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。     

空管中飞行轨迹预测算法的比较研究

研究比较了用于空中交通管制中飞行轨迹预测问题的三种不同算法，即α／β或α／β／γ滤波算、自适应单一模型卡尔曼滤波算法和当前正研究应用的相互作用多模型卡尔曼波算法。针对三种算法，根据民航飞行的实际情况，分水平面和高度方面两部分设计了具体的飞行轨迹预测方案，并对这几种方案进行了蒙特卡洛仿真，给出了有关的仿真结果，证明相互作用多模型算法在空管轨迹预测中是更为有效和可行的。     

基于雷达航迹的航空器质量估算

为保障基于轨迹运行的顺利实施,必须提高四维航迹预测的精度,而四维航迹的精准预测依赖于航空器质量准确估算。鉴于此,构建并分析了航空器能量模型;基于雷达航迹与航空器基础资料( BADA),提出了新型的航空器质量估算方法与步骤;利用最小二乘算法求解了航空器质量的估计值;分别基于预测航迹、雷达轨迹与QAR数据,采用相对误差作为评价指标,实施验证与分析。验证结果表明,提出的方法可将航空器质量估算误差控制在5%以内,从而能够有效地提高航迹预测精度。     

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。     

民用航空器四维航迹预测技术综述

民用航空器四维航迹预测是保障飞行安全、提升运行效率、缓解航班延误、倡导绿色飞行的有效支撑和重要保证.四维航迹预测的研究集中于如下领域:预测结构与流程、预测模型与方法、误差分析与精度提升,其中航迹预测模型与方法是核心,主要包括混合估计模型、质点运动模型与机器学习方法.最后,总结与提炼开展民用航空器四维航迹预测研究的思路和热点,并相应指出了未来的研究方向.     

互操作模式下4D航迹数据建模与分析

未来ATC的发展是以航迹为对象从管制意图出发并配备相应的间隔.实时动态地掌握航空器与航空器之间的位置;依据美国Next-Gen空中交通管理系统的4D航迹应用规划,针对4D航迹的数据内容借助UML和XML Schema完成了4D航迹的数据建模,并给出了4D航迹互操作模式下的发布订阅模型；通过对该模型的QoS(quality of service)数据同步的分析,可有效地规范4D航迹互操作模式下的数据交换.     

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。     

探测与避让系统监视跟踪算法的设计与实现

无人机的探测与避让(Detect and Avoid, DAA)系统是无人机防撞的重要保证，监视跟踪算法对于DAA系统的可靠工作至关重要。基于DAA最低性能标准的描述，以雷达跟踪器、广播式自动相关监视和主动监视应答器监视跟踪入侵飞机的航迹信息，先用α-β滤波保证稳定跟踪，然后再用扩展卡尔曼滤波(Extended Kalman Filter, EKF)进行航迹估计，通过航迹管理算法计算出中心航迹，以供DAA系统作出警报和导引。通过基于ARM的嵌入式Linux平台设计的仿真验证系统和实验平台，验证了设计的DAA系统监视跟踪算法具有良好的监视跟踪性能。     

基于卡尔曼滤波的数据融合技术在系统航迹中的研究与应用

本文针对空中交通管制自动化系统输出的系统航迹在边界地区出现多重目标和跳跃点的问题,提出了一种对系统航迹进行二次融合的方法,建立了状态方程和测量方程,提出了一种自适应扩展卡尔曼滤波的跟踪算法.将系统航迹传输时延转换为空中目标的距离,用卡尔曼滤波方法对数据中的噪声进行滤波.对目标的匀速航行和机动航行进行了仿真实验,实验结果表明了该算法的正确性和有效性.最后将该算法用于系统航迹中,也取得了良好的效果.     

