基于有效中转时间预测的不正常航班恢复技术

不正常航班恢复问题研究通常基于固定航班中转时间，忽视了实际航班中转时间的改变对航班恢复带来的影响。对此，依据全国235个机场的全部运营航班数据抽取机场-航班特征，构建了基于LightGBM的航班中转时间预测模型，预测航班的有效中转时间，数值结果显示，航班中转时间预测模型预测的均方根误差为6.783 min。构造了基于有效中转时间的不正常航班恢复模型，并针对性地设计了求解该模型的列向量生成算法，构造的模型通过取消、改变计划时间、更换飞机等方式，分别在最小化航班延误时间、取消个数、换飞机个数的目标下，解决机场流量下降、机场关闭、飞机维修等不正常条件下的航班恢复问题。通过航空公司实际运行数据测试证明，基于有效中转时间预测的不正常航班恢复技术有效，在大规模航班恢复的情况下，可以将总延误时间减少34.2%。将列向量生成算法与时空网络算法的结果进行对比，所提出的恢复方法能降低航班恢复代价。      

过站航班地面保障过程动态预测

过站航班地面保障过程预测是机场协同决策系统的重要功能。针对目前无法实现过程精细化动态预测且精度较低的问题,提出了一种基于贝叶斯网络的过站航班地面保障过程动态预测方法。建立了地面保障过程贝叶斯网络模型,设计了基于航班属性的初始样本空间生成算法,结合高斯核概率密度估计构建了地面保障过程动态预测方法。某枢纽机场实际数据的仿真结果表明:所提方法在充分考虑航班运行属性的基础上实现了各保障节点的动态预测,其平均绝对误差仅为2.224 1 min,均方根误差相比其他方法低近2 min,能够为机场运行短时战术组织提供客观的决策依据。      

飞机地面除冰保障过程动态预测

针对冰雪气象下除冰保障过程的精细化管理及预测精度低下的问题,提出了一种基于时空关联动态贝叶斯网络的飞机地面除冰保障过程动态预测方法。在系统性分析除冰保障过程的基础上,设计了面向离港除冰队列的时空关联节点判别方法,基于K最近邻算法简化关联节点并构建了变结构动态贝叶斯网络模型。基于核注意力机制的除冰保障节点先验概率密度估计方法,结合条件概率更新结果构建了面向不同状态的飞机地面除冰保障过程动态预测方法。实验结果表明：所提方法在考虑除冰保障演化不确定性的基础上实现了各节点的动态预测,平均绝对误差为2.34 min,整体精度相比静态贝叶斯网络方法最大提升8.66%,为地面除冰运行战术组织及决策控制提供了有效依据。     

基于滚动时域控制的多路径进场航班排序优化

进场航班排序优化是提高进场航班着落效率、减少航班延误的有效方法。基于此，以最大化着落效率为目标，结合多跑道、多航路选择，考虑实际航路点限制，提出了多路径多跑道一体化进场航班排序优化混合整数规划模型。为解决大规模航班排序计算的实时性问题，提出了多航路点滚动时域控制算法。以广州白云国际机场终端区为实例进行验证，采用实际进场航班数据开展计算实验，在尾流安全间隔上，采用RECAT-CN运行标准，计算结果表明：小规模航班架次时（23架），所提模型最大降落时间比先到先服务方法提前55 s，比未优化时提前271 s；大规模航班架次时（104架），仅靠求解器在3 600 s内未找到可行解，所提算法在128.65 s找到解。所提模型和算法有效，可应用于实际航班排序优化。     

恶劣天气下机场离场航班运行韧性评估及恢复

为保障恶劣天气下机场整体性能,科学评估机场离场航班运行韧性,提高航班恢复能力,从而有效缓解天气的影响。给出机场离场航班运行定义,从机场离场航班运行系统性能出发,分析航班离场延误时间、离场总延误时间、离场航班正常率和机场离场航班运行系统综合韧性指数4个指标,对系统在恶劣天气条件下的韧性变化进行评估;提出机场离场航班运行系统性能恢复策略,利用遗传算法对离场延误航班进行优化排序;以2012年北京首都国际机场“721”特大暴雨事件为实例进行数据分析,得到暴雨影响下首都机场的性能指标和韧性指数,对比分析机场离场航班运行系统性能及韧性水平变化。研究结果表明：受暴雨影响,机场离场航班运行系统综合韧性指数由0.457 3下降到0.062 8,暴雨减小后上升到0.222 3;在进行航班优化排序后,离场航班总延误时间减少了24.85%,优化后机场性能恢复速度提升了13.89%,优化后的机场离场航班运行系统最小韧性指数提升了13.38%,系统性能优先恢复至初始状态,表明所提恢复策略有效。     

