بهبود تخمین موقعیت هواپیما به کمک تشخیص موقعیت‌های پرت در داده‌های ads-b ترافیک هوایی

وجود خطا‌های موجود در بستر انتقال اطلاعات از هواپیما‌ به مراکز مانیتورینگ یکی از مهم‌ترین چالش های موجود در صنعت هوانوردی است. در این مقاله سعی شده است تا با استفاده از الگوریتم‌های چگالی پایه راهکاری ارائه شود تا داده‌های پرت دریافت شده از هواپیما‌ را شناسایی نمائیم و با تخمین میزان نایقینی موجود، انحراف رخ داده در داده‌ها را با استفاده از فیلتر کالمن بدون اثر تصحیح نماییم. استفاده ترکیبی از الگوریتم چگالی پایه جهت تشکیل خوشه اصلی و تصحیح مقادیر با استفاده از فیلتر کالمن بدون اثر، باعث شده است تا الگوریتم ارائه شده نیازمند توان پردازشی کمتری نسبت به فیلتر کالمن اولیه باشد. همچنین با سفارشی سازی شرایط تشکیل خوشه اصلی، شناسایی دقیق تری نسبت به داده‌های معتبر در مجموعه داده‌ها فراهم شده است. این الگوریتم با توجه به رفتار شناسی هواپیما و تحلیل ویژگی‌های آن نظیر سرعت ،مانور و تغییرات حرکتی توانسته است، میزان فاصله محل تخمین زده شده از حضور هواپیما تا محل دقیق حضور هواپیما را تا 48.2 درصد نسبت به فیلتر کالمن بدون اثر کاهش دهد .