具体实施方式

下面结合附图，对本发明的具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。

除非另有其它明确表示，否则在整个说明书和权利要求书中，术语“包括”或其变换如“包含”或“包括有”等等将被理解为包括所陈述的元件或组成部分，而并未排除其它元件或其它组成部分。

参图1和图2，介绍本申请面向飞行数据的时空轨迹数据管理分析方法的一具体实施方式。在本实施方式中，该方法包括：

S11、获取时空轨迹数据并建立空间索引。

首先，定义时空轨迹数据集Ρ＝{p₁,p₂,..,p_n}，其中各轨迹点p₁、p₂、…、p_n表示为(lng,lat,t),lng表示经度，lat表示纬度，t表示时间属性。本实施例中，为了在空间中定位对象和计算点之间的距离，使用欧几里得空间计算距离。空间中两个点的距离用欧氏距离表示：将各轨迹点的经度lng和维度lat，抽象为二维平面上点的坐标<x,y>，并定义二维平面上两点的欧氏距离为这样，完成时空轨迹数据的读取和存储。

随后，对时空轨迹数据建立空间索引，用partition表示每一个索引好的数据块。用index表示索引的类型，用input表示输入数据，用output表示输出数据。根据索引类型的不同，可以有不同的索引建立方式。

S12、利用时空多边形范围查询算法查询目标时间段内，所述多个数据块中全部轨迹点属于目标多边形区域的目标数据块。

配合参照图3，具体地，时空多边形范围查询算法包括：

S121、计算目标多边形区域的最小外包矩形。

这里，首先定义一组时空轨迹数据集Ρ＝{p₁,p₂,..,p_n}为E^d(d维欧几里得空间)中由时空轨迹对象构成的一组时空轨迹数据集，对于每个轨迹点i∈D，都有i＝(lng,lat,t)，lng表示经度，lat表示纬度，t表示时间属性。

再设定查询范围参数，包含时间维度查询范围和空间维度查询范围。时间查询范围用T＝τ∈(τ_begin，τ_end)表示，其中，τ_begin表示开始时间，τ_end表示结束时间。多边形查询范围q由一组空间点组成它的边界。使用一个正整数n，一组x轴坐标集合X＝{x₁,x₂,…,x_n}，一组y轴坐标集合Y＝{y₁,y₂,…,y_n}表示，计算多边形的最小外包矩形mbr。

S122、筛选所述多个数据块中与所述最小外包矩形相交、且与所述目标多边形区域相交的数据块，并加入候选结果集。

对上述步骤得到的每个索引数据块partition，可以首先判断partition和最小外包矩形mbr是否相交；若满足，再判断partition是否与多边形查询范围q 相交；若满足，则把当前partition加入候选结果集。否则，继续判断下一个 partition，直至完成对所有partition的筛选。

S123、将所述候选集中轨迹点位于所述目标多边形区域内、且轨迹时间位于目标时间段内的数据块，确定为目标数据块。

对于候选集中的每个partition，可以是调用PNPoly算法判断每个轨迹点 i是否在目标多边形区域内，同时进行时间查询范围的判断，若满足，则返回并输出。

具体地，可以将目标多边形区域的各轨迹点的横坐标存放在数组X[]中、以及将纵坐标存放在数组Y[]中，并获取数组X[]的最大值x_max和最小值x_min、以及数组Y[]的最大值y_max和最小值y_min；

用(test_x,test_y)表示查询的轨迹点，判断轨迹点(test_x,test_y)是否在目标多边形区域的最小外包矩形(x_min,y_min)-(x_max,y_max)中；若否，则确定轨迹点不属于目标多边形区域；若是，则自轨迹点引出射线与目标多边形区域相交，并基于相交的点数确定轨迹点是否属于目标多边形区域。

这里，如果自轨迹点引出的射线与目标多边形区域有奇数个相交的点数，则说明轨迹点位于目标多边形区域内；而如果自轨迹点引出的射线与目标多边形区域有偶数个相交的点数，则说明轨迹点位于目标多边形区域外。

在一些实施例中，本申请的面向飞行数据的时空轨迹数据管理分析方法还包括：

S13、基于KNN查询算法计算邻近目标查询点的k个轨迹点，从而捕获时空轨迹数据相关性。

配合参照图4，在具体的过程中，可以首先进行初始化，用q表示某一个确定的目标查询点，用k表示需要查询的q附近邻近点的阈值。用T＝τ∈(τ_begin，τ_end)表示时间查询范围，其中，τ_begin表示开始时间，τ_end表示结束时间。定义两个优先级队列第一优先级队列PQ和第二优先级队列RQ，其中PQ表示所有与查询点q相交的partition集合，由于partition可能不唯一，因此优先级队列中的partition可以按距离排序。用p表示PQ中的每一个partition，用 RQ优先级队列表示满足knn条件的候选轨迹点。

