买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜南京航空航天大学申请的专利基于标准飞行程序的机场终端区航空器飞行模式挖掘方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115862385B 。

龙图腾网通过国家知识产权局官网在2025-06-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211343942.0，技术领域涉及：G08G5/30；该发明授权基于标准飞行程序的机场终端区航空器飞行模式挖掘方法是由曾维理;殷畅;谭湘花;周亚东;羊钊;李杰设计研发完成，并于2022-10-31向国家知识产权局提交的专利申请。

本基于标准飞行程序的机场终端区航空器飞行模式挖掘方法在说明书摘要公布了：本发明公开一种基于标准飞行程序的机场终端区航空器飞行模式挖掘方法，首先，对航空器的进离港数据以及标准飞行程序进行质量分析，并经过预处理获得需要的特征向量；其次，采用基于标准程序引导的方法对航迹进行飞行模式挖掘；在聚类时确定中心轨迹的过程中，使用标准轨迹作为部分中心聚类轨迹，并通过动态时间规整计算相似性度量的方法实现轨迹的距离计算。本发明在原本k‑均值挖掘飞行模式的基础上对中心轨迹的选取方式做出改进，以标准程序作为主要聚类中心对轨迹进行分类，减少迭代次数的同时可以提高聚类精确程度、使得结果更加具有解释性。

本发明授权基于标准飞行程序的机场终端区航空器飞行模式挖掘方法在权利要求书中公布了：1.一种基于标准飞行程序的机场终端区航空器飞行模式挖掘方法，其特征在于，包括以下步骤： 步骤1：获取进离港起飞航迹、着陆航迹以及飞越航迹数据及标准飞行程序； 步骤2：对获取的数据进行质量分析，并进行预处理； 步骤3：对航迹点数据进行坐标转换及构造多维航迹特征向量； 步骤4：确定每类飞行模式的中心轨迹，并获得对应的飞行模式特征； 所述步骤3包括以下步骤： 步骤3.1：对航迹点位置信息进行坐标转换： 将二次雷达返回的经度数据和纬度数据，转换成东北天坐标，体现与机场之间的距离关系，反映航空器的实际轨迹位置信息；以机场的导航台为坐标原点，创建直角坐标系，得到的东北天坐标的e、n、u坐标数值；以用户所在坐标原点x0,y0,z0为坐标轴原点，设定坐标点x,y,z在东北天坐标系中的位置为e,n,u；同时设坐标原点的经纬高坐标点为LLA0＝lon0,lat0,alt0，则相应的转换公式为： 步骤3.2：构造多维航迹特征向量： 获取的航迹数据包括经度、纬度、高度、速度、航向等多维特征，通过构造升降率a和角度θ对航迹的形状进行完整描述； 构造升降率a和角度θ两个特征相应计算方法如下： 其中，vj表示t＝j时刻该点的航空器速度；dist指计算两点间欧几里得距离；Pxj、Pyj分别表示了该点对应的横纵坐标； 根据转换后坐标e、n、u，及升降率a和角度θ，以及已知的信息速度v、航向γ等特征，获得每个轨迹点的特征数据Pj： Pj＝e,n,u,a,v,γ,θ5 其中，Pj为轨迹在t＝j时刻对应轨迹点，公式5表示轨迹在t＝j时刻对应多维轨迹点的e、n、u坐标，及升降率、速度、航向、角度这七个特征参数； 轨迹TR为1组轨迹点序列，j∈[1,m]为轨迹点编号，m为轨迹点总数，则轨迹点随着时间变化的集合为： TR＝{P1,P2,...,Pj,...,Pm}6 假设一共有h条轨迹，TD为航空器轨迹的集合，i∈[1,h]为航迹编号，h为轨迹总数；航空器的轨迹集合可用如下集合的形式表示： TD＝{TR1,TR2,...,TRi,...,TRh}7； 所述步骤4包括以下步骤： 步骤4.1：从历史轨迹数据中搜索与标准飞行程序距离最近的航迹： 寻找与标准飞行程序最接近的实际轨迹：从所有实际轨迹TDB＝{TRb1,TRb2,...,TRbQ}中使用欧几里得距离方法计算与全部标准程序TDA＝{TRa1,TRa2,...,TRaR}轨迹的距离，并从TDB中找到离每一条标准程序轨迹最近的实际轨迹，用TDcen表示这些轨迹的集合； 步骤4.2：将实际轨迹与TDcen进行匹配： 分别计算集合TDB中其他轨迹与这些TDcen轨迹的动态时间规整距离： δPay,Pbz＝Pay-Pbz28 其中，Pay定义为TRa＝{Pa1,Pa2,...,Pay,...,PaY}的中心轨迹序列，Pbz定义为TRb＝{Pb1,Pb2,...,Pbz,...,PbZ}的实际航迹序列，dPay,Pbz即为两点间DTW距离，以航迹点DTW距离之和作为该组航迹的相关度；在TDcen集合将中每条轨迹附近选择若干条实际轨迹作为其TDC∈TDB对应簇的匹配轨迹，完成基于标准飞行程序的轨迹初始聚类；实际轨迹TDB分为了TDcen、TDcen中每条轨迹对应的簇轨迹TDC、剩余轨迹TDD三类轨迹，在剩余轨迹中将选择新的聚类中心轨迹； 步骤4.3：随机选择剩余的初始中心轨迹： 从TDB中的剩余轨迹TDD中随机选择k-r条轨迹作为其余的初始中心轨迹，记为TD’cen，为TDD中的其他轨迹进行匹配；集合TDcen和集合TD’cen组成了所有的初始中心轨迹；其余的轨迹使用DTW匹配原理分配到TD’cen集合中轨迹对应的簇中； 步骤4.4：匹配度分析：根据k条中心轨迹，计算实际轨迹与每一条中心轨迹的DTW距离dPay,Pbz；将dPay,Pbz计算的子式结果存储在累积距离矩阵DY,Z中，其中DY,Z为Y行Z列的矩阵，便于保存dPay,Pbz的全部结果，dY,Z作为最优全局距离，表示了两条轨迹之间的相似度； 计算第l条中心轨迹序列TRl与给定的实际航迹序列的相似度距离，记为dlY,Z；引入w作匹配度分析： w＝mindlX,Y10每一条实际轨迹TRs都对应了所匹配的中心轨迹匹配度ws；采用最小-最大规范化的归一化方法将数据线性映射到[0,1]区间里： 其中，minws和maxws分别对应所有实际轨迹得到的w值中的最小和最大值，最终得到的w’s表示了第s条实际轨迹TRs的归一化匹配度； 步骤4.5：更新的聚类中心：对于中心轨迹为TDcen所在的类，其中心轨迹的每一个点坐标均不作变化，中心轨迹为TD’cen所在的类计算每一类坐标的平均值，并选取最接近的轨迹作为新的聚类中心，更新原来的TD’cen轨迹对应坐标位置，至此完成了第一次迭代； 步骤4.6：重复步骤4.4和步骤4.5，直到聚类中心不再发生变化或者聚类次数达到要求，即聚类结果达到稳定状态后输出结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。