分布式多agent系统在飞行冲突解脱中的应用

为解决固定航路上飞行冲突探测与解脱(conflict detection and resolution,CDR)的问题,本文提出一种基于高度层分配的解脱方法,并利用分布式多agent系统(multi-agent system,MAS)进行算法求解。首先建立固定航路网络图对管制扇区进行建模;然后分析影响高度层分配的主要因素,并建立高度层使用优先权的评价模型;最后,设计基于合同网协议的多agent系统,将目前依靠管制员的集中调配模式,转变为路口agent和航空器agent之间自主进行通信、协商和协作的分布式冲突解脱模式。仿真实验表明:高度层分配方法是可行的,与传统调整航向或速度的方法相比,该方法更接近实际情况,同时设计的分布式多agent系统算法能够快速找到高度层分配的最优解,为CDR问题提供了新的解决思路。     

基于多Agent仿真的冲突场景识别

构建了基于多Agent的空管运行仿真系统的基本框架,设计了航空器Agent、空管自动化Agent和管制员Agent.利用JADE平台,Java编程语言开发了仿真原型系统,该系统采用分布式结构,并导入全天的飞行计划数据,实现对全国交通运行态势的仿真.为了提高轨迹预测的准确性,考虑了风的影响.通过对管制员Agent记录的全天冲突数据的分析,可以得到易冲突扇区主要集中在我国的东部以及中南部区域,R343和A461为易冲突航路等.冲突数据的分析结果对于航路网络的规划、扇区划分以及飞行计划的优化有重要的实践意义.     

固定航路飞行条件下的无冲突航迹规划

随着民航运输业的发展,高速增长的交通量与有限的空域资源之间的矛盾日趋严重,空域拥堵、航班延误现象频发,严重影响航班运行的安全性与效率.为实现在固定航路飞行条件下空中交通安全、高效与公平的运行,在无冲突的前提下以最小化飞行成本和最大化公平性为目标函数,建立战略阶段的多目标航迹规划模型.为了加快问题求解效率,采用基于固定航路的冲突探测方法,并提出一种结合模拟退火和局部搜索算法的混合元启发式算法求解该大规模多目标优化问题.利用实际飞行计划和空域数据验证所提算法的有效性.结果表明,与传统的模拟退火算法相比,混合元启发式算法能够有效解决多目标的无冲突航迹规模问题.     

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.     

一种基于概率方法的中期冲突探测算法

中期冲突探测不仅可以提高飞行安全,还可以直接地增加空域利用效率。由于在实际的航路飞行中存在各种误差,导致航迹预测的不确定性,中期冲突探测结果也存在不确定性。根据两架飞机的相遇几何,并结合航迹预测的误差模型,定义了一种求解冲突概率的快速算法。通过仿真分析验证表明,该算法能有效地用于中期冲突探测。     

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.     

基于布朗运动的空中交通短期冲突探测

为了提高空中冲突探测的准确性,解决现有算法存在较高误报率的问题,特别是减少短期冲突探测中误报的情况,该文提出了一种基于Brownian运动的概率型空中交通冲突探测算法,将飞机的飞行转化为带约束的Brownian运动,并在该算法的计算过程中引入冲突预估时间段作为冲突探测的参数之一,通过近似展开得到冲突探测的解析表达式.数据仿真分析结果表明,经过改进的新算法在短期冲突探测中能有效降低误报率.最后,结合国内某国际机场的实际数据,利用该算法对实际空域进行实时冲突探测,取得好的效果.     

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。     

无人机冲突探测与解脱技术研究概述

近年来,无人机已广泛应用于电力巡检、森林保护、快递配送,交通监控等领域,无人机技术得到飞速发展。无人机具有数量多,体积小,速度快等特点,无人机进入非隔离空域成为必然趋势,而冲突探测与解脱技术也成了当下的重点研究方向。冲突探测与解脱技术的提高对无人机飞行安全和飞行效益具有重要意义。本文系统地梳理了当下国内外的研究成果,对无人机冲突探测与解脱问题进行了概述。综述了冲突探测与解脱的模型,从理论模型的角度阐述了冲突解脱的目标和约束条件;并从方法论的角度对冲突探测与解脱的常用方法进行了总结。最后从现有研究的不足出发,对无人机冲突探测与解脱未来的研究趋势和方向进行了展望。     

自由飞条件下的冲突探测与解脱方法

该文介绍了自由飞行的概念 ,并简述了采用自由飞行的原因及其给空中交通管制员工作带来的困难。分析了如何将遗传算法用于自由飞条件下的飞行冲突探测与解脱问题 ,并介绍了基本遗传算法的原理和运算步骤。结合我国空管的有关规定 ,进行了合理的假设 ,通过一些算例将遗传算法用于冲突探测与解脱 ,计算结果表明该方法能够很好地探测并解决飞行冲突问题     

程序管制下考虑高度层穿越的航路容量评估模型

针对RNP(required navigation performance)规范和程序管制手段下的航路容量评估方法进行研究,采用数学建模的方法,根据程序管制规则和RNP运行规范,建立了一种考虑高度层穿越(crossing flight level,CFL)的航路容量评估模型.量化航空器上升率和穿越间隔裕度之间的关系;确定了CFL的间接影响;考虑程序管制中同向和逆向穿越确定了CFL的直接影响;使得模型评估值更接近实际运行值.通过成都—拉萨B213航路的模拟测试和调研数据分析,评估其规划平行航路前后的容量值,验证了本文模型的准确性,且证实实施RNP后航路容量的提升.为成拉复线的开通提供了理论支撑,对评估我国西部地区的航路容量有一定的参考价值.     

