为实现准确的机场流量短期预测,本文建立了基于二次分解方法的分解集成预测模型。首先,应用局部加权回归周期趋势分解(STL,seasonal and trend decomposition procedure based on Loess)算法将原始时间序列分解为趋势项、季节项和余项3...为实现准确的机场流量短期预测,本文建立了基于二次分解方法的分解集成预测模型。首先,应用局部加权回归周期趋势分解(STL,seasonal and trend decomposition procedure based on Loess)算法将原始时间序列分解为趋势项、季节项和余项3个分量,并计算其样本熵。其次,应用遗传算法(GA,genetic algorithm)优化变分模态分解(VMD,variational mode decomposition)参数,对熵值较大的分量进行二次分解。再次,使用极端梯度提升(XGBoost,extreme gradient boosting)对二次分解后的所有分量进行预测,采用加和集成得到最终的预测值。最后,采集国内典型机场实际运行数据进行实例分析。针对北京首都国际机场60 min进场、离场流量时序,本文模型预测的均等系数(EC,equal coefficient)值分别为0.9703、0.9959,相比其他常用模型均有所提高。此外,对于上海浦东、上海虹桥、广州白云3个大型国际机场,本文模型在60 min、30 min统计尺度下进场和离场流量预测的EC值均在0.9700以上,15 min统计尺度下预测的EC值均在0.9500以上。结果表明,本文建立的二次分解集成预测模型具有良好的准确性和普适性,用于机场流量短期预测是可行和有效的。展开更多
空中交通管制特情是民航运输过程中遭遇的紧急特殊情况,对其的处置原则是尽可能的精准和高效。若未能有效处置,将引发重大飞行事故。然而,传统的特情处置依赖于人工,难以满足精准和高效的要求。利用知识图谱技术对空中交通管制特情信息...空中交通管制特情是民航运输过程中遭遇的紧急特殊情况,对其的处置原则是尽可能的精准和高效。若未能有效处置,将引发重大飞行事故。然而,传统的特情处置依赖于人工,难以满足精准和高效的要求。利用知识图谱技术对空中交通管制特情信息进行知识抽取、表示和管理,并用于辅助空中交通管制人员,方便其进行特情处置,可有效提升空中交通管制特情应急处置效率。因此,提出一种自顶向下的空中交通管制特情处置知识图谱构建方法。首先,自顶向下定义知识图谱的概念、关系及其知识架构,形成模式层。接着,考虑到空中交通管制特情案例记录文本训练量较小且领域性实体较多的特点,采用融合双向长短时记忆(bi-directional long short-term memory,BiLSTM)网络深度学习模型和规则知识的实体抽取模型双向转换编码器(bi-directional encoder representations from transformers,BERT)-BiLSTM-条件随机场(conditional radom fields,CRF)+正则表达式(regular expression,RE)抽取实体。在此基础上,利用BiLSTM+自注意力(self-attention,SA)模型对实体间关系进行抽取。之后,采用Jaccard相关系数进行知识融合。最后,利用Neo4j图数据库对构建的空中交通管制特情处置知识图谱进行可视化,并对其在民航空中交通管制特情处置决策支持中的应用前景进行分析,为空中交通管制部门的实际应用提供参考。展开更多
目前中国西藏地区甚高频(very high frequency,VHF)通信台站在7000 m及以上高空航路通信信号覆盖存在覆盖盲区,但是并没有针对VHF通信信号盲区补盲方面的研究及对应的解决办法。为了解决以上问题,提出了一种以西藏地区的实际地形为优化...目前中国西藏地区甚高频(very high frequency,VHF)通信台站在7000 m及以上高空航路通信信号覆盖存在覆盖盲区,但是并没有针对VHF通信信号盲区补盲方面的研究及对应的解决办法。为了解决以上问题,提出了一种以西藏地区的实际地形为优化算法搜索对象,以拉萨管制区管辖范围内航路通信信号的单重覆盖率、双重覆盖率及管制区的冗余度为指标的补盲部署数学模型。接着,在不改变西藏地区原有VHF通信台站数量和位置的基础上,利用模拟退火粒子群算法,采用最小频率最少台站个数寻找一个最优台站对未覆盖的一段航路进行VHF通信信号覆盖研究。仿真结果表明,该算法不仅实现了采用最小频率最少台站个数解决航路通信信号覆盖盲区的目标,而且克服了粒子群算法在寻优过程中易陷入局部最优解的缺点,同时也证明了提出的补盲部署数学模型的正确性及改进的粒子群算法的高效性。该算法和模型可以为航线网路规划、台站部署优化及最终通过该方法解决频谱资源匮乏问题提供理论支撑和技术支持。展开更多
