基于特征选择的BP神经网络算法滑行时间预测

为准确预测离港航班滑行时间,基于数理分析同时段场面航空器滑行数量、平均滑行时间等因素对离港航空器滑行时间的影响。将皮尔逊相关系数与随机森林算法相结合减少冗余特征变量,建立基于BP神经网络的滑行时间预测模型,提高离港航空器场面滑行时间预测精度,并通过交叉验证证明预测结果的稳定性。预测结果表明：通过皮尔逊相关系数与随机森林组合模型进行特征选择可提高BP神经网络预测结果的精度,离港航空器的滑行时间预测误差在±5min内的占比由88.23%提升至92.26%,且预测效果较为稳定。模型可以精确预测离港航班的滑行时间,为机场运行提供决策依据。     

基于XGBoost的航空器动态滑行时间预测方法研究

对航空器进港和离港滑行时间进行精确的动态预测,可以有效提升机场的运行效率。首次提出基于XGBoost 的航空器动态滑行时间预测方法,该方法首先通过分析影响机场滑行时间的各类因素,构建可变滑行时间预测的关键特征指标;然后选取XGBoost 算法建立可变滑行时间预测模型,对模型的关键输入参数进行测试调整;最后将XGBoos...     

基于分时段与概率分布的滑行冲突预测研究

航空器在机场场面滑行时,为避免航空器之间发生冲突,需要在滑行前进行冲突预测。根据机场场面 交通的实际情况,在以航空器之间距离为冲突预测标准时,提出分时段预测滑行冲突的计算方法;以冲突概率 为标准时,假定航空器的实际位置服从二维正态分布,计算任意时刻两航空器之前的冲突风险。结果表明:分 时段预测滑行冲突的计算方法能够解决航空器路由规划的优化性和实时性之间的矛盾。     

基于速度剖面拟合的航空器场面滑行4D轨迹预测

为提高机场的整体运行效率和综合保障能力,提出了一种基于速度剖面拟合的航空器场面滑行4D轨迹预测方法。构建了航空器的滑行动态模型,进而引入标称速度剖面的概念。将DSW算法应用到速度剖面的拟合中,得出一种标称速度剖面的生成方法,并通过建立平均速度修正参数修正不同机型对滑行速度的影响,基于动力学平衡方程,构造了标称速度到瞬时速度的映射,结合BADA数据实现对瞬时速度的修正。在上述分析的基础上得到航空器场面滑行4D轨迹预测模型。案例表明,与基于动力学的方法相比计算结果更加准确,使平均误差降低47．3％,能够有效地预测航空器的4 D轨迹。     

基于空闲时间窗和多Agent的A-SMGCS航空器滑行路由规划

先进场面活动引导与控制系统(A-SMGCS)中的航空器滑行路由规划是一个典型NP难题。为解决航空器滑行路由规划的优化性和计算量之间的矛盾,提出一种基于空闲时间窗的路由规划方法,并利用多Agent系统(MAS)进行算法求解。首先,建立滑行资源图以对场面滑行区进行建模。其次,按照航班计划为航空器设置滑行优先级,并按优先级顺序依次规划路由,后规划的路由不破坏已有路由,即利用滑行路段的空闲时间窗进行规划。每次只需为一架航空器规划滑行路由,降低了问题的求解难度;通过搜索空闲时间窗获得路由使场面交通均衡分布,保证了路由规划的整体优化性。分析了空闲时间窗特性,指出空闲时间窗的可达性条件和避免同步资源交换冲突的条件。最后,设计MAS,把建立、维护和搜索空闲时间窗图的复杂集中式求解过程简化为通过路由管理Agent,航空器Agent和资源节点Agent相互协作实现对场面路由规划问题的分布式求解。仿真结果表明,设计的MAS能够快速找到空闲时间窗中的最优解;与固定预选滑行路径算法相比,航空器的平均滑行时间显著减少,最多可以节省19.6%的滑行时间。     

基于强化学习的航空器机场智能静态路径规划

随着人工智能迅速发展以及“智慧机场”的提出,研究人工智能在机场如何有效地辅助机场管制人员,驾驶员指挥航空器在地面滑行具有重要意义。本文提出一种基于强化学习的滑行路径规划方法,构建航空器机场地面强化学习移动模型,并以海口美兰机场为案例采用 Python 内置工具包 Tkinter 进行场面仿真;在此基础上,考虑机场航空器滑行规则,采用 Off-Policy 中 Q-Learning 算法求解贝尔曼方程,实现航空器在 Model-based 环境中进行静态路径规划。结果表明：本文所提方法能够实现停机位到跑道出口智能静态路径规划     

