北京终端区扇区容量评估及优化

构建了一种基于管制员工作负荷终端区扇区优化模型。首先通过测量各时段终端区域内飞机平均数、陆空通话以及进程单填写等情况,对终端区管制员的工作负荷进行了量化,进行了基于管制员工作负荷的扇区容量评估。然后根据空域中航路点的分布,建立了Voronoi图,以蚁群算法应用到单元搜索,对空域中的Voronoi多边形进行了优化组合,并使其满足空域划分的基本原则,从而得到优化后的扇区图。最后通过北京终端区空域容量评估和扇区优化的计算结果,对该扇区优化方法进行了验证。     

基于管制员工作负荷的航路扇区容量评估技术

通过分析航路扇区中雷达管制模式下管制员工作负荷,提出了新的管制员工作负荷模型对管制员工作负荷进行量化,该模型适用于各种航路扇区;在此基础上,采用回归分析法和有效时间段法两种方法,分析了管制员工作负荷与航路扇区容量的关系,从而得出航路扇区容量值.通过对两种方法的优缺点进行比较,提出了根据扇区实际情况选择适当的分析方法;得出的航路扇区容量值,可以用于实际运行中,避免管制员工作负荷过大或过小,充分保证飞行的安全、高效.     

基于粒子群优化算法的扇区组合优化

航空运输业的不断发展给终端区容量带来了巨大的挑战。为了降低管制员的工作负荷,增加终端区的容量,对终端区的扇区优化进行研究,建立了终端区空域拓扑结构模型,利用Voronoi图进行终端区单元划分,并计算各航路点的工作负荷,建立扇区优化的数学模型,利用一种排列组合算法进行单元组合,将各单元的目标函数值作为优化函数,并结合粒子群优化算法求得最优解。最后,以成都终端区扇区优化为例进行了验证,证明了粒子群优化算法的有效性,可以很好地应用在以航路点为划分单元的扇区组合优化中。     

基于对称非负矩阵分解的终端区扇区划分方法

为了合理利用终端区空域有限资源,以满足各扇区间管制员负荷均衡为目标,提出了基于对称非负矩阵分解的终端区扇区划分。首先,通过建立终端区网络加权图和量化管制负荷,构建终端区扇区划分模型。其次,为保证相邻性和低方差对扇区单元层次聚类形成“snake”扇区序列,计算扇区单元之间的相似度值,生成相似度矩阵并进行归一化处理,利用对称非负矩阵正交分解对相似度矩阵进行求解,根据求解出的矩阵判断扇区单元所属区域,实现聚类划分。最后,选取现实终端区空域进行仿真验证,证明了对称非负矩阵分解划分方法的有效性。     

考虑空域功能性的终端区内三维扇区划设方法研究

为缓解终端区内管制扇区划设不合理的问题,本文结合空域功能性研究了终端区内三维扇区划设问题。首先,在满足传统扇区约束条件的前提下,以降低所有扇区管制负荷之和与均匀各扇区管制负荷为目标。接着,结合垂直高度的层次聚类与水平方向的泰森多边形划分,将终端区划分为若干个三维空域单元并根据不同的飞行性质赋予各空域单元不同的功能属性。根据优化目标,考虑功能性的相近程度,采用NSGA-II算法将各三维空域单元组合形成扇区。最后,以上海终端区为实例进行验证。结果表明,相比于现行扇区划设方案,优化后的扇区划设方案能够有效地降低扇区的管制负荷之和,同时均匀各扇区的管制负荷。     

区调扇区和进近扇区复杂度对比研究

随着空中交通流量的增加,空中交通管制面临着严峻挑战,表现在进近与区调扇区间管制协调的矛盾日益突出。对比国内某管制区进近扇区和区调扇区的管制复杂度能更好地协调进近扇区和区调扇区的空中交通管制工作负荷,均衡进近扇区和区调扇区的管制复杂度,达到提高扇区容量的目的。为科学合理地对比扇区管制复杂度,构建了扇区静态复杂度对比的指标及其量化方法,并设计了静态复杂度对比实验来对比进近扇区与区调扇区的静态复杂度。另采用"管制扇区空域复杂性分析系统"软件,以厦门高崎国际机场为例,根据真实雷达管制数据,通过实验,分析对比了进近扇区与区调扇区的动态复杂度。通过分析实验结果,发现进近扇区管制比区调扇区管制复杂度更大更难。为达到均衡工作负荷、提高空中交通流量、减轻管制员负荷的目的,对现有的进近扇区和区调扇区的管制方法和空域结构提出了一些合理化建议。     

