[发明专利]基于模糊C均值聚类的空中交通区域划分方法

说明书

本发明涉及一种基于模糊C均值聚类的空中交通区域划分方法。基于模糊C均值聚类的空中交通区域划分方法包括：采集航班的ADS‑B数据并构建经纬度矩阵；利用模糊C均值聚类对经纬度矩阵中的每个数据进行聚类分析；依据分析结果计算每个数据的最佳聚类；通过聚类边缘绘制方法对每个数据的最佳聚类绘制航空系统边界。通过将模糊C均值聚类算法与聚类评价指标进行结合，可以有效评价聚类有效性，得出最佳空中交通区域划分结果，优化了航空的区域划分。

技术领域

本发明涉及空中交通区域划分，具体涉及一种基于模糊C均值聚类的空中交通区域划分方法。

背景技术

随着民航行业的发展，现有空域资源趋于饱和，国家与国家、地区与地区之间的空中交通限制不断增多，降低了航空器运行效率的同时增加了航班延误。空中交通区域的正确划分，对追求高效的协同服务水平，增强全局性优化调配空域的能力具有重要的现实意义。

模糊c均值聚类算法结果有明显的几何意义，并且聚类中心对数据放大或者缩小都具有鲁棒性，在应用于分析ADS-B数据时，可以发挥其算法优势。但使用该方法划分空中交通区域时，最佳分类数仍需使用聚类评价指标来确定。

然而现在单独使用模糊c均值聚类算法对空中交通区域进行划分时，存在无法确定最佳分类数的缺陷。

因此，如何克服上述问题是目前亟待解决的。

发明内容

本发明的目的是提供一种基于模糊C均值聚类的空中交通区域划分方法。

为了解决上述技术问题，本发明提供了一种基于模糊C均值聚类的空中交通区域划分方法包括：

采集航班的ADS-B数据并构建经纬度矩阵；

利用模糊C均值聚类对经纬度矩阵中的每个数据进行聚类分析；

依据分析结果计算每个数据的最佳聚类；

通过聚类边缘绘制方法对每个数据的最佳聚类绘制航空系统边界。

进一步的，采集航班的ADS-B数据并构建经纬度矩阵的方法包括：

采集航班的ADS-B数据；

对采集到的ADS-B数据进行去噪处理，即删除缺少经纬度数据和/或关联不上航班的数据；

对去噪处理后的ADS-B数据构建经纬度矩阵。

进一步的，利用模糊C均值聚类对经纬度矩阵进行聚类分析的方法包括：

参数定义；

设定约束条件；

构建目标函数；

将约束条件代入目标函数中，计算目标函数的最小值。

进一步的，所述参数定义包括：

u_ij表示的是第j个数据样本在第i个类中的隶属度；

m表示的模糊加权指数；

x_j表示的是第j个数据样本；

v_i表示的是第i个聚类中心；

C表示聚类个数；

n表示数据个数；

λ表示拉格朗日乘数。

进一步的，约束条件为：

进一步的，目标函数为：