基于航迹特征的飞行程序噪声预测研究

针对目前飞行程序减噪设计的需要,研究了民机的航迹特征,选取了声暴露级（SEL）作为单个事件的飞机噪声评价指标,并在研究飞行程序特点的基础上,结合飞机噪声性能（ANP）数据库和NPD噪声计算方法,建立了一套基于航迹特征的离场飞行程序噪声预测方法。以某民用机场的离场程序为例,绘制出噪声等值线图,验证了方法的可行性。实例证明,该方法可以量化预测飞行程序的噪声影响,规范了飞行程序噪声预测的方法,可以为减噪飞行程序设计提供参考。     

进离场航线网络环境影响优化研究进展

综述航迹数据分析和航线规划设计等对进离场航线网络环境影响的研究方法.航线路径设计规划是在借鉴二维路径规划的基础上,通过应用不同的启发式算法,搜索到满足条件的最优航线路径;通过进离场航线网络的次序优化原则,可实现航线网的全局优化.最后,针对进离场航线网络环境影响的研究现状,提出应增加对航空器飞行性能分析、考虑航空排放和航空噪声对居民密集区的影响等几点建议与展望.     

航迹移动模型下的复飞航迹自动生成算法

随着现代计算机科技的发展以及地理信息技术的广泛应用,飞行程序设计人员可以直接利用数字方式获取使用机场空域内的障碍物位置和高程信息。飞行程序设计已逐步从手工设计阶段过渡到自动化实现阶段。飞行程序设计关注进离场程序、进近程序设计,其中进近程序的复飞航段是飞行过程中最重要的航段,其设计受障碍物分布、高度、导航台位置等诸多因素限制。基于DOC8168文件要求,结合传统复飞程序设计流程,对复飞程序的直线航段、转弯航段以及保护区的设计进行研究,明确了复飞程序设计的关键和难点在于复飞点、复飞爬升点和复飞转弯点的选择以及航迹航向和爬升梯度的确定。利用Arc GIS软件同时结合飞行程序设计流程,运用空间数据处理、编辑和空间分析组件,提出一种复飞航迹自动生成算法。该算法将最优复飞航迹、复飞程序保护区、风螺旋线、直线保护区与转弯保护区的衔接部分等绘制功能实现,且符合飞行程序设计规则要求,同时实现了飞行程序设计流程自动生成的需求。     

基于PBN的中小机场终端区飞行程序优化研究

传统进离场程序中,飞机均是向台或者背台飞行。这种方式在流量比较少时,可以保证安全,但是随着航班量的增加,就不能兼顾安全和经济了。从基于性能的导航区别于传统程序的优点和设计标准出发,总结了中小机场飞行程序调整的一般方法和思路。最后以景德镇罗家机场为例,分析该机场进离场程序的缺陷和不足,并在此基础上设计出了一整套PBN飞行程序。以期能够提高航空公司效益、终端区内的容量和管制员效率,降低管制员工作负荷和压力。     

直线离场保护区三维模型算法研究

在飞行程序设计中,人工画图、手动计算限制了飞行程序设计工作向计算机化和三维呈现方向的发展.起飞离场是整个飞行过程中非常重要的环节之一,它的保护区与机场周边障碍物的高度、导航台的位置等都息息相关,是实现整个飞行程序计算机化和三维呈现的重要节点.本文就标准仪表离场程序SID这一特定程序结构展开研究,将空间表达方法、三维空间内的建模技术与离场保护区绘制规则相结合,提出了基于粒子群算法的直线离场保护区三维模型,为离场保护区的三维呈现打下基础.     

