TBO模式下终端区进场交通流优化模型与仿真分析

持续增长的交通需求量和日趋饱和的可用空域资源促使未来空中交通管理向基于航迹运行（TBO）的精细化管理模式转变。在TBO概念的基础上，依据目前繁忙机场终端区常见进场航线结构，提出了对应TBO模式下的截点直飞方式与融合点方式进场交通流优化模型，并以法国戴高乐机场终端区为例，构建了仿真运行环境。基于实际飞行计划与雷达记录轨迹模拟生成了航空器四维航迹，而后运用上述2种模型对进场交通流进行了优化，根据仿真结果对特定交通流参数展开了对比分析。研究结果表明，模型可通过航迹选择、时隙分配、顺序交换及动态间隔等方式有效化解终端区内潜在的航空器冲突并保持交通流安全高效运行，同时在一定程度上揭示了TBO模式下交通流的部分运行特性，为以四维航迹为核心的未来空中交通管理策略提供了理论支持。     

Strategic flight assignment approach based on multi-objective parallel evolution algorithm with dynamic migration interval

The continuous growth of air traffic has led to acute airspace congestion and severe delays, which threatens operation safety and cause enormous economic loss. Flight assignment is an economical and effective strategic plan to reduce the flight delay and airspace congestion by reasonably regulating the air traffic flow of China. However, it is a large-scale combinatorial optimization problem which is difficult to solve. In order to improve the quality of solutions, an effective multi-objective parallel evolution algorithm(MPEA) framework with dynamic migration interval strategy is presented in this work. Firstly, multiple evolution populations are constructed to solve the problem simultaneously to enhance the optimization capability. Then a new strategy is proposed to dynamically change the migration interval among different evolution populations to improve the efficiency of the cooperation of populations. Finally, the cooperative co-evolution(CC) algorithm combined with non-dominated sorting genetic algorithm II(NSGA-II) is introduced for each population. Empirical studies using the real air traffic data of the Chinese air route network and daily flight plans show that our method outperforms the existing approaches, multiobjective genetic algorithm(MOGA), multi-objective evolutionary algorithm based on decomposition(MOEA/D), CC-based multi-objective algorithm(CCMA) as well as other two MPEAs with different migration interval strategies.     

A strategic flight conflict avoidance approach based on a memetic algorithm

Conflict avoidance （CA） plays a crucial role in guaranteeing the airspace safety. The cur- rent approaches, mostly focusing on a short-term situation which eliminates conflicts via local adjust- ment, cannot provide a global solution. Recently, long-term conflict avoidance approaches, which are proposed to provide solutions via strategically planning traffic flow from a global view, have attracted more attentions. With consideration of the situation in China, there are thousands of flights per day and the air route network is large and complex, which makes the long-term problem to be a large-scale combinatorial optimization problem with complex constraints. To minimize the risk of premature convergence being faced by current approaches and obtain higher quality solutions, in this work, we present an effective strategic framework based on a memetic algorithm （MA）, which can markedly improve search capability via a combination of population-based global search and local improve- ments made by individuals. In addition, a specially designed local search operator and an adaptive local search frequency strategy are proposed to improve the solution quality. Furthermore, a fast genetic algorithm （GA） is presented as the global optimization method. Empirical studies using real traffic data of the Chinese air route network and daily flight plans show that our approach outper- formed the existing approaches including the GA .based approach and the cooperative coevolution based approach as well as some well-known memetic algorithm based approaches.     

基于三维空域网格的低空飞行航迹战略规划方法

针对复杂低空环境下航空应急救援飞行安全问题,提出了一种基于三维空域网格的飞行航迹战略规划方法。将空域网格化分成多个飞行航迹节点,同时考虑地形、气象、飞行规则以及航空器性能等多种约束,使用改进的A*算法搜索单个航空器的最优飞行航迹。在单个航空器初始飞行航迹基础上,结合时间窗原理,提出两种方法解决了多机无冲突航迹战略规划问题。最后,通过案例仿真验证了方法的有效性。     

New reference trajectory optimization algorithm for a flight management system inspired in beam search

With the objective of reducing the flight cost and the amount of polluting emissions released in the atmosphere, a new optimization algorithm considering the climb, cruise and descent phases is presented for the reference vertical flight trajectory. The selection of the reference vertical navigation speeds and altitudes was solved as a discrete combinatory problem by means of a graphtree passing through nodes using the beam search optimization technique. To achieve a compromise between the execution time and the algorithm's ability to find the global optimal solution, a heuristic methodology introducing a parameter called ‘‘optimism coefficient was used in order to estimate the trajectory's flight cost at every node. The optimal trajectory cost obtained with the developed algorithm was compared with the cost of the optimal trajectory provided by a commercial flight management system(FMS). The global optimal solution was validated against an exhaustive search algorithm(ESA), other than the proposed algorithm. The developed algorithm takes into account weather effects, step climbs during cruise and air traffic management constraints such as constant altitude segments, constant cruise Mach, and a pre-defined reference lateral navigation route. The aircraft fuel burn was computed using a numerical performance model which was created and validated using flight test experimental data.     

