Entwurf und Evaluation eines ADSB-basierten Lernalgorithmus für die Prognose zukünftiger Flugbewegungen kleiner und mittlerer Flughäfen

Abstract

Die Anzahl der Flugbewegungen ist eine relevante Kennzahl für den Betrieb eines Flughafens. Ist die Nachfrage für die Zukunft bekannt, können die Prozesse des Flughafens besser geplant und effizienter durchgeführt werden. An großen Flughäfen existieren Flughafenmanagementsysteme, bei denen die zukünftige Nachfrage aus einer gemeinsamen Informationsdatenbank bestimmt wird. An kleineren und mittleren Flughäfen gibt es diese Systeme nicht. Eine Vorhersage der Flugbewegungen kann nur mithilfe der Flugpläne bestimmt werden. Diese Methode hat jedoch Schwächen, welche die Genauigkeit der Vorhersage deutlich mindern.

Diese Studienarbeit untersucht das Potenzial einer ADS-B basierten statistischen Vorhersage für die Nachfrage. Dazu wurde ein Lernalgorithmus entwickelt, welcher auf Basis frei verfügbarer ADS-B Daten eine Prognose der zukünftigen Flugbewegungen berechnet. Es wurden Anforderungen erarbeitet, bewertet und priorisiert, die die Software erfüllen soll, um eine valide Berechnung durchführen zu können. Auf dieser Grundlage wurde der Algorithmus mit Python entworfen und umgesetzt. Für die Verifikation der Ergebnisse wurden die Berechnungen mit Microsoft Excel wiederholt und die Ergebnisse mit denen des Algorithmus verglichen und evaluiert. Der resultierende Lernalgorithmus ist in der Lage auf Basis frei verfügbarer ADS-B Daten eine Prognose der zukünftigen Flugbewegungen zu erstellen.