《探讨大数据分析技术在空管中应用》由会员分享，可在线阅读，更多相关《探讨大数据分析技术在空管中应用（44页珍藏版）》请在金锄头文库上搜索。
1、2016年9月,探讨大数据分析技术 在空管中应用,*,内容提纲,1,一、数学知识,数学知识,3,概念； 算法； 建模； 分析与挖掘。,1 数学概念（1）,4,基本定义,英文名称：Mathematics，简称Maths或Math，是研究数量、变化、空间、结构以及信息等概念的一门学科。,数量 代数； 变化 函数； 空间 几何； 结构 拓扑； 信息 分析（e.g.统计分析）。,推理严密：每一个结论的成立都需要足够合理的条件支撑； 结论唯一：每一个结论都是确定的，不是模棱两可的。,1 数学概念（2）,5,特点,抽象性；,符号抽象：e.g. （无穷大）； 无实物参考：e.g.“直线、平面”（无限延伸）。
2、,严谨性；,广泛性。,日常生活应用广泛：e.g. 买菜、购物等吃穿住行； 其他学科领域依赖：e.g.力学、天文学、物理学、化学等。,1 数学概念 （3）,6,问题分类,白化问题,灰色问题,模糊问题,信息准确；,信息不准确；,问题清晰。,信息不准确；,问题清晰。,问题不清晰。,1 数学概念（4）,7,空管应用举例,空域结构优化；,空中交通流量管理；,4D轨迹优化；,机场进离场排序等。,1数学算法（1）,8,概念,英文名称：Algorithm，是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，代表着用系统的方法描述解决问题的策略机制。,特点,有穷性；,确切性；,输入输出；,可行性。,1
3、数学算法（2）,9,分类,迭代,特点：函数内部实现循环，通过使用计数器结束循环。,递归,特点：重复调用函数自身实现循环，遇到满足终止条件的情况时逐层返回来结束。,穷举,特点：对所有可能的情况逐一验证。,回溯,特点：从一条路出发，能进则进不能进则退，换一条路再试。,动态规划,特点：求解决策过程最优化的数学方法。,1 数学算法（3）,10,空管应用举例,卡尔曼滤波算法（监视目标跟踪处理）；,地图投影算法（经纬度坐标转换为直角坐标）；,视频压缩算法（景象记录）；,带约束优化算法（进离场排序）等。,1 数学建模（1）,11,概念,英文名称：Modeling，是对事物抽象的一种描述。,特别声明,数学建模
4、：,工程建模；,通过使用数学符号，数学式子，程序，图形等对某一事物或问题进行抽象描述。,1 数学建模（2）,12,空管应用举例,4D轨迹估算（质点运动数学模型）；,中期冲突探测（几何运动数学模型）；,短期冲突告警（质点运动数学模型）；,空域侵入告警（质点运动数学模型）等。,1 数据分析挖掘(1),13,概念,数据分析：Data Analysis，通过使用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。,数据挖掘：Data Mining，通常是指从大量的数据中通过算法搜索隐藏于其中信息的过程。,1 数据分析挖掘(2),14,区别,数据挖掘
5、，目标不是很清晰，要依靠挖掘算法来找出隐藏在大量数据中的规则、模式、规律等 ；,联系,数据挖掘，是数据分析的基础支持，简单来说，就是先对原始数据进行业务关联性、时效性、有效性等逻辑性挖掘，其次抽取有效数据，清理、格式化数据，为数据分析提供数据支持。,数据分析，一般要分析的目标比较明确，分析条件也比较清楚。,1 数据分析挖掘(3),15,常用方法,回归分析、聚类、关联规则、特征、变化和偏差分析、web页挖掘等。,数据分析现状,传统数据分析技术比较成熟，e.g.基于SQL数据库查询的统计分析。,基于大数据的数据分析，发展迅速，良莠不齐，任重而道远。,1 数学概念（4）,16,空管应用举例,飞行计划
6、配对统计；,出入境飞行计划统计；,军民航飞行计划统计；,空域飞行流量信息统计等。,二、技术背景,技术背景,18,数据； 存储； 计算。,2 数据（1）,19,数据,英文名称：Data，是信息的表现形式和载体，可以是符号、文字、数字、语音、图像、视频等。,特点,数据和信息是不可分离的，数据是信息的表达，信息是数据的内涵。数据本身没有意义，数据只有对实体行为产生影响成为信息时，才会产生重要价值。,2 数据（2）,20,传统数据,特点：,应用：,数据量小,初级建模,信息相对较少,辅助维护,2 数据（3）,21,大数据,特点,应用,数据量大；,预测分析；,现状,处理复杂，难度大，云架构、并行处理是共识
7、；,数据复杂。,决策评估。,结合行业进行充分发掘是难题，也是未来企业保持行业竞争优势的重要砝码。,存储现状,存储设备变强，e.g.服务器和工作站，硬盘和内存容量越来越大，由M-G-T增长；,2 存储,22,存储方式多样，e.g.移动介质、固定介质、私有云、公共云等。,存储技术先进，e.g. NAS、SAN、ISCSI 。,2 计算,23,技术现状,分布式计算,特点：将大的任务分解成小的任务，在多台计算机上同时计算，被分解后的小任务互相之间有独立性，节点之间的结果几乎不互相影响，实时性要求不高。,并行计算,特点：将大的任务分解成小的任务，在多台计算机上同时计算，倾向于海量数据分析处理，计算的结果
