李 楠，强懿耕，樊 瑞

(中国民航大学 空中交通管理学院，天津 300300)

0 引 言

近年来随着我国民航业的高速发展，复杂机场已陆续实施基于性能导航(PBN)的导航技术来提高运行和指挥效率，因此需要设计新的PBN程序来简化传统的标准飞行程序。笔者针对飞行密度大、飞行情况比较复杂的终端区空域，通过聚类算法分析航空器历史轨迹，挖掘航空器潜在的飞行模式，其中所蕴含的管制员指挥模式可作为评估、优化进离场程序的重要参考。

轨迹聚类分析是目标轨迹模式挖掘过程中常用的方法，用以探究隐藏在海量轨迹信息中目标的运动特征与规律，在探索人类的移动模式、飓风的运动模式和城市交通结构智能划分等[1-3]诸多领域已经得到了广泛的应用。目前，在航空领域中，国内外学者对航空器飞行轨迹的聚类分析多集中于两个方面。一是借助经典的聚类方法(K-means，FCM等)来分析整条轨迹或轨迹段，挖掘轨迹的运行模式，如C. WANG等[4]针对具体的一类航迹簇，采用基于K-Means算法对航迹相似性矩阵进行聚类分析得到该类簇的中心航迹，计算中心轨迹与标准进场飞行程序(STAR)的偏差来为重新设计飞行程序提供参考；R. FRANK等[5]采用轨迹点比对的方法计算出轨迹间的相似性距离，再针对相似性距离矩阵进行聚类分析；Q. Y. YU等[6]提出了一种基于多特征轨迹相似性度量的新轨迹聚类算法，可以最大化同一聚类轨迹的相似性；A. SALAPOUR等[7]采用时间扭转匹配的方法来度量轨迹间的相似性，提出了一种基于方向的轨迹聚类相似性度量；……