空中交通态势感知研究综述

空中交通系统作为典型的复杂系统,解决空中交通的拥挤、航班延误等问题是当下的研究难点和热点,需大力发展空中交通态势感知这一关键技术,为此对空中交通态势感知技术进行了详细的综述。对空中交通态势识别算法的国内外研究做了概述,随后重点分析了空中交通态势预测技术,依据应用方法不同,将空中交通态势预测分为交通流模型预测、人工智能算法预测以及复杂网络预测,以技术更迭为时间线,对研究成果进行分析,最终基于研究阐述现存问题并对未来研究方向做出展望。     

空中交通拥挤判别指标的建立与应用

空中交通拥挤的判别是交通和安全领域需要深入研究的一个问题。针对国内日益增长的空中交通流量．在参考道路交通拥挤识别的基础上，综合考虑空中交通的特点，结合国外空中交通流量管理系统的优点，提出并建立了空中交通拥挤判别的指标，对指标进行了分析和计算，扇区拥挤指标的计算中引入了当量航班的概念，充分考虑了管制员的工作负荷；依据拥挤指标对拥挤状态进行了分级，最后给出了该指标的应用示例。该判别指标符合实际，能有效判别空中交通的拥挤状态，并为空中交通安全评估的进一步研究提供了基础。     

基于双重容量识别标准的航空网络关键航段识别方法

对航空网络中的关键航段进行有效识别存在传统识别方法单一,网络性能评价指标不全面等问题,提出一种基于双重容量识别标准的航空网络关键航段识别方法。通过建立脆弱识别标准和瓶颈识别标准,从航段容量变化对航空网络综合性能影响的角度对网络中的关键航段进行识别,并在网络性能评价阶段,采用一种基于AHP的航空网络综合性能评价指标,使用基于UE模型的空中交通流量分配模型,对该识别方法的有效性进行验证。结果表明:该方法能够对航空网络中的关键航段进行有效识别。     

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。     

基于趋势分析的发动机振动故障识别

总结十种航空发动机整机故障的振动特征发现,单纯从频率角度分析几乎所有故障模式都表现为转子基频,但是不同故障的振动幅值发展趋势却有所不同.基于此提出了基于趋势模型的发动机振动故障识别方法.讨论了发动机整机振动趋势的数学描述及不同故障模式的趋势发展特征;建立了平稳波动模型、周期摆动模型、线性发展模型和阶跃突起模型分别描述发动机振动正常状态和三种典型故障模式;为了有效识别上述四种模型,提出了模型识别准则并实现了识别算法.最后以四组发动机实测趋势数据作为案例进行验证,结果表明该方法可以有效地区分故障模式,验证了该方法的正确性和工程实用性.     

基于自适应遗传BP算法神经网络数据融合的空中目标识别

空中目标识别是现代防空作战的重要研究内容。本文利用不同类型目标产生的多类型传感器的数据信息对目标进行识别。为了训练神经网络目标识别分类器，将遗传算法和BP算法相结合，提出了一种新的自适应遗传BP算法，利用这种神经网络来确定指标的权值。仿真试验结果表明，基于自适应遗传BP算法神经网络的识别是一种简单、可靠的目标识别方法，具有很好的目标识别效果。     

基于GASVM-HMM算法的飞行员操控意图识别

针对传统意图识别方法的识别单一性和实时性差的问题,提出基于GASVM-HMM算法的飞行员操控意图识别方法。20名被试者在A320飞行模拟器上进行测试,采集飞行过程中飞行员与显示屏和控制装置的交互动作数据,并建立操控意图数据集。方法将GA与SVM算法结合进行优化,提高识别的精度,并将GASVM层的输出转化为概率作为HMM层的输入值,进一步提高整体意图识别模型的准确性。与传统的算法进行对比后发现,GASVM-HMM算法的准确率较高,达到92.92%。最后进行实时验证,证明了算法的有效性。     

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。     

空中交通管制中的危险源关键特征提取

空中交通管制危险源特征提取是针对空中交通危险源记录的关键信息检索任务。基于文本特征的提取方法仅依据统计结果来对术语的重要性进行排序。通过引入专家知识来提取符合危险源定义的特征,提出了一种基于专家知识的特征提取方法来定义危险源特征并构建危险源分析框架。算法通过迭代对专家知识进行提炼和积累。实验结果表明,基于专家知识的特定语言处理后得到的数据集可以提取更多信息量的候选特征,以便通过k-means算法构建危险源记录的分析语境。该特征提取模型比其他四种算法获得了更高的精度,在空中交通管制运行数据集和通导数据集中分别达到82%和86%。此外,信息丰富的危险特征为安全管理部门的决策提供了支持,降低了隐患排查的成本。     

系统识别与飞机颤振

本文在简要综述了系统识别技术在飞机颤振研究中的应用后,介绍了三种系统识别方法。重点讨论了其算法要点及理论基础。对有关数据处理问题也作了适当说明。基于复模态分析和优化技术的传递函数法可以精确识别出全部模态参数,并在带外挂机翼颤振模型试验中获得成功,该法可推广到仅有响应数据的风洞与飞行试验情况。脉冲响应和自回归滑动平均模型法采用了相关和最小二乘技术,可以在较强干扰情况下得到精确结果,后者还可求出估计值与真值的协方差。两种时域方法皆可无需专用信号分析设备而直接利用测量采样数据进行系统识别。     

