[发明专利]基于局部遍历密度聚类的ADS-B航迹清洗与校准方法

权利要求书

1.一种基于局部遍历密度聚类的ADS-B航迹清洗与校准方法，其特征在于，包括：

建立基于ADS-B航迹数据的特征字段的数据样本，其中特征字段包括初始字段以及扩展字段，所述扩展字段通过所述初始字段计算得出；

对数据样本进行去重；

根据数据样本中的特征字段的数据特点选择特征字段，并用于字段数据异常检测和处理；

依据局部遍历的DBSCAN密度聚类方法对数据样本的特征字段进行离群点识别，通过相邻正常点进行插值的方法对离群点进行判断是否为异常点，对异常点进行修正或删除；

根据数据样本中的初始字段对航迹进行校准；

所述数据样本由N个航迹点P组成的某一航班轨迹Tra_j＝{P₁,P₂…P_i…P_N}，P_i表示第i个航迹点所述初始字段包括航班唯一识别编码FID、时间戳T、经度Lon、纬度Lat、压力高度PA、地速GS、航迹角TA以及垂直速度VS；

所述扩展字段包括校准时间戳Tc、校准地速GSc、校准航迹角TAc以及校准垂直速度VSc；

所述扩展字段通过所述初始字段计算得出的方法包括：

第i个航迹点P_i上的TAc_i、GSc_i和VSc_i由下式计算得到：

TAc_i＝Dir_GreatCircle(i,i+1)；

GSc_i＝Dist_GreatCircle(i,i+1)/(T_i+1-T_i)；

VSc_i＝(PA_i+1-PA_i)/(T_i+1-T_i)；

其中，Dir_GreatCircle(i,i+1)和Dist_GreatCircle(i,i+1)分别为P_i到P_i+1点的大圆航线航迹角和距离长度，并根据P_i到P_i+1两点的经纬度计算获得；

所述对数据样本进行去重的方法包括：

将所有航迹点按照时间戳字段T从早到晚进行排序；

删除时间戳重复的航迹点；

删除经度和纬度同时重复的相邻航迹点；

所述依据局部遍历的DBSCAN密度聚类方法对数据样本的特征字段进行离群点识别，通过相邻正常点进行插值的方法对离群点进行判断是否为异常点，对异常点进行修正或删除的方法包括：

特征字段的数据集D＝{x₁,x₂…x_i…x_N}，其中x_i即为航迹点P_i的对应字段数值，定义δ为局部域长度，ε为邻域距离阈值，MinPts为核心点邻域内点数量阈值，并且满足MinPts≤2δ，则进行局部遍历的DBSCAN聚类算法步骤为：

S141，对任意数据点x_i，在数量为2δ+1的局部域数据集L＝{x_i-δ,…,x_i+δ}内计算字段距离函数Dist(x_i,x_k)，其中k＝i-δ,…,i+δ；

S142，将满足Dist(x_i,x_k)≤ε的所有L域数据点加入到x_i的ε邻域N_ε,i中，若N_ε,i内点数量≥MinPts，则x_i标记为核心点，并加入核心域C中；反之，则x_i标记为离群点，并加入到离群域O中，其中L域数据点表示以数据点x_i为中心，在两侧δ范围内所有数据点集合，称为局部数据集L,δ表示局部数据点数量范围的控制参数；

S143，对下一个点x_i+1，重复步骤S141和步骤S142，直到最后一个点x_N计算结束；

S144，将离群域O内的所有离群点及其邻域点，进行合并得到离群点集合Outliers＝{x_a,x_b,…}；将核心域C内的所有核心点及其邻域点，进行合并得到正常点集合Clusters＝{...,x_a-1,x_a+1,…,x_b-1,x_b+1,…}；

异常点表示与周围绝大数点距离大于ε且不符合变化规律的点；对集合Outliers中的离群点x_m是否为异常点，采用均值滤波的方法进行异常检测，即，假设x_m为独立异常点，将周围正常点x_m-1和x_m+1之间进行差值求解得到一个参考点x_m,ref，如果满足Dist(x_m,x_m,ref)≤ε，则x_m为正常点，否则x_m为异常点，并修正为x_m,ref，如果离群点x_m为边界，且边界插值缺少约束条件，导致偏差过大，则将边界离群点x_m直接删除；

所述根据数据样本中的初始字段对航迹进行校准，即

根据ADS-B航迹的经度Lon、纬度LAT、地速GS字段对时间戳T字段数值进行修正，使得整个轨迹数据符合质点运动学规律，即时间、速度和位置三者匹配，对经过异常过滤的航班ADS-B轨迹的数据样本Traj^F＝{P₁,P₂,…P_k…,P_M}，以航迹点P₁的时间戳T₁作为时间校准的基准值，则有Tc₁＝T₁，对航迹点P_k，k1，P_k的校准时间戳Tc_k计算过程为：

S151：找到P_k的前一个航迹点P_i，计算TAc_i,k＝Dir_GreatCircle(i,k)，如果航迹角距离Dist_Angle(TAc_i,k,TAc_i)ε_TAc，则认为P_k的经纬度位置与时间戳顺序冲突，此时将P_k从Traj^F中删除，并将下一点仍记作P_k，重复步骤151，直到满足Dist_Angle(TAc_i,k,TAc_i)≤ε_TAc，ε_TAc表示对TAc字段各数据进行聚类过程中的航迹角距离阈值参数，且为最大航迹角距离，其中ε_TAc＝160deg；

S152：航迹点P_i→P_k的运动分为匀速和匀变速两个阶段，并定义一般加速度ACC_nor，ACC_nor的符号在加速时取正，减速时取负，航空器做变速运动，即，当GS_iGS_k时，由GS_i匀加速至GS_k，然后保持GS_k匀速运动；当GS_iGS_k时，保持GS_i匀速运动，然后匀减速至GS_k，根据下式得出做匀变速运动的时长t_acc,nor和距离d_acc,nor，最后计算出P_i→P_k的飞行时间Dur(i,k)，

t_acc,nor＝(GS_k-GS_i)/ACC_nor；

Dur(i,k)＝t_acc,nor+[Dist(i,k)-d_acc,nor]/max(GS_i,GS_k)；

S153：当Dist(i,k)d_acc,nor时，使用极限加速度ACC_lim代替ACC_nor，计算出d_acc,lim，如果依然不能满足Dist(i,k)≥d_acc,nor，则P_i→P_k的距离在极限加速度下也无法满足从GS_i匀加速变化到GS_k，此时使用下式计算Dur(i,k)：

Dur(i,k)＝2·Dist(i,k)/(GS_i+GS_k)；

S154：依据步骤S152-步骤S153计算出来的Dur(i,k)，计算出航迹点P_k的校准时间戳Tc_k：

Tc_k＝Tc_i+Dur(i,k)；

S155：对航班的ADS-B轨迹Traj^F，重复过程步骤S151-步骤S154即可得到所有航迹点的校准时间戳，从而完成航班的ADS-B轨迹数据清洗与校准。