军航飞机流穿越民航航线冲突探测与解脱问题

针对军航飞机穿越民航航线的飞行冲突问题,对飞机流汇聚飞行场景进行建模分析,提出了基于滑动窗口的汇聚飞行冲突探测方法和基于合作博弈的多机冲突解脱方法。当飞机流进入预先划设的汇聚控制区,通过滑动窗口判断向前看时间内飞行冲突。基于此,潜在冲突机间组成一个联盟,以解脱边界条件为安全约束,以合作博弈理论中联盟福利最优解均衡各机效益,在保证安全的前提下实现效益均衡。根据最优机动方向特点,利用免疫粒子群优化算法快速求解策略。仿真结果表明,该场景下提出的方法能有效解算出满足要求的解脱策略,并均衡军民航飞机解脱效益。      

基于复杂网络的空中交通复杂性识别方法

在空中交通管理中，识别空中交通复杂性是一项重要工作。目前的算法多采用飞机密度、机群、滞留程度等宏观指标对复杂性进行评价。利用复杂网络理论描述空中交通状况，将空域中的飞机视为节点，飞机与飞机之间距离小于彼此的机载防撞系统（ACAS）通信距离时开始构成连边，以此构建飞行状态复杂网络模型，可以更好地描述网络内部的微观特征。选取环边数、节点强度、平均聚类系数、介数中心性和网络效率等拓扑特性指标，对动态空中交通状况进行了研究。在此基础上，采用独立主元分析（ICA）在线识别空中交通复杂性，将交通顺畅的情况作为训练数据集进行处理，根据SPE统计量、I2统计量和I_e2统计量的变化来识别复杂性情况。仿真结果表明，所提方法可以较好地识别空中交通复杂性。      

自由飞行下基于集成学习的概率型冲突探测算法

空中交通流量的持续增加对中、短期飞行冲突探测的精度与处理大量目标的能力的要求更高,提出基于集成学习(ensemble learning)的冲突探测算法。首先,对飞机冲突过程建模,收集飞行样本;其次,提取飞机当前位置、速度矢量、向前看时间、待转弯时刻和转角为特征量,训练基本分类器,获得元数据集;然后,以支持向量机为二级分类器,元数据集为新的特征量,训练Stacking元分类器(meta classifier),分类阶段通过Sigmoid函数概率映射法输出冲突概率;最后进行仿真分析。结果表明:基于集成学习的冲突探测算法对冲突探测具有较高的准确率,使得虚警概率大幅下降,且适用于转弯飞行。     

基于速度障碍法的飞行冲突解脱与恢复策略

针对飞行中的冲突解脱和航迹恢复问题,在速度障碍法模型的基础上提出了一种几何优化的方法,并对这个问题进行了严格的数学描述。首先根据飞机之间的相对位置和速度关系,确定其冲突类型,以及是否满足各解脱策略的条件,选取相应的解脱策略,待冲突解脱完成后,飞机恢复至原航线飞行。然后通过几何分析,理论推导,该模型能够有效解决飞行冲突,并且具体给出冲突解脱和航迹恢复的位置。最后在仿真中,所提方法根据不同场景能够自主选择冲突解脱策略,结果显示该方法简单高效,并且在航迹恢复过程中不引入新的飞行冲突。      

基于支持向量机的概率型飞行冲突探测算法

为解决自由飞行条件下冲突探测概率估计问题,提出了一种基于支持向量机(SVM)的概率型飞行冲突探测算法。首先对飞机运动轨迹及保护区建模,飞机预测航迹误差服从高斯分布,以目标机为中心建立椭球保护区E模型,获得冲突和不冲突样本。在此基础上,选取飞机当前位置、速度矢量和向前看时间为特征量,采用SMOTE重采样方法解决样本不均衡问题,进行SVM训练,并通过Sigmoid函数概率映射法求解冲突概率,建立冲突探测模型。仿真结果表明,所提出的算法能够探测中短期向前看时间内飞行冲突,所得冲突概率准确、虚警率较低。     

