星基ADS-B系统空天链路的建模与仿真

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。

基于复杂网络的空中交通流量短期预测

为合理预测空中交通流量,结合复杂网络链路预测进行研究。首先,将时间序列转化为可视图得到拓扑特征量,然后结合基于局部信息、路径和随机游走的算法,比较在三亚不同扇区内的预测精度,发现RWR0.85算法预测精度最高。由于链路预测只能预测可能存在的连边,不能预测节点,因此引入D⁃S证据理论预测流量值,预测精度最高可达99.85%。结果表明,复杂网络链路预测结合D⁃S证据理论进行空中交通流量的预测是可行有效的,为进一步深入研究奠定了基础。

因天气影响的航空器绕飞管制安全评估及策略分析

为降低航空器在绕飞情况下管制指挥事故的风险,采用事故树分析法(fault tree analysis, FTA)和层次分析法(analytic hierarchy process, AHP)相结合的方式对管制员在进行绕飞管制时发生指挥事故建立综合风险评估模型并制定风险管控措施,以及验证所提管控措施的有效性。首先对各风险因素进行逐层分析,找出其关联性,建立绕飞管制指挥事故的事故树模型。以此为基础,结合层次分析法,确定各层风险指标权重。同时依据各指标总权重的排序结果,提出了在绕飞情况下管制指挥事故的管控措施,最后以长沙区域管制空域为实例对所提方案进行验证。结果表明:在本文方案下虽然雷雨、风切变、协调程序过于复杂和航空器偏离计划航路仍然是导致绕飞管制事故的重要因素,但其重要程度下降了6.2%,且成熟管制员人数不足、扇区流量大和预案频繁发生变化的状况得到有效解决。证明了该方案能够有效抑制导致绕飞管制指挥事故发生的事件的重要程度,减少因极端天气和扇区负荷过大而出现的安全风险事故,整体提高管制系统的稳定性和可靠性。

基于二次分解集成的机场流量短期预测

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。

基于SSA-CNN的航空器着陆跑道占用时间预测

国内外相关研究表明,航空器着陆跑道占用时间(aircraft arrive runway occupation time,AROT)是影响机场跑道容量的重要因素,对跑道占用时间的准确预测有利于更准确地评估跑道容量。由于着陆过程的动态性和复杂性,采用注重数据特征提取的卷积神经网络(convolutional neural networks,CNN)对AROT进行预测,针对CNN容易陷入局部最优等缺点,采用麻雀搜索算法(sparrow search algorithm,SSA)对CNN相关参数进行优化。数据采用航空器快速存取记录器(quick access recorder,QAR)的记录作为数据源,涵盖机场数目为34个。根据QAR数据分析AROT影响因素,构建了SSA-CNN预测模型。对QAR数据分析表明AROT与滑行距离、落地气温、跑道入口速度、快速脱离道数量、脱离速度关联性较强,与航空器重量、风速、风向、脱离道角度等影响因素关联性较低。根据影响因素的关联性采用CNN预测模型均方误差为18.35,而优化后的SSA-CNN预测模型均方误差为17.31,预测结果可以为机场评估跑道容量提供参考。

基于U-Net网络的鸟群图像分割研究

当前在通用航空活动中对于鸟群活动情况的了解还是依靠飞行员对环境的观察,并且国内外驱鸟方式并不适合大范围推广使用,着眼于以上问题,利用基于深度学习的图像分割方法来解决该问题,将U-Net图像分割策略引入航空图像分析中,通过深度卷积神经网络对鸟群活动图像进行处理;针对图像背景复杂、目标分布不均匀且大小不定等特点,提出优化U-Net网络,以更好地保存和利用图像信息。实验证明该优化网络图像分割效果优于现有方法。

基于中国民航管制员英语等级测试的管制员英语熟练度提升方法研究

从时间维度梳理了管制员英语熟练度需求提出的时代背景与时间线,然后以国际民航组织Doc.9835文件和我国管制员英语等级测试要求为基础,阐述了管制员英语熟练度6个能力金字塔结构与我国管制员英语等级测试主要题型及时长;以管制员英语学习与备考中经常出现的3个问题为切入点,详细分析了管制员英语熟练度在语法、词汇和发音不同级别之间的差异性以及语言习得方法,创新性地提出了面对空管话题的4种回答范式,可以在一定程度上帮助管制员提高应对管制员英语等级测试的能力,从根本上提升管制员英语熟练度。

