UNIX下空中交通管制系统雷达管制席位的设计及实现

在空中交通管制系统中，雷达管制席位分析并显示雷达航迹以及与之相关的飞行计划数据，并与空中交通管制人员进行交互。本文详细阐述了雷达管制席位子系统的设计，它与空中交通管制系统其它部分的关系及其实现。     

空管雷达保障系统运行性能的模糊综合评判

根据空中交通管制中心雷达系统运行特点,分析了PSR和SSR的检测性能和质量性能、数据联合性能、延迟性以及有效性等雷达运行性能的关键指标,在建立了合理的因素集、评价集、权重集以及根据构建的隶属度函数确定的单因素评价矩阵的基础上,利用模糊数学层次分析法,首次提出并完成了空管雷达保障系统运行性能的模糊综合评判。最后结合民航空中交通管制具体情况给出算例分析,结果表明,该模糊综合评判方法简单、可行,对国内民航实施雷达管制、改进雷达管制效能有重要的参考价值。     

基于分类与优化的进场航空器调度方法

为兼顾进场运行效率与管制工作经验,提出了一种基于分类与优化的进场调度方法。在分析进场管制特点的基础上,将进场排序问题转化为机器学习领域的分类问题,并构建随机森林分类器预测航空器着陆次序;利用综合得分机制和滑动时间窗实现进场航空器动态在线排序;针对预测着陆次序建立多目标优化模型,实现着陆时间优化;采用长沙黄花机场3组繁忙时段的进场运行数据,验证方法的可行性。结果表明：随机森林分类器预测着陆次序与实际着陆次序高度吻合,正确率达到99.00%以上;相比于传统先到先服务策略,本文方法减少了平均延误时间、平均飞行时间、最大飞行时间、最大延误时间和着陆位置变动次数;相比于常规优化方法,本文方法能够在保障优化指标的基础上,将航空器着陆位置变动由12次降为2次。     

基于LOFC时间窗分割算法的航迹聚类研究

针对传统聚类算法在聚类过程中缺乏时间信息而仅考虑三维坐标点的聚类,同时未考虑航空器运行速度和航向变化对聚类结果的影响,以及由于二次雷达机载设备、地面设备和信号遮挡等原因造成的实测数据源中存在离群点异常数据,离群点很难被有效识别出来从而使得非正常航迹点的影响放大,得不到理想的聚类效果等问题。本文提出LOFC算法,引入时间窗分割概念,将航空器进场平均速度值和航向变化值作为确定聚类簇大小的影响因子对进场航空器航迹点数量进行分割,引入离群点检测以及离群点剔除率等概念对离群点进行识别和剔除。对进场二次雷达数据仿真分析,从仿真结果中可以看出,新算法能有效地对离群点进行识别和剔除,当影响因子α取值为0.7时,航迹的曲率最小,得到的中心航迹的平滑程度最佳,验证了新算法对于聚类和离群点识别与剔除具有可行性和优越性。     

关于空管自动化数据处理算法的改进设计

根据空中交通管制自动化系统提出两点关于雷达数据处理的算法改进,重点关注单雷达航迹相关和多雷达数据融合。提出一种改进型的卡尔曼滤波航迹相关算法以及基于BP神经网络的多雷达数据融合算法,两种算法分别通过C#设计在Visual2010平台得以实现。     

基于密度聚类与匹配算法的异常飞行行为挖掘

在空中交通愈加拥挤的背景下,航空器的异常飞行行为的有效挖掘可以辅助管制员进行调配决策。现有方法只能辨识飞机空间位置特征异常,存在水平可扩展性的局限。本文考虑位置、速度、高度和航向4个异常特征,采用高度层划分策略、局部异常因子和快速覆盖树对基于密度的有噪声应用中的空间聚类（Density-based spatial clustering of applications with noise, DBSCAN）方法进行改进,提出局部异常因子改进的考虑速度、方向及高度的基于密度聚类方法（Density-based spatial clustering considering speed, direction and high level improved by local outlier factor,LOFDBSC-SDH）密度聚类算法对正常航迹模式进行快速准确提取。然后,基于正常航迹模式设计考虑过点时间和上述异常特征的航迹匹配算法,挖掘异常飞行行为。最后,通过实验仿真验证了本文方法的有效性和应用价值。     

