空中交通管制运行中的差错管理探析

我国航空事业在近几年开始飞速发展,在带来交通的便利和经济效益的同时也增加了空域交通的复杂性.空中交通管制是保障空中交通安全的有效措施,为加强空中交通管制的作用,必须加强对交通管制运行中差错的管理,以预防事故的发生.本文通过对空中交通管制差错管理进行概述,分析了空中交通管制运行中的差错,并提出了相应的对策,以期更好的满足空中交通运行需求.     

基于聚类分析的空中交通复杂性模式划分方法

对不同复杂程度的空中交通运行状态进行模式划分有助于全面掌握空中交通运行特征。基于实际运行数据计算得出11个典型空中交通复杂性因子数据,提出了空中交通复杂性的相似性度量方法,基于K-means将空中交通状态划分为3个复杂性模式,并通过单因素方差分析验证了结果的合理性,最后分析了不同复杂性模式的统计特征。结果表明:大多数情况下交通状态处于中等复杂程度,其中高、中、低复杂性模式所占比例约为20%、50%、30%,复杂程度高的交通状态对应的管制员工作负荷也高,复杂性模式具有比较明显的时间分布特征。     

交通管制员行为风险防范探讨

交通管制员的工作状态直接影响到交通管制中的风险。管制员则是空中交通管制员的简称,而在影响空中交通风险的因素中,管制员的行为因素则占了相当大的比重,而且这也是很难把握的一个重要因素。交通管制员虽然不是一个个体但是若出现行为方面的失误,则会给整个空中的管制活动产生重大影响,甚至出现不可挽救的危险。因此该文主要分析了交通管制员的行为中的风险因素,并提出了一定的防范措施。     

广义空中交通流建模综述

空中交通流建模是研究空中交通系统拥堵规律和演变机理的重要手段。面向集权式管控下空中交通流广义属性,将空中交通流模型分为"以流为中心"和"以人为中心"两类,评述各类广义交通流模型的核心理念、建模方法、主要特点和适用范围,强调了空中交通流建模中"人-流"关系的重要性;针对当前交通流建模亟需突破的瓶颈和未来空中交通发展需求,从粒度差异化、行为随机化、"人-流"一体化、复杂性视角和未来适应性5个方面提出了广义空中交通流建模的发展趋势,为开展空中交通基础理论和应用技术研究提供参考借鉴。     

基于Lyapunov指数的空中交通态势识别

为客观评价空中交通复杂性,探讨飞机态势与空中交通复杂性的关系,提出了一种基于飞机对时序距离的李雅普诺夫指数算法,并用该算法得到的飞机对时序距离的李雅普诺夫指数,判别飞机对之间的可预测程度。通过分析不同飞机对时序距离的李雅普诺夫指数,可以发现李雅普诺夫指数与空中交通态势之间的关系;结果表明,可预测程度可以作为识别空中交通态势以及衡量空中交通复杂性的依据。     

航班计划监视系统的设计与实现

空中交通流量的急剧增大,为空中交通网络带来了强大的负担。空中交通流量管理能有效地缓解交通拥塞。航班计划监视系统（Flight Schedule Monitor）作为空中交通管理的重要系统之一,本文从硬件,软件结构上对其进行设计,然后用计算机编程实现。最后结合实际的数据,用计算机仿真实验对该系统进行了验证,证明了系统的优化性和有效性,具有较好的参考价值。     

空中交通复杂度测度分析及航班监测预警研究

应用复杂理论分析方法,研究了空中交通流复杂度,提出了空中交通复杂性测度的计算方法以及交通流稳健度评价体系,并对空中交通系统复杂度影响较大的航班提出预警。讨论了基于复杂性测度理论的空中交通复杂度度量分析和监测预警,研究表明所提供的方法能够从复杂,不确定的数据中计算出系统复杂度的变化,通过稳健性技术指标,能够辨别与系统稳健性相关的状态参数,指出对系统稳健度造成较大影响的航班。这些研究工作表明,提出的复杂性方法能够对空中交通复杂度进行测度分析和对航班进行监测预警。     

