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。

空中交通CPS结构特性及韧性评估

针对空中交通体系结构复杂、耦合性强、脆弱性高的特点,为缓解因受扰导致的级联失效现象,对其结构韧性进行研究。建立了空中交通信息物理系统(CPS)模型,提出同层度与层间度、同层介数与层间介数等指标,分析级联失效过程;提出空中交通CPS韧性的概念,并采用定量评估方法对受损能力和恢复能力进行度量;对比不同扰动-恢复策略下的空中交通CPS表现,制定最佳恢复策略,提高受扰时的韧性。以华东地区空中交通CPS为例进行分析,结果表明:空中交通CPS网络度分布服从幂率分布,介数服从指数分布;在基于介数度值扰动下,采用介数恢复策略可以有效提高受扰时空中交通CPS的韧性。

基于LSTM的机场飞行区活动目标潜在冲突预测

针对机场飞行区冲突不断的问题,提出一种基于长短期记忆(LSTM)网络预测机场飞行区活动目标潜在冲突的方法。根据复杂网络理论,以航空器和车辆2类活动目标为研究对象,建立飞行区活动目标网络,设置网络动态演化模型,输入运行数据计算多个网络特征指标,对指标时间序列进行主成分分析,拟合成潜在冲突指数;利用Keras框架搭建LSTM网络模型,将指标时间序列输入LSTM网络进行训练和预测,并与其他预测方法对比;用西安咸阳机场实际运行数据进行实验,将预测值与真实值进行对比,各项指标预测均方误差分别为1.608%、13.126%、0.072%、0.004%、0.014%。结果表明:通过建立飞行区活动目标网络模型,可以用网络特征指标从不同角度刻画潜在冲突;LSTM网络可以有效预测飞行区活动目标网络的潜在冲突,提醒相关人员预防冲突发生,降低冲突概率。

基于AM-LSTM的飞行区航空器滑行轨迹预测与冲突识别

为解决航空器点源定位难以有效预测而引发冲突风险愈来愈多的问题,构建基于注意力机制(AM)和长短期记忆网络(LSTM)的时间序列轨迹预测模型AM-LSTM,预测未来短时间内飞行区航空器的瞬时点源位置;在此基础上,根据航空器型号和滑行航向对其进行轮廓扩展,以航空器速度作为安全距离权重,通过射线法实现轮廓冲突的判定;并以乌鲁木齐地窝堡机场为例进行验证,利用训练完成的轨迹预测模型预测飞行区航空器滑行轨迹,以识别航空器轮廓间的滑行冲突。结果表明:AM-LSTM预测模型能够准确预测飞行区航空器运动轨迹。未来3 s内轨迹位置预测的平均位移误差为1.05 m,轨迹点位置预测精准性可达94.37%,故能在轨迹预测的基础上精确识别滑行冲突风险,有利于保障飞行区的安全运行。

基于视觉图像的飞行区大型目标监视方法改进研究

机场飞行区现使用的场面监视方法存在着定位偏差较大、不稳定、易跳变、皆为点源定位等问题。针对这些问题,设计了基于视觉图像的飞行区监视方法,实现快速准确的目标检测和轮廓定位,使飞行区监视更加稳定精确。提出了一种基于MobileNetV3和YOLOv5的网络模型(以下称为MobileNetV3-YOLOv5),即在YOLOv5的主干中使用MobileNetV3,来提高对目标的检测速度和准确度;提出了一种基于优化特征点提取的改进定向快速旋转简报(Oriented FAST and Rotated BRIEF,ORB)算法,将图像分割成多个区域,分别提取每个区域的特征点,从而提高目标识别框内区域的特征点识别数量,再进行特征点聚类筛选,最后根据识别目标类型采用最小包围盒进行轮廓划分,得到目标的轮廓定位。试验结果表明:MobileNetV3-YOLOv5方法对比原始YOLOv5模型,在识别目标准确率方面提升5百分点,在效率方面提升14张/s;同时在0~60 m的范围内,轮廓估计误差仅为2.9%;体现了所提出的监视方法的有效性,可以提升飞行区监视定位准确性和运行安全性。

