基于风险地图的城市物流无人机路径规划研究

近年来物流无人机技术迅猛发展,但城市低空空域的复杂性、电磁环境的干扰以及城市内居民的生命财产安全都对物流无人机在城市的推广提出挑战。在此背景下,研究评估无人机运行综合风险并生成的风险地图,以无人机运输安全性、经济性和路径平滑程度为目标规划无人机全局路径,并增加对无人机航线保护区结构的约束。在原始NSGA-III算法的基础上对航路点选择机制、交叉和变异操作进行改进,使算法更适应路径规划的需求。实验证明,模型能有效地避开禁飞区,确保路径的多样性、经济性和安全性,为物流运输经营者和低空空域监管方提供高质量、多样化的备选路径,满足不同决策者需求,为无人机城市物流活动的安全高效运行提供有效的解决方案。     

基于深度学习的融合空域空管指令语义解析技术

随着无人机技术的快速发展，无人机数量与空域需求显著增长，无人机进入融合空域成为趋势。为改进传统的“人在回路”空管模式，提高融合空域的管控效率，对深度学习方法用于空管指令解析进行了研究。根据空管用语的特点对指令进行整理、扩充、分类和标注，编写了可用于自然语言理解模型学习的空管指令数据集。使用BiGRU-CRF模型作为深度学习的基础架构，加入注意力机制与意图反馈机制构建联合模型获取指令意图及指令参数。分别在空管指令数据集和ATIS数据集上进行了评估，结果表明模型在意图识别和槽填充任务较基础架构均有近1.5%的提升，证明论文方法具备实用性和有效性，为无人机自然语言指控技术的发展提供了有力支撑。     

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。      

低空空域改革背景下的通航飞行审批变革

目前，我国通用航空起飞的前提和基本政策框架已具备，但是在低空空域改革大背景下，飞行任务和飞行计划审批方式还有若干亟需完善的地方。     

民航管制员看军民航防相撞

2003年5月31日,一航班执行郑州-青岛飞行任务,巡航高度6900米,0710过遥墙(济南机场)上空,预计过潍坊时间为0723。因当日潍坊空军有训练飞行,民航管制员按照双方协议及时进行了二次通报,并在该航班经过遥墙上空后指挥其在130频率同空军取得联系。0714,雷达显示在该航班的预计航迹上距离约35公里处有一架军机正准备由北向南穿越H20航线,飞行高度基本保持在6600—6700米之间。民航管制员立刻向该航班机组通报了这一动态,并协调潍坊管制室让该机保持6900米通过其上空。0720,危险接近情形又被重演,军机从潍坊西南15公里处由南向北穿越H20,并在潍…     

关于北京地区空域实施统一管理的设想

如同土地资源和海洋资源一样,空域也是一种资源。如何合理地利用和开发空中资源,已成为我国航空运输业迅速发展的今天所面临的重要课题之一。如果现有的空域得不到合理的开发和利用,就会阻碍我国航空运输业的进一步发展。下面就从几个方面说明这个问题。一、空域资源能否得到合理的开发和利用是制约我国航空运输业能否进一步发展的主要因素     

从亚太地区／飞行流量发展分析采用新航行系统的收益

一、我国及相邻空域飞行流量的增长情况据IATA1995年对全球航空运输情况分析,指出:亚太地区是全球航空运输量增长最快的地区,而在该地区的南中国航路飞行流量的年增长率达到19.6％,日本以南国际航路高峰小时飞行量为28架次。亚太地区空域阻塞点主要集中在以下四个地区: 亚欧航路; 南中国海航路; 日本区域; 中国的珠江三角洲。 1.亚欧航路由于该地区经济的重要性和发展速度为因素的促进,亚欧之间的直达航路的飞行量增长相当快。1982年,该地区每周只有11班亚欧直达航     

变容量限制多阶段存储问题及其求解算法

本文给出了求变容量限制多阶段存储问题的最优存储方案的一个数值算法，证明了它的理论依据，并举例说明了算法的应用。该算法具有概念清楚、步骤明确、收敛性好、易于编程实现等优点，在存贮管理中有推广应用价值。     

基于优先级调配的进离场航班序列动态优化

以可变的优先级作为调配手段,针对航班的进离场序列建立了一种动态优化模型.首先,根据不同进离场阶段的航空器燃油消耗率和安全系数,进行航班初始优先级分配;然后,考虑机场的空中等待航班数量、空域容量、场面容量以及机场的起飞需求,对航班优先级进行二次调配.以总耗油量为目标函数,引入合作型协同进化遗传算法,设计了令一对代表个体形成合作团体的新的代表个体选择方案,改善传统遗传算法中存在的种群多样性低、易早熟等问题.仿真结果表明,在机场容量限制下,该模型仍可以实现流量的动态调配,并有效降低燃油消耗,缓解机场空域及场面的运行压力.