空中交通安全管理实现路径探究

随着我国航空运输行业的不断发展,给空中交通安全管理带来了严峻的挑战。做好空中交通安全管理工作,防范交通事故的发生成为了当前重要的任务。为此,该文从空中交通事故发生的原因出发,就空中交通安全管理中存在的不安因素从技术因素以及非技术因素两个方面进行了论述,最后就如何强化空中交通安全管理进行了全面的分析,涵盖了落实空中交通安全管理责任、建立健全的空中交通安全管理体系、完善空中交通安全管理法律法规、强化空中交通安全管理监督机制、提升空中交通安全管理水平以及推进空中交通安全管理质量保障体系建设进程六个方面。其主要的目的在于为今后的空中交通安全管理提供一个可行参考依据,保障我国空中交通的安全。     

浅谈如何缓解空中交通管制员的工作压力

空中交通管制员在飞机上担任着重要的职务，他们维护整个航空飞行秩序，确保飞行航线安全，比陆地上的交通管制员要更为严格。作为空中交通的指挥员，管制员责任重大，承担着国家和人民的安全利益。自改革开放以来我国经济迅速发展，对外贸易越发频繁，航运成为发展重要渠道，航空交通线不断完善，密集，给我国航空交通管理带来巨大挑战，交通管制员压力越来越大，为了使其更好地以轻松心态投入到工作中，提高工作效率，确保工作安全，需要对管制员压力进行有效的疏解，采取及时有效地调节压力的措施，成为空中交通要面对的重大问题。     

基于天气指数的数据分析

随着空中交通量的不断增长,空中交通延误已经成为了一个非常重要的亟待解决的问题.由于天气原因造成的空中交通延误占到了总延误的一半以上,所以分析天气对于空中交通的影响的研究具有很重要的意义.引入了天气影响交通指数(WITI)作为天气对于空中交通影响强度的衡量依据,通过对于指定区域的交通量和天气权值的数据收集进行WITI的计算.应用浦东机场一星期的天气数据和延误情况确定了风和能见度对于交通权值的影响比例并选取全国11个飞行区的重要机场,根据机场的地理位置及交通密度,对天气的影响模式进行了因子分析和聚类分析.通过因子分析,得到了四个能够代表全国天气情况的主因子,在此基础上进行聚类分析并选取了六种较为典型的天气及地区类别,使得在后续的空中交通管理过程中能够根据当天出现的相应的天气模式找到预先设定的应急方案,对于保障危险天气影响下的空中交通的安全和效率都具有重要的意义.     

基于SHEL模型的空管工作中的人为因素研究

作为空中交通管制工作主体的空中交通管制员,在空中交通管制工作中处于中心位置,因而人与软件、人与硬件、人与环境、人与人等要素之间的相互关系成为影响空中交通管理安全和运行品质的关键因素。本文从我国空中交通管理部门现行的管制运行工作入手,运用SHEL模型加以分析,结合实际,最终提出针对空中交通管制工作中人为因素的控制策略,以及一些针对性的管理方法。     

基于CPS的空中交通系统架构及能力涌现方法

针对现行集中式空中交通系统架构下空域管理、空中交通服务、流量管理、交通管制功能割裂,融合不顺的问题,提出了基于CPS的空中交通系统架构,引入了航空器群的运行概念,介绍了系统能力涌现的机制。该架构中每架航空器作为智能个体,在新型网络支撑下实现节点间交互与反馈、激励与响应,进行局部寻优,实现系统整体行为涌现,空中交通系统按能使用、按需服务。提出了系统涉及的自主4D航迹生成、规则提取、下一代网络等需要解决的关键技术,给出了若干能力涌现度量参数,并且针对信息流量、时间开销这2个测度参数进行了具体分析,验证了所提出空中交通系统运行架构的合理性及有效性。     

空中交通管理中人误的分类与分析

随着空中交通管理中计算机技术和自动化程度越来越高,特别是当空中交通级别的提升、空中交通流量增大以及空域变得越来越紧张,人误的分类分析在空管中变的非常重要。人误的研究在空管系统中是一个潜在的软肋。所以,必须采取切实有效的措施把人误及其影响降到最低。本文首先对空管人因研究的重要性进行了简要的描述;其次,着重对空管人误研究的目的和对空管人误进行分类分析的原因作了比较详细的阐述;最后,对目前空管人误研究中常用理论模型和方法做了比较分析。     

