基于内禀属性的扇区复杂性评估

为了定量描述空域扇区的复杂性,引入交通内禀性概念,通过计算扇区内航空器间的逼近时间、侵略函数、关系矩阵、相关度函数,建立扇区的复杂性测度模型；并通过仿真算例,对扇区复杂度影响因素进行了分析.研究结果表明:复杂性值大小反映了扇区内飞机数量及汇聚、分散程度,复杂性值曲线拐点数量反映了扇区交通有序/无序程度,复杂性值曲线突变反映了扇区交通数量变化情况,可为管制员的监视和冲突解脱方案选择提供一定支持.     

基于卷积神经网络的终端空域交通复杂度辨识

辨识终端空域交通复杂度对空中交通管理的安全和效率起着关键作用。利用交通态势的瞬时图像,基于深度学习研究终端空域交通复杂度的辨识方法。构建交通态势图像,并通过对复杂性指标进行聚类实现数据标记。提出了基于卷积神经网络分类的交通复杂度辨识方法。以广州终端空域的进离场运行为研究案例实施验证。结果表明,一方面,包括飞机经度、纬度、高度和速度信息在内的图像可以充分代表空中交通的复杂性;另一方面,所提出的模型可以有效识别终端空域空中交通复杂性。     

当前体制下的空中防相撞工作

空中交通管制服务的主要任务,是防止航空器与航空器相撞及在机动区内航空器与障碍物相撞,维护和加快空中交通有序流动。这一任务主要由空中交通管制员来完成。由于这一工作的复杂性、可变性和不可错性,对从业人员的心理素质、语言能力,协调能力、处置突发情况时的应变能力都提出了极高的要求。当今的空中交通是全方位的立体交通。正常情况下,管制人员都能够在特定的地区、特定的时间和特定的空间范围内,向航空器提供规定的垂直间隔、纵向间隔以及侧向间隔标准,并保证在单位时间内使空中交通量最佳地流入或通过,尽可能提高机场、空域可用容量…     

空域交通复杂度计算方法研究

空域复杂度是指管制员所指挥的空域的复杂程度,包括可见的飞机运行、不可见的运行程序等,决定着管制员的工作负荷。而空域交通复杂度则是可见的飞机运行的部分,为其重要组成部分。将对空域交通复杂度进行分析研究,考虑到飞机分布不均匀,修正了飞机的数量,通过对飞机在垂直方向、水平方向、飞行速度的影响分析,得出了交通复杂度的计算公式。并利用雷达模拟机对某一空域进行了测算．得出该空域的交通复杂度的分布。     

基于管制员工作负荷的终端区容量评估

对现有的基于管制员工作负荷的空域容量评估方法进行分析,并比较各自的特点。提出了改进的基于管制员工作负荷的容量评估模型,模型的建立不仅考虑了管制员工作负荷的不同类别,即通信负荷、非通信负荷和思考负荷,还考虑了空域内航路结构的复杂性,即区分空域内不同航路走向上运行的航空器数量。描述了基于新建模型的容量评估方法。以哈尔滨机场终端区为背景,在雷达管制的基础上,使用新建立的模型,采用回归分析方法,计算了终端区容量,验证了所提模型和方法的可行性与适用性。     

基于光传播模型的航迹优化

随着民用航空产业发展,航空器流量会大幅度增长,空域资源有限性成为限制民航发展的重要因素.运用光传播模型、拉普拉斯算法对折射率地图的航迹优化问题进行研究,引入光程概念,全局考虑航空器运行时的航迹代价,即实际距离和航行难易综合评价.分别从离散、连续切入,在指定时间内,探测周围空域基本状况,高效、安全完成最优航迹确定.结果表明,利用光传播模型进行航迹优化,相比传统航迹,能更好兼顾安全和效益,实现战术层面的航迹优化.     

基于机器学习的航空器进近飞行时间预测

为了准确预测航空器的落地时间，提高空管部门间的协作效率，采用机器学习的方法对航空器进近阶段飞行时间进行了预测。从实际运行出发，分析航空器在进近管制空域飞行时间产生差异的原因，提出了影响航空器在进近空域飞行的8类因素和17个重要特征。以航空器在进近飞行时间为标签，基于提出的重要特征，采用岭回归、支持向量机、随机森林和神经网络算法，建立了4种基于机器学习的航空器进近飞行时间预测模型。以南京进近为实例，对4种机器学习模型进行训练、验证和测试，对模型的性能指标、特征重要性和影响因素展开分析。研究结果表明，对于航空器进近飞行时间的预测，基于随机森林的模型表现出了最高的预测性能，模型的泛化能力最好、精确度高，回归效果越显著；进场状态是影响航空器进近飞行时间的最重要因素，而进场点和进场高度特征则对结果的贡献度最大。     

基于网络的空域模型

以网络为工具从成本的角度研究复合空域的交通及其优化问题，给出了一种复合空域成本优化的网络模型。该模型可作为真实空域的简化和直观描述，用于空域内空中交通成本的分析及优化。     

空域网格化方法及其在空管中的应用研究

传统的空域理论方法面临交通密度快速增长、空域管制对象复杂多类异构等一系列问题,研究空域数字化建模,发展出新的空中交通四维时空框架,在此基础上开展全新的空域与空中交通流量协同管理是当前的迫切需要。本文聚焦包括平面格网模型以及空域空间格网模型的空域网格化方法的总结,并对空域网格化方法的空管应用研究进行综述,在此基础上,对空域网格化及数字化研究重点及发展趋势进行综合分析。本文研究能够为空域网格化及数字化理论与应用的可持续发展提供科学指引。     

