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。     

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。     

基于形态特征的终端区进场中心航迹识别方法

为了挖掘终端区进场航空器交通流的分布特征,量化分析空中交通的复杂性,提出了一种基于多特征轨迹相似度和密度峰值聚类(Density-peak Clustering, DPC)的中心航迹提取方法。首先,采用单向距离(One Way Distance, OWD)计算轨迹之间的形状和物理距离,并结合空管实际运行航迹数据特征,考虑航迹之间的位置属性和航向属性,定义多特征航迹相似度模型。其次,使用密度峰值聚类算法对航迹数据进行聚类分析,提取聚类结果中每一簇中具有最高密度的真实轨迹作为中心航迹。最后,对双流国际机场终端区历史航迹数据进行实验分析,使用轮廓系数指标和基于密度的指标进行评价,并与层次聚类算法进行对比。结果表明,轨迹被划分为8个不同形态的类簇,该方法可以直观有效的识别出轨迹的整体运动特征并精确提取出真实的中心航迹。     

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。     

基于航迹的终端区进场效率

随着空中交通量持续增长,空域拥堵、资源紧张、航班延误等问题愈发严重.为了在现有运行环境下提高终端区效率,提出了水平维度与垂直维度联合的终端区进场效率综合评价指标.以天津滨海国际机场为例,基于航迹数据对终端区进场效率进行分析,以评估机场短期改进的潜力.评估结果显示:天津机场终端区进场效率整体较低;不同进场方向航班进场效率...     

进离场交通流时距分布特征对比分析

时距分布是空中交通流理论研究的重要概念和组成部分。以中国某机场实测轨迹数据为例,提出一种合适观测点的自动生成方法,该方法能有效提升轨迹数据的利用率,并选择跟驰性较好的轨迹数据用以计算时距。在分别绘制进场和离场交通流时距频率分布直方图的基础上,应用韦布尔、光滑样条和有理函数模型拟合时距分布情况,并从定性和定量的角度对比分析拟合结果。结果表明,在机场运行状态正常时,有理函数模型对离场交通流时距的拟合效果最好,而光滑样条模型对进场交通流时距的拟合效果最好;在机场运行状态不佳时,光滑样条模型和有理函数模型则分别对离场和进场交通流的拟合效果更佳;进场交通流时距分布比离场交通流时距分布特征更明显。     

基于神经网络和混沌理论的短时交通流预测

文章通过分析短时交通流量数据在时间序列上的特点，结合神经网络和混沌理论，从非线性时间序列预测的角度对交通量预测进行探讨。并用该方法对广州至佛山高速公路交通流进行了预测，取得了较为满意的效果。     

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。     

基于点融合进近的航空器进场4D航迹规划

点融合进近是一种全新的进近技术,对点融合进近中的航空器进场4D航迹规划方法进行了研究。根据点融合进近运行的特点,提出航空器航迹预测方法。以总延误时间最少和着陆次序调整最小为目标建立4D航迹规划模型;并采用遗传算法进行了求解。通过仿真计算,比较了先到先服务与此规划方法的差别。比较结果表明,4D航迹规划方法可以有效提高终端区运行效率。     

基于时间-空间的进场航迹聚类分析

空中交通管制的核心任务是保证飞行安全,提高航班的运行效率。在航空器进场过程中,很多因素会导致航空器不能严格按照计划航线飞行。由于传统的航迹聚类分析没有将航空器进场飞行当作一个过程来考虑,缺乏时间信息,为了更加符合实际运行情况,本文采用时间窗、空间聚类的方法,合理地提取出了航空器在进场飞行过程中每一分钟的标准中心航迹。然后采用双调和样条插值法计算出了在整个空域内航班进场过程的航迹分布概率。实验表明,此方法快速有效,更加符合管制指挥的实际情况。     

基于流量特征识别的哑终端安全管控系统

网络摄像头、网络打印机这类基于IP协议无用户交互界面的物联网哑终端通常基于嵌入式系统开发,存在程序固化难以更新、计算资源有限、采用简单的安全认证机制等问题,出现安全漏洞难以进行升级很容易被攻击者控制发起网络攻击.针对上述问题,本文设计并实现了基于流量特征识别的哑终端安全管控系统.该系统提取终端的流量特征,实现终端的身份鉴别和行为监管.在设备接入时,提取终端的流量静态特征实现身份鉴别;在设备接入后通过分析流量动态行为特征判断其是否存在异常行为.发现异常行为后阻断会话连接.该系统在实验环境和实测环境下性能均表现较好,设备识别准确率达到96.6%,异常检测准确率达到97.7%,可有效检测DOS、端口扫描等网络攻击行为.     