多跑道离场分配仿真模型及算法

多跑道作为大型繁忙机场的关键资源和瓶颈区域，在机场运行管理中必须对其进行科学和高效配置。基于经验滑行时间数据，建立了多跑道离场分配模型，在满足场面运行安全约束的前提下，以离场航班滑行时间最小为目标，寻求最优的跑道分配方案。通过选取典型机场进行地面网络建模，结合实际运行数据及航班计划等信息，利用计算机仿真对模型进行了验证分析。仿真结果表明，所提方法与随机分配方法相比，多跑道机场地面容量提高了2．1％，冲突探测与解脱次数降低了20．6％，最大延误时间减小了5．2％。因此，机场运行安全与效率得到改善，所提方法有效，适用于多跑道离场分配问题。     

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。     

近距平行跑道到达离场窗划设方法研究

针对近距平行跑道一起一降模式下进近航空器可能出现复飞,从而影响另一条跑道航空器安全离场的问题,对离场航空器的放行时机和到达离场窗的划设展开研究。首先,提出了构建近距平行跑道到达离场窗(ADW窗),来保持进离场航空器的安全距离;然后,采用位置误差概率模型,建立了近距平行跑道构型下进近复飞与离场航空器之间碰撞风险评估模型,给出了ADW窗的划设方法。算例结果表明,在ADW窗临界处进近复飞的航空器与另一条跑道同时离场的航空器的危险接近概率满足最低安全目标水平,可辅助管制员确定离场许可发布时间,以确保进离场航空器之间的距离满足安全运行要求。     

飞机推出和跑道掉头滑行行为计算方法

针对飞机推出和跑道掉头两种地面滑行特殊行为的位置和姿态计算问题进行了研究。从机场塔台管制运行模拟仿真的角度出发,提出了非完整运动学约束下飞机推出滑行和跑道掉头运动计算方法。依据飞机推出实际和非完整运动路径跟踪模型,设计出适合仿真推演计算的飞机推出运动求解方法。根据飞机跑道掉头的几何约束和转弯角运动约束,设计出开环控制下完整刻画飞机运动的求解方法。与动力学求解模型相比,该方法具有计算简便,适合于视景仿真驱动的优点,并通过数学仿真验证了方法的有效性。     

基于交互式多模型滤波算法的航迹预测

航空器航迹预测是空中交通冲突探测与解脱,以及进离场管理等空中交通管制自动化系统的重要组成部分。基于混杂系统理论,描述航空器在水平面的运动模型,并针对航空器运动的多样性和不确定性提出了利用交互式多模型的航空器航迹预测算法。将算法应用于航空器的航迹预测,并与单一模型的卡尔曼滤波、α-β滤波和α-β-γ滤波的仿真预测结果对比,结果表明算法的有效性。     

北京首都机场畅通滑行时间研究

随着机场规模不断扩大和流量持续增长,准确把握拥挤态势成为运行管理中的难题。美国联邦航空局(FAA)和欧洲空管局(EUROCONTROL)采用畅通滑行时间(unimpeded taxi time)作为量化分析机场运行效能的标杆。国内笼统地规定了少数机场的平均滑行时间作为机场运行指标,但无法反映不同机场、不同停机位、不同起飞跑道造成的运行差异。因此可借鉴机场畅通滑行时间这个指标来考核机场效能,但是欧美机场的该指标数值并不完全适合国内机场,因此在欧美计算方法的基础上提出了改进的畅通滑行时间计算方法,并构建多元线性回归模型,运用北京首都机场实际运行数据进行检验,证明了该方法的可行性。     

基于改进模拟退火的航空器起飞质量估算方法

航空器起飞质量作为航空器性能的重要参数，对于提高离场轨迹预测精度具有显著效果。考虑到质量参数属于航空公司商业运营数据，难以通过公开渠道获得，提出一种基于历史轨迹数据的航空器起飞质量估算方法。利用航空器的全能量方程，考虑风的影响，根据航空器性能数据库（BADA）性能模型建立航空器起飞质量迭代模型，将禁忌搜索算法中的禁忌表功能引入模拟退火算法，应用改进算法对模型进行高效求解。以典型样本航班为例，估算起飞质量与真实质量的相对误差为2.91%；与BADA参考质量相比，采用估算起飞质量进行轨迹预测时精度得到了有效提高；对15种机型、26 724个航班进行起飞质量估算，所有航班估算质量的平均相对误差值为3.45%，占比97.67%的航班估算质量相对误差绝对值在10%以内。可见，所建立的航空器起飞质量估算方法可适用于大批量航班，为高精度轨迹仿真与预测工作提供了技术支撑。     

