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。     

基于蜂群算法的飞机滑行路径优化

研究了飞机场面滑行路径动态规划问题,将三种滑行冲突作为约束条件,建立了场面运行模块化模型。基于蜂群算法给出了问题的优化算法,并进行了计算机仿真实验,结果表明可以大大减少滑行时间。算法既可以用于滑行路径的动态规划,也可以为繁忙机场的安全运行提供决策支持。     

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     

资源受限条件下的离港航班停机位分配优化模型

停机位作为机场的重要资源,优化停机位分配策略,实现更优的航班运行效率和旅客满意度已成为研究的重中之重。针对研究牵引车、管制员等资源受限条件下的停机位分配问题,首先以航空器延误时间最少、靠桥数最大为目标,并将靠桥数最大转化为不靠桥数最小,建立停机位分配优化模型,采用启发式算法进行求解;其次搭建场面仿真模型以验证算法的可靠性;最后通过北京大兴国际机场进行实例验证。结果表明：相较于机场实际运行情况,本文所建立的停机位分配优化模型使航空器延误降低25.5%、靠桥率提升8.8%,本文所提出的停机位分配策略可以在资源受限条件下实现场面延误和靠桥率的优化。     

基于滚动时域算法的航班滑行路径优化模型

为了提高机场场面运行效率和机场空侧容量,亟需采取积极的手段对滑行路径进行优化。根据滑行路径规划的问题属性,选取离场航班为研究对象,建立了以滑行时间最短为目标函数的无冲突滑行路径优化模型,并设计了基于滚动时域与混合整数线性规划(MILP)相结合的迭代算法;将滑行路径优化模型植入空域管理与评估系统(ACES)的空侧容量评估系统中,以杭州萧山国际机场场面数据为例,对不同策略下的航班滑行时间、容量评估结果及路径更改次数进行了比较分析,验证了模型的准确性,通过比较MILP与新算法下的计算时间验证了算法的高效性。     

基于Agent航空器滑行避让过程的建模与仿真

针对航空器地面滑行过程中出现的冲突避让问题,采用多Agent方法,在满足航空器规则与流程的基础上,设计了符合管制员思维的分布式多Agent模型.对每个Agent的功能以及Agent之间的交互进行了详细的描述,同时利用事件驱动(event-condition-action)语言描述了Agent推理过程.最后利用Anylogic仿真平台对多Agent模型进行验证,验证结果证明采用规则的算法可智能有效地避免航空器冲突,且符合航空器的运行流程.     

异构MAS结构下的空天资源多阶段协同任务规划方法

利用空天资源的互补优势进行协同观测是对地观测领域的新趋势.为提高对地观测效益和多阶段观测任务的完成度,分析了空天资源协同观测任务规划问题中的观测资源异构性和多阶段观测任务分解方式的多样性.针对卫星和无人机的任务规划模型不一致的特点,建立了异构多智能体系统(MAS)多阶段协同任务规划模型,根据模型特点将问题求解分解为两个协商过程,并分别提出了基于市场模型的异构MAS多阶段协同任务规划算法和基于自适应“超级步”的资源Agent协同任务规划算法.最后,研究了该方法在空天资源联合观测中的应用情况,实验及分析结果表明该方法能够有效解决空天资源对地观测协同任务规划问题.     

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。     

基于禁忌搜索算法的机场场面联合优化模型

针对当今机场场面优化对象仅为某一独立环节的情况,梳理联合优化框架,利用已有的单一环节优化模型,建立了滑行路径规划与停机位分配联合优化模型,并设计了禁忌搜索算法流程,最终降低了航班进离场资源占用时间。将优化模型分别植入空域管理与评估系统（ ACES）的空侧容量评估系统中进行仿真分析,结果表明,联合优化模型能够在综合考虑机场运行实际的条件下大幅提升空侧容量,改善机场运行效率与资源配置情况。     

微动目标跟踪成像一体化的雷达资源优化调度算法

相控阵雷达可以同时担负搜索、跟踪、识别与成像等多种雷达任务。为了提高雷达对战场环境的感知能力并减轻雷达资源分配的冲突,提出一种微动目标跟踪成像一体化的雷达资源优化调度算法。该算法建立了包含微动目标成像任务的雷达优化调度模型并利用启发式算法求解,利用跟踪脉冲与调度剩余的空闲时间资源,动态地构造感知矩阵并采用正交匹配追踪（OMP）算法对微动目标进行特征提取并成像。仿真结果表明：该算法可以实现稀疏孔径条件下的微动目标成像,并具有良好的鲁棒性,同时进一步提高了雷达系统的资源利用率。     

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%。     

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。     

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。     

任务规划系统机动模型与航线设计

航空兵任务规划系统中飞机空对地攻击航线解算的准确性、航线生成质量和航线解算速度是衡量任务规划系统能力的重要指标。飞机空对地攻击航线设计是飞机航线规划中典型的多约束复杂机动,其在设计与使用过程中受到来自时间、空间及飞机本体的多维约束,对飞行动力学建模与航迹优化提出了较高的要求。本文利用面向对象的思想对飞机无侧滑动力学模型...     

