一种空域仿真分析的飞行计划最小样本量确认方法及装置

技术领域

本发明涉及民航数据处理的技术领域，尤其涉及一种空域仿真分析的飞行计划最小样本量确认方法，以及一种空域仿真分析的飞行计划最小样本量确认装置，其在工作量和精确性之间寻找平衡点，为空域仿真建模和评估分析提供数据基础。

背景技术

样本容量是指一个样本中所包含的单位数。样本容量的确定很重要，因为样本容量太大，会造成资源的浪费；样本容量太小，会使误差太大，与实际情况不符，影响研究的正确性。最小样本量是指基于研究能够提供的资源，为了满足研究目的所需要的样本容量的下限。

出于估计与预测的精准性、假设检验的可靠性，一般的数理统计教程都对最小样本量的确定有系统性分析。这些教程指出最小样本量不取决于样本的多少，而取决于(1)研究对象的变化程度；(2)所要求或允许的误差(即精度要求)；(3)要求推断的置信程度。

因此，当研究对象越复杂，差异越大时，样本容量要求越大；当要求的精度越高，可推断性要求越高时，样本容量越大。确定样本容量的大小是比较复杂的问题，既要有定性的考虑也要有定量的考虑。中国民用航空局空中交通管理局在2009年12月1日发布了《空域建模与评估实施方法指导材料》。该指导材料在建立基准模型的输入数据步骤中要求：“必须要有完善的数据”，“数据提供得越完整，仿真模型的过程就越精准”。这些文件提出确定最小样本量的原则和空域仿真建模对数据的要求，但是存在以下问题：

1.专业的样本容量确定方法非常复杂，涉及的数据庞杂、步骤繁多、计算量大，确定样本容量本身就是数学的一个研究方向，探索性的方法不适用于空域建模的日常操作。

空域建模对仿真输入数据的要求主要是数据内容方面，但是对数据多少的要求，尤其是飞行计划数据的样本量，只提出原则性要求，没有量化标准和具体方法。

发明内容

为克服现有技术的缺陷，本发明要解决的技术问题是提供了一种空域仿真分析的飞行计划最小样本量确认方法，其能够在工作量和精确性之间寻找平衡点，为空域仿真建模和评估分析提供数据基础，可以推广到空域评估的事后分析，利用空管监视历史数据评估空域运行状态时，采集规模合理、精度适当的空管监视数据进行分析。

本发明的技术方案是：这种空域仿真分析的飞行计划最小样本量确认方法，其包括以下步骤：

(1)计算扇区评估指标的皮尔森相关系数

其中r反映两个变量X和Y的线性相关程度，r值介于-1到1之间，绝对值越大表明相关性越强；

(2)分析相关系数差异确定最小样本量：分析一周内每一天的评估指标相关系数，分析四周内每一周的评估指标相关系数，分析四周内每两周的评估指标相关系数，通过某区域管制扇区一天、一周、两周、三周的空域仿真评估指标的皮尔斯相关系数分析对比确定最小样本量。

本发明通过空域仿真评估指标之间的相关性分析，基于样本中的变量元素之间的相关关系不会因为样本容量的大小而改变的原则，寻找相关关系不变的样本容量下限，即最小样本量，在工作量和精确性之间寻找平衡点，为空域仿真建模和评估分析提供数据基础，通过空域仿真评估指标相关关系确定空域仿真建模中的飞行计划最小样本量，可以推广到空域评估的事后分析，利用空管监视历史数据评估空域运行状态时，采集规模合理、精度适当的空管监视数据进行分析。

还提供了一种空域仿真分析的飞行计划最小样本量确认装置，其包括：

皮尔森相关系数获取模块，其配置来计算扇区评估指标的皮尔森相关系数

其中r反映两个变量X和Y的线性相关程度，r值介于-1到1之间，

绝对值越大表明相关性越强；

数据处理模块，其配置来分析相关系数差异确定最小样本量：分析一周内每一天的评估指标相关系数，分析四周内每一周的评估指标相关系数，分析四周内每两周的评估指标相关系数，通过某区域管制扇区一天、一周、两周、三周的空域仿真评估指标的皮尔斯相关系数分析对比确定最小样本量。

附图说明

图1所示为根据本发明的空域仿真分析的飞行计划最小样本量确认方法的整体流程图。

图2所示为根据本发明的步骤(2)的一个具体实施例的流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，下面结合附图和具体实施例对本发明作进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

