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。     

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。     

RVSM空域航路流量的模型和算法研究

结合当前国内外对实施RVSM对增加飞行流量的定性描述,采用定性与定量相结合的系统方法,将实施RVSM对空中交通航路流量影响的实际空中运输问题转换为数学问题进行研究,建立计算航路流量的数学模型,提出了航空器在RVSM高度层不同巡航模式的流量计算模型和具体求解算法,并结合列举实例运用计算机模拟进行检算,证实了模型和算法的可行性、实用性,为定量描述实施RVSM对空中交通航路流量影响提供一定参考．     

基于飞行计划集中处理的预战术航路飞行流量预测

为准确把握航路点流量变化趋势和缓解空中交通压力,提出了一种基于飞行计划集中处理的流量预测方法。首先,在预战术飞行流量管理阶段,通过飞行计划集中处理可得到的航空器飞行计划信息,根据各航班在起飞前提交的领航计划电报和全飞行剖面混杂模型来预测航空器的航迹;然后,通过预测出航空器过关键航路点的过点时间,并结合空域结构数据来获得主要航路点的流量预测值;最后,通过算例仿真的结果可以发现所提出的航路飞行流量预测方法能够很好的对关键航路点进行预测,并且方法是切实可行和有效的。     

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。     

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;然后从高度层、交叉点和航班运行3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;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;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;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3方面进行仿真。结果表明：所建模型和所提算法平均能降低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。     

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。     

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,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);其次,在下降阶段进行数据维度拓展,构建RNN、LSTM模型进行航迹预测;最后,对各个维度上的预测航迹点和实际航迹点的误差进行分析。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。     

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。     

管制空域复杂网络模型构建及抗毁性分析

为分析现有管制空域的结构特性与面对多种真实情况下的抗毁性,从空中交通管制的角度出发,以管制空域的最小单位扇区为基础,构建复杂网络模型,并以介数、紧密中心性等拓扑特性参数计算方法筛选关键扇区,以聚类系数、度、度分布等参数来反映空域内部的连接情况。通过4种能反映不同真实情况的攻击策略对模型进行抗毁性测试。最终结果显示：扇区网络在维持扇区连接结构上表现出较好的抗毁性,而在维持网络运行效率和保障航空器通行能力上抗毁性不佳。     

多扇区管制移交间隔管理研究

针对区域管制多扇区移交间隔管理问题,以管制移交点为参考点,研究在容量限制下不同扇区之间管制移交的空中交通运行特征。在单扇区间隔管理问题的研究基础上,引入间隔向量概念,分析多扇区外围和内部两类移交点的间隔冲突和间隔调整方法,以调控时段内的延误控制为指标,建立区域管制移交间隔管理数学模型,并通过增量矩阵的使用提高算法运行效率。运算结果分析表明,该模型能较好地处理多扇区移交间隔管理问题中间隔值的变化。根据实际的运行数据计算得出各移交点间隔数值,可为管制员的辅助决策提供参考。     

基于分解集成方法的空中交通流量短期预测

为对空中交通流量进行短期预测,提出了基于分解集成方法的组合预测模型。首先,应用EEMD方法将流量时序数据分解为若干个分量;其次,应用排列熵计算各分量的复杂度,复杂度高于0.5的归为高频分量,其余归为低频分量;然后,高频分量采用BP神经网络算法进行预测,低频分量采用最小二乘法进行预测;接着,对分量的预测结果进行加和集成,得到了最终的预测值。最后,采集实际运行数据进行算例分析。通过比较1~6 h和7~12 h的预测结果,本文模型在1~6 h的EC值为0.905,准确度更高。与EMD-BP-OLS模型、BP模型进行比较,本文模型的评价指标均优于其他模型。通过比较60 min,30 min,15 min时间尺度数据的预测结果,60 min时间尺度的EC值为0.924,准确度最高。结果表明,本文提出的模型是可行的和有效的,更适用于短期流量预测。     

空间耦合LDPC码的深度迭代译码算法设计

空间耦合LDPC码因其在次最优迭代译码算法下能够达到最大后验概率译码性能而引起广泛关注。但其优异的阈值特性需要在码长很长时才能实现,当采用传统的迭代译码算法时,实现的复杂度将以指数增加,无法应用。为了有效降低传统迭代译码算法的复杂度,本文结合深度学习技术提出了一种空间耦合LDPC码的深度迭代译码算法。通过在消息传递过程中引入权重系数并采用深度神经网络对其进行训练获取权重系数,以此优化消息的可靠性度量值,从而提升译码收敛速度,降低译码复杂度。仿真结果表明,所提出的深度迭代译码算法可以以较少的迭代次数达到与传统迭代译码算法在较多迭代次数下的译码性能。     

