[发明专利]一种基于无监督学习的四维航迹在线异常检测方法

摘要

本发明涉及一种基于无监督学习的四维航迹在线异常检测方法，基于这种航迹间距离度量方法对选定起降机场的历史四维航迹数据采用密度聚类算法进行分段聚类，并提取航迹簇中的代表性航迹，从而准确建立各个起降机场对间航迹模型。接着对于实时飞行的航班，依据航迹间距离度量方法和航迹模型，计算航班合群程度及航班异常概率，依据异常阈值判断航班当前状态是否异常，并实时更新航迹模型。

主权项

1.一种基于无监督学习的四维航迹在线异常检测方法，其特征在于，包括如下步骤：(1)根据历史航班信息，建立四维航迹序列数据集；(2)基于航迹序列数据集，建立一种航迹间距离度量方法；(3)基于所述航迹间距离度量方法，对选定起降机场的四维航迹序列数据集采用基于无监督学习的密度聚类算法进行分段聚类，得到把航迹序列数据集按照相似程度分割成不同的航迹簇；(4)提取所述航迹簇中距离所有航迹距离平均值最小的一条代表性航迹，建立各个起降机场对间航迹模型；(5)对于实时飞行的航班，依据所述航迹间距离度量方法和所述航迹模型，计算航班合群程度及航班异常概率；(6)依据设定的异常阈值，判断航班当前状态是否异常，对于已完成飞行的在线航班，如果航班异常概率小于异常阈值，即航班被判断为正常，则依据在线航班和无监督聚类中心间距离判断其所属航迹簇，实时更新通过无监督学习的密度聚类算法建立的航迹模型；反之，若航班异常概率大于异常阈值，则航班当前状态被判断为异常。