基于中介理论与交通特性的终端区态势评价

终端区交通态势的准确度量是制定并实施流量管理措施的重要依据之一。通过提取终端区宏观与微观的交通特性,从进离场及总量3个维度构建态势的指标描述,并进一步采用中介理论中的真值程度度量与熵权法建立了一种客观的终端区飞行区交通态势模糊综合评价方法,实现客观、准确的交通态势判别与样本间量化比较。选取国内典型繁忙终端区的实测数据,验证了评价方法与特性指标的有效性。     

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。     

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。     

面向终端区航空器飞行状态识别的HMM方法

为了准确掌握和预测终端区航空器飞行状态及其时序,为管制指挥提供参考,提出了一种基于隐马尔可夫模型的终端区飞行状态识别模型。通过对终端区雷达数据的一致化处理,形成符合隐马尔可夫模型的雷达航迹特征表示;采用雷达特征航迹训练隐马尔可夫模型,建立航空器飞行状态及其时序识别模型。实验表明:对于常规进场的航空器,方法快速有效,平均识别率高达91.53%;模型充分体现了管制意图信息与飞行意图信息;可以帮助管制员及时准确判断航空器的飞行状态。     

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％。     

浅谈我国空域仿真评估

近几年来,随着航空运输的快速发展,我国的空中交通面临越来越严重的空域拥挤问题,特别是在繁忙的终端区和航路上,并因此导致了较大的经济损失和事故隐患。空中交通网络的拥挤,其原因主要是机场、终端区、航路交叉点的容量限制造     

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。     

基于整数规划的终端区空域扇区划分研究

扇区划分是终端区空域规划的研究内容之一,划分后能覆盖不均匀的交通分布,缓解需求与容量的不平衡,从而提高空域系统的运行效率。将终端区扇区划分作为一个整数规划问题,在约束条件中考虑了间隔规则、飞行路径需求和机场跑道结构的几何约束等,根据最优解来生成终端区扇区。以某终端区算例,验证了整数规划模型的可行性。     

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Monte-Carlo方法的终端区容量计算分析

终端区的容量评估一直是容量评估的难点和关键所在。首先分析了影响终端区容量的因素;然后结合终端区的特点,建立了终端区容量评估的计算模型。并考虑到有关的随机影响因素,利用随机模拟的方法,对终端区容量进行了较为准确的分析和估计。结合乌鲁木齐终端区的实际,对终端区容量进行了评估,仿真结果验证了评估方法的可行性。     

基于CTM的终端区交通流参数关系研究

为研究终端区空中交通流宏观时空特性及演变规律,利用时间离散的差分方程方法建立终端区进场交通流元胞传输模型,分析推导了交通流基本特性参数间的数理关系;借助NetLogo系统仿真平台对终端区进场交通流进行数据仿真与模拟推演,统计验证了交通流基本特性参数及其间相互关系,并利用真实雷达数据验证了仿真数据的可靠性;比较分析管制间隔对终端区空中交通流特性参数的影响规律。研究结果表明,进场交通流的速度与密度、速度与流量、流量与密度之间存在明显的相互影响关系,且管制临界密度与管制临界流量直接影响关系曲线拐点位置。     

新型组合预测模型在空中交通流量预测的应用

民航运输业的快速发展使空中交通流量迅猛增加,如何准确预测未来的交通流量是关乎到行业资源高效分配、战略合理部署的一个重要问题。因此,国内外众多专家对空中交通流量的预测进行了大量研究．提出了诸多模型和方法。针对目前空中交通流量预测中存在的缺陷与不足,提出并建立了一种适用于民航的新型组合预测模型。将趋势外推法拟合的结果作为多元回归分析法的复合时间变量组,并利用主成份分析法实现了复合时间变量组与其他影响因素变量的有机结合,建立了趋势外推法和多元回归分析法的组合预测模型。以上海终端区的空中交通流量预测为例,借助SPSS数据统计软件进行研究分析,通过对预测结果的各项精度检验,与传统方法相比较,证实本预测模型的优越性。     

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。     

基于交通波模型的交叉点航班排序研究

为了缓解在终端区的航班延误问题,保证空中交通的安全有效运行,引入交通波模型针对交叉点航班的排序进行研究,首先对交通波模型的具体原理以及在空中交通管理问题中的应用进行分析,然后构建以延误成本为目标函数的排序模型,结合交通流的实际运行状况进行分析,确定决策变量.最后进行仿真实验,实验结果显示这种方法的总延误成本要小于FCFS算法,可以证明基于交通波模型的交叉点航班排序方法是有效的.     

机场终端区跑道配置优化及容流调配模型研究

大型繁忙机场交通需求的持续增长导致的飞行流量与保障能力、机场容量之间的矛盾日益突出。为了充分利用跑道系统资源,合理配置跑道运行容量,优化飞行流,建立非线性0-1整数规划模型解决以下两个问题:确定跑道配置优化序列,匹配进离场飞机流。模型综合考虑机场交通流、跑道配置转换容量折损、跑道容量包络线等约束,以优化区间内航班总延误最小为目标,用LINGO建模求解,使用实际运行数据验证模型的有效性。结果表明,模型实现了跑道资源的优化利用,降低了航班延误。     

多机场终端区进场交通流优化排序方法研究

为了提高终端区时空资源利用率及空中交通运行效率,综合考虑航班间尾流间隔、航向道安全间隔及定位点管制移交间隔等时间标准的约束,研究了进场交通流在多机场多跑道系统及定位点的排序优化问题,建立了整数线性规划模型,旨在最小化多机场航班的总延迟时间和跑道总调度时长.开发出Epsilon约束精确算法,可以在数分钟内求解出多机场进场交通流排序方案的Pareto前沿.通过仿真实验证明了模型的正确性及算法的有效性.