组网雷达快速标校优化航路规划方法

针对现有雷达动态标校方法无法实现一条航路完成组网雷达快速高精度标校问题，提出了一种基于斜距极差的组网雷达快速标校优化航路规划方法。该方法通过计算各雷达对航路斜距极差，设计一条以总斜距极差最大准则与规避各雷达近空盲区为双判据的标校优化航路，实现组网后多站同时标校。对系统误差建模，通过对系统误差估计算法分析，得到了影响系统误差估计的主要因素为斜距极差的结论，并基于此提出了该优化航路规划方法。仿真实验结果表明，基于优化航路得到的误差参数估计精度明显优于对比航路，对斜距偏差和斜距误差增益的估计偏差百分比分别为2.7%和5%，验证了所提方法的有效性和优越性。     

竞争量子进化算法的巡航导弹航路规划与重规划方法

针对巡航导弹航路规划问题,提出了一种竞争量子进化算法(CQEA),算法通过双方向进化及自适应变异避免其陷入局部最优解。同时,鉴于航路重规划对实时性的高度要求,借助最小威胁曲面及搜索竖线将三维搜索空间降到一维,并引入功能区域簇初始化思想来保证初始种群皆为非劣个体,从问题的几何本质上提升航路重规划效率。最后利用CQEA算法进行了航路规划与重规划仿真实验,结果表明,与PAQEA相比,CQEA搜索效率更高,稳定性更好;与原三维搜索空间相比,通过削减搜索空间及引入功能区域簇初始化思想后算法搜索速率更快,符合航路重规划对实时性的高度要求。     

考虑航路网络结构的离场航班延误预测模型

针对离场航班延误预测缺少对航路网络结构因素的考虑，以及传统多分类预测难以满足高精度的需求，本文提出了一种考虑航路网络结构的离场航班延误预测模型。首先，根据离场航班所在终端区的航路网络结构，提出了航路拥挤指标，即航路流量、航路拥挤度和航路网络拥挤度，从航路网络和网络结构2个维度量化分析了拥挤特征，构造了航路拥挤数据集；然后，基于深度神经网络（deep neural network，DNN），构建了考虑航路网络结构的离场航班延误预测模型；最后，分析各类别延误样本比例，调整焦点损失函数的平衡因子以及各模型参数，进行了不同损失函数、不同数据集和不同模型参数的对比实验。结果表明：调整平衡因子后，模型预测准确率提高了2.3个百分点，融入航路拥挤数据集后，准确率继续提高了1.52个百分点，并且最终达到93.47%。可见，本文所提模型能够对离场航班延误作出有效准确判断，为民航相关单位提供决策参考。     

采用自适应原始对偶迭代的无人机编队协同航路规划方法

针对目标通过机动进入无人机雷达探测盲区、导致雷达跟踪不稳定的问题，提出一种无人机编队协同航路规划方法。首先，根据雷达多普勒速度盲区、雷达探测视角、距离边界区等建立协同航路规划约束条件；然后，以机动目标稳健跟踪为目的建立优化目标函数，并结合约束条件构建协同航路优化模型；最后，设计了一种自适应原始-对偶迭代算法，对建立的航路优化模型进行快速求解，得到无人机飞行实时航路。对比仿真结果表明：所提方法能够实现无人机编队协同航路快速规划，达到对机动目标持续稳定跟踪的目的；与传统的高斯伪谱法和模型预测控制算法相比，所提方法求解速度提升了10%,算法复杂度相对较低；所提方法求解的无人机航路平滑性较好，可减少无人机飞行油耗，便于长时留空探测。     

基于概率有向图模型的船舶进出港航路规划

为降低港口水域内的船舶航行风险,提高港口生产效率,提出基于概率有向图模型的船舶进出港航路规划算法.采用基于密度的聚类方法,对船舶进出港的历史轨迹进行分类,从而提取出船舶在港内的正常航行模式,并采用基于网格划分的方法对轨迹进行离散.以网格为节点及相邻网格为有向边,建立概率有向图模型.给定航路的起始点和目的地,动态搜索船舶可能的航行路径进行航路规划.分别选取100条进港轨迹和100条出港轨迹对模型进行验证,结果表明:模型输出的进港规划航路与船舶真实航迹间的平均航路偏差为0.18,出港规划航路与真实航迹间的航路偏差为0.28.本模型生成的航路结合了多数船舶的进出港航行规律,其适航性能满足要求.     

