[发明专利]预测飞行数据的系统和方法

权利要求书

1.一种用于飞行数据预测的设备(102、140、800、910)，所述设备包括：

存储器(132、930)，所述存储器被配置成存储出发机场地图(278)；

通信接口(960)，所述通信接口被配置成接收预期在特定时间范围(288)内到达或离开出发机场(170、270)的多个飞行器(290)的位置数据(214)；以及

一个或更多个处理器(180、920)，所述一个或更多个处理器被配置成：

基于所述位置数据(214)和所述出发机场地图(278)预测所述多个飞行器(290)中的第一飞行器(124)的滑行持续时间(164)或燃料使用量(118)；并且

基于所述滑行持续时间(164)或所述燃料使用量(118)生成输出(120)。

2.根据权利要求1所述的设备(102、140、800、910)，其中，限定以下项中的至少一项：

所述滑行持续时间(164)或所述燃料使用量(118)基于所述出发机场(170、270)的天气状况(252)、所述多个飞行器(290)的飞行计划(216)、所述第一飞行器(124)的飞行器性能(128)、所述第一飞行器(124)的飞行器规格(168)、所述出发机场(170、270)的跑道方向(276)或以上项的组合；以及

所述位置数据(214)是从自动相关监视广播系统、机场表面检测设备模型X系统或这两者接收的，并且其中，所述出发机场地图(278)是从机场地图数据库接收的。

3.根据权利要求1所述的设备(102、140、800、910)，其中，所述一个或更多个处理器(180、920)被配置成基于数据模型(194、230)来预测所述滑行持续时间(164)或所述燃料使用量(118)，所述数据模型(194、230)是基于与所述出发机场(170、270)相关联的历史数据(190)而训练的，其中，所述历史数据(190)包括在所述出发机场(170、270)的历史滑行持续时间(164)。

4.根据权利要求3所述的设备(102、140、800、910)，其中，所述数据模型(194、230)包括神经网络、随机森林、梯度提升决策树、机器学习模型、统计模型或以上项的组合。

5.根据权利要求3所述的设备(102、140、800、910)，其中，所述数据模型(194、230)是基于所述出发机场地图(278)而训练的，并且其中，所述历史数据(190)指示预期到达或离开所述出发机场(170、270)的第二多个飞行器(290)的第二位置数据(214)、所述出发机场(170、270)的历史天气状况(252)、历史天气预报(226)、所述第二多个飞行器(290)的历史飞行计划(216)、所述第二多个飞行器(290)中的第二飞行器(124)的第一检测滑行持续时间(156)、所述第二飞行器(124)的历史飞行器性能(128)、所述第二飞行器(124)的飞行器规格(168)或以上项的组合。

6.根据权利要求3所述的设备(102、140、800、910)，其中，所述一个或更多个处理器(180、920)还被配置成：

检测所述第一飞行器(124)的第一滑行持续时间(156)；并且

基于所述第一滑行持续时间(156)和所述位置数据(214)来训练所述数据模型(194、230)。

7.根据权利要求1所述的设备(102、140、800、910)，其中，限定以下项中的至少一项：

所述存储器(132、930)还被配置成存储所述第一飞行器(124)的飞行器性能数据(128)，并且其中，所述燃料使用量(118)基于所述滑行持续时间(164)和所述飞行器性能数据(128)；

所述输出(120)指示为适应所述滑行持续时间(164)而装载在所述第一飞行器(124)上的燃料量；以及

所述通信接口(960)还被配置成将所述输出(120)发送至电子飞行包设备(140)，其中，所述存储器(132、930)、所述一个或更多个处理器(180、920)和所述通信接口(960)中的至少一者被集成到服务器中。