到达率和飞机流结构对终端区排序的影响研究

为了找出终端区平均到达率和飞机流结构与优化排序结果之间的关系,通过选取平均到达率和飞机流结构的不同组合,再使用循环排序找出最优结果。在此基础上,分别研究和分析了平均到达率和飞机流结构对飞机流总体,重型飞机、大型飞机和小型飞机优化结果的影响程度。经过大量数据仿真和统计表明：当终端区有10架待降飞机时,与先到先服务原则相比,平均可以减小延误达30%左右;重型飞机和大型飞机的延误对平均到达率的变化较为敏感,而小型飞机则非常有限;从飞机流结构变化的角度看,随着大型飞机和小型飞机所占比例的逐渐减少,重型飞机和大型飞机延误可以得到明显的缩减,而小型飞机延误的缩减程度变化较小。研究结果可以为终端区飞机的着陆调度提供借鉴和参考,同时为进一步研究跑道容量与来流飞机的关系打下基础。     

基于决策树的网络流量分类方法

针对传统流量分类方法(基于端口和有效载荷)分类不可靠的问题,提出基于C4.5决策树算法,根据训练集中属性的信息增益比率构建分类模型,按属性对测试数据集进行预测,通过查找分类模型实现对网络流量的分类。在公开数据集和自己采集的数据集上进行实验,结果表明,采用C4.5决策树算法对网络流量分类,平均分类精度为93%,单类别分类精度均在90%以上,能有效地实现对网络流量应用类型的识别。     

基于流中前 5 个包的在线流量分类特征

针对在线流量分类所面临的特征计算复杂和分类性能不稳定问题,利用流开始的前 5 个数据包（排除三次握手数据包）,计算数据包大小、负载大小和到达间隔时间等网络流量的统计特征,通过分析 3 种机器学习算法（C4. 5、BayesNet 和NBTree）分类的结果,研究可用于在线流量分类的特征以及这些特征应该满足的条件。实验结果表明,所提特征计算简单,能快速有效地区分不同的流量,对于不同的机器学习算法,均取得了较高的分类准确率（92%以上）,适用于在线流量分类。     

基于时序流的移动流量实时分类方法

移动互联网的快速发展,产生了网络测量、网络安全和服务质量等方面的新问题.为了深入研究移动互联网的特性,研究人员需要从传统网络流量中快速准确分类出移动流量.本文提出了一种采用轻量级流表与深度数据包检测技术（DPI）相结合的移动流量实时分类方法,将网络流按照时间间隔关系扩展为时序流,并通过DPI时序流前N个特征数据包准确地分类出移动流量,缩减了流表规模,减少了实际DPI开销.通过实时的网络流量实验表明,DPI时序流前8个特征数据包时,提出的方法识别准确率达到91.55%,单次深度数据包检测的平均开销为20个数据包,并且流表的规模缩减到原来的0.21%.与P0F比较,方法识别准确率等性能有明显提升.      

穿城镇道路交通流特性研究

将穿城镇道路划分为公路段、适应段、城镇段,利用车辆分型统计系统研究不同路段交通流特性。研究小型车和大型车在各路段的速度和车头时距分布特征。结果表明：大型车车速分布更加集中。公路段、城镇段进城镇方向小型车平均车速比大型车高2.0 %、10.1 %,出城镇方向比大型车高3.9 %、9.6 %。适应段大型车车速较高,进城镇、出城镇方向大型车比小型车平均车速高0.4 %、3.5 %,表明适应段大型车出城镇加速行为明显。公路段、适应段、城镇段小型车出城镇平均车速比进城镇高5.2 %、3.3 %、4.8 %,大型车出城镇平均车速比进城镇高8.1 %、11.4 %、5.3 %。车头时距分布呈现逐渐减小的趋势,公路段、适应段50 %以上的车头时距在10 s内,70 %以上的车头时距在20 s内;城镇段60 %以上的车头时距在10 s内车、80 %以上的车头时距在20 s内。适应段车头时距较大,驾驶员驾驶谨慎。     

色灯下的交通流模型与特征线的研究

用偏微分方程的方法给出交通流模型和色灯控制下的特征线,结合实际实验数据科学地解决十字路口在交通流较大时应人为地改变色灯的转换周期,从而解决了城市的交通问题,达到了节约能源和改善环境的目的.