交叉航路空域的时隙可用性评估方法

为了增加空域使用效率,建立了交叉航路入口放行策略模型.对多种交叉航路及放行策略组合,提出了新的空域时隙资源可用性评估方法,研究了新策略下航路长度、航路交叉角和放行偏离角对交叉航路时隙可用性的影响.仿真结果表明:当放行偏离角一定时,增加航路长度可有效提升时隙资源可用率,偏离角为10°、20°和30°时的最大时隙可用率分别为82%、90%和97%;航路长度具有边际效应,当航路长度超过阈值时,再增加航路长度不会提高时隙资源可用率;在航路长度、放行偏离角相同的条件下,增加航路交叉角可增加时隙资源可用率.     

基于贪心策略下混合蚁群算法的无人机航迹规划

针对复杂环境下无人机航迹规划中航行误差的校正问题,提出一种改进的蚁群算法.该算法在蚁群算法的基础上,首先将粒子群算法中的适应度作为启发值引入信息素更新中,改进了原始的信息素更新模型;其次使用贪心策略在选择校正点时进行剪枝运算,优化了算法的选择策略;最后使用A*算法替代原始算法的随机初始化,修改了信息素的更新方式,优化了生成路径的质量.对规划路径,使用Dubins曲线对航迹进行光滑,光滑后航迹既能满足航迹约束,也能满足飞行器的性能约束.研究结果表明:在参数设置上,当蚁群数量较大时,设置较小的启发值常数能获得更好的结果;对贪心蚁群算法使用A*算法进行初始化,能有效加速蚁群算法收敛速度,提高解的质量,实验显示改进后航迹长度减少了约6％,时间减少了约25％.     

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.      

城市低空物流无人机航迹规划模型研究

为提高物流无人机在城市低空环境下配送的安全性和公众接受程度，保证运输经济性，提出一种考虑运行风险、噪声水平和运输成本的城市低空物流无人机航迹规划方法。采用栅格法进行空域环境表征，建立基于风险的城市空域环境模型。结合物流配送要求，建立多目标、多约束的物流无人机航迹规划模型。采用改进A*算法进行求解：为降低航迹代价，设计估价函数预估成本；为保证飞行安全，引入安全保护区确保间隔；为提升搜索效率，采用动态步长加快搜索进程。仿真结果表明：本文模型和算法所得航迹的运行风险小、噪声水平低、运输成本低，能够实现多目标优化。分析模型参数可知，当各子目标代价权重分别为0.6、0.1和0.3时，规划航迹最优。 保证其余参数不变，增大安全间隔，则风险代价、运输成本代价总体呈增加趋势，噪声代价减少。 在本文规划环境下，参考大疆经纬200无人机参数，在安全间隔取15 m时，综合代价最小。     

复杂城市环境下无人机路网模型研究

针对复杂城市环境下无人机路径规划问题，采用三维可视图法研究路网模型。首先，在考虑无人机飞行安全裕度的前提下，将城市密集而不规则的障碍物环境进行变形重组，再以不同的水平和竖直间隔对障碍物外表面进行离散化的节点采集，并构建基于三维可视图的复杂城市低空路网模型。其次，为降低无人机之间的潜在冲突和碰撞风险，引入无人机机动保护区的概念，进一步缩减路网规模，优化路网结构。最后，结合无人机性能和平稳飞行的要求，以最大航向角改变量作为主要限制条件，以最小化路径长度为目标，提出改进的涟漪扩散算法进行求解。仿真结果表明：三维可视图中的采点间隔直接决定了路网模型中节点和链接的数量，并对最优路径与规划时间具有显著影响；1000组仿真实验表明，考虑机动保护区后，最短路径的平均长度相较于无机动保护区时增长了不足1%，而计算耗时降低了近70%。仿真实验验证，通过引入无人机机动保护区和航向角改变量的限制，能够有效降低路网规模，提升运算效率，并有利于获得平滑的路径，降低无人机的潜在碰撞风险。     

基于低空风预测模型的救援航迹修正规划方法

针对低空救援航迹易受到侧风影响难以获得准确的航迹规划路径问题,采用数据融合方法预测低空风,修正航空器的低空规划航迹.首先,将飞行区域内的国际交换站作为观测点,通过应用基于无迹卡尔曼滤波（UKF）的数值气象预报释用技术,将观测点的风速、风向记录数据与预报值进行融合,建立低空风预测模型;其次,利用该模型,校正预报数据的系统误差,得出修正的风预测值;最后,结合航空器的爬升率、巡航速度等性能参数与所经航路点的风速、风向信息,依据速度矢量合成原理,修正各航路点的过点时刻.仿真实验表明,与传统的卡尔曼滤波预测方法相比,由UKF方法预测得到的风速、风向RMSE分别减少了12.88%与17.50%,对初始规划航迹的修正更为精确.      

基于遗传算法的飞行器航迹规划研究

针对飞行器航迹规划问题展开研究,提出了一种基于遗传算法的飞行器航迹规划方法.该算法采用一种变长实值基因编码方式和一组重新设计的与之对应的进化算子.仿真实验结果表明,该算法能够快速有效地完成航迹规划任务,获得较为满意的航迹,同时也能满足在线实时规划的要求.     

离场航迹降噪优化设计的多目标智能方法

为满足新一代空管系统中离场航迹优化设计时降低噪声影响和减少飞行成本的需要,进行了离场航迹的多目标优化设计方法研究.结合飞行动力学和运动学模型,建立了符合民航飞机离场飞行阶段特征的航迹分段模型,提出了应用状态矩阵和控制矩阵准确表示航迹的数学方法.基于模糊理论建立航迹噪声影响、飞行成本和空中导航约束的满意度评价函数,提出了3种启发式搜索规则和动态领域搜索方法来改进模拟退火算法.仿真结果表明,在绕飞限制空域的前提下,降噪和减少飞行成本的目标无法同时达到最优;离场航迹多目标优化后的总体满意度比仅考虑降噪时提高了4.3%.      

基于基本飞行模型的4D航迹预测方法

为快速准确地预测民航飞行航迹,提出了基本飞行模型的概念．按飞行阶段特点用基本飞行模型构建水平航迹、高度剖面和速度剖面,根据航迹特征点的飞行状态信息（位置、高度、速度和航向）拟合生成完整的4D航迹．离场程序仿真算例与实际飞行数据比较表明,基本飞行模型航迹预测方法可以快速得出航迹特征点和到达航迹特征点的时间．     

神经网络结合遗传算法用于航迹预测

研究利用遗传算法对BP神经网络进行优化设计,建立了基于遗传算法的BP神经网络机动目标航迹预测模型。该模型克服了普通神经网络算法在训练过程中容易陷入局部最优点的缺陷,得到了更高的学习精度和更快的收敛速度。最后,用实测数据进行了验证分析,结果表明,基于遗传算法的神经网络的预测模型比单神经网络预测模型预测精度高,可用于航迹的预测。