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.     

基于空中交通流的空中交通网络拥挤程度评估

为解决空中交通流量日益增多导致的空中交通拥挤和拥堵问题,本文从空中交通流角度出发,区分空中交通拥挤和拥堵,通过建立拥挤程度评估模型来评估空中交通网络中拥挤程度。首先从容量和流量的角度区分并界定空中交通拥挤和拥堵的概念,同时借鉴道路交通思想,将空中交通分为畅通、正常、拥挤和拥堵四种状态。然后从空中交通流角度分析判定空中交通拥挤,提出拥挤状态门限区间,建立多种情况下的空中交通拥挤评估模型。最后引用某大型繁忙机场某时段的航班数据作为算例。结果表明,所建立模型可以用来评估空中交通网络拥挤程度。     

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。     

终端区场景下空中交通流建模与控制分析

针对繁忙终端区以及主干航路的运行状态日趋容量极限,现有的空中交通管理系统仍采取传统依赖管制经验的空中交通管制模式,空中交通网络拥堵问题日渐严重。本文构建空中交通流系统模型,旨在从系统工程的角度进行定性和定量的分析,在有限的空域资源约束下进行有效空中交通流量管理。首先,对终端区空域栅格化处理,考虑控制过程中进离场飞行程序,在TAAM(Total Airspace and Airport Modeller)软件中建立初始模型并进行仿真,获取各二维面元(Surface Element, SEL)交通流参数信息,在仿真数据的基础上确定各SEL交通流的平均速度,对终端区二维控制体模型(2D Menon Model, MM2D)进行改进。其次,结合现代控制理论,以空域状态方程和系统矩阵对交通流进行表征,并对该系统进行能控性和稳定性分析。结果表明：改进的终端区MM2D模型能控性矩阵满秩,系统矩阵特征值为0.04、0.194、0.517和0.529均小于1,证明空中交通流系统可控且渐近稳定,通过对控制量组合给予调配,可得到完全能控下最小控制量组合,交通流控制率可缩减45.7%,对实际管制过程中交通流控制方向与数量具有一定的现实意义。     

空中交通网络流系统拥堵程度评估

为解决日益严重的空中交通拥挤和拥堵问题,提出从空中交通流的角度出发,区分界定空中交通拥挤和拥堵,并建立拥堵程度评估模型来评估空中交通网络的拥堵程度。空中交通拥堵发生时可将系统划分为非延误部分和延误部分,建立拥挤程度评估模型评估空中交通网络的拥挤程度,建立延误程度评估模型评估空中交通网络延误程度,对两个部分分别赋予不同权重建立空中交通网络拥堵程度模型。最后采用某大型机场发生的某次空中交通拥堵作为算例数据,结果证明了模型是可行的。     

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。     

基于复杂网络的空中交通流分形特征分析

为准确把握空中交通流量变化规律,掌握空中交通系统内在特性,需要对空中交通流时间序列进行基于复杂网络的分形特征分析。收集空中交通流量数据,利用可视图方法构建复杂网络模型,分析网络拓扑结构,验证了该网络度分布服从幂律分布,拟合直线斜率为-2.086,证明了网络是无标度网络,具有单分形特征。验证了覆盖整个网络所有节点所需要的最少盒子数目与盒子直径成幂律关系,拟合直线斜率为-0.212 1,相关系数为-0.872 2,再次证明了网络具有单分形特征。通过验证网络广义分形维数关于参数的图像为非线性,拟合直线斜率分别为-1.942、-1.936、-1.78,相关系数均在0.8以上,拟合效果较好,证明了网络具有多重分形特性。通过计算重整化前后网络的幂指数相似,证明了网络具有自相似性。结果表明,应用复杂网络的理论分析空中交通流时间序列是可行有效的,为进一步深入应用研究奠定了基础。     

空中高速路匝口流量控制

空中高速路系统有助于缓解日益严重的空中交通拥挤问题.从空中高速路及其匝口的基本概念入手,基于元胞传输理论建立了空中高速路匝口流量控制模型,通过对模型进行仿真求解,建立匝口元胞连接图,得到系统最短时间、系统清空时间、最优匝口流量分布等,结果表明:该模型既能够满足空中高速路匝口流量控制建模的需要,又能反映空中高速路系统中交通流的动态特性.     

