面向冲突避免的航空器场面滑行引导方法

为避免大型高密度机场航空器之间可能发生的冲突,提出了一种基于混杂系统结构的滑行引导方案.建立了航空器滑行连续动力学模型和航空器在滑行道直线段、交叉口运行的离散事件动态系统模型,通过场面运行观测器建立了连续状态到离散状态的映射.采用禁止状态线性不等式约束和禁止状态逻辑互斥约束,描述场面运行模型应遵循的控制规范,并给出满足控制规范的离散控制器设计方法.最后建立了运行模型中可控变迁的使能状态到场面冲突控制策略的映射.通过助航灯光沙盘控制系统的验证表明,该滑行引导方法能及时对可能冲突的航空器采取恰当的控制策略,并实时生成航空器滑行操纵指令,能有效避免航空器滑行冲突.     

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。      

A-SMGCS航空器动态最优滑行路径规划研究

机场场面航空器的动态最优滑行路径研究是A-SMGCS的前提和关键,包括动态路径规划和滑行时间调度两方面.针对A-SMGCS中动态路径规划的复杂性和实时性,依据跑道、滑行道和停机坪的拓扑结构及管制规定建立了基于Petri网的场面活动模型及相关约束规范.根据该模型及约束规范,并将静态预选路径作为可行解集,推导出场面各个时刻的机场状态,并从中选取最优路径.仿真实例表明动态路径规划可以最大限度避免滑行冲突,减少航空器的等待时间,显著提高场面运行效率.     

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。     

A-SMGCS航空器场面滑行路由实时调整策略

为解决运行阶段场面滑行路由调整计算量大,难以满足A-SMGCS系统实时性需求的问题,建立了面向机场滑行资源的着色Petri网模型,提出把路由抽象成航空器对路段的访问优先级,通过降低优先级对延迟航空器进行惩罚实现路由调整.对调整优先级后可能导致的两类场面滑行冲突:对头冲突和循环等待冲突,通过分析模型中链路和回路等特殊结构特性,给出无冲突滑行充分条件及优先级调整策略.算例研究表明:本文方法能有效实现滑行路由无冲突调整,算法耗时小于10 s,满足A-SMGCS系统对路由规划时间的要求,控制规则简单,适用于实时控制.      

基于冲突回避的动态滑行路径算法

为解决机场场面航空器滑行路径分配问题,在时间依赖最短路径算法的基础上,提出了基于冲突回避的动态滑行路径分配算法.根据机场场面交通的实际情况,定义了3种不同类型的滑行冲突以及航空器的滑行优先级.给出了在不同类型冲突和不同滑行优先级情况下的滑行道时间延误函数.仿真实验表明,当跑道运行飞机达到32架次/h时,与固定路径相比,动态路径运行的航空器平均滑行时间减少了3 min/架次,航班延误减少了3.5 min/架次.     

基于Petri网与遗传算法的航空器滑行初始路径规划

为支持先进机场场面活动引导与控制系统(A-SMGCS,advanced surface movement guidance and control system)实施航空器滑行的精确引导,将场面分为滑行道交叉口和直线段等典型运行单元,利用改进的扩展赋时库所Petri网,建立了场面运行模块化模型;采用该模型进行染色体编码,并考虑场面运行管制规则,提出了染色体合法性检测与修复算法,以及染色体交叉和变异算法.基于首都国际机场01号跑道实际运行数据,用本文模型和算法进行了多个航班滑行初始路径规划,研究结果表明:与节点-路段类模型相比,本文模型能更充分地描述场面管制规则约束,可避免生成违反管制规则的路径;本文算法的每个航班初始路径规划耗时小于10 s,符合A-SMGCS的要求;由于考虑了航空器滑行速度调整特征,更符合场面运行的实际情况.      

基于EHPN的A-SMGCS机场滑行道运行控制建模

针对先进机场场面引导与控制系统(A-SMGCS)中滑行道运行控制建模,提出一种基于扩展层次Petri网(EHPN)的建模方法。将滑行道分为交叉口和直线段模块,然后对模块内部的航空器行为进行封装,形成基于扩展Petri网的过程层通用模块,并进一步采用同步合成技术建立过程层模型。利用面向Agent的着色赋时Petri网建立决策层通用模块,同时将场面运行控制知识与模块的库所和变迁集成,增强模型的智能决策能力。采用某机场12h滑行道运行数据进行了仿真试验。研究结果表明:基于EHPN模型的仿真,其直线段和交叉口冲突次数分别为6次和11次,滑行道系统总延误为346s,与SIMMOD仿真模型效果相近,因此,该建模方法有效。     

基于多Agent的机场场面最优滑行路径算法

为了保障机场安全,提高机场运行效率,建立了依据进出港航班滑行时间最短为决策的多Agent模型,模型以多Agent技术为基础,融合了Dijkstra算法的最优路径选择和合同网协议的思想,形成了基于多Agent的滑行路径优化算法,并依据该算法进行了仿真分析.仿真结果表明:与指定航班优先级相比,使用基于多Agent的优化算法处理同优先级航班,总运行时间可减少15 s;基于多Agent的场面运行调整算法可以有效地把航班和机场上分布的滑行道、跑道、停机位等资源组织起来,智能地发现冲突、躲避冲突,达到全局滑行时间最短,因此,该算法可行.     

