Extraction of trajectory contextual factors and its application in the trajectory prediction using statistical methods

Verdonk Gallego, Cristian Eduardo (2020). Extraction of trajectory contextual factors and its application in the trajectory prediction using statistical methods. Thesis (Doctoral), E.T.S. de Ingeniería Aeronáutica y del Espacio (UPM). https://doi.org/10.20868/UPM.thesis.65159.

Description

Title: Extraction of trajectory contextual factors and its application in the trajectory prediction using statistical methods
Author/s:
  • Verdonk Gallego, Cristian Eduardo
Contributor/s:
  • Gómez Comendador, Víctor Fernando
Item Type: Thesis (Doctoral)
Date: 2020
Subjects:
Faculty: E.T.S. de Ingeniería Aeronáutica y del Espacio (UPM)
Department: Sistemas Aeroespaciales, Transporte Aéreo y Aeropuertos
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img] PDF - Users in campus UPM only until 30 April 2021 - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (7MB)

Abstract

La investigación en la gestión del tránsito aéreo se ha concentrado tradicionalmente en una predicción de trayectorias centrada en la aeronave, basada en la reproducción de la dinámica de la aeronave dada una serie de restricciones e intenciones del piloto. La corriente actual para el aprovechamiento del dato en los predictores de trayectorias ha intentado precisar las entradas a los modelos, puesto que mejores entradas darán lugar a mejores salidas. Las trayectorias voladas no dependen exclusivamente de la dinámica de las aeronaves, pero también del contexto donde se desarrollan. Tradicionalmente, el análisis del contexto se circunscribía a la situación meteorológica, mientras que otros factores de contexto eran obviados. Esta tesis doctoral aborda la extracción de factores contextuales y su aplicación en la predicción de trayectorias, específicamente en los perfiles verticales de las mismas. Para ello, la disertación propone un modelo de datos orientado a la identificación y aislamiento de los factores contextuales operacionales. Seguidamente, la investigación realiza una serie de análisis para determinar el impacto de dichos factores en los predictores de trayectoria, usando las técnicas tradicionales de modelos de punto de masa y motores de computo basados únicamente en datos. Finalmente, la investigación explora también las razones causales de modificaciones en la trayectoria por parte del controlador aéreo debido a tráfico circundante. Para hacerlo, la investigación propone métricas novedosas basadas en métodos estadístico para identificar interdependencias entre aeronaves. La investigación concluye evaluando el impacto de esta métrica en el perfil vertical de las aeronaves. ----------ABSTRACT---------- The ATM academic community have traditionally focused on aircraft-centred trajectory prediction. Model-based trajectory prediction is based on reproducing aircraft dynamics subject to constraints and pilot’s intent. Current data-driven trajectory predictors focus on precising inputs for feeding model-based trajectory predictors, as higher-fidelity inputs would result in improved predictions. Flown trajectories do not only depend on aircraft dynamics but by their context as well. Trajectory context is usually associated to surrounding weather conditions. However, operational contextual factors have traditionally been disregarded. This thesis addresses the extraction of trajectory contextual factors and its application in trajectory prediction, focusing on descent profiles. For doing so, the dissertation proposes a structured data model that enables the identification and isolation of the operational contextual factors. Then, the research conducts analyses of the impact of the studied factor on the trajectory predictors, introducing the most relevant as features for point-mass and data-driven trajectory predictors. The research explores further the reasons driving modifications in the aircraft intent by the air traffic controller. Doing so, the research provides novel metric based on statistical methods to detect interdependent aircraft. The research finishes evaluating the impact of this interdependence metric in the vertical profile of the aircraft.

More information

Item ID: 65159
DC Identifier: http://oa.upm.es/65159/
OAI Identifier: oai:oa.upm.es:65159
DOI: 10.20868/UPM.thesis.65159
Deposited by: Archivo Digital UPM 2
Deposited on: 02 Nov 2020 07:25
Last Modified: 02 Nov 2020 07:25
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM