基于航空器自主运行的空中交通复杂性建模

针对航空器自主运行模式的空中交通运行态势评估问题，本文重构了基于分布式空中交通管理系统的空中交通复杂性评价方法，并仿真验证了该方法在航空器冲突探测和自主航迹规划中的应用。首先，基于自由航路空域和航空器自主运行模式定义了空中交通复杂性，在通过三维空域栅格模型量化航空器时空位置的基础上，构建复杂度计算模型以反映航空器位置、航向、 航速对空域各栅格的实时复杂性影响；其次，基于实际管制扇区(ZSSSAR01)及高度层，分别模拟自由航路与固定航路运行模式，对比两者空中交通复杂度时空分布差异；并结合自由航路运行模式，在空中交通复杂性与航空器冲突指标(冲突率、冲突比例)相关性分析的基础上，研究空域复杂度阈值确定方法；最后，初步探究基于空域复杂度阈值进行航空器自主航迹调整的方法，评估其运行效果。仿真实验结果表明：自由航路运行模式相对固定航路运行模式可显著降低空域最大复杂度值(平均降幅119%)；模型计算得到，空中交通复杂度与空域中航空器冲突指标有强相关性 (相关系数大于0.90)；基于复杂度和复杂度阈值的航迹调整策略具备一定可行性。     

基于复杂性的多扇区移交策略优化

现有多扇区移交间隔管理研究往往忽视扇区复杂性，可能出现扇区局部复杂性不均衡等问题，对空域造成一定安全隐患。本文充分考虑多个管制扇区复杂程度，提出一种新的管制移交间隔优化方法。首先，基于扇区之间复杂性的相互影响关系，建立大型区域管制中心多扇区网络模型。其次，提出航空器进入多扇区边界时刻调整，航空器进入各个扇区时刻调整以及航空器高度层重新配备等3种策略，建立以多扇区复杂性的均值、均衡程度和航空器总延误为目标的移交策略优化模型，并采用多目标遗传算法进行求解。最后，基于北京区域管制中心(ZBAAAR)的实际运行数据进行仿真分析。结果表明：3种策略可使复杂性均值分别降低2.2%,2.8%,6.0%，可使复杂性均衡程度分别提高1.76%,1.83%,1.38%，基于航空器进入时刻控制的两种策略导致航班平均延误时间分别为-295 s和-214 s，验证了模型及算法的有效性。     

飞行冲突解脱与恢复几何模型及管制策略

已知两航空器的三维位置、速度及本机预计到达目标点时间,得出了满足几何最优和机动次数最少、解决飞行冲突并同时保证预计到达目标时间不变条件的多种冲突解脱与恢复模型.仿真计算验证了所得模型的有效性.该模型适用于机载设备及空中交通管制自动化系统.在此模型上经大量仿真,综合出了切保护区边界这极限情况并适合空中交通管制员调配的冲突解脱与恢复管制策略表.空中交通管制员只需考虑一定的安全裕量,这些策略即可应用于在实际管制中.     

���ڽ�ͨ�ṹ�Ŀ��н�ͨ�����Խ�ģ

为改进航空器计量方法在评估交通态势复杂度时的局限性,本文建立了一种空中交通复杂性评估模型.基于空中交通的结构因素,模型构建了距离因子和冲突因子,能够反映航空器之间的相对距离与航迹交叉作用对于复杂性的影响.针对广州区域扇区进行的交通复杂性指标评估结果表明：航空器数量的变化会引起目标空域交通复杂性的变化,但后者对前者的响应并非完全同步;两者的变化程度不完全相同,且变化趋势可能相反.对相应交通态势的回溯和分析表明,相比基于航空器数量的评估方法,交通复杂性指标能够更加客观地反映空域状态的变化特征.     

空域扇区流量与拥塞预测的概率方法

为了提高扇区流量预测准确度、减小扇区拥塞预测的虚警率,分析了影响空中交通的随机因素,建立了航空器进入扇区时刻、穿越扇区飞行时间和离开扇区时刻的概率分布模型.利用进入、离开扇区时刻的累积分布函数,计算航空器占用扇区的概率,并在此基础上,提出了基于Monte Carlo仿真的扇区拥塞预测概率方法.算例仿真结果表明:与确定型拥塞预测方法相比,采用概率预测方法可将拥塞时段比例的平均值从42%减少到33%.     

基于不均衡度的空中交通运行状态评价

针对多航路扇区空中交通运行状态的复杂性及其规律性,综合考虑管制员和航空器在空中交通运行中的重要角色和影响,提出一种以管制员和空中交通流为核心的空中交通运行状态评价方法。将空中交通运行状态划分为健康状态、亚健康状态和不健康状态3种,基于管制员工作负荷和航空器在扇区内分布的不均衡程度,建立空中交通运行状态评价指标体系,采用熵权法、层次分析法和集对分析理论识别空中交通运行状态,实现进一步把控空中交通管制运行风险的目的。选取厦门1号扇区的实际运行数据作为研究实例,验证了评价模型的有效性与实用性。     

扇区空中交通风险态势网络建模与演化特征

为了准确感知空域内空中交通运行态势,提升飞行运行效能,研究了扇区空中交通风险态势的网络建模方法和演化特征,基于实测数据验证了方法的可行性与有效性;在扇区内以活跃航空器为网络节点,依据航空器位置偏差下的冲突关系构建连边,建立空中交通风险态势网络,利用连通分量的概念定义并识别网络内的航空器集群;基于航空器集群特征构建状态向量,进一步划分空中交通风险态势模式;以分类后的态势等级时序为基础,针对各模式的样本进行持续时间分析及建模,讨论了单一态势模式的生存特性与多模式间转移行为的偏好水平;为了验证方法的有效性,以广州管制AR05号扇区的实际数据为样本展开分析。研究结果表明：低风险至高风险模式的生存特性差异明显,平均生存周期分别为82.49、118.11、75.77、90.51 s,中等风险模式是估计生命周期最长且生存率最高的模式;在模式迁移的过程中,集群数目与规模相对简单的风险模式主要表现为前向可达性较高,而回迁及跃迁概率低于0.05;复杂程度较高的风险模式则表现出了较为明显的回迁行为,且概率会随着时间步长的增加(30、60、90、120 s)逐渐趋于稳定。可见,建立的空中交通风险态势网络模型能...     

基于时间富余度控制的滑行道调度优化模型

针对机场场面运行中部分航空器剩余滑行时间较短、准时性低的现状,研究滑行道调度优化问题。在构建基于时间富余度控制的滑行道调度优化模型中,优先考虑以剩余滑行时间为主的航空器动态优先级;以我国某大型机场的场面运行数据为基础,采用生物地理学算法进行仿真验证。结果显示：与经典的先到先服务策略相比,航空器到达滑行终点的误差由1499 s降至553 s,降低了63.1%,冲突航空器到达误差从371 s降至147 s,降低了60.3%;在冲突解脱方面,由剩余滑行时间较多的航空器承担更多的冲突等待,有效减少航空器滑行冲突次数,保障后续停机位指派与跑道调度的有效性,大大提高了滑行道的滑行效率。     

基于混杂系统理论的无冲突4D航迹预测

为增大空域容量,在战略航迹规划阶段,设定航空器爬升、下降和平飞3个飞行状态和7组高度和速度参数规划航空器4D航迹.基于不同航段的航空器动力学模型,采用混杂系统理论, 建立了不同航段之间的状态切换模型,以及同一航段内航空器质量、空速、高度和航程连续变化的航空器运行状态演化模型. 通过调整航空器到达时刻和飞行速度,规划了多航空器无冲突4D航迹.算例仿真结果表明,在满足航空器性能约束的前提下,用混杂系统递推法规划的航空器起飞4D航迹计算时间在3 s以内;这两个模型准确反映了航空器在水平剖面和垂直剖面内的飞行状态变化;本文提出的航空器无冲突航迹规划方法是有效的.      