基于Netlogo的终端区进场交通流建模与仿真

终端区进场交通流特性参数研究对于解决复杂空域结构下航空器拥堵、航班延误具有重要的实际意义。基于元胞传输模型将进场航线划分元胞,并且在数理推导的基础上,基于Netlogo仿真建模平台搭建进场交通流元胞传输模型仿真环境,对进场交通流的宏观涌现行为进行仿真模拟,得到交通流基本参数速度、流量、密度之间演变趋势。研究结果表明,终端区进场交通流三大基本参数之间存在明显的数量关系,关系曲线相对应分为自由流、拥挤流和阻塞流三种状态,并且受到管制间隔、飞行程序、管制策略的影响。利用相关研究成果,可通过改变管制策略、调整管制间隔、优化飞行程序的方法使得交通流特性向着可预知的方向演变,因此对终端区交通态势的判断具有应用价值。     

地面等待策略中的时隙分配模型与算法研究

 机场拥塞是制约民航运输的瓶颈所在,地面等待策略(GHP)是解决机场拥塞的有效方法,其核心就是时隙分配问题。为适应我国空中交通持续发展需要,实现科学时隙分配的要求,对GHP已有的研究进行分析和归纳,重点论述了时隙分配的概念、属性、模型和算法,在此基础上总结了时隙分配的关键问题,即随机容量的影响、均衡模型的建立以及模型求解算法的研究。最后指出了时隙分配问题未来的研究方向。     

中欧枢纽机场航班协同放行需求与对策研究

随着中欧之间航空运输量的不断增加,中欧几个主要枢纽机场之间互飞的航班量增长迅速,从欧洲空中交通流量管理系统发展的经验来看,协调枢纽机场航班放行时间可以显著地减少空域拥挤,减少航班延误,提高航班的正常性和可预测性.尝试从分析中国北京首都机场等几大枢纽机场中欧之间航班飞行流量、起降时刻出发,从减少中国枢纽机场拥挤的角度分析中欧协同放行的必要性,从航班和机场信息共享、协同放行机制等角度分析其可行性,以期望为进一步加强中欧航空合作打下基础.由于时间和数据限制,研究无法从欧洲空管角度做出类似的分析.     

终端区进场交通流广义跟驰行为与复杂相变分析

空中交通流特性分析是空中交通流理论研究的重要内容,是空中交通管理的重要依据。基于终端区交通流混杂动力特征,采用模糊逻辑方法提出了航空器动态期望间隔控制策略,运用"刺激-反射"跟驰理论和局域先到先服务(FCFS)的原则建立了终端区交通流广义跟驰模型,并基于NetLogo构建了终端区交通流多智能体仿真平台,结合广州白云机场(ZGGG)02R跑道进场实例,演析了终端区进场交通系统涌现行为,揭示了交通流的速度、密度和流量3个基本参数之间的相互关系,发掘了空中交通蕴含的自由态、畅行态、亚稳态、伪拥塞态和同步态等5个演变相态,剖析了不同交通组织、间隔标准和流控策略下交通流的相变规律。研究成果可为丰富完善空中交通流理论奠定部分基础,为科学管控空中交通提供重要基础支撑。     

基于最小二乘估计原理的飞机流量预测

流量预测是空域评估管理系统的重要组成部分，目前流量的预测方法主要有回归分析和时间序列方法。应用系统辨识理论介绍了最小二乘格式模型在空中交通流量预测中的应用，以全国为例，根据所建立的模型对飞机的年流量进行了预测，并与回归分析方法做比较，说明了该方法的有效性。     

首都机场飞行流量的灰色区间预测

首都机场是中国航班最为密集的机场之一,科学准确地预测飞行流量的发展趋势,是首都机场各级决策部门制定发展规划的重要依据。区间预测相对于以往的单一值预测而言,能更好地反应出飞行流量的长期发展趋势,为辅助决策提供了一定的选择余地。针对飞行流量的长期预测存在影响因素较多、相关数据不足等特点,提出了以GM(1,N)模型为基础的灰色区间预测新模型,该模型利用指数回归模型得出的地区GDP的长期预测值,预测出年飞行流量未来的取值区间。通过对首都机场年飞行流量的仿真计算,说明该模型能够较好地显示出飞行流量的发展趋势。     

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.     

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。     

基于SPSS的终端区交通流态势评估

空中交通管理工作的实施必须以准确掌握各航线运行状况及其发展趋势为基础和前提。对终端区交通流的运行态势进行评估，即是对交通流实时运行状态及发展趋势进行分析。对终端区空中交通流进行现状评估，确定各个交通流参数的时序分布，评价终端区交通流运行状态。借助SPSS统计软件，剖析参数变量之间存在的关系，以线性回归模型为基础模型，了解变量之间如何相互影响，获取终端区流量出现拥塞的时段，反映终端区交通流特性。