时隙分配算法在CDM GDP 程序中的应用

机场容量由于恶劣天气等突发原因受到限制导致大面积航班的延误,带来了巨大的经济损失.CDM(Collaborative Decision Making) GDP(Ground Delay Procedure)就是解决这类突发情况的空中交通流量管理程序.就其核心问题——时隙分配,在现有的时隙分配算法基础上,引入航班延误损失系数,使得算法以延误损失替代延误时间,提出了2种基于该系数的时隙分配算法.最后,用java语言进行了仿真实验,引入了评判函数来选择在总延误损失和延误损失分配的公平性上最佳满足决策者要求的分配结果.      

基于交通状态的离场航班动态协同排序方法

为适应协同决策(CDM)需要，考虑空管、航司和机场三方的诉求，对拥挤和非拥挤场景下的离场航班动态协同排序问题进行了系统研究。通过分析离场航班运行特性，利用离场航班的计划撤轮档时间(SOBT)和预计撤轮档时间(EOBT)数据设计了一种离场航班动态排序方法；针对各方构建了离场航班排序的多个优化目标，且为保证排序公平性，提出了航空公司延误公平性评价指标，将非受控离场航班优先级分为3类，对各类非受控离场航班设置其可接受的最大延误时间和最大位置偏移量，创建了基于交通状态的离场航班协同排序模型；采用带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)寻求离场航班动态协同排序的最优解。仿真结果表明:较先到先服务(FCFS)方法，所提方法在2种场景下各排序时段均增加多种排序方案，离场航班总延误均减少50%以上，且在非拥挤场景下提高了航空公司延误公平性。所提方法可对离场航班进行优化排序，显著减少航班延误，有效提升公平性，契合协同决策理念，可实现三方协同排序。      

Ad hoc网络局部路由发现算法

针对自组(ad hoc)网络按需路由协议采用全网络广播方式来进行路由发现带来的网络路由开销较大问题,提出一种减少网络路由开销的局部路由发现算法.路由附近节点根据当前路由上发送的数据报文计算到达目的节点的最小跳数;当路由发生中断时,路由发现请求报文将在中断路由附近节点间按照最小跳数减小的方式传递,从而合理限制路由发现范围;通过增大中断链路附近节点转发路由发现报文跳数的方式,扩大局部搜索范围,提高路由发现成功率.仿真实验结果表明,本算法最多可以减少约60%的网络路由开销,降低约70%的平均网络延迟,提升约10%的数据报文发送成功率.此外,任何基于广播方式进行路由发现的路由协议都可以使用这种算法优化性能.      

移动Ad Hoc网络中的自适应转发分群路由协议

为了提高移动Ad Hoc网络的可扩展性,降低在大规模移动Ad Hoc网络中路由开销的增长速度,提出了一种自适应转发分群路由(AFCR,Adaptive Forwarding Cluster Routing)协议.它采用基于最小节点标识号(ID)的移动分群算法将所有节点分为若干个一跳分群.通过设置分群计时器,仅使用两轮控制消息就能快速部署网络的分群结构,并且可使分群同时在全网多处展开.邻节点之间通过交换局部路由信息来建立相邻群首间的路由,而不相邻群首间的路由则利用相邻群首间的路由来建立.基于所建立的分群网络结构和局部路由信息,该协议能够完成数据分组的自适应转发.仿真结果表明,与DSDV(Destination-Sequenced Distance-Vector)和RRR-DSDV(Rapid Route Recons truction DSDV)协议相比,AFCR协议在大规模、重业务量的情况下有效地降低了路由开销、改善了网络的传输性能.     

基于社团结构节点重要性的网络可视化压缩布局

为有效展示网络的中观尺度结构,将力导引布局算法与网络社团结构特征相结合,提出了一种基于社团结构节点重要性的网络可视化压缩布局方法。首先,采用Louvain算法对网络进行多粒度社团结构划分;然后,通过计算社团结构中节点的拓扑势评估节点的重要性,保留社团结构中的重要节点,合并边缘节点,实现社团结构压缩;最后,采用力导引布局算法布局压缩网络节点,实现网络可视化的压缩布局。实验结果表明:所提方法在压缩节点和连边规模的基础上,能够完整保留原始网络的社团构成,并且通过保留社团结构代表点可以清晰展示社团内部结构,突出社团和重要节点在网络结构中的位置和作用。      