采用航路点进化的空袭目标突防航路预测

空袭目标突防航路预测是进行防空兵力部署方案评估的辅助手段之一。在分析突防航路预测问题的基础上建立了空袭目标突防航路预测模型,并针对传统进化算法将航路作为一个整体后导致先前候选航路中高质量航路点利用效果较差的问题,提出了基于航路点进化的空袭目标突防航路预测算法。首先通过改进传统进化算法框架与评价函数使航路点可被分别进化和评价,然后使用自适应差分进化算法(JADE)实现航路点的进化,最后采用多准则决策方法实现航路点的评价与选择,从而提升了高质量航路点的利用效果。为了测试算法的性能,设置了障碍数目分别为15、30、60、120的4个仿真情景,仿真结果表明算法能够有效实现空袭目标突防航路的预测,并且在障碍数目较多的情景中其性能优于遗传算法。     

基于交叉航路影响的航路容量模型研究

航路容量的影响因素复杂、交错,现有航路容量模型为了简化复杂度,考虑的影响因素比较单一,和实际情况距离较远,实用性较低.在分析现有航路容量模型并总结其特点的基础上,研究主航路与交叉航路交通流的相互关系,分析各交通流对航路容量的影响机理,建立考虑交叉航路影响的航路容量模型;通过A593航路进行实例计算,对该模型进行了应用性分析.     

一种改进的航路动态容量计算模型

在分析原有航路容量模型的基础之上,将航路容量划分为航路起始点的过点容量和航路本身的固定容量两部分,建立新的最大容量模型,使航路长度成为容量的影响因素之一.同时,引入实时天气状况和空域活动等动态因素的影响系数建立航路动态容量模型,增强了航路最大容量模型的实用性.     

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。     

区域航路网络容量评估模型

针对区域航路网络容量评估方法单一、主观性强等问题,提出基于有向图理论的动态容量评估模型。充分提取航路网络特征,将多源、汇点复杂航路网络抽象成单源、汇点标准航路网络。引入航路阻抗公式,将管制员因素融入客观容量评估中,并利用Ford-Fulkerson算法求解航路网络容量及关键路径。最后以某飞行情报区为例,分析了航路网络的容量特征,得出其关键路径集的瓶颈容量为354.4sor/h。仿真结果证明了该模型的有效性和准确性。     

六自由度弹道仿真航路规划评价方法

针对飞行器航路规划评价方法单一、缺乏合理性与动态特性验证等问题,提出了基于六自由度弹道仿真的航路规划评价方法.分析了影响航路评价的几种因素,并建立起基于Simulink的六自由度弹道模型.将已规划航路输入六自由度弹道模型中,通过仿真得到飞行器沿航路飞行时的各飞行参数实际响应,从动态角度分析已规划航路的合理性,以更加接近真实情况的仿真手段实现对规划效果的全面评价.仿真结果表明,该评价方法可以实现对规划航路动态特性的验证.     

基于规则库的航路飞行冲突探测与解脱

通过对国内某航路管制单位的冲突探测与解脱数据收集和数据分析,形成贴合实际运行的航路管制规则库,采用基于BADA(Base of Aircraft data,一种由欧洲空管开发维护并应用比较成熟的飞行性能模型)的轨迹生成算法,通过实地调研和数据收集,结合实际管制运行中的航路冲突标准,建立双机基于管制规则库和决策树的航路冲突探测与解脱模型.选取国内A593航路,使用JAVA语言完成了仿真系统开发,并导入飞行计划数据实现了实例验证.最终的仿真结果表明模型成功解脱常见航路冲突,保证了与实际航路管制运行的一致性.     

