空中交通流量监控系统的设计与实现

空中交通流量监控系统是新近研制并已投入实际应用的一套计算机辅助管理软件.描述了该系统的结构设计、功能模块划分及其相关实现方法.本系统重点是实现对航路点和扇区内的航班流量进行有效预测、统计与控制,为管制员的管制决策提供有益的帮助和参考.     

多机场协同放行航班排序算法研究

<正>多机场协同放行系统是CDM念的一种产物,本文针对当前空管界的这一热点问题,从航班运行的实际运行体制着手,系统全面地分析影响航班放行的因素条体,构建算法模型,提出解算思路,对多机场协同放行系统的建设具有实际的指导参考意义,以有效减少航班延误。     

利用遗传算法进行倾斜发射反舰导弹航路规划

为了寻找满足某些约束的最隐蔽安全的航路,基于遗传算法提出了一种适用于倾斜发射反舰导弹的航路规划算法。首先,分析了倾斜发射反舰导弹的飞行特征,提出了一种航路编码方法;其次,根据该航路编码方法的特点设计了相应的遗传操作;最后,通过仿真试验验证了该算法的有效性。     

无人机航路与传感器联合控制优化算法研究

对无人机航路与传感器联合控制优化算法基本原理及研究情况进行了初步分析,主要利用交叉熵、粒子群优化、模型预测控制等三种方法构建了针对无人机航路与传感器联合控制优化问题的求解算法,力图为解决该问题提供一些新的方法或思路。     

地面等待和改航策略的流量管理方法

恶劣天气下,过多的地面等待往往造成终端区的拥堵和航班的过分滞留,充分利用航路容量是解决这一问题的途径之一。结合地面延误程序和改航策略,建立了动态不确定性情况下航班起飞时刻和航路选择模型,基于当前的航班计划,通过迭代算法和Dijkstra算法,获得优化的起飞时刻和航路选择。仿真结果表明,结合改航策略后,可提高航路容量的利用率,航班的总体延误可在一定程度上减少。     

西南地区协同放行系统介绍和未来发展方向

正协同放行系统(Collaborative release system,CRS)是(Collaborative decision making,CDM)的一个组成部分,主要负责受流控影响航班的放行。西南空管局管制中心流量管理室使用CRS做放行管理。CRS系统里包括了西南四地机场的受控航班,系统根据流量管制员输入的流控限制,航空公司输入的目标撤轮挡时间(Target offblock time,TOBT),计算过点时间(Calculate time of o-     

二次放行飞行计划和二次放行点的确定

对参考文献「１」中用于确定的初始目的机场和最佳二次放行点的图表的依据做了论证，给出了该图的绘制方法，讨论了航路风和温度对确定二放点的影响，提出了能计入航路风的影响确定最佳二放点位置的公式。     

编队无人机的高生存力协同航路规划方法

提出了一种基于多目标遗传算法的编队无人机高生存力协同航路规划方法。方法由备选航路生成和协同规划两个步骤组成。备选航路生成的目的是为编队中的每一个无人机生成多条航路,该步骤采用的算法是多目标遗传算法。协同规划的目的是为各个无人机从备选航路中选择航路,使得各个无人机同时到达目标区域,以增加任务突然性,提高整个编队的生存力。通过仿真算例,把方法与基于Voronoi图的方法作了对比,给出了方法的优缺点分析。     

单向循环航路改造对空中立交桥的影响

随着我国民航事业的飞速发展，航班流量持续增长，在我国现有空域管理体制下，有限的民航可用空域资源与持续增长的飞行流量之间的矛盾变得愈发突出，给民航空管运行安全带来了前所未有的压力。为保证飞行安全，降低冲突调配难度，在航路运行中，空管部门往往利用搭建空中立交桥的空域使用手段来缓解管制运行压力，降低管制运行风险，但立交桥的固化使用同时又在一定程度上影响了空域资源的使用效率。为解决该问题，空管部门提出了应用单向循环进行航路改造的思路。本文从空域管理视角阐述空中立交桥的概念、成因、利弊以及单向航路改造对空中立交桥所产生的影响，以期更多人能对该问题有所了解，并提出有益建议。     

区域管制空域航班延误实时预测模型

目前航班延误是航空运输业亟待解决的问题之一,建立有效的预测模型实现较准确的实时延误预测,对管制员解决空中交通拥挤、减少航班延误意义重大.基于航班计划,建立区域管制空域内单航路的平均延误时间实时预测模型,通过求和可得到空域内多航路的延误预测模型.算例分析表明,模型能够实时预测区域管制空域平均延误时间,是可行有效的.     

空中交通拥挤的识别与预测方法研究

随着航空运输业的迅猛发展,空中交通拥挤现象日益严重,空中交通拥挤研究已经成为国际民航界的一个研究热点。其中,空中交通拥挤的识别与预测是空中交通拥挤研究的主要内容之一,在此基础上综述了国内外有关空中交通拥挤识别与预测方法的研究状况。首先概述了基于不同拥挤形成因素和拥挤后果的空中交通拥挤概念的研究状况;接着依据所用交通数据时间尺度的不同,分别针对基于短期数据的阈值判别方法、基于长期数据的聚类识别方法以及基于混合数据的综合评价方法综述了空中交通拥挤的主要识别方法;然后分别基于数理算法(统计算法、交通流模型算法和智能算法)和计算机仿真模拟技术综述了空中交通拥挤的主要预测方法;最后指出了空中交通拥挤识别与预测问题的近年研究热点和未来的研究方向。     

