基于卷积神经网络的终端空域交通复杂度辨识

辨识终端空域交通复杂度对空中交通管理的安全和效率起着关键作用。利用交通态势的瞬时图像,基于深度学习研究终端空域交通复杂度的辨识方法。构建交通态势图像,并通过对复杂性指标进行聚类实现数据标记。提出了基于卷积神经网络分类的交通复杂度辨识方法。以广州终端空域的进离场运行为研究案例实施验证。结果表明,一方面,包括飞机经度、纬度、高度和速度信息在内的图像可以充分代表空中交通的复杂性;另一方面,所提出的模型可以有效识别终端空域空中交通复杂性。     

基于核主成分分析的空域复杂度无监督评估

空域复杂度评估作为衡量空域运行态势、管制员工作压力的关键手段,是运行调控的基础。由于影响因素众多,不同因素间耦合关联复杂,且标定样本很难获取,空域复杂度的准确评估被公认为航空领域的一个挑战性问题。提出了一种空域复杂度的无监督评估方法。首先通过核主成分分析挖掘原始样本各维度的非线性耦合关系,准确提取能够最大化复杂度评估信息量的主成分,进一步设计了可按需定制的主成分聚类方法,实现了无监督条件下空域复杂度的准确评估,为空域划分、流量管理提供了有效的技术支撑。     

基于内禀属性的扇区复杂性评估

为了定量描述空域扇区的复杂性,引入交通内禀性概念,通过计算扇区内航空器间的逼近时间、侵略函数、关系矩阵、相关度函数,建立扇区的复杂性测度模型；并通过仿真算例,对扇区复杂度影响因素进行了分析.研究结果表明:复杂性值大小反映了扇区内飞机数量及汇聚、分散程度,复杂性值曲线拐点数量反映了扇区交通有序/无序程度,复杂性值曲线突变反映了扇区交通数量变化情况,可为管制员的监视和冲突解脱方案选择提供一定支持.     

基于DEMATEL的空域扇区复杂性影响因素研究

空域扇区复杂性直接影响着空域结构的合理性、管制员工作负荷的均衡性、交通运行的科学性以及空域规划的客观性,是保障航路运行安全,提高空域运行效率的主要方式。针对空域扇区复杂性影响因子较多的特点,首先构建影响空域扇区复杂性的因子体系,其次利用DEMATEL方法对影响空域扇区复杂性的因子进行量化,分析各因素与复杂性的关系及各因素间的关系,最后筛选出关键影响因素,并提出优化空域扇区复杂性的一些建议。     

考虑速度调节影响的进近空域容量评估

为了解决管制员在管理进近空域流量时出现实际流量低于理论流量的问题,根据运输类飞机适航标准和管制员调速规则和原则,提出了考虑下达指令时机的航段容量计算模型,由现行的进近空域结构能够发现进近空域是由多个航段连接形成了一个航路网络,根据历史统计数据得到的交通流比例,结合网络流中最大流最小割理论对进近空域容量进行评估。实例分析结果表明：在下达管制指令时间范围内,通过约束管制指令使航空器在同一减速点进行减速时,减速航段容量的最大值与最小值相差0.88架次/h,进近空域容量评估结果为：最大容量为43.79架次/h,最小容量为43.61架次/h;方法可以有效解决问题并且评估结果贴合运行实际容量。     

基于交通流邻近度的空域容量评估

为了减小不安全事件发生概率,对空域容量进行合理、准确的评估,本文介绍一种基于交通流邻近度的邻近映射生成复杂性估计值的空域容量评估方法,分析了空域容量概念、影响因素、研究方法以及空中复杂度的研究方向,介绍了在研究空域中任何给定点存在1架或2架飞机的概率的概念,依据一阶和二阶的邻近映射概率密度函数介绍了飞机到达过程的复杂度映射模型,考虑扇区边界和恶劣天气的影响,最后生成复杂性估计值。结果表明复杂性估计值越高的区域,空域容量越小,复杂性估计值越低的区域,空域容量越大,从而验证了该方法的可行性。     

对流天气空域阻塞概率与阻塞指数模型

管制员高估对流天气的影响,发布不必要的流控指令,会使得航班过度延误;管制员低估对流天气的影响,会造成工作负荷的激增,也会使得航班飞行安全风险增大。为了准确评估空域受天气影响程度,减少管制员高估和低估天气影响次数,建立了特定方向对流天气空域阻塞概率模型和航路交通阻塞指数模型。测试结果表明,特定方向对流天气空域阻塞概率模型,用于衡量对流天气下交通流在各个方向被阻塞概率,为管制员决策是否允许航空器沿特定方向在扇区绕飞提供参考有实际意义;对流天气航路交通阻塞指数模型,用于衡量对流天气下沿航路交通流被阻塞的概率,为管制员决策是否允许航空器沿航路穿越对流天气提供参考是可行的。访谈数据表明,90%的参访者同意在这两个参数可得时,他们获取对流天气影响交通态势感知所需要的时间确实有所减少。     

