基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
以OAG航班计划数据为基础,对全球大型机场日客运航班的起降波形进行分析并归纳分类,得出锯齿形、梯形、早晚高峰形和叠加形4类航班波.同时,提出4个特征指标用于对航班起降波形进行评估,分别为高峰起降航班占比率、飞行架次标准差比值、高峰起降间隔时间和降落-起飞高峰配对数.以我国旅客吞吐量排名前10位的机场为例,分析各机场航班起降波形及其特征指标.研究结果表明:我国大型机场客运航班起降波形以早晚高峰形航班波为主,高峰起、降航班占比率均值分别为64.1%和59.0%,飞行架次标准差比值为0.12,日间运行时段尚未形成明显的降落-起飞高峰配对,与国际大型枢纽机场航班运作模式尚有一定差距.
推荐文章
基于深度学习的航班起降延误预测方法
延误传播
延误预测
深度学习
人工神经网络
基于波形特征和SVM的心电信号自动分类方法研究
波形特征
支持向量机(SVM)
自动分类
我国枢纽机场航班时刻分布特征研究
航班时刻
枢纽机场
曲线拟合
层次聚类
舰船噪声波形结构特征提取及分类研究
舰船噪声信号
波形结构
结构自适应模糊聚类神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 航班起降波形分类及特征研究
来源期刊 飞行力学 学科 交通运输
关键词 空中交通管制 航班波 OAG航班计划数据 机场 航班时刻
年,卷(期) 2016,(2) 所属期刊栏目 相关学科
研究方向 页码范围 90-94
页数 分类号 V355|U8
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李雄 9 34 4.0 5.0
2 李冬宾 中国民航管理干部学院空管系 4 15 2.0 3.0
3 卫东选 长安大学公路学院 4 17 3.0 4.0
4 陈晓清 2 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (73)
共引文献  (41)
参考文献  (15)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(7)
  • 参考文献(0)
  • 二级参考文献(7)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(10)
  • 参考文献(0)
  • 二级参考文献(10)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(9)
  • 参考文献(3)
  • 二级参考文献(6)
2009(10)
  • 参考文献(1)
  • 二级参考文献(9)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(9)
  • 参考文献(7)
  • 二级参考文献(2)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
空中交通管制
航班波
OAG航班计划数据
机场
航班时刻
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
飞行力学
双月刊
1002-0853
61-1172/V
大16开
西安市阎良区73号信箱
1983
chi
出版文献量(篇)
2494
总下载数(次)
14
总被引数(次)
0
论文1v1指导