Aircraft Trajectories Classification using Clustering Techniques

Abstract

En este trabajo se presenta una solución al problema de identificación de flujos de tráfico aéreo. Para ello, se han empleado datos reales, obtenidos del Archivo de Datos de Eurocontrols’s R&D. Nuestros esfuerzos se enfocan en identificar los flujos de tráfico aéreo en el espacio aéreo español para diferentes escalas espaciales y temporales. Para ello se ha empleado una metodología basada en algoritmos de Machine Learning, describiendo las medidas de similaridad y los algoritmos de clustering que mejor se adaptan a nuestros objetivos. Los clusters resultantes de este análisis, se identificarán como los flujos de tráfico aéreo.

In this work a solution to the identification of air traffic flows is presented. For that purpose, realworld data is employed, collected from Eurocontrol’s R&D Data Archive. We focus our efforts in identifying the air traffic flows in the Spanish airspace for different spatial and temporal scales. A methodology based on Machine Learning algorithm is developed. Both similarity measures and clustering algorithms are described, and the best for our purpose selected. The resultant clusters are identified as the air traffic flows.