受限航路空域自主航迹规划与冲突管理技术

为了解决在基于航迹运行的空中交通管理自动化系统中人机意识同步的问题，以航路运行为对象，开展了面向受限空域的自主四维航迹（4DT）冲突探测与解脱（CD&R）技术研究。基于自由航线空域（FRA）环境，提出基于栅格的空域离散化处理与计算方法；在此基础上，提出受限空域自主航迹运行两阶段方法：阶段1运用可视图（VG）法和Dijkstra算法，实现了满足限制区约束的航空器期望航迹快速规划；阶段2提出航迹可达时空域模型及其图形化表达方法，并基于连续飞行动力学推导出了不同情况下的航空器位置更新模型，并采用局部冲突探测与解脱方法，以飞行距离最短为目标，实现航空器自主路径与速度联动规划，从而支撑空地、人机认知同步的无冲突四维航迹生成；最后，以中国西部典型空域为运行场景开展仿真实验，验证了所提方法的计算高效性和模型有效性，并对栅格尺寸和探测距离这2个关键参数进行了灵敏度分析。结果表明，所提方法能够支撑复杂空域高密度运行环境自主航迹运行，为推动自主空中交通系统发展提供了新思路和新方法。     

小推力深空探测轨道全局优化设计

 针对小推力深空探测四维轨道优化设计,给出了一种组合优化算法,采用该算法基于二体模型进行了深空探测四维轨道全局优化。该组合优化算法由动态规划算法、静态参数优化算法与共轭梯度算法组成。动态规划算法和静态参数优化算法用以选择最优的发射窗口、返回窗口及相应的近似飞行轨道;基于该近似轨道方案,采用共轭梯度算法（解决两点边值问题）求解精确的最优轨道。通过大量的数值仿真计算,得到了航天器的全局最优飞行轨道,及相应的最优发射窗口与返回窗口。数值仿真结果表明,该组合优化算法对深空探测轨道优化具有良好的通用性和工程运用价值。     

恶劣天气条件下航路网络修复优化

针对恶劣天气条件下可用空域资源不足导致的航班大面积延误问题,基于复杂网络修复理论和交通流分配理论,借鉴交通网络设计思想提出了一种航路网络修复优化策略。首先,建立了航路网络修复场景,基于气象信息生成了恶劣天气飞行受限区。然后,建立了上层模型以修复成本最低为目标函数、下层模型为多约束交通流分配模型的双层规划修复模型,应用改进粒子群算法对模型整体进行求解,结合K最短路径算法对下层模型进行求解。最后,提出局部和全局两类指标对航路网络修复效果进行评估。基于典型航路网络,以两类基础修复策略为对比方法,同时对比了实际运行结果,研究了不同修复策略的修复效果和适用性。仿真结果表明：航路网络修复优化策略既能弥补原有拓扑结构修复策略的结构受限不足,又能解决拓扑结构调整修复策略带来的巨额协调费用问题,能够保证在对正常运行航班干扰最小的同时,以最小的修复成本使所有受影响的航班都恢复正常运行,对于减缓航路拥堵和航班延误有极大的意义。     

突发事件下大规模空中交通流量管理的组合优化模型

为了解决危险天气和军航活动对管制运行的影响，使用动态网络流方法对突发事件下短期空中交通流量调度问题展开研究。首先，结合中国民航管制的特点，分析了突发事件对流量管理的影响。同时，根据航路航线网络及其高度层的特点，给出了网络和高度层的数学描述，并根据机型将航空器分成大、中和小3种交通流，介绍了使用多品种流描述3种机型的必要性；其次，根据网络拥挤程度随时间和流量变化的特点、危险天气随机变化的特点、空中等待和地面等待费用差异的特点构建了3个优化目标，考虑机场容量、扇区容量、航班连续性和扇区连续性约束建立了多目标优化模型；再次，针对军航活动时需要协调空域的特点，多品种流模型求解时间复杂度高，不能适应短期流量管理的缺陷，改进了逐步宽容约束法，设计了一种阶段式求解的近似算法；最后，以西南空管局管制的空域为例，利用实际流量数据，设计了3个场景进行仿真。结果表明，所提模型和算法能有效求解突发事件下的短期流量调度问题，算法效率比起传统算法在大流量下更具优势。     