欧洲猫航管自动化系统标准进离场程序的设置及使用

标准进离场程序（SID/STAR）是航管自动化系统使用的一个重要参数之一,它在飞机起飞和降落阶段起着重要作用。本文从标准进离场程序的定义、下线参数设置、分配机制和实际案例分析等方面着手展开研究,对欧洲猫航管自动化系统标准进离场程序进行了详细分析。     

PBN进近航线噪声敏感点规避降噪方法

降低机场航空噪声是促进机场发展的重要因素,随着基于性能的导航(PBN)实施的推进,这一新的导航方式为降噪提供了新方法。航空噪声是人的声量感受,机场周围人口较为集中的学校、医院、居民区等构成了航空噪声敏感点,进近航线避开这些噪声敏感点可以达到降噪的效果。根据飞机性能和飞行程序特点,通过确定飞机空间位置,构建了飞行架次-推力-距离(N-F-d)进近航线噪声敏感点规避计算模型;并进行噪声计算模型修正。选取LWECPN为噪声评价量,结合INM噪声评价软件对广州白云机场进行了降噪分析。分析结果表明,噪声敏感点的噪声值显著减小,噪声等值线的影响范围也明显缩小,降噪效果较好。     

浅析Thales自动化系统飞行计划轨迹计算功能

Thales自动化系统通过飞行数据处理模块FDP来实现飞行数据的处理。本文主要分析了FDP模块中的飞行计划四维轨迹计算功能、标准进离场程序分配功能,并结合日常运行过程中出现的案例进行分析,为更好的维护系统提供理论依据。     

基于极大代数的终端区离场优化分析

针对终端区离场排序问题,提出了一种基于极大代数的简化终端区离场模型,在此基础上建立了相应的单航路极大代数模型,解决了同高度同航迹航空器离场的冲突问题,最后对模型进行了算例验证。结果表明,极大代数能够较好的解决航空器离场排序问题,实现全局最优性。     

飞行等待程序自动生成算法和显示研究

在分析目前飞行等待程序标准规定的基础上,总结出一套飞行等待程序自动生成算法,采用Google Earth和VC＋＋编程技术,实时生成等待程序航迹,对有效评估等待程序设计的安全性和合理性有着重要意义.     

基于航班离场成本的离场航空器滑行策略优化

针对大型枢纽机场日益严重的场面拥堵及由此导致的航班延误问题,推出率控制策略可利用机位等待代替滑行道及跑道口等待,控制场面离场航班的滑行数量,缓解场面拥挤.基于推出率控制策略同时结合场面滑行路径优化,提出了基于航班离场成本的离场航空器滑行策略.首先,构建了基于推出率控制策略的航班离场成本计算模型;然后,提出离场航空器滑行策略优化方法;最后,以航班离场成本最小为目标,采用遗传算法开展算例仿真,并选取三种策略进行对比分析.结果表明:基于航班离场成本的滑行策略不仅能减少离场航班的总滑行时间,提高场面运行效率,还能减少燃油消耗和气体排放量,具有一定的环保性.     

民用飞机噪声合格审定的切入飞行试验方法

 针对民用飞机噪声合格审定中重复多次进行相关飞行试验造成的成本高、耗时长问题,为进一步降低民用飞机噪声合格审定成本、缩短审定周期,基于国际民航组织规定的飞机噪声合格审定等效程序建立原则,通过对飞机起飞和进场的噪声测量试验建立飞机噪声合格审定中的切入飞行程序,从而构建完整的切入飞行试验方法。以某型喷气式飞机为例,概述了10 dB 降区间的确定方法;设计了切入飞行试验方法,对于未来ARJ21-700 的衍生机型及C919 的噪声合格审定具有重要的工程应用价值。     

