一种航路4D航迹预测的方法

4D航迹预测是空管自动化系统中的一项核心技术,能够提高空域的利用率和安全性。为了在航路上快速准确的预测航空器的飞行轨迹,提出一种预测航路4D航迹的方法。首先利用Supermap制作航路网络,然后根据航空器的性能参数,推测各时间点的航空器位置,从而得到航路上航空器的飞行航迹,并通过实例进行了说明,为航迹预测提供一定参考。     

基于航迹的运行:未来航空运行模式新理念

保证安全是航空运行永恒的主题。在保证飞行安全的前提下提高运行效率,是中国民航不断追求的目标。为了进一步提高飞行效率和空域流量,基于航迹的运行模式(TBO)被学界提出作为新一代空管自动化系统中的核心技术。它是以对航空器的4D航迹预测为基础,在空管、航空公司、航空器之间共享航迹动态信息,做出协同决策(CDM)。它改变了传统的将航空器当前位置作为已知条件的运行模式,能够实现高密度、大流量、小间隔条件下的有效空域管理。本文以一个多架飞机汇聚飞行的场景为例,说明基于航迹的运行能有效解决飞行     

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。     

航空器海上飞行空域规划方法

为充分利用海上空域资源,提供海上飞行有效空域活动范围,针对海上空域可用资源问题进行了研究,主要目的是寻找一种有效的海上空域可用资源规划方法。一方面,分析了我国周边海域的海上空域资源,并基于岸基军、民航已规划使用空域的环境数据,结合周边空管雷达监视能力服务范围信息,设计了一种基于图形栅格化法的海上空域资源智能规划方法。另一方面,基于协同区域随机搜索算法,分析计算出适合航空器飞行的海上空域数据,可为航空器海上飞行空域规划提供可靠依据。     

航空器飞行状态预测的混合模型研究

航空器的飞行状态预测是飞行冲突探测的核心问题,也是保障飞行安全的关键所在.为了准确、高效地预测航空器的飞行状态,提出了一种HMM-BP混合模型.首先深入分析了航空器的飞行特点,从不同角度定义飞行状态并建立几何判定方法;然后通过HMM模型分别对航空器的飞行高度、航向以及速度特征进行时序建模;最后利用BP神经网络对航空器的飞行状态进行了推理预测.研究结果表明,该方法通过分析航空器在扇区内最初5min的雷达航迹数据,能够准确地预测其在扇区剩余时间的飞行状态,且计算速度快、预测效率高,可以有效协助管制员正确掌握航空器的飞行状态.     

面向终端区航空器飞行状态识别的HMM方法

为了准确掌握和预测终端区航空器飞行状态及其时序,为管制指挥提供参考,提出了一种基于隐马尔可夫模型的终端区飞行状态识别模型。通过对终端区雷达数据的一致化处理,形成符合隐马尔可夫模型的雷达航迹特征表示;采用雷达特征航迹训练隐马尔可夫模型,建立航空器飞行状态及其时序识别模型。实验表明:对于常规进场的航空器,方法快速有效,平均识别率高达91.53%;模型充分体现了管制意图信息与飞行意图信息;可以帮助管制员及时准确判断航空器的飞行状态。     

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。     

基于聚类方法提高离场导航精度的可行性研究

为了提高终端区的空域利用效率,探讨提高终端区离场导航精度的可行性是具有重要意义的。通过将从雷达数据中获得的航空器航迹点的坐标信息进行处理、计算,建立了改进的航迹偏差相似度模型,并运用层次聚类法和正态分布参数分析法,分析了使用现有导航设备导航条件下的雷达航迹点数据,证实了在实际的离场飞行阶段,航空器飞行误差远小于现行的导航精度规范规定的导航误差要求,从而证明了提高现有的离场程序的导航精度在一定条件下具有可行性。     

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.     