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。     

基于灰色关联聚类的空中交通复杂度评估方法

为了准确评价空中交通态势的复杂程度,进行有效的空中交通管理,提出了一种空中交通复杂度评估方法。在已有的理论研究成果及实际运行经验的基础上,归纳了定义明确、可定量分析的基础空中交通指标集,使用灰色关联聚类方法对指标集进行聚类分析,利用信息熵理论对聚类指标求解权重,加权求和获得空中交通复杂度。方法弥补了目前使用单一维度指标描述空中交通运行态势的弊端,能更好地体现空中交通复杂度。     

一种终端区空中交通复杂度的计算方法

将终端区的空中交通复杂度分为静态复杂度和动态复杂度,提出了终端区空中交通复杂度的一种计算方法。通过考虑航空器数量、机型混杂比例和进离场航迹相互影响关系等因素建立空中交通复杂度模型。有效避免了因管制员工作水平差异等人为因素带来的不确定性影响,能更加客观地反应终端区的空中交通复杂度,具有通用性。最后通过Matlab实例仿真,验证了方法的有效性和实用性。     

Measuring air traffic complexity based on small samples

Air traffic complexity is an objective metric for evaluating the operational condition of the airspace.It has several applications,such as airspace design and traffic flow management.Therefore,identifying a reliable method to accurately measure traffic complexity is important.Considering that many factors correlate with traffic complexity in complicated nonlinear ways,researchers have proposed several complexity evaluation methods based on machine learning models which were trained with large samples.However,the high cost of sample collection usually results in limited training set.In this paper,an ensemble learning model is proposed for measuring air traffic complexity within a sector based on small samples.To exploit the classification information within each factor,multiple diverse factor subsets (FSSs) are generated under guidance from factor noise and independence analysis.Then,a base complexity evaluator is built corresponding to each FSS.The final complexity evaluation result is obtained by integrating all results from the base evaluators.Experimental studies using real-world air traffic operation data demonstrate the advantages of our model for small-sample-based traffic complexity evaluation over other stateof-the-art methods.     

空中交通复杂性研究进展

空中交通复杂性是空中交通态势的本质属性，是空中交通管制工作负荷的主要驱动因素。空中交通复杂性的科学评价是实现空中交通精细化管理的关键，也是当前空管领域研究热点。本文介绍了国内外空中交通复杂性的研究团队，梳理了空中交通复杂性与工作负荷、安全水平等相互之间的区别和联系，并详细分析了现有研究的具体研究路线。在分析新一代空中交通管理系统特征的基础上，对空中交通复杂性的未来研究趋势和方向进行了展望。     

基于复杂性的六边形扇区驶入问题研究

为解决飞机穿越扇区边界飞行时存在局部复杂性上升的问题，在未来航空统一化管理的前提下，使用六边形的扇区理想化模型，并针对六边形扇区的几何特性及驶入飞机与扇区内飞机的相对位置、速度关系，提出了飞机在驶入六边形扇区时的空中交通复杂性模型。根据构建的空中交通复杂性模型，进行了复杂性分布图的计算，为飞机选择驶入扇区的位置、航向提供了参考依据。     

基于空中交通复杂性的管制员通话负荷回归分析

管制员工作负荷的合理评估对保障空中交通系统安全运行具有重要作用。基于空中交通复杂性提出了一种管制员通话负荷的定量化预测方法，首先采集厦门空管站的雷达数据计算得出9个空中交通复杂性评价指标数据，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，进而采用主成分分析方法从多个复杂性评价指标中提取了2个主成分，最后基于多元线性回归分析方法建立了管制员通话负荷与交通复杂性评价指标间的定量关系，并通过实测通话数据进行验证。     

基于扇区复杂性因素的管制员工作负荷分析

管制员工作负荷已成为制约航空运输进一步发展的关键因素之一,有效的管理管制员工作负荷对确保空中交通安全意义重大。考虑单纯使用扇区流量评价管制员工作负荷的不足,以扇区复杂性因素作为管制员工作负荷的测评指标;通过设计并实施管制运行仿真实验,获取相关运行参数数据;分别构建基于扇区复杂性因素及单纯扇区流量的管制员工作负荷评估模型并予以对比分析。分析结果显示,较之单纯使用扇区流量,基于扇区复杂性因素的评估模型其评估效度优势明显。     

空中交通管理中的复杂性研究

 空中交通管理（ATM）领域不断更替的新概念与新技术对准确认识ATM底层结构及其运行机制提出了愈加多元的需求,其中复杂性研究作为基本问题之一,由于贯穿ATM的各个层面而成为认识系统涌现的重要线索。不断发展的复杂性科学更是从方法论上给予了ATM研究者理论支持,使得复杂性研究复兴成为欧美空管机构研究者的热点论题。针对ATM领域的复杂性研究尚未形成明晰体系之现状,本文尝试理清以往工作的范畴与框架,并重点介绍了关于动态密度、交通无序性、交通流扰动分析和空域复杂系统建模方面的理论成果,最后指出了该领域未来的研究趋势和尚待解决的关键问题。     

空中交通发展面临的挑战与前景

在飞机、机场、空中交通大系统的长远发展历史上,观察空中交通从过去到现在的演变,得到对今后发展的启示。介绍一些概念及其论著,围绕着如何利用广阔空域资源而进行的探索,找出相应的技术支持,指出必要的体制转变。