带偏好的交叉航路角度优化模型

为揭示交叉航路结构对空中交通影响的内部机理,有效打通航路节点运行瓶颈,研究了航路交叉角度优化问题. 首先,在分析航班飞行时间和航班油耗与航路基本相交结构角度关系的基础上,构建了交叉航路角度结构;其次,基于交叉航路交通量分布特征,建立了飞行时间和油耗偏好的交叉航路角度优化模型;最后,选取典型交叉航路进行了模型验证. 研究结果表明:航班飞行时间和油耗存在线性负相关关系;单一考虑时间优化时,航班总运行成本增加0.54%,仅考虑油耗优化时,总成本减少2.89%;无偏好优化时,航班总运行成本减少3.82%;考虑偏好时,在时间权重系数等于0.4处取得极小值,此时总运行成本降低5.26%,且空域内油耗密度、飞行冲突次数和管制员工作负荷3个指标的均值分别降低20.41%、56.12%、46.24%;优化后构型对原始空域结构的平均角度扰动为11.88%.      

基于密度峰值的终端区航迹聚类与异常识别

为有效解决高流量终端区内标准飞行模式、非标准飞行模式和异常飞行模式难以自动分离的问题，采用广泛记录的广播式自动相关监视(ADS-B)数据，构建了基于稳健深度自编码器(RDAE)和快速搜索并寻找密度峰值的聚类(CFSFDP)算法的航迹聚类模型; 使用RDAE降维提取终端区内航迹集的非线性特征，利用多种正则化手段约束内部低维流形，以重建更紧密的航迹并将其作为CFSFDP算法的输入，利用轮廓系数选取不同密度飞行模式的聚类中心，并调节边缘密度参数识别出异常航迹; 选取主成分分析(PCA)结合有噪声的空间密度聚类(DBSCAN)算法、动态时间规整(DTW)结合DBSCAN的2种常用航迹聚类模型作为对比项，分别在广州白云机场1 d的少量数据和45 d的大量数据上进行试验。分析结果表明:DTW与CFSFDP的结合模型在少量数据集上具有最优的航迹聚类性能，轮廓系数比对比项分别提升了62%和28%，且可以自动识别出遵循区域导航标准飞行模式的航班和特定环境下遵循管制偏好的非标准飞行模式的航班，识别异常航迹的精确度也分别提高了57%和10%;大量数据下，提出的RDAE结合CFSFDP模型的聚类性能比经典的PCA结合DBSCAN算法提升了13%，且具备可接受的时间复杂度。由此可见，建立的终端区飞行模式区分模型可为空域级交通流性能评估和航班级航迹预测与优化提供数据提取平台。      

场面航空器滑行时空协同优化模型

引入双层规划方法, 研究了场面航空器在滑行道系统中的滑行调度问题; 考虑了成本与冲突对场面航空器运行效率和安全的影响, 以航空器推出延迟时间与滑行路径作为决策变量, 以航空器在滑行道系统中滑行过程无冲突与场面航空器的总滑行距离最短为目标函数, 构建了场面航空器滑行时空协同优化模型; 针对航空器滑行道调度问题的特点, 设计了适用于航空器滑行时空协同优化模型的双层规划算法, 以降低场面航空器滑行距离和等待时间; 为了验证航空器滑行时空协同优化模型及算法的有效性, 对比了先到先服务调度方案的计算结果, 分析了滑行等待时间与滑行距离对场面航空器运行效率的影响。研究结果表明: 场面航空器滑行时空协同优化模型与先到先服务的航空器调度方案相比, 保证了航空器滑行过程无冲突, 将16架次航空器的总滑行距离从40 690 m降至37 700 m, 降低了8%;航空器平均运行时间为254 s, 提升了滑行道系统的整体运行效率; 在复制组数为100与变异概率为0.4的条件下, 采用场面航空器滑行时空协同优化模型能够在412 s内获得最优解, 求解效率与收敛性显著。可见, 采用场面航空器时空协同优化模型在保障航空器滑行安全的前提下, 能有效提高场面航空器滑行调度效率, 降低航空器运行成本, 能够为繁忙机场滑行道调度提供决策支持。      

基于延误传播的飞机排班一体化鲁棒优化模型

为了减少航班延误对航班运行计划的影响,在分析航班延误传播特性及其分布的基础上,以总波及延误时间最少和航空公司运营成本最小为优化目标,建立了双目标飞机排班一体化网络流鲁棒优化模型.将该模型应用于国内某航空公司的实际运营数据进行实例分析,利用列生成和分枝定价法求解,结果表明:用本文模型优化后的航班计划使航班延误传播减少了41%;运营总成本比航空公司实际成本减少了11.33%,比没有考虑鲁棒性的飞机排班一体化模型的成本减少了9.93%.      