基于改进Event模型的多旋翼型eVTOL垂直间隔安全评估方法

电动垂直起降飞行器(eVTOL)是1种新兴的交通工具,也是近年来研究的热点。受限于垂直定位精度低、穿越飞行风险隐患多等问题,eVTOL运行间隔标准难以确定,尚不具备实际应用条件。为探索该飞行器垂直间隔标准,针对多旋翼型eVTOL的底部较宽、顶部逐渐变细的外形特性,改进了经典Event垂直碰撞模型,并提出了基于改进Event模型的多旋翼型eVTOL垂直间隔安全评估方法。该模型考虑了多旋翼型eVTOL的外形特征、导航精度、运行特点、定位误差、飞行速度特性及速度误差等因素,引入相对速度、侧向重叠概率、垂直重叠概率等计算模型参数,并将原长方体碰撞盒修正为圆台体碰撞盒,有效降低了计算冗余,提高了碰撞模型的精确性。以亿航216-S型多旋翼型eVTOL为例,计算了其在不同安全目标水平和不同导航精度下的最小垂直间隔,计算结果表明:①安全目标水平与导航精度的降低,都会导致最小垂直间隔的减少;②当安全目标水平为1×10^(-6)次/飞行小时且导航精度为RNP10时,最小垂直间隔可缩小至11 m;③当导航精度为RNP10且垂直间隔为11 m时,基于改进Event模型计算的碰撞风险比原模型降低了24.78%。研究结果表明,在计算多旋翼型eVTOL的碰撞风险中,引入圆台体碰撞盒的垂直间隔安全评估方法更加精确合理,能够为多旋翼型eVTOL垂直间隔标准制定提供理论支持。

基于可达性的多层动态航空网络鲁棒性分析

为更准确地描述航空网络以分析其鲁棒性,提出1种以同一始发机场及其离场航班为子网络层,随出发时刻动态变化的多层动态航空网络模型。针对我国国内(不含港澳台)多层动态航空网络,以可达性、度中心性和加权介数中心性为节点特征指标,网络效率为网络性能测度指标,从随机攻击和蓄意攻击2种策略下对网络进行鲁棒性分析。研究结果表明:我国国内(不含港澳台)航空网络的鲁棒性主要由20%的机场提供,且在不同时间段内鲁棒性不同,在2023年夏秋航季,7∶00~20∶00间鲁棒性较好,4∶00~7∶00和20∶00~24∶00鲁棒性较差;用可达性指标衡量航空网络中机场节点的重要程度比度中心性和加权介数中心性指标更准确。研究结果可为保障航空运输网络安全提供一定参考。

基于Q-Learning的航空器滑行路径规划研究

针对传统算法规划航空器滑行路径准确度低、不能根据整体场面运行情况进行路径规划的问题,提出一种基于Q-Learning的路径规划方法。通过对机场飞行区网络结构模型和强化学习的仿真环境分析,设置了状态空间和动作空间,并根据路径的合规性和合理性设定了奖励函数,将路径合理性评价值设置为滑行路径长度与飞行区平均滑行时间乘积的倒数。最后,分析了动作选择策略参数对路径规划模型的影响。结果表明,与A*算法和Floyd算法相比,基于Q-Learning的路径规划在滑行距离最短的同时,避开了相对繁忙的区域,路径合理性评价值高。

机场飞行区多层异质链序风险传播模型研究

为探究机场飞行区风险发生机制及风险传播特性,增强机场飞行区安全管控能力,采用复杂网络理论,依据风险致因间的因果链序关系,构建多层异质网络风险传播模型。采用多层次因果图(AcciMap)理论分析机场飞行区运行风险传播的致因链;基于风险致因特征构建3层异质风险传播网络并根据网络特征设计概率-触发传播模型、容量-阻抗传播模型、容量-负荷传播模型;利用复杂网络理论设计风险传播评价指标,对风险网络传播特征进行分析。结果表明:多层风险网络中节点风险传播能力与节点度弱相关,节点风险灵敏指数可提升风险节点排序准确性;对风险灵敏度指数排序前15%的节点进行风险控制,可有效降低风险扩散近32%;网络风险传播结构存在高连通和松散状态,对风险扩散指数排序前15%的节点进行控制,可以有效降低网络结构鲁棒性指数使风险网络结构由高连通进入到松散状态;所建模型可有效识别风险扩散过程并进行精准控制,以提升机场飞行区风险控制水平。

融合强化学习的DBN跑道侵入风险预测

为解决机场跑道侵入事件风险量化难度大、时效性差、精准性低等问题,提升跑道侵入风险预警能力,构建融合强化学习的动态贝叶斯网络(DBN)风险预测模型。首先,结合因果推断理论与灰色关联分析法分析跑道侵入历史事件,识别跑道侵入事件风险致因;其次,运用贝叶斯网络(BN)理论挖掘各风险因素间的关联性,并利用皮尔逊线性相关系数量化各因素间的关联关系,构建表征风险传播的致因关系网络;然后,利用三角模糊方法与隐马尔可夫模型(HMMs)优化DBN参数学习机制;最后,利用历史数据验证基于融合强化学习的DBN预测结果准确性。结果表明:基于融合强化学习的DBN预测结果与历史数据统计数值的拟合较好,准确率为84%,与单独DBN预测结果相比准确性提升10%;相比于采用度值评价法,通过互信息识别关键节点可有效提升预测准确率和区分度。

