编队飞行中基于危险区域的后机最优位置研究

编队飞行是实现民航绿色发展的重要措施之一。在前机尾涡危险区域分析的基础上，科学确定后机最优位置是编队飞行的关键。首先，以随机两阶段尾涡消散模型为基础，利用Hallock-Burnham涡模型和诱导滚转力矩系数模型分析后机诱导滚转力矩系数的演变规律。然后，基于设定的安全阈值，给出前机尾涡危险区域，并考虑飞行高度、速度和风对危险区域的影响。最后，基于后机不同位置处的燃油流量减少率，得出编队飞行中后机最优位置。研究结果表明：后机诱导滚转力矩系数随着前、后机之间横向距离的增加，呈先增后减再增的趋势；随纵向距离的增加，呈先缓慢减小后快速减小的趋势；高度越高、速度越小，诱导滚转力矩系数的峰值越高。飞行高度越高、速度越小，前机初始尾涡的危险区域越大；随着纵向距离的增加，危险区域不断减小，并随涡核的下沉不断下降。侧风使危险区域发生偏离，侧风越大，偏离程度越大。顺风会增加危险区域的纵向距离，顶风则与之相反。两架B737-800飞机在12000 m高度以0.78马赫数进行编队飞行时，前、后机纵向距离3000m处，无风情况下后机最优位置为横向距离30 m 或-30 m、垂直距离29 m，此时燃油流量减少率为7.01%。相较于无风，左侧风20 m·s -1 下，燃油流量减少率和垂直距离不变，横向距离增加；顺风20 m·s -1 下，燃油流量减少率增加，横向距离不变，垂直距离减少；顶风20 m·s -1 下，燃油流量减少率减小，横向距离不变，垂直距离增加。     

������ع�-BP ������Ĺ��ƹ�������Ԥ�ⷽ��

基于空中交通复杂程度刻画管制工作负荷是当前空中交通管理领域的研究热点。本文采集了厦门空管站的雷达数据,计算得出10个空中交通复杂性评价指标数值,通过共线性诊断发现复杂性指标间存在较强的多重共线性。在利用岭迹图对复杂性评价指标进行筛选的基础上,建立岭回归—BP神经网络组合模型对管制员工作负荷进行预测,并通过实测陆空通话数据进行验证。结果表明,本文提出的岭回归—BP神经网络组合模型收敛速度快、训练时间少;组合模型的均方误差、均方根误差、平均绝对误差、平均绝对相对误差等4项性能指标都相对较小,预测精度较高。