Air route network optimization in fragmented airspace based on cellular automata

Air route network optimization,one of the essential parts of the airspace planning,is an effective way to optimize airspace resources,increase airspace capacity,and alleviate air traffic con gestion.However,little has been done on the optimization of air route network in the fragmented airspace caused by prohibited,restricted,and dangerous areas (PRDs).In this paper,an air route network optimization model is developed with the total operational cost as the objective function while airspace restriction,air route network capacity,and non-straight-line factors (NSLF) are taken as major constraints.A square grid cellular space,Moore neighbors,a fixed boundary,together with a set of rules for solving the route network optimization model are designed based on cellular automata.The empirical traffic of airports with the largest traffic volume in each of the 9 flight information regions in mainland China is collected as the origin-destination (OD) air port pair demands.Based on traffic patterns,the model generates 35 air routes which successfully avoids 144 PRDs.Compared with the current air route network structure,the number of nodes decreases by 41.67％,while the total length of flight segments and air routes drop by 32.03％ and 5.82％ respectively.The NSLF decreases by 5.82％ with changes in the total length of the air route network.More importantly,the total operational cost of the whole network decreases by 6.22％.The computational results show the potential benefits of the model and the advantage of the algorithm.Optimization of air route network can significantly reduce operational cost while ensuring operation safety.     

基于学习自动机的雷达干扰资源分配研究

综合考虑干扰机干扰频率、干扰功率、干扰时机和干扰样式等干扰效果评估指标,构建干扰效益矩阵,建立目标函数,构建干扰资源分配博弈模型,并基于学习自动机原理提出了分布式干扰资源分配算法,求解出干扰分配决策。仿真结果表明,提出的分布式干扰资源分配算法能以很低的复杂度来获得很好的干扰性能,有效地解决了干扰资源分配问题,对实际作战指挥有一定的指导意义。     

自主近距空战中敌机的战术动作识别方法

为了识别自主近距空战中敌机的战术动作,提出一个两级识别系统.该系统由基本动作识别和组合动作识别两部分组成.其中,基本动作识别采用模糊推理方法,并模拟飞行员的思维过程,用"模式记忆"方法平滑推理结果的抖动;组合动作识别以基本动作序列为输入,采用时间自动机组成并行结构,提取各组合动作的主要几何形态,使识别系统具有良好的可扩展性和鲁棒性.通过仿真对识别系统进行验证,结果表明该系统能有效地识别敌机的战术动作.      

基于元胞自动机的飞机低空突防航路动态优化

提出了一种新型的航路动态优化算法——多层元胞自动机算法，描述了应用元胞自动机搜索飞机动态优化航路的策略。利用元胞自动机的计算并行性，使该算法大大减少了计算时间，提高了动态优化的实时性。最后用计算机进行了仿真，取得了较好的仿真结果。     

二次奖罚学习自动机

研究了奖罚型学习自动机的一种非线性强化算法。与线性的奖罚模型（ＬＲＰ）不同,新模型的行动选择概率的更新函数为二次的。这使得该模型的学习性能优于ＬＲＰ,且对不同的环境,其具有不同的行为和特点。     

大型民用飞机应急撤离模型与仿真方法研究

在元胞自动机模型和行人流模型基础上,解决了飞机疏散模型中的元胞严重冲突问题,实现了模型元胞速度动态可变和对不同出口的流量控制,针对多出口状态下准确地模拟绕过复杂障碍物等要求,建立了基于大型飞机环境特点约束的网格吸引力概率模型,并通过应用某型飞机客舱布局作为算例进行了乘客应急疏散的过程模拟。最后在DELMIA平台下对人员的疏散行为进行建模并实现三维演示验证,模型的仿真过程接近真实情况,仿真结果和现有疏散实验结果相吻合。     

AFDX流量管制信用量设置的模型检查

航空电子全双工交换式以太网（AFDX）实时通信中,交换节点采用信用量令牌桶（creditedtoken bucket）进行流量管制。分别对基于帧和基于字节的信用量令牌桶流量管制进行时间自动机建模,并构建模型的并发交互场景;采用测试自动机,进行有界活性（bounded liveness）模型检查。通过形式化验证,发现流量管制通过约束突发度限制多路复用输出排队的时延抖动,但信用量值的设置必须考虑输入虚拟链路（VL）的时延抖动,否则可能导致已经聚合的流量中属于不同VL的帧的先后次序被破坏,反而造成更大的时延抖动。通过分析时延抖动对信用量设置的影响,归纳并给出流量管制信用量设置的注意事项。     

基于元胞自动机的民机应急撤离仿真系统设计

介绍了一种基于元胞自动机求解民机应急撤离问题的方法,提出了民机应急撤离仿真系统设计的总体思路.在此基础上,按照人一机一环境系统工程的思想设计了层次化的体系结构和相应的功能模块,分析了系统设计过程中涉及的关键技术及其实现方法.最后开发了面向对象的民机应急撤离仿真系统,并通过典型的客舱布置方案进行了计算验证,结果表明设计的...     

高超声速飞行器滑模控制参数整定方法设计

本文针对高超声速飞行器滑模控制人工试凑的参数整定方法较为繁琐、效率低的问题,改进了连续动作学习自动机（Continuous action reinforcement learning automata, CARLA）算法并将其应用于滑模控制参数整定问题中,改进后的算法通过对回报函数的设计有效克服了常规CARLA算法收敛速度慢、易受干扰、求解效率低的问题。该算法引入控制性能指标评价函数,在迭代中学习阶跃响应的经验数据,实现了控制参数自整定。仿真表明,对于阶跃响应问题,本文提出的算法能够在100次迭代中整定出一组高品质的控制参数,完成对给定指令的快速准确跟踪,与遗传算法、模拟退火算法相比,在求解速度上具有显著优势。由于该方法不依赖于模型,除了滑模控制器参数整定外对其他控制方法的控制参数整定问题也有一定适用性,具有推广应用价值。     

一种新的元胞自动机航迹规划算法

基于元胞自动机理论提出一种新的航迹规划的算法,该算法克服了传统元胞自动机航迹规划算法只能针对存在安全飞行区域情况下规划航迹的局限性,新方法能够在全空域受到地空威胁的条件下,选择威胁较小区域规划出航迹。