管制员工作负荷分析方法

管制员工作负荷分析是确定空域容量并进行扇区划分的重要依据，对提高空域利用效率、保障航空安全具有实际价值。基于大量国内外相关文献，引入了管制员工作负荷的概念并对其影响因素进行了归纳和分析，分类概述了一些国内外常用的管制员工作负荷分析方法，对中国进一步开展管制员工作负荷的研究及其应用前景进行了展望。     

对流天气下空域通行能力短缺预警及响应综述

对流天气是空域通行能力短缺的主要原因之一。为了解决这一问题,需要通过理论和实践创新,建立对流天气条件下空域通行能力短缺的预警和应急响应机制,提高空域资源配置效率。从对流天气影响信息解释转换、容量评估与预警及空域响应预案三个方面梳理了国内外研究现状,总体趋势是:对流天气逐渐通过各种解释转换模型被量化为对空域和航路的影响;对流天气下空域通行能力主要受管制员工作负荷的限制,只有准确评估对流天气下的工作负荷,才能做出正确的通行能力短缺预警;对流天气响应方案,逐渐由地面等待、增加同航迹间隔、返航、备降等高耗能的流量控制措施,转向以灵活使用空域预案确保改航方案的实施方向发展。课题的应用前景是可以化解对流天气下交通需求与空域通行能力不平衡的矛盾,提高预警准确度,减少响应前置时间,提高流量管理与容量管理协同运行的效率,减轻对流天气造成的航班延误,减少航空器运行成本,实现节能减排的要求。     

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。     

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。     

Measuring air traffic complexity based on small samples

Air traffic complexity is an objective metric for evaluating the operational condition of the airspace.It has several applications,such as airspace design and traffic flow management.Therefore,identifying a reliable method to accurately measure traffic complexity is important.Considering that many factors correlate with traffic complexity in complicated nonlinear ways,researchers have proposed several complexity evaluation methods based on machine learning models which were trained with large samples.However,the high cost of sample collection usually results in limited training set.In this paper,an ensemble learning model is proposed for measuring air traffic complexity within a sector based on small samples.To exploit the classification information within each factor,multiple diverse factor subsets (FSSs) are generated under guidance from factor noise and independence analysis.Then,a base complexity evaluator is built corresponding to each FSS.The final complexity evaluation result is obtained by integrating all results from the base evaluators.Experimental studies using real-world air traffic operation data demonstrate the advantages of our model for small-sample-based traffic complexity evaluation over other stateof-the-art methods.     

基于复杂性的六边形扇区驶入问题研究

为解决飞机穿越扇区边界飞行时存在局部复杂性上升的问题，在未来航空统一化管理的前提下，使用六边形的扇区理想化模型，并针对六边形扇区的几何特性及驶入飞机与扇区内飞机的相对位置、速度关系，提出了飞机在驶入六边形扇区时的空中交通复杂性模型。根据构建的空中交通复杂性模型，进行了复杂性分布图的计算，为飞机选择驶入扇区的位置、航向提供了参考依据。     

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。     

不同管制方法下空域运行的燃油经济性与仿真分析

为了提高空域运行的燃油经济性,提出了不同管制方案下空域运行的燃油经济性模型,通过仿真实验．对比分析了不同管制方案和飞机群体在空域运行的燃油消耗量。实验结果表明：通过使用该模型可以从管制方法上节省整体空域中飞机群体的燃油消耗,同时证明了该模型的可行性。指出了不同管制方法对空域运行的燃油经济性的影响和空管绩效评估的一项新指标。     

TBO模式下终端区进场交通流优化模型与仿真分析

持续增长的交通需求量和日趋饱和的可用空域资源促使未来空中交通管理向基于航迹运行（TBO）的精细化管理模式转变。在TBO概念的基础上，依据目前繁忙机场终端区常见进场航线结构，提出了对应TBO模式下的截点直飞方式与融合点方式进场交通流优化模型，并以法国戴高乐机场终端区为例，构建了仿真运行环境。基于实际飞行计划与雷达记录轨迹模拟生成了航空器四维航迹，而后运用上述2种模型对进场交通流进行了优化，根据仿真结果对特定交通流参数展开了对比分析。研究结果表明，模型可通过航迹选择、时隙分配、顺序交换及动态间隔等方式有效化解终端区内潜在的航空器冲突并保持交通流安全高效运行，同时在一定程度上揭示了TBO模式下交通流的部分运行特性，为以四维航迹为核心的未来空中交通管理策略提供了理论支持。     

Department of Transportation Air Traffic Control Advisory Committee, 1968-1969

The Department of Transportation Air Traffic Control Advisory Committee concentrated on control of aircraft through the airspace, from takeoff to landing. Emphasis was placed on major terminal areas and on the denser portions of the enroute airspace where the need for efficient use of scarce resources (principally runways and terminal airspace) and the danger of mid-air collisions make sophisticated air traffic control mandatory if safety is to be assured without sacrifice of capacity. Airports were included in the study insofar as they strongly interact with air traffic control, and then, primarily, the committee's concern was with efficient use of runways. No work was done on airport access. Considerable effort was placed on the subject of noise reduction which may be critical to community acceptance of high-capacity airports.