Otomatik Bağımlı Gözetim-Yayın Verileri Kullanılarak Anomali Tespiti ve Uçuş İstatistiklerinin Değerlendirilmesi

Abstract

Bu çalışma, havacılık sektöründe uçuş güvenliği konusundaki önemli bir ihtiyaç olan uçuş sırasında ortaya çıkabilecek potansiyel tehlikeleri belirleme amacı taşımaktadır. Anomaly Detection and Statistical Analysis of Flights by Using Automatic Dependent Surveillance - Broadcast Database (ADS-B) verileri, hava araçlarının anlık konum, hız, irtifa ve kimlik bilgilerini sunan bir kaynak olarak, bu tehlikelerin tespiti için potansiyel bir veri kaynağı olarak öne çıkmaktadır. Uygulama kapsamında, uçuşlardaki anormal durumları tespit etmek amacıyla matematiksel yöntemler kullanılmaktadır. İlk adımda, öznitelikler tek boyutlu sinyaller olarak ele alınarak incelenmiştir. Bu özniteliklerin incelenmesi sonucunda, uçuşlardaki anormallikleri en iyi tespit edebilecek özniteliğin dikey hız olduğu gözlemlenmiştir. Çalışma için kullanılan veriler, 2022 yılı Haziran ayında gerçekleşen uçuşlara ait İstanbul Havalimanı kaynaklıdır ve gerçek verileri içermektedir. Bu veriler önce ortanca filtre kullanılarak sinyal gürültülerinden temizlenmiş, ardından konvolüsyon işlemi ile türev alınarak sinyaldeki değişimler belirlenmiştir. İşlenen sinyal daha sonra, irtifa değişimlerine göre kalkış, düz uçuş ve iniş aşamalarına ayrılmış ve her bir aşama ayrıntılı olarak incelenmiştir. Uçuş aşamalarına ait dikey hız verileri, nokta dağılım ve histogram grafikleri kullanılarak incelenmiş ve istatistiksel yöntemlerle anormalliklerin başarıyla tespit edildiği görülmüştür. ADS-B verilerinin istatistiksel yöntemlerle incelenmesi, uçuşlardaki anormalliklerin etkili bir şekilde tespit edilmesine imkan tanımış ve bu tespitlerin anormalliklerin nedenlerinin araştırılmasına ve gelecekteki uçuş güvenliği önlemlerinin geliştirilmesine katkı sağlamıştır. Bu çalışma, hava seyahatinin daha güvenli hale getirilmesi yolunda önemli bir adım olarak değerlendirilmektedir.

This study aims to identify potential hazards that may occur during flights, which is a crucial need in the aviation industry for ensuring flight safety. Automatic Dependent Surveillance-Broadcast (ADS-B) data, providing real-time information about aircraft location, speed, altitude, and identity, emerges as a potential data source for detecting these hazards. To detect abnormal conditions during flights, mathematical methods used in applications. In the initial phase, attributes were treated as one-dimensional signals and analyzed accordingly. The analysis revealed that vertical acceleration is the most suitable attribute for detecting anomalies during flights. The data used for this research originates from flights that took place in June 2022 departing from Istanbul Airport and includes real-world data. These data were initially processed to remove signal noise using a median filter, and then changes in the signal were determined by convolution. Subsequently, the processed signal was divided into takeoff, level flight, and landing phases based on changes in acceleration, and each phase was examined in detail. Vertical acceleration data for each flight phase were analyzed using dot distribution and histogram graphs, and anomalies were successfully detected through statistical methods. The statistical analysis of ADS-B data has enabled the effective detection of anomalies during flights, paving the way for the investigation of the causes of these anomalies and the development of future flight safety measures. This study is considered a significant step towards enhancing air travel safety.