其次，生成初始结果。查找多个数据块中与目标查询点相交的数据块，并添加到第一优先级队列PQ；计算第一优先级队列PQ中各数据块与目标查询点的距离dist_p、以及计算所述第一优先级队列中各数据块的轨迹点与目标查询点的第k个最短距离dist_k(初始化为0)，再将满足dist_p＜dist_k的轨迹点对应的数据块确定为候选数据块。此时，表示满足该条件的候选数据块包含初始结果。

这里的第一优先级队列PQ可以是对其中每个数据块partition按照设定的规则进行排序。一实施例中，例如对数据块按照dist_p大小进行降序排列。

接着，对候选数据块中的每个轨迹点i进行时间范围匹配，将候选数据块中轨迹时间位于目标时间段内、且与目标查询点的距离dist(i,q)小于dist_k的轨迹点i添加到第二优先级队列RQ，这样得到了由初始结果构成的第二优先级队列RQ。

其中，计算数据块partition与目标查询点q的距离公式为：

其中，p表示PQ队列中的每个partirion，i表示p中的每个轨迹点，q表示目标查询点，dist(i,q)表示轨迹点i距查询点q的距离。

类似地，这里第二优先级队列RQ也可以是对其中的每个数据块按照设定的规则进行排序。一实施例中，例如对数据块按照dist_k大小进行降序排列。

最后，还要对初始结果进行测试，以确定最终结果。具体地可以生成以目标查询点为中心，且与第k个邻居轨迹点距离为半径的测试范围C(例如一个圆)，并基于测试范围对所述第二优先级队列中轨迹点的测试结果，确定临近目标查询点的k个轨迹点。

具体地，可以判断测试范围C是否与其他数据块相交；若否，则将测试范围内的k个轨迹点确定为临近目标查询点的k个轨迹点；若是，则计算与测试范围相交的数据块中的轨迹点与目标查询点的距离dist，并将dist小于第二优先级队列RQ中dist_k的轨迹点替换添加到所述第二优先级队列中。

在执行过程中，可以是在时间约束条件下，通过m轮迭代产生最终结果。 m的大小取决于原始数据集的轨迹点分布以及目标查询点q的位置。在每轮迭代中，选出一个数据块partition，遍历partition中的所有轨迹点，计算目标查询点q的距离dist，对于选出的目标轨迹点i及其对应的dist，与第二优先级队列RQ的队尾元素dist_k进行比较(RQ中数据块按照dist_k大小降序排列)，若dist≤dist_k，则表明i更符合目标结果，将选出的轨迹点i及其对应的dist写入到RQ中；若不满足，则丢弃，继续寻找下一个目标点。按照优先级队列的排列规则，更新第二优先级队列RQ中的元素。经过k轮迭代，最终产生k个最近的结果(轨迹点)。

S14、基于所述时空多边形范围查询算法统计目标空域流量。

配合参照图5，具体地，首先获取空域扇区参数。统计空域流量即为统计一个扇区内的通过的所有飞行器的数量。将目标空域扇区划分为多个规则柱体，柱体的截面是多个点构成的多边形，定义Sector表示一个三维扇区的空间查询范围，Sector的构成如下：

Sector:<Sid,List<Volume>>

Volume:<Vid,lower,upper,List<Point>>

Point:<Pid,lng,lat>

其中，Sid表示扇区Sector的唯一id，用List<Volume>表示扇区由一系列柱体组成。用Volume定义柱体，用Vid表示柱体的唯一id，用lower表示柱体高度下界，upper表示柱体高度上界，List<Point>表示柱体的多边形截面。 Point表示构成多边形的多个顶点。此外，因柱体是三维空间，引入轨迹点的高度属性alt，表示轨迹在空域的高度。

其次，定义计数Count队列记录通过该扇区的飞机的所有轨迹点。基于上述的时空多边形范围查询算法、并利用各柱体的高度上界upper和下界lower 作为约束条件，过滤出单个柱体内通过的流量。即：

i::PNPoly且τ_start≤i.t≤τ_end且lower≤i.alt≤upper

其中，i::PNPoly表示轨迹点i在多边形内，τ_start≤i.t≤τ_end表示轨迹点的时间在约束条件内，lower≤i.alt≤upper表示轨迹点的高度在柱体上界和下界之间。基于上述条件判断轨迹点是否经过空域扇区。若满足，则添加到计数队列，否则，丢弃。循环执行本步骤，直到扇区的所有柱体都遍历完。