基于航迹分割的航空器噪声预测模型

根据航空器的航迹来预测其影响区域的噪声情况,基于航迹的几何特性,将航迹分成直线段航迹和曲线段航迹两个基本航迹元素;确定了直线段和曲线段的各自影响范围之后,分别计算各航迹段对它们影响区域的噪声值贡献情况;统计了各个航迹段对监测点的噪声影响之后,综合得出整个航迹段对监测点的噪声影响,从而建立了航空器航迹噪声预测的模型。将该模型计算的结果分别和软件模拟数据、实际监测数据进行对比分析,发现该模型在航迹段内对监测点噪声均值的预测较为准确,监测点噪声峰值预测结果更接近实测数据。     

FMS巡航阶段的垂直轨迹预测算法及应用

飞机的飞行过程涉及多个垂直飞行阶段,巡航阶段占了绝大部分的飞行时间、飞行距离及燃油消耗,研究飞行管理系统（FMS）巡航阶段的垂直轨迹预测算法,对于提升飞行的经济性、舒适性、安全性是非常重要和必要的。为了满足不同类型飞机之间巡航阶段垂直轨迹预测算法的通用性,提高垂直轨迹预测的精确度和可信度,提出一种适用于巡航阶段的垂直轨迹预测算法。首先,通过计算巡航阶段的速度剖面,构建预测过程中更加符合实际的大气模型;然后基于第一性原理（第一法则）的飞机模型计算所需的巡航燃油流量数据,通过设计的巡航阶段垂直轨迹预测算法逻辑,给出巡航阶段预测的垂直轨迹;最后通过地面仿真试验和空中试飞验证算法的有效性与准确性。结果表明：本文提出的基于第一性原理飞机模型的FMS 巡航阶段垂直轨迹预测算法能够预测飞机的巡航轨迹,且预测精度误差低于1%。     

飞机航路爬升航迹的计算分析

精确的航迹预测能力是空中交通管制软件的开发基础。对飞机航路爬升的飞行轨迹进行了二维模拟,并绘制出了飞机航路爬升时的飞行轨迹曲线和其他分析曲线。用航迹角来代替性能计算中常用的爬升率概念,对飞机爬升各项参数的变化及其影响因素进行了研究。     

进化算法在航路飞机排序中的应用

讨论了空中交通流量管理中在航路交汇点上的飞机排序问题。利用进化思想建立航路交汇点的数学模型,在遵循飞机尾流间隔要求的情况下,找到更合理的飞机通过航路交汇点的次序。算法采用特殊的进化算子和目标函数,以便能够满足空中交通管制实时性的要求。仿真结果表明,该算法排序效果好、效率高,达到了预期目的。     

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。     

基于改进粒子群算法辨识Volterra级数的目标机动轨迹预测

目标机动轨迹预测是空战态势感知和目标威胁评估的重要前提。针对传统目标机动轨迹预测模型复杂度大、预测精度低等问题，结合目标机动轨迹时间序列的混沌特性，提出一种基于相空间重构理论和Volterra泛函级数的目标机动轨迹预测模型。该模型首先采用0-1检测法验证了目标机动轨迹时间序列具有混沌特性；其次，利用C-C法确定嵌入维数和时间延迟，对目标机动轨迹时间序列进行了相空间重构；然后，引入Volterra泛函级数预测模型，为了克服高阶Volterra核函数求解复杂的难题，提出一种混沌变异自适应粒子群算法，构建一种基于改进粒子群算法辨识的Volterra级数预测模型，并将其应用于目标机动轨迹预测；最后，将所提算法与卡尔曼滤波算法以及机器学习算法进行单步和多步预测对比，同时将改进粒子群算法与其他智能算法进行性能比较。仿真结果表明：所提预测模型具有良好的单步和多步预测性能，改进的粒子群算法具有参数辨识精度高、收敛速度快的优点。     

New reference trajectory optimization algorithm for a flight management system inspired in beam search

With the objective of reducing the flight cost and the amount of polluting emissions released in the atmosphere, a new optimization algorithm considering the climb, cruise and descent phases is presented for the reference vertical flight trajectory. The selection of the reference vertical navigation speeds and altitudes was solved as a discrete combinatory problem by means of a graphtree passing through nodes using the beam search optimization technique. To achieve a compromise between the execution time and the algorithm's ability to find the global optimal solution, a heuristic methodology introducing a parameter called ‘‘optimism coefficient was used in order to estimate the trajectory's flight cost at every node. The optimal trajectory cost obtained with the developed algorithm was compared with the cost of the optimal trajectory provided by a commercial flight management system(FMS). The global optimal solution was validated against an exhaustive search algorithm(ESA), other than the proposed algorithm. The developed algorithm takes into account weather effects, step climbs during cruise and air traffic management constraints such as constant altitude segments, constant cruise Mach, and a pre-defined reference lateral navigation route. The aircraft fuel burn was computed using a numerical performance model which was created and validated using flight test experimental data.