期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于历史数据的空中改航算法研究
被引量：
3
1
作者
陈正茂
林毅
杨波
《工程科学与技术》
EI
CAS
CSCD
北大核心
2018年第4期110-115,共6页
改航是航班运行过程中应对恶劣天气、军事活动、流量管控等突发情况的重要策略。作者提出一种挖掘历史雷达数据特征的改航算法。算法首先综合考虑改航路径的经济性、安全性、航路特征和容量影响等因素建立改航约束条件,对航班可能的改...
改航是航班运行过程中应对恶劣天气、军事活动、流量管控等突发情况的重要策略。作者提出一种挖掘历史雷达数据特征的改航算法。算法首先综合考虑改航路径的经济性、安全性、航路特征和容量影响等因素建立改航约束条件,对航班可能的改航区间的航路通路进行分析初选,确定最优的改航区间及其满足改航约束条件的一系列关键点序列。随后基于航班在历史雷达数据中的位置信息分析关键点序列航段执行情况,结合该航段计划航班数据,提出了适用于改航关键点选择的航段利用率计算方式,并在此基础上确定改航路径的最优关键点序列。以航班飞行过程中的速度矢量为建模对象,通过机器学习算法挖掘经过关键点序列航段的航班飞行运动模式。采用混合高斯模型对航班速度矢量建模和参数学习;利用马尔科夫蒙特卡洛采样算法预测航班改航过程中的速度矢量序列。最后利用匀加速运动学方程预测出完整的改航路径。通过某大型流量管理系统的应用实践证明,在考虑了改航约束条件和航段历史运行情况(利用率)等因素下的改航策略符合航班的实际运行情况。同时算法还能以高精度预测航班的改航轨迹,为改航路径相关区域的流量管理提供数据支撑。本文的改航算法能很好的解决航班在飞行过程中的改航问题。
展开更多
关键词
改航
约束条件
历史雷达数据
关键点序列
机器学习
在线阅读
下载PDF
职称材料
基于GMM的航班轨迹预测算法研究
被引量：
9
2
作者
林毅
张建伟
+1 位作者
武喜萍
刘宇
《工程科学与技术》
EI
CAS
CSCD
北大核心
2018年第4期104-109,共6页
航班轨迹预测是空中交通管理与仿真技术的基础。针对现有预测方法预测精度和稳定性不足的问题,提出了一种基于历史雷达数据和机器学习方法的轨迹预测算法。算法首先基于概率统计模型(高斯混合模型)对航班运行过程中的相邻时刻的相对位...
航班轨迹预测是空中交通管理与仿真技术的基础。针对现有预测方法预测精度和稳定性不足的问题,提出了一种基于历史雷达数据和机器学习方法的轨迹预测算法。算法首先基于概率统计模型(高斯混合模型)对航班运行过程中的相邻时刻的相对位置偏移量进行建模;随后,以该航班的历史飞行轨迹为训练数据采用期望最大化的机器学习算法优化模型参数。概率统计模型学习真实运行环境下同一航班的飞机运动模式,能更准确地描述航班在飞行过程的随机性。在已学习到概率统计模型的基础上,采用序贯蒙特卡洛思想采样航班各时刻的相对位置偏移向量序列。针对特定的航班轨迹预测,使用起飞机场的跑道位置和标高信息与预测的航班位置偏移量预测航班在各个更新时刻的位置信息并形成最终的航班轨迹。算法中预设模型参数更新机制,包含预测误差超过阈值、定时和手动更新。将提出的算法运用在某大型空中交通流量管理系统中,大量真实历史数据实验表明:与传统的运动学方法和回归模型相比,本文算法能得到更加准确和平稳的航班轨迹预测结果。
展开更多
关键词
轨迹预测
历史雷达数据
高斯混合模型
相对位置偏移
机器学习
在线阅读
下载PDF
职称材料
题名
基于历史数据的空中改航算法研究
被引量：
3
1
作者
陈正茂
林毅
杨波
机构
四川大学视觉合成图形图像技术国防重点学科实验室
四川大学国家空管自动化系统技术重点实验室
出处
《工程科学与技术》
EI
CAS
CSCD
北大核心
2018年第4期110-115,共6页
基金
国家空管委十二五国家空管科研专项资助项目(GKG201403004)
文摘
