机场三维态势呈现中IMMKF平滑ADS-B数据

针对基于广播式自动相关监视(automatic dependent surveillance-broadcast, ADS-B)数据进行机场三维态势呈现的应用,研究了在态势显示的第一步,ADS-B数据精度不高、不平滑问题,预处理后数据可以用于后续插值生成高帧率的航迹数据。交互式多模型卡尔曼滤波(interacting multiple model Kalman filter, IMMKF)算法可以较好地解决机场场面运动目标ADS-B轨迹数据的实时平滑问题。首先,根据飞机的真实运动情况建立了飞机的匀加速运动、匀速转弯运动及匀速运动模型,然后利用卡尔曼滤波Singer模型与IMM相结合的IMMKF算法对场面飞机的ADS-B轨迹进行了跟踪滤波,达到目标轨迹光滑的效果。实验结果表明,与多种经典的滤波方法相比, IMMKF方法在保证了光滑性的情况下跟踪失败概率低,可实时计算,精度能满足要求。     

空港物流加工区布局规划与对策探讨——以大连为例

空港物流加工区是临空产业的重要载体,国内外一些发达的城市都建立了空港物流加工区.大连在发展临空产业方面有一定基础,建立大连空港物流加工区将有助于推动产业结构升级和加快城市化进程,并助推东北亚重要的国际航运中心的建设步伐.从空港物流加工区概念入手,在分析大连优势条件和存在问题基础上,提出建立空港物流加工区的总体思路、功能定位、产业重点、功能分区、管理模式及相关政策措施.     

飞机荷载作用下场道地基附加应力特征

运用弹性层状体系理论,编制有限元计算程序,对飞机荷载作用下场道地基顶面及地基内不同深度处的附加应力进行了计算和分析,给出了飞机荷载作用下地基顶面附加应力的平面分布规律及附加应力在深度方向的变化特征。     

机坪输油管道荷载附加应力分析

应用ABAQUS有限元软件,考虑管土相互作用,建立并验证了管道结构有限元分析模型.应用该模型,分析了管周附加应力的分布特征,计算了飞机、施工重型车辆和压路机荷载作用下,管道附加应力及其引起的管道结构应力和变形随管道埋深的变化规律.结果表明:不同管道埋深对应的管周附加应力在管顶至管两侧60°的范围内有显著差异,且该范围内附加应力近似呈抛物线分布.即使管道埋深小至1倍管径时,飞机荷载和施工重型车辆荷载引起的管道结构应力和变形仍远小于容许值,而压路机高振幅振动压应力引起的管道结构应力达到管道强度失效的临界标准,是管道承受的最不利外荷载类型,对管道埋深有重要影响.     

水泥混凝土机场道面企口接缝应力分析

利用三维有限元分析软件ANSYS ,对飞机荷载作用下以未设拉杆企口缝形式连接的两块水泥混凝土机场道面板进行了应力分析 ,计算了不同缝隙宽度企口缝的传荷能力及槽口应力分布状态 ,得出了飞机荷载作用下企口缝的破坏形式及可能发生的位置 ,为合理设置机场道面纵向接缝提供理论依据     

机场大尺寸水泥混凝土道面板伸缩应力的分布

研究了机场大尺寸水泥混凝土道面板的伸缩应力。根据板与基层之间的摩阻力分布,建立了水泥混凝土道面板伸缩应力的计算公式;分析了环境条件的变化对道面板温度的影响,并推导出伸缩应力的日分布和年分布的计算公式;这些计算公式的建立,解决了大尺寸道面板伸缩应力的计算难题,并经某机场大尺寸道面板的验证,证明所建立的计算公式是正确的。     

