计算机应用

作者：刘海杨, 孟令航, 林仲航, 谷源涛

单位：清华大学 电子工程系，北京 100084

关键词：航路发现,轨迹点聚类,机器学习,轨迹预处理,轨迹数据

为了加强对局部空域航路的掌握和管理，提出一种基于轨迹点聚类的航路发现方法。首先，针对根据真实数据的分布特点生成的仿真数据，采用预处理模块对轨迹数据的噪声进行削弱和剔除；其次，提出一种包括孤立点剔除、轨迹重采样、轨迹点聚类、聚类中心修正和连接聚类中心五个部分的航路发现方法，对航路进行提取；最后，对航路提取结果进行了可视化输出，并使用民航数据对该方法进行了验证。在仿真数据上的实验结果表明，在噪声强度为0.1°、缓冲区为30 km的条件下，所提方法的节点覆盖率和长度覆盖率分别为99%和94%；与栅格化方法相比，该方法具有较高准确性，能够对航路进行更有效的提取，达到了提取飞行器常见航路的目的。

来源：2022年第3期

《计算机应用》期刊编辑部

查看计算机应用杂志2022年第3期