个体移动轨迹—滑动窗口方法与航空流异常变化识别——以京沪空中廊道为例
wf（2019）
摘要
航空流异常变化识别是解释空中廊道拥堵和空域资源充分利用以及航空流重新分配的一个重要基础性课题.该文设计了个体移动轨迹—滑动窗口方法,选取京沪空中廊道内全部航线和机场为研究对象,从FlightAware系统中获得1日17 h全部航班的航迹点数据,识别了异常流量密度、异常区域和异常移动轨迹.研究认为:1)利用移动描述符(飞行弧)在时态数据流支持下所设计的方法,能实现个体移动点的分时段分配和时空一体化表达.2)依据该方法识别的京沪空中廊道航空流异常流量密度(峰值高点以及运动)、异常区域(约束区域和空闲区域)、异常移动轨迹(速度变化与绕飞、方向变化与盘旋),不仅揭示出时空路径中的航空流隐藏信息以及时空运动规律,而且支持了航线更改决策制定.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要