基于层次聚类的航空器群识别方法

摘要：

在基于空中交通复杂性评估管制员工作负荷的研究中,交通流结构缩减引起的管制员负荷降低的问题逐渐被人们所关注,现有的结构缩减研究通过划分航空器群实现管制员认知复杂性减小从而降低工作负荷.针对传统k-means划分算法存在的无法区分不同航向而位置聚集的航空器且需要事先指定群数量的缺点,利用层次聚类算法,通过加入航向因素和改进聚类结果的选取方法,实现对扇区内交通流中自动区分航向的航空器群的识别,并用位置内聚度和航向轮廓系数形成群划分评价指标,用于综合反映群划分的效果.最后,采用实际雷达数据进行群划分并进行评价分析,通过与k-means方法对比,验证了该方法的有效性.

关键词：空中交通;层次聚类;航空器群;空中交通复杂性

所属期刊栏目：41

分类号：V355(航空港（站）、机场及其技术管理)

资助基金：国家自然科学基金U1833103

在线出版日期：2022-03-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1-7