最后，对计数队列内的轨迹点进行数据去重，获得目标空域流量。扇区流量可用计数队列去重后的记录数res表示。以飞机为例，其时空轨迹点可能不止在一个柱体中出现，因此需要对重复的轨迹点去重，以确保飞机通过某个扇区的轨迹点仅被统计一次，最后返回res。

在具体的去重过程中，为计数队列内的轨迹点定义轨迹id属性(Trajid属性)、以及所属的柱体Vid(初始化为0)；在各柱体执行时空多边形范围查询算法时，若轨迹点i在柱体Volume内，则将轨迹id属性的Vid标记为当前柱体的Vid，以形成复合键<Trajid,Vid>；利用每行记录的复合键，对计数队列的轨迹点进行数据去重。

参图2，为上述实施例中提出的面向飞行数据的时空轨迹数据管理分析方法所应用的时空轨迹数据系统。包括存储和处理节点、索引层、时空操作算法、统计空域流量以及用户请求。其中，时空轨迹数据集可以存储在Hadoop平台的HDFS文件系统中；索引层负责在数据源之上建立索引，本发明支持不同的时空索引(Grid索引、Rtree索引、KDTree索引等)；时空操作算法即上述实施例提到的时空多边形范围查询算法以及时空KNN算法；基于时空操作，可实现统计空域流量的应用服务，最终结果存储到HDFS上；当外部时空查询请求接入该系统时，系统可以及时处理请求，并返回最终结果。用户直接在 HDFS上获取最终结果。

参图6，本申请实施例还提供一种面向飞行数据的时空轨迹数据管理分析装置。包括索引建立模块、查询模块、流量统计模块、以及捕获模块。

索引建立模块，用于获取时空轨迹数据并建立空间索引，所述空间索引包括多个数据块；

查询模块，用于利用时空多边形范围查询算法查询目标时间段内，所述多个数据块中全部轨迹点属于目标多边形区域的目标数据块；

其中，所述时空多边形范围查询算法包括：

计算目标多边形区域的最小外包矩形；

筛选所述多个数据块中与所述最小外包矩形相交、且与所述目标多边形区域相交的数据块，并加入候选结果集；

将所述候选集中轨迹点位于所述目标多边形区域内、且轨迹时间位于目标时间段内的数据块，确定为目标数据块。

流量统计模块用于基于所述时空多边形范围查询算法统计目标空域流量；具体用于：将目标空域扇区划分为多个规则柱体；基于所述时空多边形范围查询算法、并利用各柱体的高度上界和下界作为约束条件，过滤出位于各柱体内的轨迹点以添加到计数队列；对所述计数队列内的轨迹点进行数据去重，获得目标空域流量。

一实施例中，流量统计模块具体用于：为所述计数队列内的轨迹点定义轨迹id属性、以及所属的柱体Vid；在各柱体执行时空多边形范围查询算法时，若轨迹点在柱体内，则将轨迹id属性的Vid标记为当前柱体的Vid，以形成复合键<Trajid,Vid>；利用每行记录的复合键，对所述计数队列的轨迹点进行数据去重。

捕获模块用于基于KNN查询算法计算邻近目标查询点的k个轨迹点，从而捕获时空轨迹数据相关性；具体用于：查找所述多个数据块中与目标查询点相交的数据块，并添加到第一优先级队列；计算所述第一优先级队列中各数据块与目标查询点的距离dist_p；计算所述第一优先级队列中各数据块的轨迹点与目标查询点的第k个最短距离dist_k；将满足dist_p＜dist_k的轨迹点对应的数据块确定为候选数据块；将所述候选数据块中轨迹时间位于目标时间段内、且与目标查询点的距离dist(i,q)小于dist_k的轨迹点添加到第二优先级队列；生成以目标查询点为中心，且与第k个邻居轨迹点距离为半径的测试范围；基于所述测试范围对所述第二优先级队列中轨迹点的测试结果，确定临近目标查询点的k个轨迹点。

一实施例中，捕获模块具体用于：判断所述测试范围是否与其他数据块相交；若否，则将所述测试范围内的k个轨迹点确定为临近目标查询点的k个轨迹点；若是，则计算与所述测试范围相交的数据块中的轨迹点与目标查询点的距离dist，并将dist小于所述第二优先级队列中dist_k的轨迹点替换添加到所述第二优先级队列中。

一实施例中，查询模块具体用于：将目标多边形区域的各轨迹点的横坐标存放在数组X[]中、以及将纵坐标存放在数组Y[]中，并获取数组X[]的最大值 x_max和最小值x_min、以及数组Y[]的最大值y_max和最小值y_min；判断轨迹点是否在目标多边形区域的最小外包矩形(x_min,y_min)-(x_max,y_max)中；若否，则确定轨迹点不属于目标多边形区域；若是，则自轨迹点引出射线与目标多边形区域相交，并基于相交的点数确定轨迹点是否属于目标多边形区域。