A*算法在飞行冲突解决策略中的应用

为实现对航空器飞行冲突调配策略的自动搜索和优化,首先对飞行冲突的探测方法、冲突类型及解决策略进行了分析。利用A*算法构造了策略选择模型,为减少搜索空间,设定了以管制员工作负荷最小为优化目标的估价函数。北京区域管制中心02扇扇区TZH导航台附近的航路仿真算例表明了该方法的可行性,为管制员的指挥提供了科学的决策支持。     

基于多生理参数的空中交通管制员认知负荷综合评估

空中交通管制员认知负荷是其工作负荷的重要组成部分,将其科学地量化对全面评估管制员工作负荷提高扇区容量具有重要意义。从航空器数量、冲突点数量以及进离场比例三个因素综合考虑,设计不同的模拟管制实验,分析管制员在雷达管制的过程中各生理指标随认知负荷的变化关系。通过方差分析筛选出对认知负荷变化敏感的指标,建立BP神经网络模型并与NASA-TLX主观评估模型对比进行可行性检验,结果表现出较高的一致性。研究证明,航空器数量、冲突点数量以及进离场比例的变化会显著影响管制员的认知负荷。     

基于动态时间规整和长短期记忆的空中交通流量短期预测

空中交通流量短期预测对于精准实施空中交通流量管理具有重要意义。为提高空中交通流量短期预测准确性,充分利用历史运行数据,提出了基于动态时间规整和长短期记忆(dynamic time warping-long short-term memory, DTW-LSTM)的空中交通流量短期预测模型。首先,分析了空中交通流的时空相关性特征,采用DTW算法衡量扇区之间交通流相关性;其次,依据相关性度量结果构建数据集,在不同输入条件下建立LSTM网络预测模型;最后,在不同时空参数组合模型间展开预测性能对比及分析。实验结果表明,相较于不考虑时空相关性的LSTM模型,本模型平均绝对误差(mean absolute error, MAE)降低24.5%,均方根误差(root mean squared error, RMSE)降低31.4%,相较于时空相关性的支持向量回归(support vector regression, SVR)模型,MAE降低36.4%,RMSE降低30.6%。由此可见,通过考虑交通流时空相关性可以有效提升流量短期预测的准确性,为空中交通流预测提供有益参考。     

基于调速的飞行冲突探测与解脱方法

随着中国民航的快速发展,空域资源的紧缺和空中交通拥堵现象越来越严重,由此带来的飞行冲突也越来越多.首先,提出了一种基于调速的飞行冲突探测与解脱方法并且通过非线性规划的方法优化调速机动阶段的燃油消耗.其次,通过飞行冲突探测和解脱方法确定飞机可以进行调速的速度区间,通过优化调速机动阶段燃油消耗,得到可调速的速度区间中的最省油的速度.最后,将速度剖面实时分配给相关的航空器,使航空器之间的间隔大于给定的最小安全间隔.通过仿真分析,提出的飞行冲突探测与解脱方法能够快速解决飞行冲突,非线性规划优化燃油消耗的方法能够带来较大的燃油消耗的节省.     

多机场地面等待动态建模及其算法研究

随着我国民航事业的快速发展,空中交通流量迅速增长,使得空中交通拥挤问题日益严重,因此建立科学合理的空中交通管理系统变得十分迫切,而管理系统的核心-流量管理优化算法的研究就十分重要了。给出了考虑扇区容量限制的多机场地面等待问题的动态模型,并设计了一种以航班优先级别为核心的多机场地面等待启发式优化算法。详细地给出了算法的设计思想和步骤,求解时还考虑了目的机场容量的变化以及不同航班单位延迟费用的不同。最后仿真验证了其可行性。算法可求出符合各容量约束条件的满意实时解。     

终端区航空器飞行间隔研究

针对终端区不合理的航空器飞行间隔严重影响飞行安全和机场吞吐量的问题,提出了基于场面监视雷达历史运行数据的终端区航空器飞行间隔算法。通过分析离散的场监雷达点迹数据,可获得航空器的历史轨迹。基于航空器起飞时刻和降落时刻提出了航空器间在不同起降序列下的时间、距离间隔计算方法。研究了机场流量、航空器起降序列、跑道的使用方向变化对航空器飞行间隔的影响。实践结果表明,场面监视雷达数据可以有效地用于分析航空器间的时间和距离间隔;机场流量与终端区航空器飞行间隔负相关,航空器间的时间间隔和距离间隔正相关,飞行间隔与跑道使用方向变化无关。合理的起降次序和良好的管制习惯可有效地缩小终端区航空器飞行间隔。     

基于K-means的空中交通流模式识别

空域系统容量与空中交通态势密切相关。对空中交通态势的精确把握可有效降低当前大流量情况下的空域系统压力、提高管制员有效决策水平。提出了一种基于K-means聚类方法的空中交通流识别方法,有助于清晰把握空中交通整体态势。首先分析了空中交通流特性,然后根据雷达数据统计了主要航段在15 min内飞机架次,聚类识别为多种交通流模式,最后通过计算时段内所有飞机在扇区的总飞行时间,验证了该方法的有效性。