管制-飞行状态相依网络模型及特性分析

管制员和航空器是管制系统的关键所在，两者紧密关联、相互依存，分析其间的相互关系，能够加深对管制系统的理解，更好地维护其运行效率。为此，首先构建了一种由飞行状态网络和管制网络相耦合所组成的相依网络模型。其中，飞行状态网络由空中的航空器和彼此之间位置关系决定；管制网络由管制扇区及其之间的移交关系确定。然后根据管制员对航空器的调配难度确定依存边的权重。最后依据构建原则模拟生成人造网络，对该网络的节点度、点强和加权聚类系数以及网络效率和鲁棒性进行了分析。分析结果表明:所构建的相依网络模型能够反映管制员和航空器之间的相互关系，管制节点重要程度高于航空器节点。      

管制-飞行状态相依网络演化过程

动态、准确的管制系统运行态势预测是航空运输系统各相关单位开展协同决策的关键基础。基于航空器间的冲突情况、管制员对航空器的管控情况以及管制移交情况构建管制-飞行状态相依网络,探究、分析其演化规律,采用相关性分析和主成分分析证明了所选5项指标的合理性。设置自由飞行和固定航线飞行两种仿真场景,通过计算平均节点度、平均点强等拓扑指标的最大李雅普诺夫指数证明各时间序列均具有混沌特性,选择长短期记忆（LSTM）人工神经网络方法对各时间序列的演化规律进行预测,并与其他预测算法进行对比。仿真结果表明LSTM算法能对管制系统的演化过程进行有效的预测,且预测精度高于贝叶斯算法和支持向量机算法;在自由飞行条件下,5项指标的预测误差绝大部分在20%以内,固定航线飞行的预测效果优于自由飞行。     

基于二进制粒子群算法的战时航空网络规划研究

领空作为国家资源的一部分,其使用、调配关系到国家的安全与发展,在战时,将更多的空中资源调配给军航使用,有利于保障军事行动的顺利进行。基于此,提出一种基于二进制粒子群算法(BPSO)的战时航空网络规划方法。首先,对航空网络建模,收集航班数据;其次,建立航空网络性能评价体系;然后,以使用尽可能少的民航机场维持预期网络性能为目标,以作战意图和战场环境为约束条件,通过BPSO 算法进行求解;最后,进行仿真分析。结果表明:该方法能够结合作战意图、反映战场环境、合理调配航空资源,为战时航空管制工作提供决策依据。     

基于复杂网络和朴素贝叶斯的飞行态势评估

为了辅助管制员作出合理的冲突调配决策，准确地评估空中飞行态势，提出了一种基于复杂网络和朴素贝叶斯分类器的飞行态势评估方法。首先，依据航空器的位置、航速、航向等重要信息，通过三维速度障碍法构建了冲突网络，在此基础上选取了平均度、平均点强、平均加权聚类系数等6个网络特征指标构建态势评估指标体系。采用分类的思想对飞行态势进行评估，分类器选择朴素贝叶斯分类器，将飞行态势分为优、良、中、差4个等级。仿真试验结果表明：相对于传统飞行状态网络，所构建的冲突网络能够降低33.3%的虚警率；所提出的评估模型能够准确判断空中的飞行态势，能为航空管制工作提供辅助决策。     

基于回归分析的低空空域资源可用性评价

低空空域资源一直是通用航空产业发展的瓶颈,是制约我国通用航空发展的关键因素之一。基于理论研究和实地调研,构建低空空域资源可用性评价指标体系,运用多元线性回归法对影响低空资源的军/民航各项因素进行系统分析,确定各级指标权重;以江苏省为例,深入分析该省低空可利用资源的现状,总结各地区实际情况和大量数据,通过多元线性回归结果显示各项因素对该地区的影响值;最后得出低空空域资源可用性结果。结果表明:采用回归分析方法分析低空空域资源,所得结果是科学且有效的,可为我国低空空域资源合理利用以及通用航空活动空域申报提供参考。