粤港澳大湾区机场群航线网络特征分析

针对粤港澳大湾区机场群空域资源紧张问题,通过建立粤港澳大湾区机场群的航线网络模型,运用复杂网络分析方法,计算出航线网络模型的各种统计指标,对机场以及机场群的航线网络进行分析研究。结果表明:广州白云机场和香港国际机场在粤港澳大湾区机场群内地位逐渐突出;机场群向外辐射的国内航线网络存在区域性分布不均;机场群的国内航线网络具有小世界特性以及无标度特性等。     

航空器飞行轨迹表示方法及其应用

航空器飞行轨迹数据的质量和规模是提高民航运行规律分析效率的基础。为了在尽可能保留原始轨迹运动特征的情况下实现对轨迹的规则化表示,减少对内存空间的占用,提出了包括等间隔采样、固定点数采样、自适应采样的重采样方法和基于傅里叶描绘子的轨迹重构方法。通过对比重构轨迹与原始轨迹在运动特征等细节的差异,分析每种方法的优缺点。针对飞行轨迹簇的聚类问题,基于固定点数采样结果,利用层次聚类法实现对重构轨迹的聚类分析。实验结果表明,本文提出方法能够利用小规模数据有效表示航空器的飞行轨迹,并成功应用于轨迹聚类等问题。     

风场的相关性对中期冲突探测可靠性的影响

为研究中期冲突探测问题,建立不同高度两机相遇的冲突场景,得到两机相对位置的随机差分方程,对研究区域进行网格离散化后,构造弱收敛于此微分方程的马尔科夫链。在考虑三种不同相关性模型条件下,求解该马尔科夫链,比较得到的未来数十分钟内的冲突概率图,分析相关性对冲突探测结果的影响,不同的相关函数,得到的冲突概率不同。选择合适的相关函数的对于中期冲突探测的可靠性是非常重要的。     

进离场交通流时距分布特征对比分析

时距分布是空中交通流理论研究的重要概念和组成部分。以中国某机场实测轨迹数据为例,提出一种合适观测点的自动生成方法,该方法能有效提升轨迹数据的利用率,并选择跟驰性较好的轨迹数据用以计算时距。在分别绘制进场和离场交通流时距频率分布直方图的基础上,应用韦布尔、光滑样条和有理函数模型拟合时距分布情况,并从定性和定量的角度对比分析拟合结果。结果表明,在机场运行状态正常时,有理函数模型对离场交通流时距的拟合效果最好,而光滑样条模型对进场交通流时距的拟合效果最好;在机场运行状态不佳时,光滑样条模型和有理函数模型则分别对离场和进场交通流的拟合效果更佳;进场交通流时距分布比离场交通流时距分布特征更明显。     

基于PHMM的终端区航空器综合态势识别

航空器在终端区飞行时,由于受到诸多因素的影响,导致其不能严格按照计划航线飞行。通过分析历史航迹数据,提出了一种基于并行隐马可夫模型的终端区航空器综合态势识别方法。首先提取航迹数据的各类特征点,然后根据其x坐标、Y坐标以及Z坐标建立3个隐马尔可夫模型。通过训练3个模型的参数,对航空器在终端区内的高度态势、速度态势以及方向态势进行识别。最后采用综合分析方法对航空器的综合态势进行识别。实验表明,该方法能够快速、准确、有效地识别出终端区航空器的综合飞行态势,为管制员发布管制指令提供依据。     

考虑空间相关性风扰动的中期冲突探测算法研究

针对中期冲突探测问题,建立了在不同高度两机相遇的模型。在考虑风速以及风扰动引起的两机位置相关性的基础上,得到两机相对位置的随机差分方程。对研究区域进行网格离散化后,构造弱收敛于此微分方程的马尔科夫链,快速求得相对速度可变的两机在未来数十分钟内任意时刻发生冲突的概率;并将算法扩展到两机当前位置不明确的情况。最后进行相关性对冲突概率的影响分析。     

基于时间-空间的进场航迹聚类分析

空中交通管制的核心任务是保证飞行安全,提高航班的运行效率。在航空器进场过程中,很多因素会导致航空器不能严格按照计划航线飞行。由于传统的航迹聚类分析没有将航空器进场飞行当作一个过程来考虑,缺乏时间信息,为了更加符合实际运行情况,本文采用时间窗、空间聚类的方法,合理地提取出了航空器在进场飞行过程中每一分钟的标准中心航迹。然后采用双调和样条插值法计算出了在整个空域内航班进场过程的航迹分布概率。实验表明,此方法快速有效,更加符合管制指挥的实际情况。     

航空器爬升与下降阶段4D航迹预测

准确的4D航迹预测可以在冲突探测与解脱、航迹优化和空中交通流量管理等多个领域发挥重要作用。为提高预测的准确性，本文提出了基于机器学习的航空器4D航迹预测方法。首先，利用爬升阶段提取研究指标，构建循环神经网络（Recurrent Neural Network, RNN）和长短期记忆网络（Long Short-Term Memory, LSTM）两类模型；然后，下降阶段在此基础上进行数据维度拓展，构建RNN、LSTM模型进行航迹预测；最后，仿真结果表明，爬升阶段模型和下降阶段模型对于航空器位置预测准确性高，展现了航迹预测模型的良好鲁棒性。