考虑多因素的不正常航班飞机计划恢复模型

为降低不正常航班给航空公司带来的负面影响，提出了一个以加权成本最小为目标的考虑 多个影响因素的不正常航班飞机计划恢复模型。模型目标函数考虑的因素包括航班延误与取消、飞机维护以及航班运行过程中与飞机和机场相关的各项改变，并且在约束条件中考虑了过站时间 等因素。针对所提出的模型设计遗传算法进行求解。基于大规模航班数据设计算例对模型和算法进行验证，研究结果表明：遗传算法适用于求解所提出的模型；通过对模型求解可以得到合理的 飞机计划恢复方案；除机场关闭之外，飞机维护任务、过站时间等因素对于航班的执行具有重要影响，因此在飞机计划恢复问题中应该考虑多方面的因素。算例结果证明了模型和算法的正确性 和有效性。     

����֧���������ع�ĺ�������Ԥ���о�

针对航班延误难以预测的问题,采用支持向量机回归方法建立航班到港延误预测模型。首先,采用相空间重构理论计算到港延误的延迟时间、嵌入维数和最大Lyapunov指数,发现到港延误时间序列存在混沌特性;将航班到港延误时间序列进行相空间重构,并结合执飞该航班的航空器在上游机场的离港延误构建模型的输入向量;其次,将粒子群算法、差分进化算法和遗传算法进行比较,用于选择最优的模型参数,实验表明,差分进化算法能够以较高概率获得最优的预测模型;最后,比较该模型、单一因素预测模型和相关向量机预测模型的航班延误预测性能。结果表明,该模型的预测性能明显优于另外两种模型,能够有效预测航班延误。     

航空器推出决策的优化研究

航空器推出决策一直是机场场面管理的重要研究方向和研究难点．目前,航空器推出决策一般是基于航班飞行计划和地面管制员而给出的,基于航班飞行计划是一种被动型不灵活的手段,地面管制员是根据人工估计滑行道的航空器架次和起飞跑道容量,从而发出推出许可指令,这种做法造成了跑道和滑行道利用率的降低．文中提出一种基于场面监视系统的航空器推出决策优化方法;然后建立了航空器推出决策优化模型,并使用最有可能状态（MLS）启发式算法进行求解;最后对武汉天河国际机场的航空器推出决策优化进行仿真验证,结果表明,优化的航空器推出决策与传统方法相比跑道利用率最大可提高4．8％．     

基于复杂网络的航班运行风险传播分析

为研究航班运行风险传播机理，基于民航航班运行程序，采集航班运行数据及航空公司、机场、机组、机务、空管等工作表现做为研究样本；采用经验建网法、时间序列相空间重构法和Spearman 相关系数3 种方法，构建面向航班运行风险传播问题的复杂网络，经过计算证实，使用Spearman 相关系数建网效果最佳；对应民航常用控制方法，引入重要度r 、改进感染率β′和改进恢复率γ′概念，提出适用于航班运行的改进SIR 模型，最后对风险网络传播进行动力学分析. 计算结果表明：重要度r =0.4 时，感染节点密度曲线峰值下降10%，达到峰值时间推迟5%；改进恢复率γ′=0.9 时，感染节点峰值降低6%. 证实加入重要度，改进恢复率可有效抑制风险网络传播；说明识别风险网络中对关键节点加以控制，提高风险节点恢复比率和速度，可有效提高航班安全保障能力.     

采用支持向量机回归的航班延误预测研究

针对航班延误难以预测的问题,采用支持向量机回归方法建立航班到港延误预测模型.首先,采用相空间重构理论计算到港延误的延迟时间、嵌入维数和最大 Lyapunov 指数,发现到港延误时间序列存在混沌特性;将航班到港延误时间序列进行相空间重构,并结合执飞该航班的航空器在上游机场的离港延误构建模型的输入向量;其次,将粒子群算法、差分进化算法和遗传算法进行比较,用于选择最优的模型参数,实验表明,差分进化算法能够以较高概率获得最优的预测模型;最后,比较该模型、单一因素预测模型和相关向量机预测模型的航班延误预测性能.结果表明,该模型的预测性能明显优于另外两种模型,能够有效预测航班延误.