基于交通波模型的交叉点航班排序研究

为了缓解在终端区的航班延误问题,保证空中交通的安全有效运行,引入交通波模型针对交叉点航班的排序进行研究,首先对交通波模型的具体原理以及在空中交通管理问题中的应用进行分析,然后构建以延误成本为目标函数的排序模型,结合交通流的实际运行状况进行分析,确定决策变量.最后进行仿真实验,实验结果显示这种方法的总延误成本要小于FCFS算法,可以证明基于交通波模型的交叉点航班排序方法是有效的.     

基于极大代数的航空器无冲突放行时间推测

针对同一终端区不同机场航空器离场汇聚,给出了问题的具体描述,建立了相应的单航路极大代数模型,并在此基础上设计了航路汇聚交叉模型,解决了同高度航空器离场的冲突问题,最后对模型进行了算例验证。结果表明,极大代数能够较好地解决航空器航迹冲突问题,实现航空器到关键点的无冲突放行。     

京沪平行航路导航精度及有效覆盖范围分析

要改变现有空域结构,建设平行航路,需要对空域内导航台的导航精度和有效覆盖范围进行分析研究。本文参照国际民航组织的相关精度计算方法,根据航路实际情况增加了相应参数,并借助航空地理信息数据对沿航路导航设施的导航精度和有效覆盖范围进行了计算和分析。由最终结果得出:DME/DME的导航精度能满足平行航路的RNP-4导航精度要求;且现有DME的有效覆盖范围能满足实施平行航路的要求。     

微小型飞行器惯性组合姿态确定与航路导航研究

构建了微小型飞行器(MAV)导航、制导与控制(GNC)系统。研究了微惯性导航测量单元零偏的温度建模及非正交误差的多位置标定补偿方法,提出微小型飞行器导航、制导与控制系统闭环条件下,利用导航、制导与控制回路的飞行状态特征信息的微惯性组合导航系统滤波算法,根据微小型飞行器飞行状态实时调整卡尔曼滤波器的观测噪声方差,有效提高了动态过程中姿态测量精度和微小型飞行器的飞行平稳度。完成了组合导航系统滤波算法验证飞行试验及自主姿态稳定和航路飞行试验。飞行试验表明:微小型飞行器实现了自主姿态稳定与长距离超视距航路点导航飞行,航路点导航误差小于30 m,惯性组合姿态确定与航路导航系统及算法满足微小型飞行器自主飞行对导航系统的需求。     

基于人的因素的平行航路碰撞风险模型

航路飞行过程中管制员与飞行员是影响安全的主要因素。分析管制员和飞行员操作可靠性的影响因素,运用模糊综合评价方法量化管制员和飞行员飞行操作中的可靠性,并利用概率知识建立基于管制员和飞行员的可靠性平行航路碰撞风险模型,通过实例计算表明,该模型能很好地对平行航路碰撞风险进行评估,验证了模型的可行性、有效性。     

基于拟态电势能的飞行器航路规划方法

航路规划是现代各类飞行器,特别是无人机（UAV）安全飞行和完成任务的关键要素。对于复杂威胁环境和高维空间的航路规划问题,传统规划方法在规划速度、航路安全性、算法适用性等方面存在一定的应用局限。分析了电荷在电场中移动引起电势能变化的特点规律及电势场分布特性,模拟电势场理论对飞行环境进行威胁建模,建立基于电势威胁场引导的航路节点概率选择机制及安全性评价准则。在此基础上,构建基于拟态电势能的随机采点扩展式航路规划方法。通过与传统航路规划方法的对比仿真实验表明,运用拟态电势能进行航路规划,能够显著缩短路径长度和计算时间,提高规划航路的安全性,对于航路规划的应用很有价值。      

具有持续侦察时间约束的协同航路规划

为获得目标有效信息,无人机（UAVs）执行侦察任务时针对不同目标所需的持续侦察时间存在一定的差异。本文假设无人机在目标持续侦察过程中保持定直平飞以确保有效侦察,针对至多3个侦察任务重叠的情况,通过几何分析,提出了存在侦察任务重叠情况下的多侦察任务同时侦察方法。在考虑侦察任务重叠和多机协同侦察的同时,以最小化侦察路径长度为性能指标,相邻侦察点间采用Dubins曲线进行航路规划,利用引入精英机制的混合粒子群优化算法实现侦察任务序列优化,实现具有持续侦察时间约束的协同航路规划。仿真结果表明提出算法的有效性。      

基于改进蚁群算法的无人机侦察航路规划研究

蚁群算法是一种新的源于大自然生物界的仿生随机优化方法,在一系列组合优化问题求解中取得了成效。本文将蚁群算法引入无人机侦察航路的规划,对基本蚁群算法提出了改进,提供了一种新的有效的航路优化算法,并对无人机的侦察航路进行了仿真计算。仿真结果表明改进的蚁群算法克服了基本蚁群算法的收敛速度慢、易于过早陷入局部最优的缺点,仿真结果验证了该算法的有效性。     

新思路

中国调整中韩航路代管空管模式缓解运行压力2010年12月16日零时起,中国民航空管局大连管制区正式代管中韩航路部分原本由青岛管制区负责管制指挥的航段,并负责提供空中交通管制服务。此举可缓解北京、青岛和韩国仁川方向航班的运行压力,减少航班延误。     

基于解耦优化和环流APF的多平台协同攻击任务规划

为提升协同攻击任务规划效率,借助人工势场（APF）方法求解速度快的优势,提出多平台协同攻击任务规划方法。针对任务规划问题中任务分配与航路规划的耦合问题,提出基于独立航路规划的解耦（ID）与基于直接距离的解耦（DD）2种解耦框架;建立考虑打击目标价值总和、攻击平台与目标距离极差、攻击平台与目标距离总和等因素的指标函数,采用遗传算法进行任务分配求解;提出环流APF方法,避免了传统APF方法因局部极小值而无解的问题,并提出同时到达控制策略与航路冲突规避策略,实现多平台同时到达航路规划。在不同场景下比较了耦合方式、ID、DD 3种任务规划框架的规划结果,并对比了传统APF方法与环流APF方法的航路规划结果。结果表明,解耦方式能够得到与耦合方式接近的结果,并且计算耗时明显低于耦合方式;环流APF方法相比传统APF方法求解可行性更高,航路性能更好。对于存在大块障碍的场景,推荐使用ID方式获得更好的准确度,在障碍稀疏的场景下,推荐使用DD方式以减少计算耗时。