空中交通短期流量管理的动态网络流模型

针对优化调度空中交通短期流量的迫切需求,研究空中交通管制区的网络结构和确定容量条件下空中交通流的动态行为,给出了空中交通短期流量管理的多品种动态网络流模型的数学描述(ST-TFMP);并就管制区内现有飞机的疏散问题对原模型进行了改进.利用北京管制区某日高峰飞行时段的到达流量实际数据,在不同场景下对模型进行了仿真验证,结果表明空中交通短期流量管理的动态网络流模型有着较好的计算性能.     

大面积航班延误下空中交通网络流系统的拥堵识别

近些年来,大面积航班延误问题已经成为空中交通流量管理部门的难题之一。为了从宏观上描述发生大面积航班延误时的交通状态,提出了空中交通网络流系统的拥堵定义,并对其拥堵程度进行识别和划分。首先从空中交通网络流系统的要素航线和机场的航班运行角度出发,建立了拥堵识别指标体系。其次,根据历史统计数据和熵值法计算权值,并基于模糊综合评价法建立了拥堵程度识别模型。最后,结合实例验证,表明该模型能真实的反映空中交通网络流系统的拥堵状况。     

空中交通流量的灰色预测方法应用

空中交通流量的预测方法的研究对我国民航发展具有指导性意义。预测的方法有很多种,空中交通流量的复杂性、非线性和不确定性,可以将灰色预测算法应用到进近空域内的空中交通流量预测。相对于传统线性预测方法,灰色预测可以将目标函数曲线与预测函数曲线更好地进行拟合。     

加强空中交通管理,减少航班延误现象

空中交通安全,维护空中交通秩序,保障空中交通畅通。它包括空中交通服务（Air Traffic Service,ATS）、空域管理（Air SpaceManagement,ASM）和空中交通流量管理（Air Traffic Flow Management,ATFM）三大部分。本文将从这三个方面对如何加强空中交通管理,减少航班延误现象进行探讨。     

基于L-M神经网络的空中交通复杂度评价方法研究

随着空中交通流量的不断增长,航班延误日趋严重,迫切需要在保持安全水平的前提下提高空中交通管理能力。针对这一问题,本文在给定的空域条件下,从交通流、飞行活动特征和冲突三方面提出空中交通复杂度的评价指标,并考虑了管制员工作负荷的因素。以进入扇区的流量、改变高度的航空器比例、航空器速度改变次数、航空器航向改变次数、航空器通过扇区的平均时间和冲突数量作为空中交通复杂度的参数,利用L-M神经网络算法建立空中交通复杂度评价方法的数学模型。通过一个具体的数值算例,对比了LM算法与传统BP神经网络算法的计算结果,实验结果表明所提方法具有较高的逼近精度,验证了所提出方法的有效性和可行性。     

空中交通流时间序列的复杂度分析

空中交通系统是复杂的非线性系统,时间序列是研究空中交通系统的有效措施。为了定量分析空中交通的复杂性,首先阐述Lempel-Ziv算法复杂度及其修正复杂度;然后采集三亚01号、02号、04号扇区连续28 d的实际运行数据,构建了空中交通流时间序列;计算了3个扇区交通流时间序列的算法复杂度,并对相关参数的影响进行了分析。计算结果表明,修正的算法复杂度适用于长度较短的时间序列,可用于量化测度空中交通流复杂性;符号化方法、序列长度、时间尺度等对算法复杂度有较大影响。     

管制习惯在空中交通管制中的重要性

随着我国经济与科学技术的快速发展,传统的管制习惯越来越不能满足空中交融管制的需要,据相关资料统计,每年空中交通运输事故约有四分之一的事故都是由于空中交通管制问题所导致的,由此可见加强空中交通管制中管制习惯的研究,进一步提高空中交通管制水平是很有必要的。该文主要分析了空中交通管制的重要性以及目前我国空中交通管制工作中存在的一些问题,并进一步的提出了相应的解决措施,希望能够有效的改善我国空中交通管制现状。