高效四维航迹数据清洗技术

• 作者: Wandelt Sebastian 孙小倩 张春晓 谭鑫
• 来源期刊: 南京航空航天大学学报（英文版）
• 学科: 交通运输
• 关键词: 四维航迹 数据清洗 异常值检测 修复
• 年，卷（期）: 2020,（2）
• 页码范围: 288-299
• 页数: 12页
• 分类号: U8
• 字数: 1130字
• 语种: 英文

摘要

随着航空业的快速发展和新兴的众包,如Flightradar24和FlightAware等的涌现,大量空中交通数据,特别是四维(4D)航迹数据已公开于众.为了保证结果的准确性和可靠性,包括识别和减少错误在内的数据清洗,是分析4D航迹数据的第一步.为此对4D航迹数据进行如下清洗:应用反向传播神经网络算法将误差修复;用牛顿插值法对每次航行样本进行等间隔采样来获得均匀分布的4D航迹数据;进而提出一种在保持轨迹固有形状前提下的数据压缩方法,以及基于密度的有噪聚类(Density?based spatial clustering of applications with noise,DB?SCAN)对样本点中的离群点进行识别.采用欧洲空域一天的4D航迹数据集进行验证,结果表明所提方法比现有方法更高效、快速.本文的数据预处理研究结果为下一阶段的4D航迹分析奠定了基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张春晓	北京航空航天大学国家空管新航行系统技术重点实验室	7	22	3.0	4.0
5	谭鑫	北京航空航天大学国家空管新航行系统技术重点实验室	1	0	0.0	0.0
9	孙小倩	北京航空航天大学国家空管新航行系统技术重点实验室	1	0	0.0	0.0
13	Wandelt Sebastian	北京航空航天大学国家空管新航行系统技术重点实验室	1	0	0.0	0.0