Modeling the Air Traffic Controller’s Direct-to Operation Using Logistic Regression

Hong, Sungkweon; Jung, Soyeon; Lee, Keumjin

doi:10.2514/6.2015-2906

Cited by 4 publications

(1 citation statement)

References 8 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…(intent)를 추론하여 이를 궤적예측에 반영하는 연 구가 이루어졌으며 [8,9] 시 필요한 항공기간 분리 간격을 계산한 연구 [10] 가 있으며, 다른 연구에서는 회귀분석(regression analysis)을 통해 항공기 궤적을 예측하였다 [11,12]. 회귀 분석을 통한 궤적 예측의 정확도를 향 상시키고자 가중선형회귀(Weighted Linear Regression) 를 사용하여 궤적 예측을 수행한 연구가 있었으 며 [13,14], 또 다른 연구에서는 가우시안 혼합 모형을 사용하여 공항지역 내 항공기 궤적을 예 측하는 방법을 제안하였다 [15].…”

unclassified

En-route Ground Speed Prediction and Posterior Inference Using Generative Model

백¹,

이²

2019

J. Korean Soc. Aviat. Aeronaut.

Self Cite

View full text Add to dashboard Cite

한국항공운항학회 27 생성 모형을 사용한 순항 항공기 향후 속도 예측 및 추론 Ⅰ. 서 론 지속적으로 증가하는 국내 및 국제 항공교통수요 에 대응하기 위해 출발관리기법(DMAN, Departure Manager)과 같은 의사결정지원도구가 개발되고 있다. 출발관리기법은 항공기의 출발시간과 출 발순서를 최적화한 후 이를 관제사들에게 제공 함으로써 항공기가 공항 이동지역 및 공역에서 불필요하게 지연되는 것을 막아준다. 항공기의 출발 스케줄을 최적화하기 위해서는 보다 정확 한 궤적 예측이 필요하며, 그동안 궤적 예측의 정확도를 향상시키기 위한 다양한 연구가 이루 어져 왔다. 기존에는 PMM(Point Mass Model)과 Eurocontrol 에서 개발한 BADA(Base of Aircraft Data) 등 항 공기 성능 모형(Aircraft Performance Model)을 기반으로 하는 궤적 예측 연구가 주로 수행되었 다[1-6]. 하지만 항공기 성능 모형 기반의 궤적 예측은 벡터링(vectoring)과 같이 실제 항공기가 비행할 때 발생하는 다양한 요인들을 고려하지 못하며, 입력 변수로 사용되는 데이터의 정확도 및 접근성이 좋지 않기 때문에 예측 정확도가 떨어진다[7]. 이와 같은 문제를 보완하고 예측 정확도를 향상시키기 위해서 항공기의 의도 ABSTRACTAn accurate trajectory prediction is a key to the safe and efficient operations of aircraft. One way to improve trajectory prediction accuracy is to develop a model for aircraft ground speed prediction. This paper proposes a generative model for posterior aircraft ground speed prediction. The proposed method fits the Gaussian Mixture Model(GMM) to historical data of aircraft speed, and then the model is used to generates probabilistic speed profile of the aircraft. The performances of the proposed method are demonstrated with real traffic data in Incheon Flight Information Region(FIR).

show abstract