基于管制员工作负荷的航路扇区容量评估技术

通过分析航路扇区中雷达管制模式下管制员工作负荷,提出了新的管制员工作负荷模型对管制员工作负荷进行量化,该模型适用于各种航路扇区;在此基础上,采用回归分析法和有效时间段法两种方法,分析了管制员工作负荷与航路扇区容量的关系,从而得出航路扇区容量值.通过对两种方法的优缺点进行比较,提出了根据扇区实际情况选择适当的分析方法;得出的航路扇区容量值,可以用于实际运行中,避免管制员工作负荷过大或过小,充分保证飞行的安全、高效.     

飞行冲突调配概率安全评估方法研究

现行技术条件和运行模式下,通过地面监控与引导、地空协同、调配和化解飞行冲突是保障空中交通安全的关键,因此以飞行冲突调配为对象,开展量化的安全性分析是一项重要的基础性工作。结合空中航行的运行实际,对飞行冲突检测与解脱的过程进行了分析,并利用事件树分析(ETA)方法对飞行冲突调配的逻辑顺序进行了解析。针对评估中人失效的问题,采用了人误评估与减少技术(HEART)分析飞行冲突调配过程中空中交通管制员、飞行员的人因失误概率。最后在综合考虑防相撞设备可靠性因素后,得到飞行冲突调配的整体失效概率。研究结果表明:利用ETA和HEART组合的概率安全评估模型对空中航行系统进行安全评估是可行的,为空中航行安全性分析提供了量化参考,同时为防范空中飞行冲突风险提供了指引。     

航空网络航路点布局的多目标优化设计

航路网络中航路点布局问题（CWLP）是航路网络规划的核心。基于此,从航路网络经济性和安全性出发,考虑航路运行成本和潜在冲突系数两个因素,建立航路点布局多目标优化模型,求解时采用动态递变权重系数的蝙蝠算法以保证运行成本和潜在冲突系数能同时获得较优解。最后对北京飞行情报区进行仿真实验,将蝙蝠算法（BA）与其他多目标算法对比,得到4种算法的非支配解,证明多目标蝙蝠算法在求解航路点布局的大规模优化问题上,能够获得更优解。同时,考虑偏好经济性和偏好安全性两种情况选择两组权重,数据显示,与初始网络相比,这两种情况下网络运行成本和冲突系数减少比例分别为9.99%、15.64%以及-3.97%、65.81%。实验结果表明,该方法能够在航路点布局规划上给决策者以多种优化方案。     

航路网络航路点布局的多目标优化设计

航路网络中航路点布局问题(CWLP)是航路网络规划的核心。基于此,从航路网络经济性和安全性出发,考虑航路运行成本和潜在冲突系数2个因素,建立航路点布局多目标优化模型,求解时采用动态递变权重系数的蝙蝠算法以保证运行成本和潜在冲突系数能同时获得较优解。最后对北京飞行情报区进行仿真实验,将蝙蝠算法(BA)与其他多目标算法对比,得到4种算法的非支配解,证明多目标蝙蝠算法在求解航路点布局的大规模优化问题上,能够获得更优解。同时,考虑偏好经济性和偏好安全性2种情况选择2组权重,数据显示:与初始网络相比,这2种情况下网络运行成本和冲突系数减少比例分别为9.99%、15.64%以及-3.97%、65.81%。实验结果表明,该方法能够在航路点布局规划上给决策者以多种优化方案。     

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。     

基于博弈策略的双无人机冲突解脱方法

针对无人机在空域飞行时完成冲突解脱所存在的消耗时间长、绕飞距离严重、机动次数多等问题,在2架无人机发生冲突的条件下,基于博弈论的知识,提出一种双无人机冲突解脱方法。首先,依据2架无人机的运动模型建立冲突探测模型,求出达到最小距离的时间公式,根据此公式反解出2架无人机改变的速度或航向值;其次,将鹰鸽博弈与贝叶斯博弈结合,以期望效用分析适合双方的解脱策略;最后,完成解脱后为减小航迹偏离等情况,无人机执行恢复策略恢复至初始状态。结果表明,与单机解脱相比,在解脱时间、绕飞距离、总飞行时间及总飞行距离方面的效果都有所改善。改进后的探测模型不仅能迅速计算出解脱策略改变值,而且在引入博弈策略后冲突双方可根据自身最大效益选择解脱策略,解决冲突解脱问题的方法简单有效,可以保证无人机在空域内发生冲突时能快速解脱。     

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。     

基于量子遗传算法的无人机冲突解脱方法

飞行冲突解脱对于无人机飞行安全至关重要,遗传算法(genetic algorithm, GA)在解决无人机冲突解脱时存在求解速度慢、产生的延误距离较大等缺点,针对这些缺点,提出一种基于量子遗传算法(quantum genetic algorithm, QGA)的无人机冲突解脱方法。该方法采用了量子比特编码,设计加入了延误指数函数强制优化策略和变航向优化策略,通过利用量子旋转门实现个体的演化,并在延误距离、冲突解脱航迹等多方面与遗传算法进行了对比实验。仿真实验结果表明,该方法与遗传算法相比,求解速度更快,解的质量更高,所得解脱航迹更平滑,能获得较小的飞行延误,在无人机冲突解脱方面具有有效性和良好的应用价值。     

基于多Agent的机场场面冲突检测与解脱算法研究

为了减少机场场面运行冲突,提高机场场面运行效率,提出了基于多Agent的场面冲突检测与解脱算法。该算法以多Agent技术建立场面资源Agent和飞机Agent模型,采用基于滑行路径和实时运动的方法来进行冲突检测,以及通过合同网协作模型进行冲突解脱。最后依据该算法进行仿真分析,验证了该算法的有效性和可行性。