机场的进离场空中交通流复杂性

机场进离场空中交通流复杂性的量化是空管和机场进行预测和管控的重要依据。提出基于排列熵的复杂熵因果平面(complexity entropy causality plane, CECP)以及Fisher-Shannon(FS)因果平面的机场进离场空中交通流复杂性量化分析模型,量化单机场进离场空中交通流量复杂度,研究多机场进离场空中交通流复杂度之间的关联性。针对单机场,首先将机场进离场空中交通流量时间序列符号化,计算时间序列的标准排列熵和统计复杂度以及Fisher信息,量化机场进离场空中交通流时间序列的复杂程度;针对多机场,构建CECP以及FS,分析比较各机场在CECP和FS中的位置,区分进离场空中交通流复杂性较高的机场。验证结果表明：提出的模型对于量化机场进离场空中交通流复杂性具有可行性和准确性,可以有效区分进离场空中交通流复杂程度较高的机场,对机场交通流的实时预测和管控具有指导意义。     

空中交通网络中航空器群的实证分析

现有的空中交通复杂性研究忽略了空中交通流结构影响,难以反映航空器空间密度分布不均匀的复杂性特征。利用复杂网络中社团结构的思想,对空中交通流结构特征进行研究。建立了航空器群模型,提出了基于深度优先遍历算法的航空器群发现方法,避免了传统社团划分方法需事先指定社团个数的缺点;并从模块度、内聚度、灵敏度几个角度形成了群性能指数,用于综合反映航空器群划分质量。采用实际航班数据对群划分结果进行评价分析,选取60 km为最佳阈值对航空器群的统计特征进行了进一步分析。结果表明,扇区内航空器间的平均水平间隔约为群内航空器间平均水平间隔的6倍;航空器群规模一般都比较小,一半以上的群规模小于6架;航空器群的生命期最长为9 min,但57%以上群的生命期为2 min。     

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。     

飞行管理的数学模型

建立水平飞行的飞机防撞的数学模型．对相应的非线性规划问题给出了几种算法．利用一组飞行数据求出了计算结果．     

基于模拟机的空中交通管制复杂度预测模型

为改进管制工作负荷预测方法在探究主、客观量映射关系方面的局限性,提出了一种空中交通管制复杂度预测模型.定义空中交通管制复杂度为管制员工作负荷与其阈值之比;组织一线管制员及资深专家进行多组模拟机实验,获取其对各实验场景下管制复杂度的主观定性评估,利用MATLAB处理得到相应场景下的复杂因子;通过BP(back propagation)神经网络对样本数据进行非线性拟合.拟合模型的平均绝对误差为0.025,预测偏离程度为3.75％.研究表明该模型能够较准确地反映空中交通管制复杂度(主观量)与各复杂因子(客观量)之间的映射关系,为空域规划与管理提供科学理论支持.     

基于航迹分类的终端区交通流非线性特征

终端区空中交通系统是复杂的非线性系统，本文基于航迹分类与交通流混沌理论研究终端区交通流的非线性特征，为终端区交通流控制及预测提供科学依据。首先对获取的广播式自动相关监视(Automatic dependent surveillance-broadcast, ADS-B)航迹数据进行异常识别与处理。然后基于K-近邻算法(K-nearest neighbor, K-NN)与跑道方向设计终端区航迹分类方法，实现终端区航空器航迹的精确分类。根据分类结果构建交通流量的时间序列，结合相空间重构和最大Lyapunov指数分析终端区交通流的混沌特性。最后，选用北京首都机场终端区ADS-B航迹数据进行实例验证，结果表明本文方法可以实现航迹的精准分类，准确识别和分析多跑道机场终端区交通流的非线性特征，在验证时段内36R、36L跑道及整个终端区交通流均表现出混沌特性。     

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。     

带滑行道冲突告警功能的机场管制员培训系统的设计与实现

针对民用机场同时具有离场飞行、进场飞行和滑行道滑行等复杂运行环境,机场管制员需要具有相应的处理能力,为此设计并实现了一套机场管制员培训系统。系统的最大特点是包含了滑行道冲突检测模块。当管制员向航空器发布滑行路径指令后,该模块将检测各架航空器之间潜在的计划滑行路径冲突并向管制员告警。采用该系统培训之后,机场管制员发布的滑行指令的有效性和安全性将显著提高,使民用机场的运行更加高效和顺畅。     

影响机场流量的因素研究及其评价

随着空中交通流量需求的日益增长,航班延误成为了我国现如今民航事业发展的一大难题。本文首先介绍了当前机场流量问题的现状。之后从影响机场的流量因素出发,从定性的角度分析了天气条件、机场与航空公司自身原因、机场基础设施建设、其他交通运输方式、空中交通管制、政策因素对机场流量的影响;从定量的角度建立了回归分析模型并进行检验。最后加入虚拟变量以研究政策因素对机场流量的影响。