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。     

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。     

终端区战术(流量)管制辅助决策系统

终端区战术管制辅助决策系统是通过科学的算法对空中交通流量进行合理控制的方法,它的最大好处是帮助管制员避免飞行冲突,减少航班延误国内外现状近年来,伴随着民航运输业的飞速发展,空中交通流量的增长很快。现有的空域结构、航线、航路的网络布局、通信导航设备等管制条件难以适应空中交通流量的快速增长,导致在我国的某些机场、终端区及航路交叉点出现了较为频繁的飞行冲突,管制员的工作也变得十分紧张、繁重。特别在北京、广州、上海机场和进近区域这种情况尤为突出。 终端区战术（流量）管制是指在终端区内空域同时存在多个航班…     

基于FCM的终端区交通态势识别

终端区交通态势的日益拥挤,一定程度上造成航班的延误,给航空公司及旅客带来了极大损失。为了对终端区交通拥挤进行有效的识别和疏导,对终端区交通态势进行了研究。通过采集的雷达数据,提取影响终端区交通态势的属性指标,运用模糊C-均值聚类(FCM)方法建立了终端区交通态势识别模型,模型可快速准确地识别交通态势。以某终端区为例,验证了模型的有效性。     

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。     

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。     

基于遗传算法的起降航班动态排序模型的研究

讨论了空中交通流量管理中终端区航班的排序规划问题。目的是在终端区空中交通繁忙的情况下有效地为到达航班安排合理的着陆次序，并在不违反飞机间隔要求的情况下给出各飞机经过优化的着陆时间，提高机场跑道的利用率。引入离场起飞的航班问题，建立了航班排序的动态模型和基于遗传算法的终端区动态排序算法。并对一个算例采用冬文方法进行验证计算，结果表明，所提出的方法计算效率高，实用可行。     

基于Rough Set 和综合评判的进场航班排序

终端区资源的高效利用对空中交通流量管理效率的提高具有重要作用,进场航班排序是终端区资源利用的关键环节,所以需要研究终端区进场航班的排序问题。利用模糊综合评判方法,考虑排序过程中的多种影响因素建立综合评判指标体系,根据粗糙集理论客观地确定各评判指标权重。利用算例对基于粗糙集理论的模糊综合评判方法进行了验证,表明方法在终端区排序问题中的可行性和有效性。     

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。     

机场着陆排序的一种滑动窗优化算法

对交通拥挤时的终端区进场飞机进行合理的排序,是空中交通流量管理的一个重要研究内容。当降落飞机架次较多时,目前的各种算法因计算量太大而实时性不好。基于飞机进场时位置的调整受一定限制,通过分析窗体的大小与位置限制和步长的关系,对计算量的影响提出了滑动窗的方法,并给出了通过采用滑动窗方法可以减少运算量的理论证明。最后通过仿真对该方法进行了验证。     

基于管制员负荷的西安终端区扇区优化

若扇区的工作负荷差别较大,会限制空域容量,给飞行安全和空域的利用造成不利影响.为了提高空域容量,缓解空中交通压力,构建基于管制员负荷的西安终端区扇区优化方法.通过对西安终端区近期雷达数据进行统计分析、量化管制负荷,得到符合西安终端区的管制员负荷综合值;对该终端区进行剖分得到Voronoi图,依据均衡扇区管制负荷的原则,加入实际约束条件,采用遗传算法对扇区进行优化.结果表明:通过扇区优化,提升了西安终端区的容量,均衡了各扇区的管制负荷,取得了较好的优化效果.     

美国FAA对机场安全的监管措施

一、美国FAA对机场的监管现状飞机在机场终端区起飞、着陆和活动,对于空中交通的安全和效率至关重要。美国国家航空系统可以称得上是世界最安全的系统,美国联邦航空局(FAA)负责对机场终端区进行监管,并已采取有效措施改善其安全,美国国家运输安全委员会(NTSB)和其他机构也采取了其他保障措施,以便提高FAA     

基于NetLogo的终端区交通流仿真

空中交通流仿真可用于分析空中交通流特性及其要素之间的相互关系,以揭示空中交通流随时间和空间的变化规律,阐明空中交通现象及其机理。采用多智能体仿真工具NetLogo建立终端区进场交通流仿真模型,并实例化描述了工具在空中交通实验中的建模和实验过程。结果表明,基于智能体的仿真建模工具可用于空中交通仿真实验,较好地再现真实世界的交通流特性。NetLogo是一个方便实用的空中交通仿真建模研究工具。     

RNP对我国民航运输的影响

随着全球航空业的飞速发展,空中交通流量急剧增加,基于传统运行方式的航路结构难以满足航班量增加的要求,航路和终端区空中交通拥堵的现象时有发生,影响了飞行安全,降低了运行效益。为此,国际民航组织提出了必备导航性能的概念,在这个概念的影响下,全球航空运输发生了巨大变化,     

基于Multi—Agent的空中交通流量仿真研究

针对传统空中交通流量仿真过程中灵活性和智能性的不足，将分布式人工智能Multi—Agent的理论和方法应用到空中交通流量管理领域中，提出了基于Muhi-Agent的空中交通流量仿真方法。介绍了空中流量管理的体系结构和流量管理的具体措施，详细设计了与流量仿真相关的重要Agent，包括航班Agent、航路Agent、机场终端区Agent和区域流量管理Agent等，探讨了各Agent的内部运行机制和在流量管理中的职能，构建了基于Multi．Agent的空中交通流量仿真子系统的整体框架．为实际空中交通流量管理系统的建设提供重要的指导和拳者。     

ATM中的ADS—SSR数据融合模型和算法

民航空中交通管理系统的核心是信息处理，根据民航用空中交通管理系统与军方用空中交通管理系统的不同特点，通过对一个可能的ＡＤＳ－ＳＳＲ数据融合模型的探讨，给出了此模型的具体算法。本算法综合了两者的优点，可实现整个飞行过程的无间断的可靠的监视，并且在高密度终端区提供必要的数据精度     

首都机场的空管雷达系统建设

去年底,首都机场终端区成为全国第一个实现雷达管制的终端区,它标志着该地区的空中交通管制能力向前迈了一大步.先后建成的首都机场雷达终端系统和全固态航路监视雷达系统是实现这一目标的重要基础设施,它们的选型和运行经验将为其他地区实施雷达管制提供有价值的参考,同时也将为华北区域管制中心的建立发挥重要作用.     

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。     

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。     

基于管制习惯的多跑道机场离场航班排序

针对我国航空迅速发展致使终端区空域拥挤以及航班延误问题,研究了繁忙多跑道机场的离场航班排序问题,以缓解终端区空域拥挤和减少航班延误及提高跑道利用率。将管制习惯因素引入到离场航班的排序中,根据飞机尾流间隔的要求,建立基于管制员管制习惯的多跑道机场离场航班排序模型。针对机场小规模的离场航班流量,采用穷举法求解,并用算例进行仿真验证。结果表明,与先到先服务排序方法相比,经算法排序后的总延误时间减少了近30％。