基于复杂网络的空中交通特征与延误传播分析

空中交通流量管理主要集中在尾随间隔、空中等待等局部战术空中交通流量调配,对空中交通流量整体运行规律、延误传播和整体解决的研究较少。航空运输网络是一个复杂系统,从复杂网络理论角度对航空运输网络进行研究很有必要。首先,分析了空中交通流量网络的度、度分布、权值、权分布、流量、容量、延误等静态特征;然后,提出了空中交通流量网络整体效能评估方法,使用选择性攻击和随机攻击方法分析了空中交通流量网络的抗毁性,基于负荷容量级联失效模型和病毒传播模型与空中交通延误传播的相似性建立了空中交通延误传播模型,最后,使用实际运行数据验证了空中交通流量网络的特征与延误传播模型的有效性,该研究可以为大范围空中流量管理提供决策支持。     

结合跳点引导的无人机随机搜索避撞决策方法

针对无人机在城市空域环境和密集交通流下的避撞决策问题，提出马尔科夫决策过程（MDP）和蒙特卡洛树搜索（MCTS）算法对该问题进行建模求解。蒙特卡洛树搜索算法在求解过程中为保证实时性而使其搜索深度受限，容易陷入局部最优，导致在含有静态障碍的场景中无法实现避撞的同时保证全局航迹最优。因此结合跳点搜索算法在全局规划上的优势，建立离散路径点引导无人机并改进奖励函数来权衡飞行路线，在进行动态避撞的同时实现对静态障碍的全局避撞。经过多个实验场景仿真，其结果表明改进后的算法均能在不同场景中获得更好的性能表现。特别是在凹形限飞区空域仿真模型中，改进后的算法相对于原始的蒙特卡洛树搜索算法，其冲突概率降低了36%并且飞行时间缩短47.8%。     

柔性空域结构下连续下降航迹多目标优化

连续下降运行（CDO）是基于航迹运行（TBO）概念的重要组成,对于减少机场终端区燃油消耗和环境影响具有显著效果。简洁、高效和灵活的进场空域,以及高度自动的无冲突节能轨迹规划,是实现高密度终端区连续下降运行的核心要素。设计了一种融合Point Merge理念的新型倒皇冠形进场空域（ICSAA）,规范了新型空域内航空器运行程序,建立了以燃油消耗和飞行时间最小为目标的连续下降进近无冲突四维轨迹优化模型,并选用基于精英保留策略的非支配排序遗传算法（NSGA-Ⅱ）进行高效求解。论证了新型柔性空域下连续下降运行轨迹优化具备复杂高密度场景预战术和战术运行性能,对于飞行效率、经济性和空域容量提升具有显著效果,为促进繁忙机场全时段连续下降运行的推广应用提供新视角和新方法。     

基于高空风修正的四维航迹优化算法

航迹预测是基于航空器航迹运行的核心技术,也是空中交通流量管理的基础技术。结合航空器飞行速度数据与航段飞行时间数据,分析高空风对航空器飞行时间的影响。基于GRIB2格式风数据,建立高空风修正模型,提出一种四维航迹优化算法进行航迹预测。利用中南区域实际航班飞行数据进行算例仿真,并与实际雷达飞行数据进行对比。对比结果表明,预测飞行时间总误差分别减少了7%和16.4%,从而验证了模型的有效性与正确性。     

多元受限下离场时间多目标优化调配模型研究

在空中交通受到多元限制情况下,对航班离场时间的优化调配可以解决空域拥挤,减少航班总体延误成本。采用了基于航班流的公平性指标和基于个体航班延误成本的效率指标作为模型的优化目标,建立了离场时间多目标优化调配模型。通过仿真算例对比了只考虑效率目标的离场时间单目标优化调配模型和同时考虑效率和公平性目标的离场时间多目标优化调配模型,验证了离场时间多目标优化调配模型的有效性。     