一实施例中，建立模块具体用于：定义时空轨迹数据集Ρ＝{p₁,p₂,..,p_n}，其中各轨迹点p₁、p₂、…、p_n表示为(lng,lat,t),lng表示经度，lat表示纬度，t表示时间属性；将各轨迹点的经度lng和维度lat，抽象为二维平面上点的坐标 <x,y>，并定义二维平面上两点的欧氏距离为

图7示出了根据本说明书的实施例的面向飞行数据的时空轨迹数据管理分析的计算设备30的硬件结构图。如图7所示，计算设备30可以包括至少一个处理器301、存储器302(例如非易失性存储器)、内存303和通信接口304，并且至少一个处理器301、存储器302、内存303和通信接口304经由总线305 连接在一起。至少一个处理器301执行在存储器302中存储或编码的至少一个计算机可读指令。

应该理解，在存储器302中存储的计算机可执行指令当执行时使得至少一个处理器301进行本说明书的各个实施例中以上结合图1-5描述的各种操作和功能。

在本说明书的实施例中，计算设备30可以包括但不限于：个人计算机、服务器计算机、工作站、桌面型计算机、膝上型计算机、笔记本计算机、移动计算设备、智能电话、平板计算机、蜂窝电话、个人数字助理(PDA)、手持装置、消息收发设备、可佩戴计算设备、消费电子设备等等。

根据一个实施例，提供了一种比如机器可读介质的程序产品。机器可读介质可以具有指令(即，上述以软件形式实现的元素)，该指令当被机器执行时，使得机器执行本说明书的各个实施例中以上结合图1-5描述的各种操作和功能。具体地，可以提供配有可读存储介质的系统或者装置，在该可读存储介质上存储着实现上述实施例中任一实施例的功能的软件程序代码，且使该系统或者装置的计算机或处理器读出并执行存储在该可读存储介质中的指令。

在这种情况下，从可读介质读取的程序代码本身可实现上述实施例中任何一项实施例的功能，因此机器可读代码和存储机器可读代码的可读存储介质构成了本说明书的一部分。

可读存储介质的实施例包括软盘、硬盘、磁光盘、光盘(如CD-ROM、CD- R、CD-RW、DVD-ROM、DVD-RAM、DVD-RW、DVD-RW)、磁带、非易失性存储卡和ROM。可选择地，可以由通信网络从服务器计算机上或云上下载程序代码。

本领域技术人员应当理解，上面公开的各个实施例可以在不偏离发明实质的情况下做出各种变形和修改。因此，本说明书的保护范围应当由所附的权利要求书来限定。

需要说明的是，上述各流程和各系统结构图中不是所有的步骤和单元都是必须的，可以根据实际的需要忽略某些步骤或单元。各步骤的执行顺序不是固定的，可以根据需要进行确定。上述各实施例中描述的装置结构可以是物理结构，也可以是逻辑结构，即，有些单元可能由同一物理客户实现，或者，有些单元可能分由多个物理客户实现，或者，可以由多个独立设备中的某些部件共同实现。

以上各实施例中，硬件单元或模块可以通过机械方式或电气方式实现。例如，一个硬件单元、模块或处理器可以包括永久性专用的电路或逻辑(如专门的处理器，FPGA或ASIC)来完成相应操作。硬件单元或处理器还可以包括可编程逻辑或电路(如通用处理器或其它可编程处理器)，可以由软件进行临时的设置以完成相应操作。具体的实现方式(机械方式、或专用的永久性电路、或者临时设置的电路)可以基于成本和时间上的考虑来确定。

上面结合附图阐述的具体实施方式描述了示例性实施例，但并不表示可以实现的或者落入权利要求书的保护范围的所有实施例。在整个本说明书中使用的术语“示例性”意味着“用作示例、实例或例示”，并不意味着比其它实施例“优选”或“具有优势”。出于提供对所描述技术的理解的目的，具体实施方式包括具体细节。然而，可以在没有这些具体细节的情况下实施这些技术。在一些实例中，为了避免对所描述的实施例的概念造成难以理解，公知的结构和装置以框图形式示出。

本公开内容的上述描述被提供来使得本领域任何普通技术人员能够实现或者使用本公开内容。对于本领域普通技术人员来说，对本公开内容进行的各种修改是显而易见的，并且，也可以在不脱离本公开内容的保护范围的情况下，将本文所对应的一般性原理应用于其它变型。因此，本公开内容并不限于本文所描述的示例和设计，而是与符合本文公开的原理和新颖性特征的最广范围相一致。