Ground maneuver for front-wheel drive aircraft via deep reinforcement learning

The maneuvering time on the ground accounts for 10%–30% of their flight time, and it always exceeds 50% for short-haul aircraft when the ground traffic is congested. Aircraft also contribute significantly to emissions, fuel burn, and noise when taxiing on the ground at airports. There is an urgent need to reduce aircraft taxiing time on the ground. However, it is too expensive for airports and aircraft carriers to build and maintain more runways, and it is space-limited to tow the aircraft fast using tractors. Autonomous drive capability is currently the best solution for aircraft, which can save the maneuver time for aircraft. An idea is proposed that the wheels are driven by APU-powered (auxiliary power unit) motors, APU is working on its efficient point; consequently, the emissions, fuel burn, and noise will be reduced significantly. For Front-wheel drive aircraft, the front wheel must provide longitudinal force to tow the plane forward and lateral force to help the aircraft make a turn. Forward traction effects the aircraft’s maximum turning ability, which is difficult to be modeled to guide the controller design. Deep reinforcement learning provides a powerful tool to help us design controllers for black-box models; however, the models of related works are always simplified, fixed, or not easily modified, but that is what we care about most. Only with complex models can the trained controller be intelligent. High-fidelity models that can easily modified are necessary for aircraft ground maneuver controller design. This paper focuses on the maneuvering problem of front-wheel drive aircraft, a high-fidelity aircraft taxiing dynamic model is established, including the 6-DOF airframe, landing gears, and nonlinear tire force model. A deep reinforcement learning based controller was designed to improve the maneuver performance of front-wheel drive aircraft. It is proved that in some conditions, the DRL based controller outperformed conventional look-ahead controllers.     

Methods for determining unimpeded aircraft taxiing time and evaluating airport taxiing performance

The objective of this study is to improve the methods of determining unimpeded (nom-inal) taxiing time, which is the reference time used for estimating taxiing delay, a widely accepted performance indicator of airport surface movement. After reviewing existing methods used widely by different air navigation service providers (ANSP), new methods relying on computer software and statistical tools, and econometrics regression models are proposed. Regression models are highly recommended because they require less detailed data and can serve the needs of general per-formance analysis of airport surface operations. The proposed econometrics model outperforms existing ones by introducing more explanatory variables, especially taking aircraft passing and over-passing into the considering of queue length calculation and including runway configuration, ground delay program, and weather factors. The length of the aircraft queue in the taxiway system and the interaction between queues are major contributors to long taxi-out times. The proposed method provides a consistent and more accurate method of calculating taxiing delay and it can be used for ATM-related performance analysis and international comparison.     

虚拟多触角探测的高超声速滑翔飞行器再入机动制导

针对高超声速滑翔飞行器再入过程中面对的多约束问题，提出一种基于虚拟多触角探测的路航点规划机动制导策略。该机动制导策略通过飞行器最大转弯轨迹计算速度-剩余地面距离-航向角约束，在分段定点模式中发出多条粗略预测触角，引用触角末端反馈的信息计算优先级以确定临时路航点；同时在机动制导模式中发出精细探测触角，计算触角末端信息优先级，经倾侧角延时滤波器得出控制指令，对飞行器进行机动制导。基于多触角探测的路航点规划机动制导策略，降低了三触角机动制导方法中的计算时间；同时，4种典型禁飞区条件下的仿真结果表明，该策略能够有效稳定地解决机动制导过程中的多约束问题。     

机场机动区滑行道运行方案设计及仿真评估

我国多跑道机场日益增多,研究此类机场机动区滑行道运行方案的优化设计及评估方法,对促进机场场面资源的集约高效利用具有重要意义。给出多跑道机场机动区滑行道运行方案“固定、单向、顺向、循环”的设计原则,以及面向平行跑道隔离运行场景的“单侧运行”和“双侧运行”滑行道运行方案设计范式;基于“航班备选滑行路径库”和所给滑行道运行方...     

民用飞机机载跑道入侵预警系统仿真验证

民用飞机在低能见度的机场跑道滑行时,存在发生跑道入侵的风险。国内外民航史记载了数次因跑道入侵事件导致的飞机在机场地面相撞而机毁人亡的严重事故。近年来,越来越多的人选择飞机作为长途出行的交通工具,使得全球大型国际机场的年吞吐量剧增,导致跑道入侵事件时有发生。各国民用航空管理组织对跑道入侵事件的关注度持续上升,航空公司需要在机上安装一套地面避撞系统,来避免跑道入侵事件的发生。本验证项目基于某大型机场的动态地图建立了一个机载跑道入侵预警系统原型,建立了飞机在机场滑行的平面四向运动模型,设定了不同安全等级的跑道入侵预警算法,定义了多种飞机跑道入侵场景,最终在MATLAB/Simulink和FlightGear中进行二维平面仿真和三维立体仿真,验证了系统解决方案的有效性和算法的正确性。     

基于遗传算法的产品拆卸序列规划研究

拆卸序列规划(Disassembly Sequence Planning,DSP)是民用飞机维修规划的一个重要内容,也是在设计阶段对民用飞机产品维修性的一个评估.为了能以较高的效率求解出产品拆卸序列的方案,本文首先根据拆卸特点构建了产品拆卸混合图模型.该模型描述了零部件之间的连接关系和优先关系,然后通过分析产生产品的拆卸序列.在此基础上建立目标函数并利用遗传算法的计算速度和灵活性的特点对拆卸序列进行优化.最后,通过一个实例,验证了本文方法的可行性及其计算效率.