改航策略中雷暴飞行受限区划设方法

为了科学合理地划设雷暴产生的飞行受限区,为航班改航策略提供支撑,提出了最小外接矩形、最小面积椭圆和最小外接圆方法来划设受限区,并采用精确度、偏差度、冗余度和复杂度等4指标对划设方法进行评估。算例分析说明,采用最小外接矩形法对带状、条状、人字形和片状云团飞行受限区的划设效果较好,采用最小面积椭圆法对块状云团飞行受限区的划设效果较好。     

改航路径规划问题研究综述

军事活动等特殊事件对飞行的影响,极易触发大面积的空域拥堵、飞行冲突、航班延误等问题,诱发巨大的社会经济损失,反过来也严重影响军事训练的效益与质量.针对空域资源利用率亟待提高的现实需求,从改航路径规划影响因素、飞行受限区划设、改航路径规划模型和优化求解方法等四个方面出发,对缓解空域资源紧张的重要策略——改航路径规划进行了系统研究,探讨了改航路径规划的发展沿革、研究进展以及现有方法策略的优劣,并对集中统一协调和管理、非独立多航班改航路径规划、不确定条件下的改航路径动态规划、智能化改航路径规划等未来发展方向加以展望,为提高空域资源利用率提供系统化方法支撑.     

雷暴天气下的航路改航及间隔配备研究

雷暴对航空运输影响巨大。航路发生雷暴,空管部门通常会选择航空器绕飞。为得到航空在绕飞时所花费的时间,在考虑了风等因素对航空器飞行速度的影响后,本文运用飞行受力模型、风对速度的影响、速度模型对航空器绕飞过程所需时间的计算方法做了初步研究,通过计算得到航空器改航飞行所需时间,并基于程序管制调配间隔的原则规划新的航路,为有冲突的航空器拉开间隔提供方案。     

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RAMS仿真的扇区动态容量评估

介绍了扇区动态容量的定义及RAMS仿真系统,在分析恶劣天气对飞行影响的基础上,用恶劣天气区域的最小外接矩形划设飞行受限区,提出基于RAMS仿真的扇区动态容量评估方法.最后选取典型扇区进行RAMS建模仿真,评估扇区在恶劣天气影响下的动态容量,仿真结果验证了评估方法的可行性.     

空域调整方案安全风险评估方法研究

为了确保空域调整后空域结构的安全性,需要预判设计的空域调整方案是否在合理的安全风险以内.提出四种空域调整方案安全风险评估方法,专家评估法、计算机仿真法、雷达模拟机验证法和运行监控评估法.通过对比得出不同方法的优缺点,为合理选择评估方法提供依据.与此同时,提出上述方法可以用于雷暴天气下,航空器绕飞雷暴时的改航航路规划的安全风险评估.     

收缩型动态危险天气下改航模型和算法研究

改航飞行是缓解危险天气所导致航班延误的一种重要措施。针对按一定速度收缩危险区,通过设计启发式算法来确定同高度层改航路线。首先对飞机处于改航起始点时的危险区设置初始改航点,考虑飞行中危险区域不断收缩,在第一段动态改航模型中得出中间改航点,进而在第二段动态改航模型中得出最终改航点,让飞机以尽可能短的航程绕过动态危险区,减少延误时间。最后,通过对贵阳到长沙现有航路的仿真分析,验证了模型和算法的合理性。     

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。     

飞行机器人的电力杆塔巡检路径规划

针对飞行机器人进行电力杆塔巡检路径规划.对内存有限的嵌入式飞行器,结合飞行机器人的运动性能约束,基于采样优化方法,提出了一种改进的RRT*FN路径规划算法.仿真环境设置为有障碍物的二维简单环境、三维复杂环境和电力杆塔巡检路径规划,结果表明本文所提出算法较其他RRT算法在最大节点数受限情况下保持其快速性和有效性.     

基于障碍物可达区域预测的机器人实时避障算法

针对复杂环境下的机器人路径规划与自主避障问题,提出了基于动态障碍物可达区域预测的实时避障算法.对静态障碍物进行描述和建模,建立动态障碍物状态更新预测方程,实现对动态障碍物质心可达区域的预测.分别面向动态、静态障碍物提出基于可达区域预测的多步椭圆包络势场和基于新型Sigmoid函数的势场,修正目标的对数Lyapunov引力场,给出多类型障碍物空间下的机器人实时避障算法.数值仿真和实验结果表明,与传统方法相比实时避障算法可使机器人避障过程中的路径长度更短、安全性更高及最大行驶角变化幅值更小.     

