[发明专利]基于ADS-B数据预测航班落地时间的方法

摘要

本发明所述基于ADS‑B数据预测航班落地时间的方法，基于航班实时位置数据(即ADS‑B数据)、运用神经网络预测模型持续地预测并更新航班落地时间，以提高预测精度和完善信息服务内容，从而提高机场整体资源管理的精细化与调控能力。预测方法是在航班进入ADS‑B接收设备的接收范围后，持续接收到的航班ADS‑B数据由预测模型计算，按一定频率输出预测结果直至航班落地。

主权项

1.一种基于ADS‑B数据预测航班落地时间的方法，其特征在于：当航班进入ADS‑B接收设备的接收范围后，持续接收到的航班ADS‑B数据由预测模型计算，按一定频率输出预测结果直至航班落地；包括以下实施步骤，步骤1数据处理1)ADS‑B数据接收使用多台ADS‑B接收设备，对不同方向、角度、高度的航班发送的ADS‑B数据进行接收，数据实时汇集到统一的数据中心并去重；2)ADS‑B数据过滤与解析ADS‑B接收设备将数据通过UDP协议转发至接收模块，接收模块进行UDP解包得到明文字符串：对上述字符串进行解析，解析后的字段存入数据库；步骤2预测计算解析后的ADS‑B数据送入预测模块，采用神经网络模型做为预测模型以实时地计算每条ADS‑B数据对应航班的预计落地时间，唯一的输出值即为预测的航班落地时间；通过神经网络模型得到的预测时间，是去除输出层该节点神经元的激活函数后，直接输出上一层节点加权求和的值；步骤3结果备查当前航班落地时间的预测值，连续地推送至消息队列并更新；或是，由信息查询模块提供后台查询服务，即缓存每条ADS‑B数据对应航班的预计落地时间、并提供对外查询接口。