高效四维航迹数据清洗技术（英文）

随着航空业的快速发展和新兴的众包,如Flightradar24和FlightAware等的涌现,大量空中交通数据,特别是四维(4D)航迹数据已公开于众。为了保证结果的准确性和可靠性,包括识别和减少错误在内的数据清洗,是分析4D航迹数据的第一步。为此对4D航迹数据进行如下清洗:应用反向传播神经网络算法将误差修复;用牛顿插值法对每次航行样本进行等间隔采样来获得均匀分布的4D航迹数据;进而提出一种在保持轨迹固有形状前提下的数据压缩方法,以及基于密度的有噪聚类(Density-based spatial clustering of applications with noise,DBSCAN)对样本点中的离群点进行识别。采用欧洲空域一天的4D航迹数据集进行验证,结果表明所提方法比现有方法更高效、快速。本文的数据预处理研究结果为下一阶段的4D航迹分析奠定了基础。     

空中交通网络物理系统影响力节点排序与抗毁性研究（英文）

为了确保飞行安全,采用复杂网络方法研究了空中交通网络物理系统(Cyber physical system,CPS)节点的影响和抗毁性。根据空中交通管理规则,分析了航路与管制扇区之间的逻辑耦合关系,构建了空中交通CPS网络模型,并建立了节点影响力指标和抗毁性指标。改进了K-shell(Improved K-shell,IKS)算法,对网络节点的影响力进行了计算和排序,并分析了随机和选择性攻击下的网络抗毁性。以华东地区空域为例,建立空中交通CPS模型,利用度、IKS和接近中心性对信息网和物理网的影响力节点进行了排序,分析了空中交通CPS在不同攻击方式下的抗毁性。实验结果表明,IKS算法能够有效识别空中交通CPS网络中的影响力节点,改进K-shell和接近中心性是影响空中交通CPS的抗毁性的两个关键指标。     

四维航迹同一进场航线碰撞风险模型

鉴于目前碰撞风险模型的建立方法大多局限于三维空间,给出一种建立四维航迹碰撞风险模型的方法.在三维坐标系的基础上加入时间变量,通过飞机在航迹上任意时刻的四维坐标,使得任意时刻两架飞机之间的距离是时间变量的函数,结合飞机到达的随机性,推导出在同一航迹上飞机进场飞行过程中任意时刻的碰撞概率,进而建立任意同一进场飞行航段的碰撞风险模型.结果显示,模型可以研究任意同一进场航段的碰撞情况,体现了飞机速度和高度变化对碰撞风险的影响;建立了碰撞风险性和飞机类型以及机型比例的关系,为终端空域碰撞风险性的研究提供了一定的方法和理论.     

基于改进区域生长算法的终端区扇区优化

针对民航业发展中空中交通流量不断增加以及空域划分不合理导致的流量分布、管制员负荷分布不均等问题,基于空中交通管制扇区划分的思想,对终端区扇区优化算法进行了研究。通过对终端区空域实际交通流网络进行数学描述,利用流量栅格矩阵划分空域单元,并以航迹数据作为统计依据建立扇区优化的数学模型,实现利用流量数据代替负荷计算,简化了扇区优化的过程。针对传统生长算法所得扇区不连续空域较多问题,提出环形生长的改进区域生长算法得到最优的扇区划分。最终,以厦门终端区为例,通过改进区域生长算法所得的扇区管制员负荷,经计算均小于总时间的80%,且最小负荷差为304 s,验证了所提出扇区优化方法的合理性。