基于小波聚类的终端区进场轨迹模式识别-计算机应用与软件.pdfVIP

第３３卷第１１期　　　 计算机应用与软件 Ｖｏｌ３３Ｎｏ．１１ ２０１６年１１月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｎｏｖ．２０１６ 基于小波聚类的终端区进场轨迹模式识别 王　超　郑旭芳　 卜　宁 （中国民航大学空中交通管理学院　天津３００３００） 摘　要　　为改善终端区航空器轨迹聚类方法中存在的自动化程度低、无法精确识别异常轨迹的不足，提出基于小波聚类的进场轨 迹模式识别方法。首先，建立基于３Ｄ空间网格的轨迹相似性矩阵，推导得到轨迹间相似特征子空间，进一步构建轨迹相似特征２Ｄ 图模型。通过特征图模型的数字化、小波变换与聚类，实现对盛行交通流模式以及异常交通流轨迹的识别。实例分析在无人工指导 情况下，从３５２条进场轨迹中识别出４个类的３３１条盛行交通流轨迹，以及２１条异常轨迹。实验结果证明，该算法克服了目前航空 器轨迹聚类领域需要人工确定类数以及难以识别异常轨迹的不足。 关键词　　模式识别　小波聚类　航空器轨迹聚类　异常轨迹识别 中图分类号　ＴＰ３０１　Ｖ３５５　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１６．１１．０２７ ＰＡＴＴＥＲＮＲＥＣＯＧＮＩＴＩＯＮＯＦＡＰＰＲＯＡＣＨＬＡＮＤＩＮＧＴＲＡＪＥＣＴＯＲＩＥＳＩＮＴＥＲＭＩＮＡＬ ＡＩＲＳＰＡＣＥＢＡＳＥＤＯＮＷＡＶＥＬＥＴＣＬＵＳＴＥＲＩＮＧ ＷａｎｇＣｈａｏ　ＺｈｅｎｇＸｕｆａｎｇ　ＢｕＮｉｎｇ （ＣｏｌｌｅｇｅｏｆＡｉｒＴｒａｆｆｉｃＭａｎａｇｅｍｅｎｔ，ＣｉｖｉｌＡｖｉａｔｉｏｎＵｎｉｖｅｒｓｉｔｙｏｆＣｈｉｎａ，Ｔｉａｎｊｉｎ３００３００，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｉｎｏｒｄｅｒｔｏａｍｅｌｉｏｒａｔｅｔｈｅｄｅｆｉｃｉｅｎｃｉｅｓｅｘｉｓｔｅｄｉｎｔｒａｊｅｃｔｏｒｉｅｓｃｌｕｓｔｅｒｉｎｇｍｅｔｈｏｄｓｏｆａｉｒｃｒａｆｔｓｉｎｔｅｒｍｉｎａｌａｉｒｓｐａｃｅｓｕｃｈａｓｌｏｗ ａｕｔｏｍａｔｉｏｎｄｅｇｒｅｅａｎｄｃａｎｎｏｔｐｒｅｃｉｓｅｌｙｉｄｅｎｔｉｆｙｔｈｅａｂｎｏｒｍａｌｔｒａｊｅｃｔｏｒｉｅｓ，ｗｅｐｒｏｐｏｓｅｄａｗａｖｅｌｅｔｃｌｕｓｔｅｒｉｎｇｂａｓｅｄｐａｔｔｅｒｎｒｅｃｏｇｎｉｔｉｏｎｍｅｔｈｏｄ ｏｆａｐｐｒｏａｃｈｌａｎｄｉｎｇｔｒａｊｅｃｔｏｒｉｅｓ．Ｆｉｒｓｔｗｅｓｅｔｕｐｔｈｅ３Ｄｓｐａｔｉａｌｇｒｉｄｂａｓｅｄｓｉｍｉｌａｒｉｔｙｍａｔｒｉｘｏｆｔｒａｊｅｃｔｏｒｉｅｓ，ａｎｄｏｂｔａｉｎｅｄｔｈｒｏｕｇｈｄｅｒｉｖａｔｉｏｎｔｈｅ ｓｉｍｉｌａｒｃｈａｒａｃｔｅｒｉｓｔｉｃｓｕｂｓｐａｃｅｂｅｔｗｅｅｎｔｒａｊｅｃｔｏｒｉｅｓ．Ｆｕｒｔｈｅｒｍｏｒｅｗｅｂｕｉｌｔｔｈｅ２Ｄｇｒａｐｈｍｏｄｅｌｏｆｔｒａｊｅｃｔｏｒｉｅｓｓｉｍｉｌａｒｃｈａｒａｃｔｅｒｉｓｔｉｃ．Ｔｈｅ ｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｎｐｒｅｖａｉｌｉｎｇｔｒａｆｆｉｃｆｌｏｗｓｐａｔｔｅｒｎａｎｄａｂｎｏｒｍａｌｔｒａｆｆｉｃｔｒａｊｅｃｔｏｒｉｅｓｉｓｉｍｐｌｅｍｅｎｔｅｄｔｈｒｏｕｇｈｔｈｅｄｉｇｉｔｉｓａｔｉｏｎ，ｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍａｔｉｏｎ ａｎｄｃｌｕｓｔｅｒｉｎｇｏｎｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｇｒａｐｈｍｏｄｅｌ．Ｗｅｍａｄｅａｎａｌｙｓｅｓｏｎｅｘａｍｐｌｅｓ，ｕｎｄｅｒｔｈｅｃｏｎｄｉｔｉｏｎｏｆｎｏａｒｔｉｆｉｃｉａｌｇｕｉｄａｎｃｅ，ｗｅｉｄｅｎｔｉｆｉｅｄ ３３１ｐｒｅｖａｉｌｉｎｇｔｒａｆｆｉｃｆｌｏｗｓｔｒａｊｅｃｔｏｒｉｅｓｏｆ４ｃａｔｅｇｏｒｉｅｓａｎｄ２１ａｂｎｏｒｍａｌｔｒａｊｅｃｔｏｒｉｅｓｆｒｏｍ３５２ａｐｐｒｏａｃｈｌａｎｄｉｎｇｔｒａｊｅｃｔｏｒｉｅｓ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔ ｐｒｏｖｅｄｔｈａｔｔｈｉｓａｌｇｏｒｉｔｈｍｏｖｅｒｃｏｍｅｓｔｈｅｄｅｆｉｃｉｅｎｃｙｏｆｃｕｒｒｅｎｔａｉｒｃｒａｆｔｔｒａｊｅｃｔｏｒｉｅｓｃｌｕｓｔｅｒｉｎｇｆｉｅｌｄｔｈａｔｉｔｒｅｑｕｉｒｅｓａｒｔｉｆｉｃｉａｌｃｏｎｆｉｒｍａｔｉｏｎｏｎｔｈｅ ｎｕｍｂｅｒｏｆｃａｔｅ