飞行受限区对扇区动态容量的影响

为了合理利用空域资源,提高空中交通运行效率与安全,对空域扇区的动态容量进行了研究。根据空域的三维结构对飞行受限区进行定义,并以飞行受限区对扇区结构的覆盖情况为基础,建立了飞行受限区对扇区动态容量影响模型。以西安02号扇区空域结构为例进行仿真分析,分析结果表明:改航点到航路距离越远,扇区动态容量越小;管制员经验越少,扇区动态容量越小;改航后的航空器间隔越大,扇区动态容量越小。     

基于网络流的多管制扇区通行能力

管制扇区间的通行能力问题通常是基于管制员的极限工作负荷、各种动态因素或者特殊航路点、航路交叉点的通行能力达到最优的情况进行研究,缺少对多扇区网络的整体地评估与计算。为了解决该问题,本文根据有向图理论以扇区为节点,以连接扇区的航路航线为边建立多扇区网络模型,选取华北飞行情报区的部分扇区进行仿真。首先,通过最大流算法求解出该网络模型的最大流为76.7架/h。其次,根据网络流仿真结果计算出各条边、各个节点的流容比,通过比较分析得出限制扇区网络通行能力的繁忙航路以及繁忙扇区。最后,通过灵敏度分析计算删除不同节点后网络模型的通行能力的变化,进而为扇区通行能力的优化提供了建议和参考。     

由于天气的航空器绕飞管制安全评估及策略分析

为降低航空器在绕飞情况下管制指挥事故的风险,采用事故树分析法（FTA）和层次分析法（AHP）相结合的方式对管制员在进行绕飞管制时发生指挥事故建立综合风险评估模型并制定风险管控措施,以及验证所提管控措施的有效性。首先对各风险因素进行逐层分析,找出其关联性,建立绕飞管制指挥事故的事故树模型。以此为基础,结合层次分析法,确定各层风险指标权重。同时依据各指标总权重的排序结果,提出了在绕飞情况下管制指挥事故的管控措施,最后以长沙区域管制空域为实例对所提方案进行验证。结果表明：在本文方案下虽然雷雨、风切变、协调程序过于复杂和航空器偏离计划航路仍然是导致绕飞管制事故的重要因素,但其重要程度下降了6.2%,且成熟管制员人数不足、扇区流量大和预案频繁发生变化的状况得到有效解决。证明了该方案能够有效抑制导致绕飞管制指挥事故发生的事件的重要程度,减少因极端天气和扇区负荷过大而出现的安全风险事故,整体提高管制系统的稳定性和可靠性。     

航空器动态改航的自动化处理技术比较

随着空中交通流量的不断增长,航空器面临的改航飞行也就日益增加,这就使空中交通管制员面临的飞行态势变得日益复杂。面向4D轨迹的航空器动态改航技术可以实时地为管制员提供优化的改航方案,可以作为管制指挥的参考依据,从而减轻管制工作负荷,提高管制效率和空域流量,具有广阔的应用前景。本文主要选取了一些具有代表性的航空器动态改航算法,对比分析了它们的优缺点和适用范围,从而为使用这些算法提供一定的参考。     

飞行计划集中处理的流量瓶颈点的识别与优化

为建设全国级的空中交通流量管理系统提供智力支持,将飞行计划集中处理这一手段,运用于预战术飞行流量管理阶段的流量管理方法和技术的研究之中,提供了一条新的研究思路.首先,利用过点时间预测算法计算过点时间,并根据过点时间统计出关键航路点的流量预测值;接下来,通过航路点容量模型识别航路上飞行流量大于容量的航路点,即流量瓶颈点;...     

基于交叉点复杂度的空域通行能力优化方法

为解决空域拥挤导致通行能力下降的问题,提出了一种考虑交叉点复杂度的通行能力优化方法。首先,分析了实际民航运行中存在的痛点和难点,以及以往有关通行能力的研究缺少交叉点建模、管制员负荷测量困难和求解时间复杂度高的缺陷;第二,从高度层、交叉点和航班运行三个方面提出了空域的数学抽象方法,并根据节点的交叉数对空域的数学模型进行简化,剔除了没有交叉的导航台点,降低了空中交通网络抽象后节点矩阵稀疏的问题;第三,分析了交叉点对于通行能力的影响主要在于流量和交叉数两个方面,以这两个方面建立了交叉点的费用函数;第四,以延误最小为目标,以流量平衡、扇区和航路容量、流控容量和非负整数作为约束,建立了通行能力优化模型;第五,分析并指出存在负容差的空中交通网络更容易发生延误,并根据网络延误的特性提出了一种考虑延误反向传播的迭代算法。最后,以华北地区空域为例,从不同流控等级下的延误时间、受影响的航班数和算法计算时间三方面进行仿真。结果表明,模型和算法平均能降低33.58%的延误,且通过合理地分配改航、调时和调减最大程度减少延误。     

