基于动态时间规整度量的k均值航迹聚类

论文摘要

为找到涵盖比较全面的各组类具有代表性的中心航迹,需要对航迹进行分类分析。首先介绍针对得到的航空器轨迹数据的处理方法及流程,并进行重要数据的转换和提取,标画出实际飞行总航迹。然后运用基于空间相似距离的k均值聚类算法进行聚类分析,并通过动态时间规整(dynamic time warping,DTW)算法对航迹聚类不同K取值的分类结果进行相似性度量,确定合适的K值,从而在众多航迹中将实际飞行航迹按照空间运行的相似性进行归类处理,找到中心航迹,实现航迹的分类。应用北京首都国际机场36L跑道上着陆航空器的航迹数据进行算例分析,分析结果证明,该算法可以有效地对航迹进行分类分析。

论文目录

• 1 航迹数据处理
•   1.1 数据介绍
•   1.2 坐标转换
•   1.3 丢点数据插值处理
•   1.4 终端管制范围内的数据提取
• 2 空间相似性的k均值航迹聚类算法
•   2.1 k均值算法概述
•   2.2 数据标准化的处理方法
•   2.3 基于空间相似性的k均值航迹聚类方法
• 3 航迹聚类的动态时间规整度量
• 4 算例分析
•   4.1 研究环境与条件
•   4.2 实际航迹与中心航迹
•   4.3 K值选择
• 5 结论

文章来源

类型: 期刊论文

作者: 杜实,车雨桐,王利航,任景瑞

关键词: 中心航迹,航迹分类,航迹数据处理,均值聚类,动态时间规整

来源: 中国科技论文 2019年06期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 航空航天科学与工程

单位: 中国民航大学空中交通管理学院,中国民航大学飞行技术学院

分类号: V355.1

页码: 664-669+697

总页数: 7

文件大小: 298K

下载量: 194