混合进近运行下平行跑道进场容量评估

本文以仪表着陆系统(ILS,instrument landing system)和建立要求特殊授权的所需导航性能(RNP AR,required navigation performance authorization required)进近(EoR,established on RNP AR)混合程序为研究对象,探讨混合进近下跑道进场容量。首先,研究了飞机尾流消散和运动规律,提出混合进近条件下安全间距计算方法;其次,根据混合进近运行特征,建立混合进近平行跑道进场容量模型;最后,以昆明长水国际机场为例,构建全空域机场仿真模型,对模型进行验证,并在此基础上,设置多个运行场景对影响混合进近条件下跑道进场容量的因素,包括程序结构、机型和RNP AR能力飞机比例进行分析。研究结果表明:容量评估模型能够对混合进近运行下平行跑道进场容量进行精确、客观的评价;且固定半径转弯(RF,constant radius to fix)航段半径越大,跑道进场容量越大;RF航段半径为4~7 km时,RNP AR能力飞机比例越大,跑道进场容量越大;中型机比例越多,跑道进场容量越大。

面向中文学习的现代汉语新词语融媒体知识库构建研究

新词语是社会发展的“晴雨表”,记录、整理、研究新词语,编纂、出版新词语词典不仅具有语言学价值,而且具有社会学、文化学价值。近年来学界编辑出版新词语词典90多部,发表研究论文900多篇,出版研究专著20多部,取得了巨大的成就。但随着融媒体时代的到来,适应中文教育、文化传承的需求,目前取得的成果还存在诸多不足,亟需开发现代汉语新词语融媒体知识库。应该收集整理新时代以来的新词语与新时期以来的新词语汇集在一起,形成大型的知识库。在此基础上,遴选一部分典型的新词语,整合相关资源,构建融媒体知识库,以满足全球中文教育与文化传承的需要。此项研究具有重要理论价值及应用价值,具有一定的创新性。

基于紧致子序列的航班着陆调度问题研究

航班着陆调度问题已被证明是NP难问题,综合考虑多种实际情况,建立了时间窗约束的航班着陆优化模型,定义了紧致子序列概念,论述了其性质及左移、分割和合并的条件。在此基础上,提出一种基于紧致子序列的算法(CSA)求解固定顺序下航班着陆调度问题。按照航班的最优着陆时间排序,运用CSA计算出该顺序下各航班着陆时间;采用循环线性交换和循环线性插空策略微调该固定顺序,不断迭代逼近模型的最优解;采用OR-Library数据集进行验证。实验结果表明,CSA结合启发式微调策略求解结果明显优于位移决策算法DALP和仿生算法(BA),与CPLEX、混合粒子群优化-局部搜索算法RH-HPSO-LS、细胞自动机优化(CAO)算法相近,在时间效率上明显优于对比算法;在小规模数据集上,计算精度与速度优势更加明显。CSA是一种确定性算法,不依赖于先验参数,具有更高的鲁棒性,保证了启发式微调策略不断逼近最优解。

动态安全间隔下机场飞行区冲突热点识别

为精准监视机场飞行区场面运行冲突,提出1种动态安全间隔下的飞行区冲突热点识别方法。首先,将航空器和车辆2种活动目标作为研究对象,根据目标的实时运动速率,建立具有空间闭塞、范围时变特点的安全区模型,从而使目标间实时保持动态安全间隔;然后,从目标间距、运动方向、运动速率3个方面综合开展冲突认定,建立冲突网络表征冲突关系并划设场面冲突区域,选定6个指标评价网络节点,采用二次改进熵权法计算区域熵权,根据冲突占比识别冲突热点;最后,以某大型枢纽机场为实例,采用4种方法对比分析,识别出3个不同冲突程度的热点区域。研究结果表明:闭塞安全区能够使目标间保持动态安全间隔,是准确认定冲突的基础;采用2次改进熵权法计算区域熵权的平均相对误差值相比于传统熵权法和1次改进熵权法分别减少66.5%和53.7%;2次改进熵权法能够更客观精准地识别冲突热点,在一定程度上可以及时监视场面冲突并明确热点位置,保障机场飞行区的运行安全。研究结果可为精准监视机场飞行区场面运行冲突提供新方法,进而保障机场飞行区安全运行。

