改航是航班运行过程中应对恶劣天气、军事活动、流量管控等突发情况的重要策略。作者提出一种挖掘历史雷达数据特征的改航算法。算法首先综合考虑改航路径的经济性、安全性、航路特征和容量影响等因素建立改航约束条件,对航班可能的改航区间的航路通路进行分析初选,确定最优的改航区间及其满足改航约束条件的一系列关键点序列。随后基于航班在历史雷达数据中的位置信息分析关键点序列航段执行情况,结合该航段计划航班数据,提出了适用于改航关键点选择的航段利用率计算方式,并在此基础上确定改航路径的最优关键点序列。以航班飞行过程中的速度矢量为建模对象,通过机器学习算法挖掘经过关键点序列航段的航班飞行运动模式。采用混合高斯模型对航班速度矢量建模和参数学习;利用马尔科夫蒙特卡洛采样算法预测航班改航过程中的速度矢量序列。最后利用匀加速运动学方程预测出完整的改航路径。通过某大型流量管理系统的应用实践证明,在考虑了改航约束条件和航段历史运行情况(利用率)等因素下的改航策略符合航班的实际运行情况。同时算法还能以高精度预测航班的改航轨迹,为改航路径相关区域的流量管理提供数据支撑。本文的改航算法能很好的解决航班在飞行过程中的改航问题。