刘岩. ACARS 原理分析[J]. 中国民航学院学报, 1993, 11(3): 18-30.
[4]	ROY A. Secure aircraft communications addressing and reporting system (ACARS)[C]//Digital Avionics Systems , Dasc Conference (Cat.No.01CH37219). Daytona Beach: IEEE, 2011: 14-18.
[5]	周宏宇, 李朝阳. 低空地空通信覆盖分析与仿真[J]. 信息通信, 2017(3): 171-173.
[6]	焦林, 张永刚. 雷达电磁波盲区的评估方法研究[J]. 舰船科学技术, 2004(6): 45-48.
[7]	李勇. 基于甚高频地空通信信号覆盖问题分析与研究[J]. 中国民航飞行学院学报, 2019, 30(6): 23-26.
[8]	陆华兴, 邓雪云. 基于ACARS 的飞机航迹实时安全监控技术[J]. 飞机设计, 2009, 29(6): 52-56.
[9]	吴鹍, 潘薇. 基于数据挖掘的四维飞行轨迹预测模型[J]. 计算机应用, 2007, 27(11): 2637-2639.
[10]	宋阳. 基于自适应三次样条插值的ACARS 航迹重构算法研究[D].天津: taptap下载安装安卓, 2017.
[11]	KEERTHI S S, LIN C J. Asymptotic behaviors of support vector machines with gaussian kernel[J]. Neural Computation, 2003, 15(7): 1667-1689.
[12]	D忆ASPREMONT A. Indefinite SVM: support vector machine classification with indefinite kernels[J]. Mathematical Programming Computation,2008, 1(2/3): 97-118.
[13]	田萌. 高斯核参数选择与正交多项式核构造[D]. 太原: 山西大学,2017.
[14]	XIAO YINGCHAO, WANG HUANGANG, XU WENLI. Parameter selection of gaussian kernel for one-class SVM[J]. IEEE Transactions on Cybernetics, 2015, 45(5): 927-939.
[15]	冶建华. 几类插值算法的数学思想浅论[J]. 甘肃科技, 2013, 29(8):52-54.

基于多源异构数据的航班追踪盲区评估#br#

Flight tracking gap assessment based on multi-source heterogeneous data#br#

可视化

摘要/Abstract

引用本文

使用本文

参考文献 15

相关文章 0

编辑推荐

Metrics

本文评价