无人飞行器延时航迹规划方法

编队飞行中无人飞行器由于战场态势改变等原因常常需要延迟打击目标。在定高飞行模式下,提出了基于分层规划的延时航迹规划方法,首先基于最小风险值选择最佳延时机动区域,然后采用基于解析法的延时航迹规划算法,生成满足延迟时间和飞行约束条件要求的延时机动航迹。通过分析计算各个航迹段附近区域的风险值,确定了无人飞行器延时机动的安全飞行区域;基于解析法提出徘徊延时航迹的规划算法,并用该算法生成满足飞抵时间延迟量要求的延时航迹。仿真结果显示,徘徊延时航迹规划算法能够高效准确地规划出需要的延时航迹,规划总时间在规定的时间范围内,较好地满足了无人飞行器需要延时飞行的时间要求。     

基于配送模式的无人机城市配送路径规划

无人机以其“小、快、灵活”的优势逐渐应用于城市物流配送当中。本文首先论述了无人机配送模式,分为机车协同模式与无人机独立运行模式。其次阐述了无人机配送路径规划的影响因素,包括能耗、禁区障碍物等绕飞因素以及不确定的自然环境。最后根据两种配送模式,探讨了内外因素对无人机配送路径规划的影响。结果说明非线性无人机能耗模型更符合无人机实际运行特征;风、温度等天气因素影响其城市配送飞行方向与电量能耗等;禁飞区、时间窗等外部因素也影响无人机路径规划。实际运行中无人机会受到多重因素共同影响,能耗与外部因素对无人机路径规划影响问题研究还有待进一步完善。     

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。     

基于改进蚁群算法和共用航段的搜索救援通道规划

针对战斗搜救任务场景中,空中搜索救援等待区至跳伞区之间的往返路径规划问题,提出一种基于改进蚁群算法和共用航段的搜索救援通道规划方法。首先,针对基本蚁群算法易出现局部极值及收敛速度慢等缺点,对启发函数、状态转移策略、信息素更新策略进行了改进。然后,针对单起点多目标点的路径规划问题,提出了设置分航点以生成共用航段的搜索救援通道规划方法,并以总路径长度表征任务准备负荷量与分别规划航路进行对比。实验结果表明,在本文测试环境下,改进蚁群算法规划的路径长度分别缩减15.4%和14.2%,搜索救援通道的任务准备负荷量减少25.4%。所提出的搜索救援通道规划方法有一定的理论和应用价值。     

人工免疫算法路径规划在林火救援中的应用

为解决复杂环境下双机林火救援路径规划问题,提出用人工免疫算法规划三维飞行航迹。借鉴人工免疫算法规划机器人路径的方法,通过考虑飞机飞行特性和双机路径规划的要求,为双机异地出发同时到达规划出三维飞行路线,并对算法的主要影响因素进行了分析和估计,获得规划航迹的最优参数,用于设计安全高效的飞行航迹。研究结果表明,该方法能规划出复杂环境下双机飞行航迹,利用参数优化后的人工免疫算法不但能快速有效地规划三维航迹,而且丰富了航迹规划方法研究。     

基于蚁群算法的无人机航路规划

为了提高无人机(UAV)作战任务的成功率，在执行敌方防御区域内攻击任务前必需规划设计出高效的无人机飞行航路，保证无人机能够以最小的被发现概率及可接受的航程到达目标点。针对这一问题，对新近发展的蚁群算法进行了讨论，提出适用于航路规划的优化方法，并对无人机的攻击任务航路进行了仿真计算。仿真结果表明该方法是一种有效的航路规划方法。     

基于环境剖分的层次拓扑地图及路径规划

针对基于拓扑地图的移动机器人路径规划问题,提出一种层次拓扑地图及相应的路径规划方法——边界方位法。层次拓扑地图分为剖分层和边界层,剖分层以环境剖分为拓扑节点,边界层以剖分的边界为拓扑节点。边界方位法首先在剖分层生成由剖分构成的路径序列,再将边界层转化为由边界构成的路径序列,最后根据机器人当前位置及边界之间的方位荚系实时生成实际路径。由于定义了边界之间的方位关系,使得机器人能够根据边界序列路径中的下一边界与当前边界的方位关系确定当前的运动方向,从而实现了实际路径的优化。理论分析和仿真实验均表明,该方法在增加少量存储信息的基础上,获得了较好的路径规划效果。     

考虑观测次数的无人机交通巡视时空网络模型

针对传统道路信息检测方式不能获得实时连续的道路信息的问题,提出使用无人机进行路网巡视的方法。通过时空路网建立多机飞行路径优化模型,解决无人机的路径优化问题。模型可分别以完成所有任务条件下最小化所有飞机总飞行时间或最小化单机的最长飞行时间为优化目标,不仅利用时空网络技术细致刻画了无人机在巡视过程中的飞行轨迹,将动态路径规划转化为静态路径规划,而且还加入了对重点路段多次巡视和多次巡视的时间间隔约束。对某一案例进行分析的结果表明,与不考虑巡视次数的路径规划相比,无人机的总飞行时间和单机飞行时间分别增加15.87%和15.15%,即可完成对2条重要路段巡视3次的任务目标。算例分析表明,优化后的巡视路径更加切合实际需要。     

基于四叉树和改进蚁群算法的全局路径规划

为解决机器人在大范围二维平面区域内的路径规划问题,提出一种四叉树和改进蚁群算法相结合的路径规划方法.基于四叉树分解法,对路径规划的二维区域进行环境建模,在环境建模的基础上,采用改进蚁群算法进行高效的路径规划.四叉树在完整地记录环境信息的同时对环境信息进行了高效地压缩,改进蚁群算法可以规划出与障碍物保持一定安全距离的路径,提高了规划出的路径的实用性.仿真实验表明,提出的路径规划方法在执行效率和路径的实用性上取得了良好的平衡,可以高效地对大区域进行路径规划.