终端区4D飞行轨迹预测与冲突预警

为提升终端区飞行轨迹预测精度,实现航空器短时冲突预警,建立一种基于孪生支持向量回归的终端区4D飞行轨迹预测模型。对历史飞行轨迹应用重采样算法,降低轨迹数据规模;利用墨卡托投影将轨迹点经度、纬度与高度化为x-y-z坐标,采用孪生支持向量回归算法学习预测模型,实现短时航空器飞行轨迹动态预测;计算两架航空器水平、垂直距离,建立航空器冲突预警指示函数;对孪生支持向量回归算法进行超参数灵敏度分析,分析各超参数对模型预测效果的影响。根据机场真实数据进行仿真实验,证明：基于孪生支持向量回归的4D飞行轨迹预测模型能够准确捕捉航空器运动趋势,且泛化能力强;所提模型x-y-z坐标预测均方根误差是BP神经网络预测结果的32%,35%和61%,单次预测计算用时减少约0.13 s。     

基于改进微粒群算法的飞机纵向飞行轨迹优化

为提高飞机纵向飞行轨迹优化的精度和收敛速度,提出了用改进的微粒群算法对飞机纵向飞行轨迹进行优化的新方法。基于质点动力学和能量状态方程,建立了飞机质点运动数学模型;利用庞特里亚金最小值原理,给出了飞机纵向飞行过程优化的目标方程;引入自适应惯性因子,采用罚函数法对轨迹寻优问题进行无约束化处理,基于改进的微粒群算法对纵向飞行轨迹进行了优化,并给出了算法优化流程。使用改进的微粒群算法,得到了Boeing 737-800飞机纵向飞行最优轨迹。优化结果与试验结果的比较表明,该算法可使纵向飞行轨迹快速收敛于最优解,算法具有收敛速度快、精度高的优点。     

基于改进卷积网络的终端区4D航迹预测与冲突检测

随着不断扩大的旅客运输量和航线网络规模,采用飞行计划结合空中交通管制的空中管理办法已经不能与当前民航需求和空中交通流量相匹配,直接影响到航班正常率和运行安全。为解决这一问题,国际民航组织(International Civil Aviation Organization, ICAO)提出了基于航迹运行(trajectory based operation, TBO)的下一代空中交通管理运行理念,中国民航也提出了智慧民航的建设方案和目标。其中4D航迹是TBO运行的核心组成部分,也是中国建设智慧民航的重要技术指标,其可以对航空器的运行进行精确地管理和控制。因此,提高4D航迹预测的准确性成为了目前急需解决的核心问题。面向航空器的飞行任务实施阶段,从4D航迹预测和冲突检测两个问题进行了研究。在航迹预测方面,采用了基于卷积神经网络-双向门控循环单元(convolutional neural networks-bidirectional gated recurrent unit, CNN-BiGRU)的模型对航迹进行高精度预测;在冲突检测方面,引入了航迹距离检测函数以检验预测模型生成的两条航迹是否...     

基于监视数据修正的航空器飞行轨迹推算模型

飞行轨迹推算是空中交通流量管理的一个重要研究内容。在传统飞行轨迹推算方法基础上,针对航空器飞行路径的不确定性,构造了基于监视数据动态修正的航空器飞行轨迹推算模型。该模型综合航空器飞行性能和飞行计划、实时监视信息对航空器飞行轨迹、姿态进行推算。利用真实飞行轨迹进行验证,结果表明:本文模型推算的位置、高度信息更接近实际轨迹,并且符合实际飞行原则和空域使用规则,具有一定的参考价值和实用性。     

一种基于反向神经网络的航空器飞行轨迹预测

为了缓解终端区空域拥堵和降低航空器运行风险,提出一种基于反向神经网络(BP)的航空器飞行轨迹预测模型。首先,对航空器历史数据进行筛选和降噪处理,得到基准轨迹;其次,建立基于Hausdorff距离的轨迹相似性矩阵,采用模糊C-均值聚类(FCM)对所有轨迹进行自动分类;最后,综合考虑飞行轨迹的三维位置、速度和航向特征,利用BP神经网络对轨迹特征进行训练学习,建立飞行轨迹预测模型,用于对未来时刻的短期飞行轨迹多维特征进行预测。试验结果表明:该网络模型预测误差小、预测效果好,可以更加准确地进行航空器的飞行轨迹预测。