独立离场模式下多跑道时空资源优化调度方法

为有效缓解大流量、高密度机场日益严重的交通拥堵和航班延误现状,研究了多跑道离场航班优化调度问题。首先,从生产调度领域视角,将多跑道离场调度问题抽象为典型的车间作业调度NP-Hard组合优化问题;然后,面向航空运输各方利益需求,以航班延误、跑道容量和环境污染为优化目标,综合考虑航空器尾流影响、场面滑行和跑道穿越等各类限制因素,建立了独立离场模式下多跑道时空资源优化调度模型;最后,结合多目标优化及遗传算法基本理论,设计了带精英策略的非支配排序遗传算法(NSGA-II),寻求多跑道离场调度问题的Pareto最优解。仿真实验表明,模型可对独立离场航班进行优化配置,显著降低航班延误时间和航空发动机污染物排放量,并有效提升机场跑道容量。与随机和交替调度策略相比,优化调度策略执行效果显著,其中航班延误时间分别减少了51.2%和42.7%,所提方法可显著缓解大型繁忙机场离场航班起飞延误,有效提升航空运输服务品质。     

空中交通网络流量短期概率预测方法

流量预测是空中交通流量管理的重要内容。为提高空中交通流量预测的准确性和时效性,减小空域拥堵和航班延误,促进空中交通流快速、高效的运行,在确定性流量预测方法的基础上研究空中交通网络流量短期概率预测方法。通过分析不确定性因素影响航空器飞行时间的概率分布规律,建立了不确定性条件下航空器航段经验飞行时间和偏差数据库,提出了空中交通网络流量短期概率计算方法及预测算法。实例验证结果表明,所提概率预测方法与确定性预测方法相比更接近实际运行结果,预测准确率提高了18.6%,更能适用于复杂多变的空中交通环境。     

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。     

考虑机场场面滑行的停机位指派研究

合理高效的停机位分配能提高机场运行效率和旅客满意度。首先,以旅客步行时间、航空器进/出港滑行时间最短为目标函数,增加同一航空公司的航空器集中停靠约束建立模型。之后设计禁忌搜索算法,以上海浦东国际机场为对象开展实例分析,对比机场原始停机位指派方案,旅客步行时间、进/出港滑行时间分别减少5.04%、25.28%和6.36%,并进行权重灵敏度分析,建议旅客步行时间权重不超过0.7。最后,基于Flexsim设计仿真实验,进/出港滑行时间和冲突次数均减少,可接受延误水平下滑行系统服务航班量增加3.30%,进/出港最大滑行延误时间减少9.09%和2.94%。     

柔性航天器振动主动抑制及姿态控制

针对柔性航天器柔性附件振动主动抑制及姿态高精度快速稳定问题，研究了一种输入成形器（IS）-自适应有限时间干扰观测器（FDO）-有限时间积分滑模控制器综合的设计方法。首先，基于柔性模态的频率及阻尼信息，获得能够有效抑制柔性振动的输入成形器形式，并与系统参考输入进行卷积，得到期望参考输入；其次，基于航天器动力学模型，设计一种新型的自适应有限时间干扰观测器，避免了综合干扰上界必须已知的约束，且保证干扰估计误差有限时间收敛至零，实现对干扰及残余振动影响的快速精确估计；最后，基于观测器的估计值，设计多变量有限时间积分滑模控制器，保证对期望参考输入的高精度快速跟踪控制，并进行严格的稳定性证明。仿真结果表明，该综合设计策略能够保证柔性附件振动抑制75%，姿态稳定度达到10^-4数量级。     

基于三维空域网格的低空飞行航迹战略规划方法

针对复杂低空环境下航空应急救援飞行安全问题,提出了一种基于三维空域网格的飞行航迹战略规划方法。将空域网格化分成多个飞行航迹节点,同时考虑地形、气象、飞行规则以及航空器性能等多种约束,使用改进的A*算法搜索单个航空器的最优飞行航迹。在单个航空器初始飞行航迹基础上,结合时间窗原理,提出两种方法解决了多机无冲突航迹战略规划问题。最后,通过案例仿真验证了方法的有效性。     

基于免疫进化算法的枢纽机场停机位调度模型

针对繁重机场日益严重的航班延误问题,以提高旅客的满意度和减少航班滑行时间为目标,提出了一种高效的停机位分配模型。模型基于免疫进化算法,以最少航班被分配到远机位和航班滑行时间的均方差最小为目标函数。模型可以用于在机场航班时刻已知的情况下,对不同时段的航班的停机位进行高效快速分配,通过国内某大型机场的实际运行数据进行计算及对比分析表明,模型和方法是有效可行的。