空域扇区网络结构特性分析及韧性评估

为保障扇区内航空器运行安全,提高扇区网络在外界干扰下的韧性,从而有效减轻航班延误和空域拥堵。首先,依据中国空域扇区划分规则,运用复杂网络理论构建中国空域扇区网络模型;然后,定义网络基本特征参数,对中国空域扇区网络结构特性进行分析,提出扇区网络韧性的概念,并采用一种定量评估方法对其进行度量;最后,对比分析不同恢复策略下的韧性指标,以此制定空域扇区网络在外界干扰下的最佳恢复策略,提高网络韧性。结果表明:中国空域扇区网络具有较大的平均最短路径长度和较小的聚类系数,度分布服从双段幂律分布,介数和强度服从指数分布。介数是影响空域扇区网络韧性最大的指标,采用介数恢复策略可显著提高外界干扰下空域扇区网络的韧性。      

基于飞行冲突网络最优支配集的冲突调配策略

针对空中交通流量逐年上升、管制压力增大、飞行冲突难调配的问题，以航空器为节点，基于航空器之间的速度障碍关系建立飞行冲突网络。定义最优支配集的概念，通过移除飞行冲突网络的最优支配集节点，快速消解网络中的冲突，降低网络的复杂性。在使用粒子群（PSO）算法对网络最优支配集进行求解的过程中，引入免疫机制，设置节点和连边2种类型的抗原，保证对关键航空器和高风险冲突的优先调配。实验仿真表明：所提冲突调配策略相较于传统方法能够快速识别网络中的关键航空器节点，并对高风险的冲突连边具有较好的灵敏性，可为管制员和管制系统提供更加准确、可靠的信息和建议，在宏观上辅助进行飞行冲突的调配。     

不确定需求下航空公司枢纽网络优化设计

为了帮助航空公司合理规划航线网络，降低运输成本，从航空公司的角度出发，将机场容量看作到港和离港航班的函数，绘制了机场容量包络曲线。基于机场容量包络曲线构建了随机需求下多分配、非严格的两阶段混合整数随机规划模型，第1阶段确定网络的枢纽位置，第2阶段确定不同需求情形下城市对的运输路径和不同路径上的流量比例。当需求情形是离散变量时将两阶段模型转化为确定的等价规划。继而以东航为例选取13个机场对模型进行验证，并对运输成本折扣因子进行灵敏度分析。结果表明:在不同的折扣因子情形下选择的枢纽机场不同，折扣越大，选择的枢纽越多，网络总成本越低，且3种折扣因子情形下的枢纽选择与实际比较吻合；每种折扣因子情形下，当需求不同时航线网络的布局有所差异；对比需求确定和不确定下的模型结果差异，得出需求不确定下的网络总成本更低。可见需求不确定下的随机规划模型更加贴近实际，能够帮助航空公司规划符合实际情形的枢纽航线网络，并确定其在枢纽机场的容量份额。      

定性因果与多项式算法的模型诊断方法

在基于模型的诊断方面，Ｒｅｉｔｅｒ最初提出了使用第一原理的诊断方法，但它应用于复杂物理系统时遇到很多困难。后来，Ｍｉｋｉｔｏ等人提出了使用定性因果与覆盖集的模型诊断方法，此方法有很大改进，但覆盖集的计算复杂费时。提出一种使用定性因果与多项式算法的模型诊断方法，此方法可以明显地减少诊断的计算量，并且对这种新算法的正确性给予了证明。     

基于活动预测和能耗均衡的WSN路由算法

无线传感网络（WSN,Wireless Sensor Network）中节点触发与数据传输往往会呈现出某种活动模式,基于活动模式特性提出了基于活动的节点分簇算法（AACP,Activity-Aware Clustering Protocol）,将网络中的传感器 节点分成多个活动簇,并通过对节点的历史触发数据进行分析,结合分簇结果对当前发生的活动进行预测.基于活动预测结果,综合能耗均衡、节点剩余能量、传输能耗等影响因素,提出了基于活动预测和能耗均衡的WSN路由算法（AEBRP,Activity-aware and Energy Balanced Routing Protocol）.仿真实验中与低功耗自适应集簇分层型协议（LEACH,Low Energy Adaptive Clustering Hierarchy）、基于跟踪的动态节点分簇算法（HCMTT,Hybrid Clustering for Multitarget Tracking in wireless sensor networks）和传感器信息系统中的高能效采集算法（PEGASIS,Power Efficient Gathering in Sensor Information System）进行比较,验证了AEBRP算法在维持网络能耗均衡、延长网络生命周期方面具有明显优势.      