基于复杂网络和MFIM-TOPSIS的飞行态势评估

为了客观准确评估基于航迹运行(TBO)模式下空中飞行态势,提出了一种基于复杂网络和MFIM-TOPSIS的飞行态势评估方法。通过分析航空器间侧向碰撞风险建立不同机型的精准保护区,通过三维速度障碍法构建飞行冲突网络,贴近TBO空中运行环境,在此基础上选取总节点度、平均点强、网络密度等6个网络拓扑指标构建飞行态势评估指标体系。为弱化评估主观性影响,提出了一种能反映主观因素-客观因素的相互作用矩阵,采用最大信息系数对相互作用矩阵编码进行改进,通过优劣解距离法评估飞行态势等级状况。仿真分析和高崎机场实例分析结果均表明:该评估模型能够准确评估空中飞行态势,能为管制员决策指挥提供辅助信息。

基于航迹质量评估的雷达和ADS-B数据融合方法

雷达和广播式自动相关监视系统(ADS-B)的数据融合是监视“黑飞”无人机和飞鸟等目标的有效手段,然而两种传感器跟踪性能差异较大且易波动,会导致融合精度下降。提出一种基于航迹质量评估的雷达和ADS-B数据融合方法,首先量化评估局部航迹精度、数据更新次数和传感器测量误差对局部航迹质量的影响;其次综合计算局部航迹的质量加权因子,基于分布式融合结构完成异步航迹融合处理;最后通过仿真实验和应用对方法的可行性和有效性进行验证。结果表明:本文提出的融合方法能有效提高融合跟踪精度,在传感器跟踪性能出现波动的情况下,跟踪误差均优于传统航迹融合方法。

基于三角模糊数层次分析法的CBTA方法研究

随着飞行员技能全生命周期管理体系的提出,对飞行员的训练和评估逐渐开始向CBTA转变。为建立CBTA模型,对九大核心胜任力进行分类,运用基于三角模糊数的层次分析法评价九大核心胜任力,建立基于可观察行为OB的飞行员核心胜任力评价标准,计算九大核心胜任力及其OB的综合权重并进行排序。结果表明,非技术胜任力和技术胜任力在飞行员培养体系中同样重要,且提出的模型能有效分析出各项核心胜任力及其OB的影响力大小,从而为我国飞行人员培养体系建设提供相关参考。

航班延误扰动条件下的离场航班调度方法

航班起飞过程受到各种不确定因素的影响,如航班延误、调度延误、滑行时间等。一个可靠稳健的离港顺序对机场的安全、高效运行至关重要。本文首先通过对航班延误历史数据进行核密度估计得到航班延误的核概率密度曲线,然后通过线性插值得到航班延误随机数。之后,将得到的航班延误随机数作为输入,建立不确定航班延误情况下的多跑道离场航班调度模型,并设计一种对航班号进行编码的遗传算法求解该模型。在此基础上,进一步建立了不确定航班延误情况下多目标动态调度模型,并设计求解该模型的混合算法。对两种模型的结果进行蒙特卡洛仿真,探讨航班延误不确定性对离场调度的影响。最后,以广州白云国际机场的历史数据为例,进行了模型验证。

基于多目标混合启发式算法的协同无冲突4D航迹规划

为促进基于航迹运行的框架下未来空中交通管理系统的协同决策,本文提出了一种协同无冲突4D航迹规划方法。首先以提高航班效率和航空公司间的公平性为目标,以无冲突为约束构建了一个多目标整数线性优化模型。其次,提出了一种基于基尼系数的指标以量化航空公司间的成本分配公平性。为了提高问题求解效率,采用了基于网格的探测方法以加速冲突检测,并设计了一种多目标混合启发式算法(Multi-objective hybrid-meta-heuristic optimization algorithm,MHMOA),通过结合模拟退火(Simulated annealing,SA)和爬山局部搜索算法来近似最优的非支配解。最后,利用实际航班计划和航路网络数据比较和分析了MHMOA、SA和两种常规多目标优化算法的优化结果。结果表明,MHMOA所获得的非支配解的质量更高、延误更低且航空公司间公平性更优,在3个多目标优化性能指标方面表现优异,可为空中交通管理员提供更详细的决策支持。

基于郊狼优化算法的扇区管制复杂性聚类与仿真验证

为提高科学评估扇区管制复杂性的能力,本文提出基于郊狼优化算法(COA,coyote optimization algorithm)的扇区管制复杂性聚类算法。首先,引入逐维变异改进策略来改进郊狼优化聚类算法,解决其易陷入局部最优解的问题。其次,以中国西北地区区域管制扇区为研究对象,采用改进郊狼优化聚类算法(ICOCA,improved coyote optimization clustering algorithm)对扇区管制复杂性指标进行聚类分析。最后,对扇区聚类结果进行仿真验证,结果证明了所提算法在扇区管制复杂性分类方面的有效性和可靠性,可为后续的空域管理提供有效的数据决策。