基于复杂网络的飞行区冲突关键栅格区识别

为及时、精准监视机场飞行区活动目标间的冲突情况,提出1种基于复杂网络的飞行区冲突关键栅格区识别方法。首先,基于复杂网络理论建立飞行区冲突态势网络,选定7个指标评价网络节点和2个指标评价网络整体;然后,通过改进型GeoSOT飞行区网格对飞行区进行栅格化表征,进而建立灰色综合分析体系,对特征指标、活动目标、运行栅格区、关键栅格区识别、栅格区移除、网络状态、关键栅格区验证等步骤依次分析;最后,以某机场为实例,证明识别结果准确性及该研究体系有效性。研究结果表明:所提灰色综合分析体系可通过对比综合关联度大小有效识别出冲突关键栅格区,并能自行完成结果验证。研究结果可及时、准确监视冲突情况并预防冲突发生,对保障机场飞行区安全、高效运行具有一定参考意义。

机场群离港航班时刻稳定性评估及优化

随着中国航空运输量的不断增加,机场群航班时刻资源日益稀缺、航班延误严重等问题也逐渐显现,有必要深入研究机场群的航班时刻优化问题。在明确机场群离港航班时刻稳定性概念基础上,提出离港航班延误率、平均延误时间等共6项机场群离港航班时刻稳定性评估指标,并运用改进的逼近理想解排序(TOPSIS)法对稳定性进行质量评估。建立机场群离港航班时刻优化模型,选择改进粒子群算法来实现对该模型的优化,并以稳定性质量为标准对优化前后航班计划进行比较。以京津冀机场群为例进行验证,仿真结果表明:所提优化模型和算法能够降低北京首都国际机场离港航班平均延误时间18.8 s,降低平均延误率9.9%;繁忙航线平均延误时间降低12.7 s,平均延误率降低3.0%;有效降低了京津冀机场群整体延误水平,提高机场群离港航班时刻稳定性。

机场飞行区航空器与除冰车协同优化调度方法

针对现行“先到先服务”的机场除冰车调度方式效率不高的问题。以最小化除冰车行驶总距离和航空器等待总时间为目标函数,构建机位除冰车辆和航空器协同调度模型,并提出一种改进的遗传算法对模型进行求解。采用西安机场某天142条航班数据进行仿真实验,并与随机调度算法和贪心算法进行比较。结果表明,改进的遗传算法相较于随机调度算法和贪心算法分别节约15.23%和7.81%的行驶总距离,且航空器等待除冰时间大幅度减少。证明了所提算法在指导除冰车作业方面的优越性。

基于U-ResNet的机场视频图像能见度检测

传统的机场能见度检测方法存在泛化性差和成本高等问题,提出U型残差网络(U-ResNet)能够有效地将能见度数值性回归估计、U-Net图像分割网络、ResNet图像特征提取网络和科施米德(Koschmieder)定律结合在一起。取帧后的机场视频图像利用U型网络提取和融合不同语义层的特征信息并输出带有能见度的特征图,利用全局平均池化得到衰减系数;算法中心的ResNet模块对图像信息深层次挖掘和提取;衰减系数利用Koschmieder定律得到能见度气象光学视程。仿真数据选取某机场清晨8个小时视频数据,预测结果较为理想,决定系数R 2达到0.98,相对误差仅为8%。

物性结构模式对汉语二语近义名词辨析效果的实证研究

基于两项平行实验,本文集中对物性结构模式的汉语二语近义名词辨析效果进行了研究。结果显示:物性结构辨析模式的效果显著优于近义词典辨析模式,而且,对前者的“辨异”信息进行输入强化之后,效果更加显著;物性结构辨析模式还能从整体上减弱一语—二语对译时所导致的二语近义词辨析干扰,但是,它并没有明显地平衡、优化各对译类型之间的干扰性对比;另外,相对来说,物性结构辨析模式对中级水平二语学习者的影响更加显著,只有输入强化之后,才能更好地对高级水平二语学习者发挥作用。

民航飞联网智慧运行关键技术及典型应用

针对现有航空系统通信方式、管制模式和安全监管已不能满足多类大量航空器全空域运行的需求,研究提出民航飞联网及其运行关键技术。文章首先详细剖析民航飞联网概念,研究梳理飞联网发展背景,然后重点分析飞联网自主间隔、宽带互联、全息感知、通信安全四个关键技术,最后,以电动垂直起降飞行器(eVTOL)低空运行为典型场景,描述飞联网技术在其乘客便捷出行、飞行精准管控、交通智能管理和安全监管与告警方面的应用。