航空高动态网络链路感知OLSR路由算法

针对航空高动态无人机（UAV）网络环境中节点移动速度快、网络拓扑变化快,导致网络链路稳定性差、数据到达率低和信息拥塞度高等问题,提出了一种航空高动态网络链路感知OLSR（OLSR-LA）路由算法,该算法利用接收的2个连续Hello消息的多普勒频移、能量等信号特征,计算出航空高动态无人机网络中2个相邻节点的相对速度和移动趋势,从而得出这2个节点之间链路的保持时间。根据节点MAC层接口队列长度衡量网络局部的负载程度,并利用ARIMA-WNN组合预测模型预测下一时刻节点负载的预测值,并通过Hello消息传递给邻居节点。根据链路感知情况,采用基于局部路由负载均衡（RRLB）算法避免拥塞的发生。仿真结果表明,与传统OLSR算法相比,本文提出的算法有效提高了分组交付率,降低了端到端的传输延时,增加了网络吞吐量,从而提高了整个无人机网络传输的有效性和实时性。      

基于雾计算的无线传感器网络联合入侵检测算法

为了保障无线传感器网络的安全性,提出一种基于雾计算的联合入侵检测算法Fed-XGB。Fed-XGB算法通过引入雾计算节点扩展网络边缘,减少通信时延,在提升联合学习全局模型和局部模型准确率的同时,降低了传输带宽和隐私泄露风险;通过改进基于直方图的近似计算方法,适应无线传感器网络数据不均衡特征;通过引入TOP-K梯度选择,最小化模型参数上传次数,提高模型参数交互效率。实验结果表明: Fed-XGB算法的检测准确率在0.97以上,误报率在0.036以下,优于其他对比算法;在遭受中毒攻击及数据含噪的情况下,算法检测分类性能依然稳定,具有较强的鲁棒性。      

高峰时段下离港航空器绿色滑行策略设计与评价

为有效减少大型枢纽机场高峰时段离港航空器拥堵延误及污染物排放,开展了不同滑行策略的设计与评价研究。首先,构建了包括环境成本在内的离港航空器滑行成本计算模型;然后,提出了正点推出、机位等待以及速度优化3种不同离港航空器绿色滑行策略;最后,以总滑行成本最小为目标,采用遗传算法开展算例仿真,求解不同策略下的最优滑行路径并对比分析了不同滑行策略对缓解拥堵及减少排放的有效性。结果表明:相较于正点推出策略,机位等待与速度优化策略可减少总滑行时间5.90%和22.49%,具有良好的拥堵缓解效果;此外,机位等待策略还具有最低的油耗及排放成本,而速度优化策略具有最低的污染物排放总量,均具有一定的减排效果。      

一种新的基于信号导频的射频指纹识别方法

现有基于深度学习的射频指纹识别技术大多采用原始数据样本作为网络输入，未考虑信号携带内容对分类结果产生的影响，网络结构相对单一。为此，针将信号导频部分作为网络输入展开了研究，提出了一种新的导频提取算法，对10个ADALM-PLUTO软件定义无线电设备(SDR)辐射出的信号提取其导频，并建立了3种不同距离条件下的导频数据集。提出将Inception网络结构用于射频指纹识别，在10 m无线传输距离下达到了98.58%的分类精度，相较于现有基于AlexNet网络改进的卷积神经网络(CNN)，分类精度有所提升。      

基于度中心性的AFDX网络拓扑生成

航空电子系统随着任务需求和技术的发展不断向深度综合演进,其系统的复杂性给网络的设计和验证带来了巨大的挑战,如何通过网络生成实现受限资源条件下航电信息交互的实时性能保障是目前亟待解决的问题。针对目前存在的无法对航电网络进行实时性调控的拓扑设计方法进行改进,依据终端节点之间所有虚拟链路的最大通信帧长之和的大小关系,提出一种基于度中心性理论的航空电子全双工交换式以太网（AFDX）网络拓扑生成算法。将终端节点之间数据帧长作为节点度的衡量标准,对所有终端节点进行集合划分,并根据集合中终端节点的数据帧长对交换机进行连接。采用确定性网络演算以及仿真的方法对基于度中心性的AFDX网络拓扑生成算法进行效能评估。利用确定性网络演算方法,在小规模虚拟链路（VL）的组网下,结果显示:基于度中心性的拓扑生成算法生成的网络拓扑中75%的VLs实时性能优于原始人工设计的网络拓扑,且端到端延迟平均减小9.37%。利用OMNet++仿真方法,在1 400条虚拟链路的组网规模下,结果显示:基于度中心性的拓扑生成算法生成的网络拓扑中94.3%的VLs实时性能优于人为规划网络拓扑,且端到端延迟平均减小50.2%。由此表明:基于度中心性的拓扑生成算法很大程度上提高了网络的实时性能保障。