基于Scikit Learn/Numpy区分线性飞行航迹与非线性异常路径

你已经完成航迹中心化，无需再处理全局坐标偏移问题，核心抓两类航迹的本质差异即可：民航线性航迹几乎沿直线行进，仅存在小幅方向微调；异常军机航迹偏离直线程度高，存在大角度急转弯。整个实现分两步走，特征工程用Numpy完成，分类用Scikit-learn实现，不需要复杂模型。

第一步：特征计算（Numpy实现，核心环节） #

先统一处理每条航迹：先按时间戳排序避免点序混乱，再计算5个区分度极高的统计特征，代码如下：

import numpy as np

def extract_track_features(track):
    """
    输入单条中心化后的航迹数组，shape=(N,3)，列顺序为纬度、经度、时间戳
    输出该航迹的特征向量
    """
    # 按时间戳重排，避免原始数据乱序
    track = track[np.argsort(track[:, 2])]
    lats, lons, ts = track[:, 0], track[:, 1], track[:, 2]
    features = []

    # 1. 线性拟合残差：线性航迹的点会紧贴时间-经纬度的拟合直线，残差极小
    t_norm = (ts - ts.min()) / (ts.max() - ts.min() + 1e-8)  # 时间归一化避免数值问题
    # 分别对纬度、经度做一阶线性拟合
    lat_coef = np.polyfit(t_norm, lats, deg=1)
    lon_coef = np.polyfit(t_norm, lons, deg=1)
    lat_pred = np.polyval(lat_coef, t_norm)
    lon_pred = np.polyval(lon_coef, t_norm)
    total_residual = np.mean(np.abs(lats - lat_pred)) + np.mean(np.abs(lons - lon_pred))
    features.append(total_residual)

    # 2. 转向角统计：异常航迹存在大角度急转，该类特征区分度最高
    displacements = np.diff(track[:, :2], axis=0)  # 相邻点位移向量
    angles = np.arctan2(displacements[:, 1], displacements[:, 0])  # 每个航段的方位角
    turn_angles = np.abs(np.diff(np.unwrap(angles)))  # 相邻航段的转角绝对值，unwrap处理角度环绕问题
    features.extend([
        np.max(turn_angles),   # 最大转角
        np.mean(turn_angles),  # 平均转角
        np.std(turn_angles)    # 转角波动标准差
    ])

    # 3. 航迹弯曲度：总路径长度/首尾点直线距离，直线航迹该值接近1，越弯曲值越大
    segment_lengths = np.linalg.norm(displacements, axis=1)
    total_length = segment_lengths.sum()
    start_end_length = np.linalg.norm(track[-1, :2] - track[0, :2])
    sinuosity = total_length / (start_end_length + 1e-8)
    features.append(sinuosity)

    return np.array(features)

第二步：航迹分类（Scikit-learn实现） #

根据你有没有标注数据，选监督或者无监督方案即可：

有标注数据（监督分类，准确率最高） #

特征维度只有5个，不需要复杂模型，用随机森林或者逻辑回归就足够，泛化性强还不容易过拟合：

from sklearn.pipeline import make_pipeline
from sklearn.preprocessing import StandardScaler
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import classification_report

# 先批量提取所有航迹的特征，X shape=(航迹总数, 5)，y为标签：0=民航线性航迹，1=异常军机航迹
# X = np.array([extract_track_features(t) for t in all_tracks])
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 构建分类流水线：先做特征标准化，再训练分类器
clf = make_pipeline(
    StandardScaler(),
    RandomForestClassifier(n_estimators=100, random_state=42)
)
clf.fit(X_train, y_train)

# 效果评估
print(classification_report(y_test, clf.predict(X_test)))

无标注数据（无监督异常检测） #

实际场景中民航航迹占绝大多数，异常航迹属于离群点，直接用孤立森林检测即可，甚至手动设阈值都能达到很高的准确率：

手动阈值参考（可根据自有数据集微调）：

• 最大转角超过0.5弧度（约30度）直接判定为异常
• 航迹弯曲度大于1.15直接判定为异常
• 线性拟合残差超过正常航迹均值+3倍标准差判定为异常

无监督检测代码：

from sklearn.ensemble import IsolationForest

# contamination为数据集中异常航迹的预估占比，按实际场景调整
detector = IsolationForest(contamination=0.05, random_state=42)
detector.fit(X)
# 预测结果：1=正常线性航迹，-1=异常非线性航迹
predict_result = detector.predict(X)

补充说明 #

• 如果航迹采样间隔不均匀，先按固定时间间隔对航迹重采样再算特征，避免采样点疏密带来的计算偏差
• 如果航迹覆盖的纬度范围超过5度，建议先把经纬度转成局部平面坐标（比如UTM投影）再计算角度、距离，结果会更精准
• 这几个手工特征的区分度已经足够，不需要上深度学习或者复杂的轨迹模型，可解释性远高于黑盒模型

内容的提问来源于stack exchange，提问作者JHM