基于跑道出口滑行道选择的机场滑行路径优化

为更好的研究航空器在机场滑行路径优化问题,对航空器在着陆后滑行运动过程进行分析,选择最优的跑道出口滑行道脱离跑道,并结合滑行冲突约束条件建立航空器滑行路径优化模型,采用基于改进遗传算法的滑行路径优化算法对模型进行求解。算例分析结果表明:航空器的全局滑行时间减少,着陆航空器对于跑道的占用时间减少,可见算法可行。     

一种新的机场地面容量评估模型

空中交通流量剧增,机场容量与空中交通需求的矛盾日益凸出,针对机场地面滑行网络,提出滑行飞机流优化算法,确定飞机经过指定滑行路径上各点的最优时间,避免航班冲突,减少航班延误,将该算法用于机场地面容量评估模型中的飞机流产生模块,结合计算机图形仿真技术开发了机场地面容量评估系统,利用成都双流国际机场的实际航班数据进行仿真计算,得到的容量评估结果验证了该评估模型的可行性和优越性。     

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％．     

һ���µ�ͣ��λ�����Ż�ģ��

针对国内机场目前基本依据经验分配停机位的情况,基于传统滑行路径的理念,建立了降低旅客进出机场飞行区时间的停机位分配模型.在满足场面运行安全约束及可接受延误水平下,寻求时间最小的分配方案.通过机场的地面网络数据、运行模式以及航班计划等信息,利用计算机仿真对模型进行了算法设计,并利用MATLAB编程进行了计算,与机场地面容量评估系统（ACES）中的停机位随机分配模型进行了对比.结果显示：与随机分配模型相比,旅客飞行区平均停留时间减少9.7%,机场地面容量提高5.7%,冲突次数和延误时间分别降低9.4%、6.4%.因此,机场运行效率与资源配置情况得到改善,所提模型与算法有效.     

机场场面交通冲突风险演化的SD模型研究

为深入研究机场场面交通冲突风险的演化过程,在对机场场面冲突风险影响因素分析的基础上,明确了风险因素间的作用关系;构建包括人员风险、设备设施风险、环境风险、管理风险4个子系统的机场场面交通冲突风险演化的系统动力学模型(SD);采用专家咨询法确定场面冲突风险、人员风险、设备设施风险、环境风险、管理风险的预警级别;对不同情境下的策略进行仿真,揭示场面交通冲突风险演化规律.仿真结果表明：基准情境下场面冲突风险、人员风险和管理风险的警情较严重,设备设施风险和环境风险的警情较轻;完善场面监管机制、建设机场安全文化、规范员工职业发展通道、引进新设备设施能有效缓解各类风险.研究结果对于预防机场场面交通冲突风险,提高机场安全管理水平具有重要参考价值.     

Recognition Algorithm and Risk Assessment of Airport Hotspots

The hotspot recognition algorithm is proposed based on a potential collision in order to study the aircraft taxi conflicts in large airports. The spatial and temporal distribution characteristics of hotspots are analyzed based on the risk assessment model of hotspot constructed in this paper. Firstly, approaches for monitoring of the aerodrome movement were compared. The hotspot recognition algorithm taken into account of whether aircrafts' taxi track has spatial and temporal overlap based on the aerodrome surveillance radar(ASR) data was presented, by identifying the hotspots through analyzing whether the aircrafts' time of entering and exiting the same taxiway is overlap or not, and the heading difference and distance of the two aircrafts satisfy the specified threshold constraint condition. Then, the ASR data were divided into several parts, and then airport hotspots were recognized and the spatial and temporal distribution characteristics were analyzed. The risk assessment model of airport safety hotspots was constructed which is taken into account of the conflict probability and its severity consequence. Finally, based on the risk grade assessment criteria and hotspots' risk value, the risk grade ranking of hotspot in one airport of China was evaluated and designated. According to the result, the spatial and temporal distribution characteristics of airport hotspots were varied with the variation of airport traffic flow and operational mode of runway, which shows that the hotspots have the characteristics of dynamic periodicity and diurnal variation. And the risk assessment results were consistent with experts' opinions and actual operation condition, which verified the rationality of the hotspot recognition algorithm, risk assessment model as well as the risk grade ranking criteria.