具有多输入和扰动作用的非线性系统的前馈/反馈线性化

 研究了具有多输入和扰动作用的非线性系统的线性化问题。对这类非线性系统,利用非线性前馈和反馈的方法,对状态空间坐标和控制输入空间坐标的变换,从而获得与之等价的可控准线性系统:z=Az+Bv+ρ(z)d。讨论了这类非线性系统前馈/反馈线性化的具体步骤,并给出了一个算例。     

一种新的离散多变量直接自适应控制算法

 <正> 近年来,如何解决自适应控制对于建模误差的鲁棒性问题,以便自适应技术能应用到工程实际中去,是人们最关心的问题之一。本文在Bar-Kana的基础上,针对高阶对象跟踪低阶模型的鲁棒性问题提出了一种新的离散多变量直接鲁棒自适应控制算法,仿真结果满意。     

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。     

相关进近模式下多跑道时空资源优化调度方法

跑道作为机场飞行区与终端区的衔接部分,因容流失衡频繁引发空中交通拥堵及航班延误等问题。为提高多跑道系统运行能力,针对相关进近跑道运行模式,研究了多跑道时空资源优化调度方法。通过深入剖析多跑道时空运行特性,综合考虑移交间隔、尾流间隔、纵向间隔和相关斜距等约束限制,科学权衡安全、经济和环境等各方利益需求,建立了相关进近模式下多跑道时空资源优化调度模型。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,对模型进行了准确求解。仿真实验表明,模型可对相关进近航班进行优化配置,有效降低航班延误时间和航空发动机污染物排放量。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39.3%和32.6%,所提方法可显著缓解大型繁忙机场航班延误情况,有效提高航班正常率,并完全适用于独立进近模式。     

空中交通管制员技能评估主成分分析方法

为改善空中交通管制员技能评估方法,以管制员作业结果评估为立足点,建立了涵盖空中交通流密度、管制运行安全性能、管制运行效率性能及管制员工作负荷等4类因子的管制员技能定量评估指标体系,并给出了基于主成分分析法的管制员技能定量评估方法。经各等级管制员雷达模拟机多场景测试验证,采用新方法对100个测试样本的评估结果符合实际;相比通过管制教员观察管制员作业过程得出人工评定结果的传统方法,新方法的科学性、客观性及适用性更优。     

基于灰色关联聚类的空中交通复杂度评估方法

为了准确评价空中交通态势的复杂程度,进行有效的空中交通管理,提出了一种空中交通复杂度评估方法。在已有的理论研究成果及实际运行经验的基础上,归纳了定义明确、可定量分析的基础空中交通指标集,使用灰色关联聚类方法对指标集进行聚类分析,利用信息熵理论对聚类指标求解权重,加权求和获得空中交通复杂度。方法弥补了目前使用单一维度指标描述空中交通运行态势的弊端,能更好地体现空中交通复杂度。     

基于管制员工作负荷的终端区容量评估

对现有的基于管制员工作负荷的空域容量评估方法进行分析,并比较各自的特点。提出了改进的基于管制员工作负荷的容量评估模型,模型的建立不仅考虑了管制员工作负荷的不同类别,即通信负荷、非通信负荷和思考负荷,还考虑了空域内航路结构的复杂性,即区分空域内不同航路走向上运行的航空器数量。描述了基于新建模型的容量评估方法。以哈尔滨机场终端区为背景,在雷达管制的基础上,使用新建立的模型,采用回归分析方法,计算了终端区容量,验证了所提模型和方法的可行性与适用性。     

大型繁忙机场场面离场交通流拥堵特征分析

阐明机场场面交通流时空演变规律,揭示离场交通流拥堵机理是科学制定场面交通流管控策略的重要基础。采用元胞传输机理论,建立线性滑行道元胞、机坪发散/交叉元胞、汇聚元胞的交通流传输模型,并基于NetLogo系统动力学仿真平台,以广州白云国际机场为例验证了模型的有效性,进而推演分析了离场交通流基础相变特征及其影响机理。研究表明,场面离场交通流存在自由态、亚稳态、拥堵累积态和拥堵死锁态4种基础相态,指出调节与进场率相协调的推出率是有效控制离场交通流密度,缓解场面拥堵的重要手段。研究结果可为大型繁忙机场场面交通智能管控提供一定的理论基础和决策参考。     

基于Agent模型的机场网络延误预测

准确可靠的机场网络航班延误预测是科学认知空中交通运行态势,动态精准实施国家空域系统容流协同调配策略的重要依据。提出了基于Agent的机场网络延误模型,表征机场网络系统中各元素及子系统间的交互作用下的延误特征涌现。针对机场节点动态容量、预计起飞时间、最小飞行与周转时间等Agent模型中的关键参数,适应性选用了贝叶斯估计、模糊k近邻等数据挖掘方法建立参数模型,并采用2015—2017年全美历史航班和气象数据进行训练学习。为综合评价模型性能及泛化能力,选取全美2018年3个不同延误程度的典型日进行测试。实验结果表明,在全美34个核心机场组成的网络中,各节点在4小时预测区间内延误最大误差不过27.9 min,其中约80%的节点误差小于5 min,验证了所提延误预测模型在时空范围内的准确性和稳健性特征。另外,通过与其他模型对比,展示了本模型优良的延误预测性能。