基于计划到达时刻的四维航迹规划

为了加速空管自动化与智能化技术的应用与实施,提出了水平航迹与高度/速度剖面分阶段设计的四维航迹规划方法。基于动态时间规整与层次聚类方法实现历史雷达航迹聚类分析,完成水平航迹设计。建立速度剖面规划模型,通过航迹生成器与速度调整器交互协作,精细化控制进场时间,以满足计划到达时间要求。以上海浦东国际机场PINOT进场航班为例实施验证,结果表明,四维航迹规划方法可有效实现航班的计划到达时间,从而减少航班延误,提高终端空域运行效率。     

Trajectory optimization of multiple quad-rotor UAVs in collaborative assembling task

A hierarchic optimization strategy based on the offline path planning process and online trajectory planning process is presented to solve the trajectory optimization problem of multiple quad-rotor unmanned aerial vehicles in the collaborative assembling task. Firstly, the path planning process is solved by a novel parallel intelligent optimization algorithm, the central force optimization-genetic algorithm (CFO-GA), which combines the central force optimization (CFO) algorithm with the genetic algorithm (GA). Because of the immaturity of the CFO, the convergence analysis of the CFO is completed by the stability theory of the linear time-variant discrete-time sys-tems. The results show that the parallel CFO-GA algorithm converges faster than the parallel CFO and the central force optimization-sequential quadratic programming (CFO-SQP) algorithm. Then, the trajectory planning problem is established based on the path planning results. In order to limit the range of the attitude angle and guarantee the flight stability, the optimized object is changed from the ordinary six-degree-of-freedom rigid-body dynamic model to the dynamic model with an inner-loop attitude controller. The results show that the trajectory planning process can be solved by the mature SQP algorithm easily. Finally, the discussion and analysis of the real-time per-formance of the hierarchic optimization strategy are presented around the group number of the waypoints and the equal interval time.     

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。     

多滑翔飞行器时间协同轨迹快速规划

从高超声速飞行器集群"探测-打击-评估"一体化任务需求出发,针对多滑翔飞行器时间协同再入轨迹规划问题进行研究,提出集群再入的协同形式及轨迹规划方案,基于改进序列凸化算法解决了再入总飞行时间的精确控制问题,从而实现滑翔段时间协同。首先,给出了滑翔飞行器集群的协同策略,将求解模型转化为协同时间的确定、协同时间约束下的轨迹规划子问题。将模型中的时间项误差等加入罚函数,提高了协同轨迹求解可行性。引入飞行路径角预设剖面作为软约束,并通过罚函数与信赖域自适应调整,以避免轨迹求解时的振荡问题,提高了序列凸化算法的收敛性。以CAV-H飞行器模型为例验证了算法的有效性,仿真结果表明,所提算法对初值的敏感性低,求解得到的再入总时间可调范围与伪谱法一致,轨迹规划结果的平滑性及计算时间均优于伪谱法。     

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。     

散点状分布危险天气区域下的航班改航路径规划

针对沿航线散点状分布的危险天气区域影响下的航班改航问题,提出了基于多目标遗传算法(MOGA)的航班改航路径规划方法。首先建立了基于网格的改航环境模型,并给出散点状分布危险天气区域的描述方法。然后以改航航段的航段距离、平均偏离距离和转弯点个数为目标,应用带精英保留策略的非支配排序遗传算法(NSGA-II)对改航路径规划进行研究,提出了适用于改航路径规划的编码方法,同时引入了删除算子。最后,以昆明—广州航线为例,研究了散点状分布危险天气区域下的改航路径规划,并与基于多边形的改航路径规划算法作了比较。仿真结果表明：采用本文方法运行一次即可得到多条安全、可行的改航路径,且无需先验知识,为决策者选择改航路径提供了充足的依据。     

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.     

固定翼无人机编队集结控制算法研究

针对固定翼无人机协同作战时的编队集结问题，提出了一种新的路径规划和位置分配方法，并设计了包括航迹跟踪、高度保持和速度控制在内的自动驾驶仪。该路径规划算法通过矩阵迭代得到一组较优的目标点分配方案，满足总航程较小和同时到达约束。根据得到的各无人机飞向目标点的航迹，算出无人机编队集结的代价矩阵。在每架无人机确定了应飞航路后，开始沿航路飞向目标点，在此过程中，纵向采用高度保持自动驾驶仪，横向采用航迹跟踪自动驾驶仪，控制无人机按规定航迹飞行。速度调节自动驾驶仪可根据速度指令调节油门大小加减速，跟踪上目标速度，进而实现编队集结。仿真结果验证了所提出的编队集结控制方法的有效性和可行性。