基于ADS-B的高性能数据处理研究

引言随着社会进步和技术发展,民航客机不断增加,对民航安全提出严峻的挑战。通信作为安全的基础保障,需要大力发展。近年来,民航局大力推广ADS-B(Automatic Dependent Surveillance-Broadcast,广播式自动相关监视)技术,其基于全球卫星定位系统,从机载设备获取相关参数,主动向其他飞机或地面站广播飞机的位置、高度、速度、航向、识别号等信息,无需人工操作或者询问,以供管制员对飞机状态进行监控。

不确定强对流天气下动态改航路径规划

为了解决对流云团状态不确定条件下的改航路径规划问题,利用云团预测状态的不确定性测度和外推位置随机误差建立多雷暴云团的状态转移矩阵,用于预测改航路径规划网络的时变阻滞状态.以期望改航代价最小为优化目标,以航段连续性和最大穿越风险代价为约束条件,建立了动态改航路径规划模型.针对确定性和不确定性两种天气场景的16种初始状态,采用遗传算法对模型进行求解,结果表明,通过预测云团状态的不确定变化,改航路径能策略性地选择穿越初始状态不可航云团或绕飞初始状态可航云团.与确定性改航策略相比,绕飞距离减少了40%,穿越云团次数减少了30.8%,改航路径的安全性和经济性均得到有效改善.

基于SARIMA‑LSTM组合的机场起降量短时预测方法

机场起降量短时预测方法是根据空中交通流量管理需求,对机场未来24小时时间跨度内起降量情况进行预测。首先,构建了基于季节性差分自回归移动平均(SARIMA)和长短期记忆神经网络(LSTM)的机场起降量预测模型;然后,根据误差倒数法确定组合预测权重以期得到更好的预测效果;最后,使用天津滨海机场进行实例验证,以机场起降量的小时数据建立了SARIMA(0,1,7)×(0,1,1)_(24)和LSTM模型,并分别以0.600和0.400的权重建立了组合预测模型。验证结果显示,组合模型的预测指标R2达到0.904,较反向传播(BP)神经网络等其他单一模型预测性能更佳。

空管一类安防区域智慧安防设计要点

大数据时代背景下,空管一类安防区域的安防系统设计已不能适应时代的发展,更不能满足民航空管单位“四强空管”“智慧空管”建设和发展的基本要求。为建设服务和管理综合化、信息化、可视化的智慧安防系统,文章详细介绍空管一类安防区域的建筑特点及安全防范需求,分析空管一类安防区域的特殊安防要求及智慧安防系统设计要点,旨在通过云计算、大数据等新技术实现基于视频监控、周界报警、门禁控制等子系统的全域、全天候智能感知型智慧安防系统,达到从开环到闭环、从局部到系统、从事后处理到事前预警的安保管理,提高空管单位安防管理能力以及警情处理效率,为航空飞行安全保驾护航。

空域复杂性建模

下一代空中交通管理系统致力于推进管理决策中心从地面转向空中,实现统筹分布-集中决策模式,提高交通服务能力,适应未来航运需求。为探索空域系统承载复杂交通的能力,空管业界对以动态密度为代表的空域复杂性模型进行了大量研究。运用复杂性学科研究的基本思想,以对空域状态进行客观描述为重点,反映空域以及其中交通关系的变化过程,提出了综合迫近、几率和连携因素的空域复杂性模型,最后,通过仿真实验数据和广州地区的实际运行数据验证了模型的可行性。弥补了空域状态评估领域航空器计量方法的不足。

证据理论在机场动态容量预测模型中的研究

针对容量影响因素的不确定性,提出了基于证据理论的机场动态容量预测模型。该模型依据机场最大容量构建识别框架,以专家预测的各种不确定因素的影响程度和发生的可能性为证据,建立基本可信度分配,利用Dempster合成法则融合各种动态因素对机场容量的影响。实验数据分析表明,该模型运算结果合理,可以为空中交通流量管理提供科学的决策支持。

基于统计分析的单跑道容量估计模型研究

利用概率与数理统计分析方法研究了机场跑道系统的容量估计问题 ,从理论上建立了估计各种容量的数学模型与方法。建模过程考虑了诸如机队混杂、跑道使用优先权、最后进近路线长度、空管有关间隔规定和飞行规则等多种因素的影响。在所提容量估计模型机方法的基础上 ,研究开发出机场容量评估系统 ,对机场理论容量和实际容量进行评估 ,并利用该系统以上海虹桥机场航班运行的实际数据对虹桥机场容量进行了仿真计算 ,验证了所提模型和方法的可行性。