一种改进ICCP水下地形匹配算法

针对水下地形最近等值线迭代（ICCP）匹配算法的原理缺陷和惯性导航累积误差对匹配精度的影响,提出了一种利用粒子群算法优化估计航路的改进ICCP算法．分析了ICCP算法的不足,利用估计航路、惯性导航定位误差和数字地图确定误差椭圆和参考航路,用豪斯多夫距离表征参考航路与实际航路的位置差异,并利用粒子群优化算法实现参考航路的快速寻优．仿真结果证明改进算法具有更好的定位精度和鲁棒性,湖上试验验证了算法的工程可行性．     

无人机航路规划问题初步研究

本文通过对无人机航路规划的研究,概括和总结了无人机航路规划问题的几个重要方面,构建了航路规划的基本框架。文章重点介绍了航路规划的约束条件、威胁模型的建立以及航路规划的算法,并对今后无人机航路规划的发展提出了展望。     

基于多维空间的航路利用率

航路利用率表征了空域中航路的利用情况,通过计算航路利用率可以实现对空域资源进行更合理、高效的利用。为了更加准确地计算给定时间段内固定航路的利用率,通过构建抽象的三维空间,提出了一种基于多维空间的航路利用率计算方法。在考虑时间和空间两个角度之间的相互联系有了突破,从时间、航路、高度层三个维度建立航路时空利用率计算模型计算航路时空利用率,结合航路容量利用率,从时间、空间、容量三个角度出发,建立了航路利用率计算模型。最后通过算例分析计算得到某一空域四条航路的利用率。     

基于全局优化的无人机编队协同攻击航路规划模型

为使无人机编队协同攻击航路从总体上达到最优,引入一种全局优化方法,分析了该方法在无人机编队协同攻击航路规划中的应用,建立了无人机编队的协同攻击航路规划模型,并对该模型的求解进行了分析,给出了求解的全过程。应用该模型对无人机编队协同航路进行了仿真研究,仿真结果表明,基于全局优化方法建立的模型可以满足约束条件下的航路规划要求,具有较强的工程实用性。     

基于并行粒子群和RL的无人机航路规划算法设计

设计了一种基于并行粒子群和RL(reinforcement learning,RL)的无人机航路规划方法.首先,定义了引入转角角度约束的航路规划的代价模型,然后,提出了一种基于RL中的Q-Learning算法的初始航路规划方法,将其作为粒子的初始位置,将粒子群划分为多个种群进行并行寻优,得到所有种群局部最优解,计算其最优值获取全局最优解;最后设计了基于并行粒子群和RL的无人机航路规划算法.仿真实验表明文中方法能实现复杂威胁情况下UCAC航路规划,具有较高的规划效率,且与其他方法相比,具有收敛速度快和全局寻优能力强的优点,具有较强的可行性和实用性.     

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．     

基于分层策略的多无人机最优协同航路规划

基于分层策略将多无人机协同航路规划分为航路规划层、协同控制层和航迹控制层进行研究。航路规划层采用基于K均值和遗传算法的航路规划方法,为每架无人机提供多条备选航路;针对传统协同控制算法在求解协同变量出现无解的情况,设计了新的协同变量求解步骤;航迹控制层基于无人机六自由度模型和协同变量建立了终端时间固定的最优航迹控制模型,并采用勒让德伪谱法将最优控制问题转化为非线性规划问题,并利用CFSQP对模型进行了求解,实现了对无人机航迹控制变量和姿态的规划。仿真结果表明,利用该方法得到的无人机协同航路具有较高的可操作性,且计算量较小,效率较高,得到的无人机控制指令平滑,易于操控。