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。     

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。     

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。     

拥挤交通流非线性模型及仿真

提出了一种新的拥挤交通流非线性模型.该模型中包括了匝道口附近的交通流模型,匝道口进出车辆的流量与主路的车流相耦合.并提出了一个重要的假设,即交通流量能够在有限的时间内对局部密度的变化做出响应.该模型由2个偏微分方程(PDE)和1个与偏微分方程相关联的常微分方程(ODE)组成.在这个简化模型中,从自由流向同步流的转换可以看成是一个具有滞后作用的临界Hopf分岔.最后通过数值模拟进行了从自由流到拥挤交通流的瞬态动力学的仿真,得到了各变量的分岔图.     

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。     

基于二流理论的拥挤交通流当量排队长度模型

为描述拥挤交通流中的排队现象,根据二流理论,提出了将交通流实际运行状态转化为二流运行状态的思想.利用流量守恒方程,建立了单车道路段当量排队长度模型,并在此基础上,推导出多车道路段平均当量排队长度模型.为验证模型的有效性,采用VISSIM软件设计了拥挤交通流的模拟方案.对比模型计算的当量排队长度与软件统计的实际排队长度发现:当量排队长度均大于实际排队长度;当量排队长度比较稳定,而实际排队长度有所波动.结果表明,当量排队长度模型能够定量地、更好地描述拥挤路段的交通流拥挤程度.该模型计算方法简单,便于工程实践,可以为城市交通控制系统优化等提供理论依据.     

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。     

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。     

基于空中交通网络节点最大流的性能分析

以减少空中交通延时为目的,从理论角度研究了空中交通网络的最大流.利用离散时间消失排队系统,计算得到了机场节点最大流的理论上界,并且对该理论上界进行了性能分析.通过仿真实验,验证了方法的有效性.     

基于XGBoost的短时交通流预测模型

为提高路段短时交通流的预测精度,选取路段平均旅行时间作为预测指标,建立了一种基于极端样度上升(extrem gradient boosting,XGBoost)的短时交通流预测模型。首先通过对交通流数据的分析,在考虑交通流时空特性的基础上,分别构建目标路段时间序列训练集、测试集以及时空序列训练集、测试集,然后基于XGBoost模型以及构建的训练样本集建立时间序列预测模型以及时空序列预测模型,并利用训练好的模型进行预测,最后将模型预测结果与线性回归模型、神经网络模型预测结果进行比较。实验结果表明:基于XGBoost的短时交通流预测模型能够对路段未来时段平均旅行时间进行比较准确的预测,其中时间序列预测模型均方根误差为5. 32,时空序列预测模型均方根误差为4. 82,均低于线性回归模型和神经网络模型,且相比于仅考虑时间因素的短时交通流预测模型,同时考虑时空因素的预测模型得到的误差更低,预测效果更好。     

大面积航班延误下空中交通网络流系统的拥堵识别

近些年来,大面积航班延误问题已经成为空中交通流量管理部门的难题之一。为了从宏观上描述发生大面积航班延误时的交通状态,提出了空中交通网络流系统的拥堵定义,并对其拥堵程度进行识别和划分。首先从空中交通网络流系统的要素航线和机场的航班运行角度出发,建立了拥堵识别指标体系。其次,根据历史统计数据和熵值法计算权值,并基于模糊综合评价法建立了拥堵程度识别模型。最后,结合实例验证,表明该模型能真实的反映空中交通网络流系统的拥堵状况。     

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。     

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。