为了使本揭示内容的叙述更加详尽与完备，下文针对本发明的实施方式与具体实施例提出了说明性的描述；但这并非实施或运用本发明具体实施例的唯一形式。实施方式中涵盖了多个具体实施例的特征以及用以建构与操作这些具体实施例的方法步骤与其顺序。然而，亦可利用其它具体实施例来达成相同或均等的功能与步骤顺序。

首先下面给出本发明中使用到的技术名词的含义：

样本：观测或调查的一部分个体，总体是研究对象的全部。

样本容量：一个样本中所包含的单位数。

最小样本量：基于研究能够提供的资源，为了满足研究目的所需要的样本容量的下限。

相关性：两个变量的关联程度。

相关系数：研究变量之间线性相关程度的量。最早由统计学家卡尔·皮尔逊设计。相关系数有多种定义方式，较为常见的是皮尔逊相关系数。

皮尔逊相关系数：又称皮尔逊积矩相关系数，是用于度量两个变量之间的线性相关，其只介于-1与1之间。

正相关：自变量增大(减小)，因变量也跟着增大(减小)，两个变量变动方向相同。这种情况下，因变量和自变量的相关系数为正值，即正相关。

负相关：自变量增大(减小)，因变量反而减小(增大)，两个变量变动方向相反。这种情况下，因变量和自变量的相关系数为负值，即负相关。

不相关：自变量和因变量相互间没有线性关系，相关系数为0。

如图1所示，这种空域仿真分析的飞行计划最小样本量确认方法，其包括以下步骤：

(1)计算扇区评估指标的皮尔森相关系数

其中r反映两个变量X和Y的线性相关程度，r值介于-1到1之间，绝对值越大表明相关性越强；

(2)分析相关系数差异确定最小样本量：分析一周内每一天的评估指标相关系数，分析四周内每一周的评估指标相关系数，分析四周内每两周的评估指标相关系数，通过某区域管制扇区一天、一周、两周、三周的空域仿真评估指标的皮尔斯相关系数分析对比确定最小样本量(详见图2)。

本发明通过空域仿真评估指标之间的相关性分析，基于样本中的变量元素之间的相关关系不会因为样本容量的大小而改变的原则，寻找相关关系不变的样本容量下限，即最小样本量，在工作量和精确性之间寻找平衡点，为空域仿真建模和评估分析提供数据基础，通过空域仿真评估指标相关关系确定空域仿真建模中的飞行计划最小样本量，可以推广到空域评估的事后分析，利用空管监视历史数据评估空域运行状态时，采集规模合理、精度适当的空管监视数据进行分析。

优选地，所述步骤(1)中，不同颜色表示皮尔森系数的大小：数值为正，颜色越蓝表示正相关，数值为负，颜色越红表示负相关。

优选地，所述步骤(2)中，一周内每天指标之间相关系数为：流量与最大航空器架次0.59-0.93，工作负荷与方向变化0.24-0.83，最大航空器架次与延误架次-0.3-0.63，平均延误时间与潜在冲突-0.47-0.78。

优选地，所述步骤(2)中，一周的指标之间相关性差别小，相关系数相差最大0.62，相关系数四周方差0.25。

优选地，所述步骤(2)中，每两周指标的相关系数的指标之间相关性差别小，相关系数相差最大0.49，相关系数四周方差0.12。

优选地，所述步骤(2)中，确定最小样本量是一周。

本领域普通技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，包括上述实施例方法的各步骤，而所述的存储介质可以是：ROM/RAM、磁碟、光盘、存储卡等。因此，与本发明的方法相对应的，本发明还同时包括一种空域仿真分析的飞行计划最小样本量确认装置，该装置通常以与方法各步骤相对应的功能模块的形式表示。该装置包括：

皮尔森相关系数获取模块，其配置来计算扇区评估指标的皮尔森相关系数

其中r反映两个变量X和Y的线性相关程度，r值介于-1到1之间，

绝对值越大表明相关性越强；

数据处理模块，其配置来分析相关系数差异确定最小样本量：分析一周内每一天的评估指标相关系数，分析四周内每一周的评估指标相关系数，分析四周内每两周的评估指标相关系数，通过某区域管制扇区一天、一周、两周、三周的空域仿真评估指标的皮尔斯相关系数分析对比确定最小样本量。

优选地，所述皮尔森相关系数获取模块中，不同颜色表示皮尔森系数的大小：数值为正，颜色越蓝表示正相关，数值为负，颜色越红表示负相关。

优选地，所述数据处理模块中，确定最小样本量是一周。

以上所述，仅是本发明的较佳实施例，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属本发明技术方案的保护范围。