8、相互影响，实时性要求高。,云计算,特点：由分布式计算、并行计算发展而来的，处于萌芽阶段，但是未来发展的趋势。,三、云平台架构,云平台架构,25,IAAS服务层； PAAS服务层； SAAS服务层。,云平台架构,26,用户接入,云应用 SaaS应用,云平台 PaaS平台,云资源 IaaS平台,ERP/OA/CRM/HR/BA/SCM/PM/EAM,客户、个人、开发/实施伙伴等创建的应用服务,第三方SaaS应用服务,客户自建SaaS应用服务,SaaS应用服务,支付、物流、政务等第三方云应用服务；外部行业服务组件,aPaaS门户 应用引擎 平台管理 数据管理 应用管理 安全管理 伙伴管理 软件资产生
9、命周期管理：需求 设计 开发 测试 部署,iPaaS门户 BPM ESB EAI MDM管理 Portal LDAP 公共云集成服务,IaaS云计算运营管理平台 公共服务,自助管理/调度管理/资源管理/用户管理/资源监控/计费/安全服务/网络,虚拟化的基础设施层,云计算 云存储 云网络 云安全,空 管 云 管 理 平 台,aPaaS平台服务（application platform as a service）,iPaaS平台服务（integration as a service）,SaaS管理门户：配置管理/自助管理/授权控制/消息服务/计费/安全管理,IAAS服务层：主要提供基本架构服务，包
10、括基本的计算服务、网络服务、存储服务、灾备服务、安全服务等；,3 云平台架构(1),27,IAAS服务层,PAAS服务层：基于IAAS层，面向SAAS层提供数据存储、数据分析挖掘等服务。,SAAS服务层：基于PAAS层，提供与行业相关的应用服务或呈现服务。,四、空管需求,空管需求,29,飞行流量； 管制压力； 信息现状； 技术发展。,乘坐人次增多；,4 空管需求(1),30,飞行流量现状,飞行航线增加；,飞行器架次增加；,军民融合；,低空开放。,飞行流量增多，业务需求=工作高效化,自然因素；,4 空管需求(2),31,管制压力影响因素：,军航活动；,航班量大；,管理严格；,惩罚严厉。,管制压力
11、增大，使用需求= 工作智能化,信息现状,职责多；,4 空管需求(3),32,机构多；,员工多；,系统多；,数据多。,空管信息孤岛，共享需求= 数据共享,技术发展,大数据挖掘技术；,4 空管需求(4),33,存储技术；,并行计算技术；,云平台架构；,大数据分析技术。,技术发展，提供支撑= 不可能变可能,4 空管需求(5),34,需求+问题+保障,空管大数据分析技术应用天时、地利条件具备，如何做怎么做，需要人和，暂时欠缺。,五、应用场景分析,应用场景分析,36,场景1：4D轨迹估算； 场景2：飞行冲突调配； 场景3：日志分析； 场景4：雷达数据处理。,5 应用场景分析（1）,37,4D轨迹估算（1
12、）,通常做法,实现弊端,利用飞行情报并结合BADA库内机型参数，对计划未来航段进行估算；,如果4D轨迹估算的模型太复杂，精度较高，但接收雷达目标信息后对未来航段更新比较耗时，易造成人机界面显示比较慢；,接收到雷达目标信息后，对配对的飞行计划进行修正。,如果4D轨迹估算的模型太简单，精度较低，造成飞行计划冲突告警虚警率较高，影响管制员日常操作。,5 应用场景分析（2）,38,4D轨迹估算（2）,大数据分析技术应用,利用大数据分析技术，对同一航班的历史数据进行统计分析，分析在同一航路点航班的过点时间和高度信息，然后对原4D轨迹估算的结果进行修正或直接强制使用，提高4D轨迹估算的精度。,5 应用场景
13、分析（3）,39,飞行冲突调配（1）,通常做法,实现弊端,若是飞行预先调配或飞行前调配，一般选择进行地面等待，通过调整飞行时间间隔，使之满足安全标准，依据大多是管制员的工作经验；,依赖管制员的经验；,若是飞行中调配，一般采取调整高度、速度和空中等待这样的措施，拉大横向间隔或纵向间隔，使之满足安全标准，依据也大多是管制员的工作经验。,效率低资源浪费。,5 应用场景分析（4）,40,飞行冲突调配（2）,使用现状,大数据分析技术应用,飞行冲突调配系统有成品，e.g.川大智胜有一套智能化飞行冲突调配系统，曾在成空有部署。,对探测到的冲突场景进行分析，找到历史相似的场景（数据挖掘）；,推广难度大，系统提
14、出的调配方案通常与管制员操作习惯不匹配，调配方案可靠性一般被管制员质疑，选择相信自己经验。,通过分析历史相似场景的调配方案，修正现有系统的调配方案（数据分析）。,5 应用场景分析（5）,41,日志分析,通常做法,实现弊端,ATC系统技术监控进程、一些主要进程实时生成日志文件；,资源浪费；,系统故障、进程出问题时，日志文件才会被用到，而且日志上的部分信息只有研发人员才会看懂。,过分依赖供应商。,大数据分析技术应用,智能化故障诊断。,5 应用场景分析（6）,42,雷达数据处理,通常做法,接收到点迹，经过预处理、处理周期性输出系统航迹；,如果在若干个周期内，没有收到点迹信息，系统航迹将会自动消失。,大数据分析技术应用,当航空器出现特情时，管制员无法监视到当前航迹，而系统保留该目标当前时刻之前的信息，通过大数据分析技术，结合历史数据和机型参数信息，进行预测，为应急搜救提供辅助。,1.mp4,结束语,谢 谢！,