改航是航班运行过程中应对恶劣天气、军事活动、流量管控等突发情况的重要策略。作者提出一种挖掘历史雷达数据特征的改航算法。算法首先综合考虑改航路径的经济性、安全性、航路特征和容量影响等因素建立改航约束条件,对航班可能的改航区间的航路通路进行分析初选,确定最优的改航区间及其满足改航约束条件的一系列关键点序列。随后基于航班在历史雷达数据中的位置信息分析关键点序列航段执行情况,结合该航段计划航班数据,提出了适用于改航关键点选择的航段利用率计算方式,并在此基础上确定改航路径的最优关键点序列。以航班飞行过程中的速度矢量为建模对象,通过机器学习算法挖掘经过关键点序列航段的航班飞行运动模式。采用混合高斯模型对航班速度矢量建模和参数学习;利用马尔科夫蒙特卡洛采样算法预测航班改航过程中的速度矢量序列。最后利用匀加速运动学方程预测出完整的改航路径。通过某大型流量管理系统的应用实践证明,在考虑了改航约束条件和航段历史运行情况(利用率)等因素下的改航策略符合航班的实际运行情况。同时算法还能以高精度预测航班的改航轨迹,为改航路径相关区域的流量管理提供数据支撑。本文的改航算法能很好的解决航班在飞行过程中的改航问题。
关键词
改航
约束条件
历史雷达数据
关键点序列
机器学习
Keywords
reroute
constraints
historical radar data
key point sequence
machine learning
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于GMM的航班轨迹预测算法研究
被引量：
9
2
作者
林毅
张建伟
武喜萍
刘宇
机构
四川大学视觉合成图形图像技术国防重点学科实验室
四川大学国家空管自动化系统技术重点实验室
出处
《工程科学与技术》
EI
CAS
CSCD
北大核心
2018年第4期104-109,共6页
基金
国家空管委十二五国家空管科研专项资助项目(GKG201403004)
文摘
航班轨迹预测是空中交通管理与仿真技术的基础。针对现有预测方法预测精度和稳定性不足的问题,提出了一种基于历史雷达数据和机器学习方法的轨迹预测算法。算法首先基于概率统计模型(高斯混合模型)对航班运行过程中的相邻时刻的相对位置偏移量进行建模;随后,以该航班的历史飞行轨迹为训练数据采用期望最大化的机器学习算法优化模型参数。概率统计模型学习真实运行环境下同一航班的飞机运动模式,能更准确地描述航班在飞行过程的随机性。在已学习到概率统计模型的基础上,采用序贯蒙特卡洛思想采样航班各时刻的相对位置偏移向量序列。针对特定的航班轨迹预测,使用起飞机场的跑道位置和标高信息与预测的航班位置偏移量预测航班在各个更新时刻的位置信息并形成最终的航班轨迹。算法中预设模型参数更新机制,包含预测误差超过阈值、定时和手动更新。将提出的算法运用在某大型空中交通流量管理系统中,大量真实历史数据实验表明:与传统的运动学方法和回归模型相比,本文算法能得到更加准确和平稳的航班轨迹预测结果。
关键词
轨迹预测
历史雷达数据
高斯混合模型
相对位置偏移
机器学习
Keywords
trajectory prediction
historical radar data
Gaussian mixture model
relative position excursion
machine learning
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于历史数据的空中改航算法研究
陈正茂
林毅
杨波
《工程科学与技术》
EI
CAS
CSCD
北大核心
2018
3
在线阅读
下载PDF
职称材料
2
基于GMM的航班轨迹预测算法研究
林毅
张建伟
武喜萍
刘宇
《工程科学与技术》
EI
CAS
CSCD
北大核心
2018
9
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