文摘星基广播式自动相关监视(ADS-B,automatic dependent surveillance-broadcast)系统是一种新型的航空器监视技术,在未来空中交通管理系统中具有广阔的应用前景。为了深入研究星基ADS-B系统中航空器到卫星的空天链路通信性能,将专业软件Matlab和STK(system tool kit)有效联合,构建符合国际标准的星基ADS-B空天链路完整模型;通过离散事件动态交互模拟ADS-B消息的发送与接收全过程,最后统计得出体现星基ADS-B空天链路通信性能的消息识别概率(POI,possibility of identify)、消息检测概率(POD,possibility of detective)、信号接收功率、信号冲突概率、卫星覆盖范围等指标。仿真结果表明,随着区域内航空器数量上升,POI、POD下降,消息冲突概率上升。
基金This work was supported by the National Key R&D Program of China(No.2022YFB4300905)the National Natural Science Foundation of China(No.61903187)the Natural Science Foundation of Jiangsu Province(No.BK20190414).
文摘空中交通管制特情是民航运输过程中遭遇的紧急特殊情况,对其的处置原则是尽可能的精准和高效。若未能有效处置,将引发重大飞行事故。然而,传统的特情处置依赖于人工,难以满足精准和高效的要求。利用知识图谱技术对空中交通管制特情信息进行知识抽取、表示和管理,并用于辅助空中交通管制人员,方便其进行特情处置,可有效提升空中交通管制特情应急处置效率。因此,提出一种自顶向下的空中交通管制特情处置知识图谱构建方法。首先,自顶向下定义知识图谱的概念、关系及其知识架构,形成模式层。接着,考虑到空中交通管制特情案例记录文本训练量较小且领域性实体较多的特点,采用融合双向长短时记忆(bi-directional long short-term memory,BiLSTM)网络深度学习模型和规则知识的实体抽取模型双向转换编码器(bi-directional encoder representations from transformers,BERT)-BiLSTM-条件随机场(conditional radom fields,CRF)+正则表达式(regular expression,RE)抽取实体。在此基础上,利用BiLSTM+自注意力(self-attention,SA)模型对实体间关系进行抽取。之后,采用Jaccard相关系数进行知识融合。最后,利用Neo4j图数据库对构建的空中交通管制特情处置知识图谱进行可视化,并对其在民航空中交通管制特情处置决策支持中的应用前景进行分析,为空中交通管制部门的实际应用提供参考。
文摘目前中国西藏地区甚高频(very high frequency,VHF)通信台站在7000 m及以上高空航路通信信号覆盖存在覆盖盲区,但是并没有针对VHF通信信号盲区补盲方面的研究及对应的解决办法。为了解决以上问题,提出了一种以西藏地区的实际地形为优化算法搜索对象,以拉萨管制区管辖范围内航路通信信号的单重覆盖率、双重覆盖率及管制区的冗余度为指标的补盲部署数学模型。接着,在不改变西藏地区原有VHF通信台站数量和位置的基础上,利用模拟退火粒子群算法,采用最小频率最少台站个数寻找一个最优台站对未覆盖的一段航路进行VHF通信信号覆盖研究。仿真结果表明,该算法不仅实现了采用最小频率最少台站个数解决航路通信信号覆盖盲区的目标,而且克服了粒子群算法在寻优过程中易陷入局部最优解的缺点,同时也证明了提出的补盲部署数学模型的正确性及改进的粒子群算法的高效性。该算法和模型可以为航线网路规划、台站部署优化及最终通过该方法解决频谱资源匮乏问题提供理论支撑和技术支持。