呼和浩特白塔机场秋季鸟类及鸟击防范对策

2005年8月16日～11月10日,对呼和浩特白塔机场中心点周边7公里范围内的秋季鸟类资源现状进行了调查,共记录到鸟类54种,隶属于13目27科.其中,夏候鸟20种,留鸟23种,旅鸟8种,冬候鸟3种,分别占鸟类种数的37.04%、42.59%、14.81%、5.56%.在43种繁殖鸟类中(包括夏候鸟和留鸟),古北界鸟类有35种,占繁殖鸟类的81.40%,东洋界鸟类仅有4种(占繁殖鸟类的9.30%).通过对重要值的分析,表明对飞行安全影响较大的鸟类有大(狂)/(鸟)、麻雀、灰斑鸠和喜鹊等8种.广性分布的有红隼、家鸽等7种.种间遇见率为0.8717.草地生境中鸟类的多样性指数、丰富度指数最高,分别为2.9527、8.1027;村镇生境鸟类的多样性指数、丰富度指数最低,分别为1.8144、3.3663.根据鸟类的群落结构特征,分析了不同生境鸟击的潜在隐患,结果表明草地、湿地和林地是鸟击防范的重点区域.对家鸽、环颈雉、达乌里寒鸦等13种对飞行安全威胁较大的鸟类进行了隐患分析,并提出了以飞行区草坪的科学管理和机场周边地区土地的合理规划为主的综合防范对策.     

基于排队网络模型的机场航班延误预测

机场航班量不断增长,必然会带来机场高峰时段延误水平的增加。因此机场延误水平的科学预测对确保机场运行效率具有重要意义。论文首先根据航空器运行特性建立机场排队网络模型;然后利用Lempel-Ziv算法计算不同时间尺度的航班时间序列复杂度,确定刻画航班延误的小时间尺度,由此确定排队网络模型参数,并用实例进行验证;最后运用AirTop仿真软件以全天平均延误、高峰小时平均延误作为关键指标,仿真得出机场延误水平变化趋势。通过将仿真数据与计算结果进行对比分析发现,机场排队网络模型能够较好的反应真实情况下的机场延误水平;而选用小时间尺度15 min进行机场排队网络模型参数计算,结果更贴近真实机场延误水平。     

基于高铁竞争的机场选址优化

机场选址问题是一个复杂的多属性决策问题.在综合考虑机场建设成本、运营成本、旅客成本的基础上,同时考虑了高铁的高速发展给民航带来的巨大竞争和压力,对以往机场选址模型进行改进,引入单位客公里成本计算运营成本,创新性的提出了应对高铁竞争的机场选址优化问题.同时,分别从决策者和旅客不同利益主体的利益出发,提出了兼顾不同利益 主体利益的双层离散模型.为了描述该问题,建立了高铁竞争下的机场选址双层离散优化模型,最后并进行了算例验证.     

基于智能算法优化BP的航空器滑出时间预测

滑出时间是评估大型机场场面运行效率的主要性能指标,科学准确地预测离港航空器的滑出时间,对于提升场面运行效率至关重要。首先,分析了航空器滑出时间影响因素及相关性,构建了基于BP神经网络的航空器滑出时间预测模型。针对BP神经网络存在对初始权值和阈值敏感、准确性和稳定性欠佳等缺点,分别采用粒子群算法和麻雀搜索算法获取BP神经网络的最优权值和阈值,并采用我国中南某枢纽机场2周的实际运行数据对智能算法优化后的预测模型进行了验证。结果表明：①滑出时间与半小时平均滑出时间、起飞队列长度、同时段滑行的离港航空器数量均有强相关性,与同时段滑入的进港航空器数量中度相关,与滑行距离和经过冲突热点区域个数相关性较弱;②考虑强相关和中度相关影响因素的4元组合预测模型的预测结果最佳;③智能优化算法通过获取神经网络的局部最优权重和阈值,可有效地提升航空器滑出时间预测结果的精度,但运算过程耗时也更长;④基于PSO优化后的BP神经网络预测结果较优化前的MAPE提升了1.13%,MAE减少了4.48s,RMSE减少了4.68s;基于SSA优化后的BP神经网络预测结果较优化前的MAPE提升了3.05%,MAE减少了16.55s,RMSE减少了14.32s。