空中交通管制员疲劳检测与管理综述

我国民航事业的发展需要依靠大型运输客机的自主研发和高效的空中交通管理体系两大软硬实力的支撑。空中交通管制员作为空中交通管理的核心要素,其疲劳状态的检测与管理对于航空安全具有重要作用。本文首先从传统主观量表评定和客观评定方法两个方面详细阐述了国内外疲劳检测的研究成果,分析其优缺点;然后介绍了基于语音分析的管制员疲劳特征提取与检测算法,并且着重介绍了基于深度学习模型的语音疲劳状态识别算法;最后阐述了管制员疲劳检测成果对管制运行安全和效率提升的应用前景。研究成果可为从事管制员疲劳检测与管理的研究人员提供参考和借鉴。     

基于功能脆弱性的空中交通相依网络流量分配

依据空中交通管理与航班运行规则,采用复杂网络理论构建由机场、航路与管制扇区组成的相依网络模型,建立不同扰动策略的影响规则,提出以网络流量熵和交通流损失比变化率为指标识别网络功能脆弱性。并以网络总流量熵最小为目标,建立基于改进遗传算法的网络流量协调分配策略,以降低空中交通相依网络的脆弱性。以民航华北地区空域为原型,发现了其相依网络脆弱性表现规律和脆弱源,采用遗传算法求解网络流量分配方案,优化结果降低了网络总熵值和功能脆弱性,其中机场网络流量分配后效果最为显著,验证了方法的有效性,研究结果可为空中流量管理决策提供一定的理论支撑。     

飞机着陆调度的到达时间优化

机场终端区常常是整个运输网络的瓶颈,对到达交通流的优化可以有效的提高系统运行效率。本文研究了在着陆顺序已经确定的情况下,对到达航班流的预计着陆时间优化问题。建立了线性规划优化模型,提出了一种启发式算法。两种方法的对比计算分析表明:启发式算法在结果上与优化算法很接近,而且更为重要的是,它能更好的满足现实空管的复杂约束要求。     

军事活动影响下的终端区容量评估方法研究

准确地预测军事活动影响下的空域容量对于缓解军民航用空矛盾冲突具有重要意义。通过对飞机机动动作的分析,给出飞行受限区的划设方法;利用改进的遗传算法从定量的角度对军事活动影响下的空域容量 进行评估;以某机场终端区为例,对终端区容量进行仿真实验。结果表明：改进的遗传算法能够有效避免传统算法计算量指数级增长的局限性,在保证准确性的同时可以提高运算的效率。     

航路网络交叉点布局规划的差分进化算法

航路交叉点布局问题（CrossingWaypointLocationProblem,CWLP）是航路网络设计的决定性问题,CWLP模型具有不可导、不可微等特性,因此不能用传统的算法对其进行处理。差分进化算法能够较好地解决航路汇聚点布局问题,在处理模型约束条件时,综合考虑各交叉点冲突约束违反程度和所有交叉点冲突数之和,将前者作为个体优劣的判断标准之一,后者转化成个体适应度,即个体的另一目标函数,求解过程中选用了动态的标准差分进化机制以确保算法的收敛性。将算法应用到北京飞行情报区航路网规划模型中,验证了算法的有效性。     

空中交通流量统计和预测系统的设计与实现

采用面向对象的Client／Serve结构开发工具Delphi 6.0，设计和实现了流量统计与预测系统。该系统通过流量统计和预测模块，实现了对用户指定时间范围和空间范围的空中交通流量进行有效地统计，并结合历史数据对全国性或大区域范围内的长期流量进行预测。上述各类数据的综合分析将为中国民航，尤其是空管系统的建设发展提供科学的量化依据。     

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。     

基于空中交通密度的进场航班动态协同排序方法

为适应协同决策（CDM）需要，考虑空管、航空公司和机场的诉求，对进场航班动态协同排序问题进行了系统的研究。设计了一种进场航班动态排序方法，提出了一种时隙交换方法，建立了基于空中交通密度的进场航班协同排序模型，设计了精英保留的遗传算法和带精英策略的快速非支配排序遗传算法以求解所建模型，寻求进场航班动态协同排序的最优解。仿真结果表明，较基于滚动时域控制（RHC）方法，动态协同方法所得结果与排序开始时间无关，所需排序次数平均减少26.4%，且排序效率更高。较先到先服务（FCFS）方法，动态协同方法在高密度条件下各排序阶段最后一个进场航班的落地时间平均提前199.8 s；中密度条件下各排序阶段航班延误总时间平均减少29.9%，航班延误均衡性平均提高34.4%；低密度条件在航班正常率及航班延误公平性得到保证的前提下，满足时隙交换规则的排序阶段均增加了1种进场航班排序模式。所提方法可对进场航班进行优化排序，显著提高跑道容量，有效提升航班延误均衡性和航班延误公平性，契合协同决策理念，可实现三方协同排序。     

机场管制系统运行的危险源识别研究

风险管理对于机场管制系统运行的安全具有重要作用,危险源识别是风险管理的关键环节,所以需要研究机场管制系统运行中的危险源识别问题。利用过程方法的思想,考虑机场管制系统的运行过程构造出机场管制过程中的危险源集合,根据机场管制的特点对作业条件危险性评价法(LEC法)进行了改进,并结合灰色关联分析法和离差最大化法建立了危险源的危险程度评估模型。算例中,对机场管制过程危险源的危险程度进行了验证分析,表明了方法的可行性和有效性。