文献类型：期刊文章

作　　者：温祥西[1,2] 彭娅婷[1,2] 毕可心[3] 衡宇铭[1,2] 吴明功[1,2]

WEN Xiangxi;PENG Yating;BI Kexin;HENG Yuming;WU Minggong(ATC and GCI College,Air Force Engineering University,Xi’an Shaanxi 710051,China;National Key Laboratory of Air Traffic Collision Prevention,Xi’an Shaanxi 710051,China;Unit 95703 of PLA,Luliang Yunnan 655600,China)

机构地区：[1]空军工程大学空管领航学院,西安710051 [2]国家空管防相撞技术重点实验室,西安710051 [3]中国人民解放军95703部队,云南陆良655600

出　　处：《计算机应用》

基　　金：国家自然科学基金资助项目(71801221)。

年　　份：2023

卷　　号：43

期　　号：11

起止页码：3632-3640

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD_E2023_2024、IC、JST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：针对空中交通系统运行周期性和时变性的特点,结合复杂网络理论和模糊最小二乘支持向量机(LSSVM),提出一种基于最优样本集在线模糊最小二乘支持向量机(OTSOF-LSSVM)的飞行冲突网络态势预测方法。首先,基于三维的速度障碍法构建飞行冲突网络模型,并根据航空器的位置、航向和速度判断冲突;其次,分析飞行冲突网络拓扑指标的演化时间序列,得到与预测时刻在时间和距离上相关的样本组成最优样本集;最后,采用在线模糊LSSVM训练得到预测模型,并在模型更新过程中通过分块矩阵思想简化更新过程,提高算法效率。实验结果表明,所提方法能够快速、准确地预测空中态势,为管制员掌握空中交通的发展情况提供参考,并辅助进行冲突的预先调配。

关 键 词：飞行冲突 复杂网络 最小二乘支持向量机 态势预测  

分 类 号：TP301.6] V355[计算机类]