通航为什么“飞得不多”?

正"我国低空分类、管理体制、审批流程、飞行服务保障等滞后,民用通信、导航、监视体系的地面及机载设备基本空白,现有基础设施远不能满足通用航空安全运行需要,长期处于"看不见、叫不到"困境,让通用航空难以真正"飞起来"。"为什么"飞得不多"?"飞起来"是通用航空业发展的前提条件和基本诉求。近年来,我国通用航空运营企业数量、机队规模增长显著快于飞行小时增长,飞行量增长结构性地落后     

基于改进遗传算法的终端区排序研究

终端区航班排序是减少航班延误,降低成本的关键技术。基于安全性考虑,将进近无冲突作为约束条件,这是一个组合优化问题,多约束条件互相制约,导致可行解较难获得。采用改进遗传算法,针对航班速度编码的特性引入局部适应度函数,并以此为标准指导交叉变异操作。仿真结果表明,求得的进近队列延误低、无冲突,且遗传更具方向性,收敛快,大大提升求解速度,更符合实际运用中实时性要求,优于传统方法。     

基于协同进化的复杂低空下多飞行器协同航迹规划方法

由于低空空域环境复杂，威胁通用航空器运行安全。复杂低空多飞行器航迹规划方法是保障安全、提高效率的关键技术。在特定空域范围内，依据地形特点、环境威胁以及飞行器自身物理条件等约束和安全效率等性能指标，为飞行器规划出最优航迹。然而，多飞行器的航迹规划问题存在多约束、强耦合、多目标等难点，现有方法缺乏对问题先验知识的挖掘和利用，导致难以兼顾安全与效率。针对多飞行器航迹规划问题，建立了多飞行器航迹优化 多目标模型。为了进一步提升优化效率，基于启发式算子的自适应差分多目标进化算法，引入多种群协同进化，每个飞行器通过不同种群独立进化，建立合作机制提升种群进化质量，避免陷入极值。最后通过二维与三维仿真实验验证了算法的可行性和有效性。     

基于满意博弈论的复杂低空飞行冲突解脱方法

复杂低空空域环境下多飞行器冲突解脱方法可以有效地提供冲突解脱策略,实时规划飞行器四维航迹,避免飞行器之间发生危险接近事故或者碰撞,从而保障空域运行安全。然而,随着飞行器数目的不断增长,冲突解脱面临"维数灾难",导致问题具有高维度、强耦合等难点。因此,传统的优化方案难以得到令人满意的方案。为了提高冲突解脱效率,保障运行安全,基于满意博弈论方法,考虑低空飞行器运动特点,构建冲突解脱模型,设计冲突解脱方法。飞行器主要采用改变航向角的策略。通过基于条件概率的方法来建立"社会关系",即当前飞机所做的决策对其他飞机产生的影响。每个飞行器在决策时,都会受到优先级比自己高的决策者的影响。基于满意博弈论的冲突解脱方法不仅可以有效地解决当前飞行器的冲突问题,而且兼顾探测范围内的其他飞行器,避免当前解脱策略导致与其他飞行器冲突,实现整体最优化。最后,通过在极端典型飞行冲突场景中实验验证表明,基于满意博弈论的冲突解脱方法可以实时高效实现大规模飞行器的冲突解脱,保障飞行安全且控制经济成本。     

基于密度聚类与匹配算法的异常飞行行为挖掘

在空中交通愈加拥挤的背景下,航空器的异常飞行行为的有效挖掘可以辅助管制员进行调配决策。现有方法只能辨识飞机空间位置特征异常,存在水平可扩展性的局限。本文考虑位置、速度、高度和航向4个异常特征,采用高度层划分策略、局部异常因子和快速覆盖树对基于密度的有噪声应用中的空间聚类（Density-based spatial clustering of applications with noise, DBSCAN）方法进行改进,提出局部异常因子改进的考虑速度、方向及高度的基于密度聚类方法（Density-based spatial clustering considering speed, direction and high level improved by local outlier factor,LOFDBSC-SDH）密度聚类算法对正常航迹模式进行快速准确提取。然后,基于正常航迹模式设计考虑过点时间和上述异常特征的航迹匹配算法,挖掘异常飞行行为。最后,通过实验仿真验证了本文方法的有效性和应用价值。     

一种基于SVM的低空飞行冲突探测算法

随着低空飞行密度不断增加,低空航行安全已引起广泛关注,由于低空环境复杂,低空飞行受地面障碍物和天气影响比商用航空显著,传统的空中交通警戒与防撞系统（TCAS）和其他冲突探测方法并不适用于低空密集飞行环境。针对传统探测方法计算量大、适用性差的不足,引入支持向量机（SVM）的二元分类方法,通过对本机和周边飞机航迹归一化处理,采用智能优化算法对关键参数进行优化,利用模拟数据对分类器进行预先训练,实现了适用于低空飞行的高效冲突探测。以大量的仿造数据对算法有效性进行了测试验证,结果表明漏警率和误警率分别控制在约0.1%和6%,克服了传统确定型方法与概率型方法难以兼顾效率与适用性的缺陷。      

NASA无人机运行管理系统ICAROUS框架分析

NASA和FAA提出了无人机系统交通管理(UTM)概念,旨在将低空无人机运行纳入国家空域范围,实现无人机在城市、应急等运行场景下的大规模安全运行。作为UTM项目的一部分,NASA开发了无人机运行管理系统的“无人系统可靠运行集成可配置算法框架(ICAROUS)”,该框架集成了无人机低空安全运行所需的飞行决策、地理围栏、路径规划以及空中交通冲突探测与避让等关键功能,并提供了软件在环仿真和地面控制站接口。通过剖析ICAROUS源代码分析了NASA无人机运行管理框架的研究进展,从架构、算法实现以及关键参数等方面解读了该框架的若干核心功能。最后,为中国无人机运行管理技术的发展提出了建议。