终端区进场航线交叉点通行能力研究

终端区航线交叉点是空中交通运行的瓶颈,其通行能力是表征交叉点运行状态的重要指标,深入研究交叉点的通行能力,能够为进离场航线优化及航线网规划提供理论指导,并为减少航班延误提供必要的技术支持。借鉴地面道路交叉口通行能力已有研究成果,依据终端区空域结构及航空器飞行特征,创新地提出终端区进场航线交叉点通行能力定义,建立了计算模型,深入分析了航空器飞行速度、机型组合、航线夹角对通行能力的影响。以天津机场终端区为例,计算进场航线交叉点CG点的通行能力,进行了实例验证及分析。     

基于飞行计划集中处理的多航空器无冲突航迹规划

为增大空域容量,提高飞行安全,降低管制员的工作负荷,4D航迹预测与规划是国内新一代空管自动化系统中最为重要地一项核心技术。首先在预战术流量管理阶段,通过飞行计划集中处理得到的航空器飞行计划信息,将航线划分成若干航段。然后利用航空器在不同航段间的离散型模型和单个航段中运动的连续型模型建立混杂模型,通过全飞行剖面混杂模型进行航迹预测;在相对运动法中采用调整速度来规避航路交叉点冲突以实现冲突解脱。最后提出航迹规划方法并对航空器进行无冲突航迹规划。仿真算例表明：在飞行计划集中处理与混杂模型下预测的水平航迹与垂直航迹能够准确地反映航空器飞行状态变化;调速法或调整时刻能有效地规避飞行冲突,所以提出的无冲突4D航迹规划方法是切实可行的。     

基于灰色聚类的大面积航班延误的延误程度评估

为准确评估大面积航班延误的延误程度,分析了空中交通网络中大面积航班延误的形成过程,在分析人、机、环、管等影响大面积航班延误程度的因素的基础上,选取能表征大面积航班延误程度的节点、航线、到达关联节点指标.基于空中交通网络流系统建立了大面积航班延误程度评估的指标体系.利用层次分析法和熵理论方法,组合赋权确定各指标权重.建立了评估大面积航班延误程度的灰色综合聚类评估模型.选取2019年某发生大面积航班延误的空域进行航班延误程度评估.算例分析结果表明:运用该模型所评估的发生大面积航班延误的空域的延误程度与实际情况相符.     

基于元胞传输理论的航空器进场优化模型

随着空中交通流量的增长航班延误问题日益严重,终端区的情况尤为突出。为了缓解这一状况,利用标准雷达引导航线建立了基于元胞传输理论的终端区进场航班优化模型,结合实际案例,与当前实际进场运行情况进行了对比,求解得到系统运行最短时间、起点处延误时间。案例分析表明,该优化模型既能够反映终端区进场航班的动态特性,又在一定程度上减少了航班延误,可以为终端区进场航班的路径选择提供参考,满足实际的运行需求。     

基于多机场终端区交通态势的航班延误预测

为了针对性地制定后续优化措施,以降低多机场终端区内航班延误所带来的不利影响,并提高多机场系统内各机场的运营效率,进行多机场终端区航班延误的预测研究。首先,考虑多机场终端区交通态势对航班延误的影响,在对多机场终端区交通态势进行分析的基础上,建立了6个描述终端区交通态势的指标。接着,构建反向传播（back propagation,BP）神经网络航班延误预测模型,将终端区交通态势指标、航班信息和天气环境数据等作为输入,航班延误时间作为输出,并利用粒子群优化算法（particle swarm optimization,PSO）优化BP神经网络进行训练。通过实例验证和分析,基于多机场终端区交通态势的航班延误预测能够有效提高预测准确率,同时,通过粒子群优化BP神经网络的预测模型预测准确率均高于一般的考虑交通态势的BP和遗传算法优化的BP神经网络模型（genetic algorithm and back propagation,GA-BP）。