地面管制阶段航空器等待策略研究

地面等待策略是空中交通流量管理的主要组成部分,有利于节约飞行成本,提高安全水平。建立了空中交通多目标地面等待策略的整数线性规划模型,模型包括所有航班的总等待时间最短和总等待费用最小两个优化指标,约束条件考虑了指定空域容量的限制和各航班等待时段上限的限制。考虑到该优化问题求解的计算复杂度,应用基于自然法则的模拟退火随机搜索优化算法来解决该问题。数值模拟算例表明了所建立数学模型的正确性和算法的可行性和有效性。     

民用机场及附近空域空中交通流量优化

针对民航客运需求快速增长所带来的航班延误和空域拥塞问题,提出一种优化民用机场及附近空域空中交通流量的方法。通过空中交通走廊容量评估方法,对经典优化模型进行了发展和改进,建立起综合性优化模型;将机场和附近空域视为一个整体系统,根据交通需求和容量的相互关系动态调整航班流量和机场起降容量;在优化计算时,提出一种兼顾效率和准确性的新型优化算法。通过算例对所述优化方法进行了验证,该方法可以为空中交通管制人员进行流量优化分配提供参考。     

独立离场模式下多跑道时空资源优化调度方法

为有效缓解大流量、高密度机场日益严重的交通拥堵和航班延误现状,研究了多跑道离场航班优化调度问题。首先,从生产调度领域视角,将多跑道离场调度问题抽象为典型的车间作业调度NP-Hard组合优化问题;然后,面向航空运输各方利益需求,以航班延误、跑道容量和环境污染为优化目标,综合考虑航空器尾流影响、场面滑行和跑道穿越等各类限制因素,建立了独立离场模式下多跑道时空资源优化调度模型;最后,结合多目标优化及遗传算法基本理论,设计了带精英策略的非支配排序遗传算法(NSGA-II),寻求多跑道离场调度问题的Pareto最优解。仿真实验表明,模型可对独立离场航班进行优化配置,显著降低航班延误时间和航空发动机污染物排放量,并有效提升机场跑道容量。与随机和交替调度策略相比,优化调度策略执行效果显著,其中航班延误时间分别减少了51.2%和42.7%,所提方法可显著缓解大型繁忙机场离场航班起飞延误,有效提升航空运输服务品质。     

基于改进A^*算法的无人机快速轨迹规划方法

针对旋翼无人机在三维障碍物环境中自主飞行时路径搜索速度慢、轨迹生成通常忽略无人机动力学特性的问题,发展一种基于改进A^*算法并同时考虑无人机动力学特性和运动学性能的快速轨迹规划方法。首先,在三维障碍物环境中运用改进A^*算法通过剔除部分网格节点降低A^*算法的节点计算量,提升算法的路径搜索速度;其次,以最小化飞行轨迹的四阶导数作为目标函数,以路径点处的位置、速度、加速度等各阶导数作为约束条件优化飞行轨迹;最后,在三维障碍物环境中对比A^*算法改进前后的路径搜索结果,并对优化的飞行轨迹进行仿真飞行测试。结果表明:改进A^*算法大幅降低了A^*算法的节点计算量,显著提升了路径搜索速度;且无人机能够始终以较小位置误差沿优化轨迹光滑连续飞行。     

基于分解策略的SSO发射轨道遗传全局优化设计

提出了基于轨道分解优化和遗传算法（GA）的SSO发射轨道优化设计策略。针对多个轨道段相互耦合问题,基于分解优化策略,将整个发射轨道设计问题分解为两个轨道段设计问题。为了高效可靠地获得全局最优解,对基本遗传算法进行了改进。首先提出了基于多变异操作等改进措施的改进遗传算法;此外,结合遗传算法的全局搜索特性和Powell算法的局部搜索特性,设计了一种串行混合遗传算法。一个二级SSO运载火箭的计算结果表明,轨道分解优化策略确保了问题的成功求解,改进遗传算法和混合遗传算法均可稳定地获得全局最优解,但是混合算法更有效地提高了GA性能。     

基于交互式多模型滤波算法的航迹预测

航空器航迹预测是空中交通冲突探测与解脱,以及进离场管理等空中交通管制自动化系统的重要组成部分。基于混杂系统理论,描述航空器在水平面的运动模型,并针对航空器运动的多样性和不确定性提出了利用交互式多模型的航空器航迹预测算法。将算法应用于航空器的航迹预测,并与单一模型的卡尔曼滤波、α-β滤波和α-β-γ滤波的仿真预测结果对比,结果表明算法的有效性。