区域多扇区耦合容量评估

明确空域单元内部交通流特性及其动态演变机制是评估区域多扇区耦合通行能力的基础,对于提升空中交通管理效率至关重要。基于改进的元胞传输模型(CTM),以实际飞行数据为基增量仿真推演分析了交通流流量、速度与密度间的宏观基本图(MFD)。进一步表征区域多扇区之间的耦合作用,建立区域多扇区耦合快时仿真模型。通过分析区域多扇区需求平均延误关系对区域多扇区耦合容量进行评估,揭示区域运行瓶颈。以合肥区域管制扇区为例,评估了区域多扇区耦合容量,并依据各扇区的延误贡献识别了该区域多扇区运行瓶颈主要集中在ZSOFAR02扇区和ZSOFAR01扇区。研究成果可为提高区域多扇区航路航线网络通行能力提供科学的理论支撑。

空域扇区概率交通需求预测模型

为预测空域扇区在未来一定时段内的交通需求及其变化规律,基于简化的空域运行网络结构,从不确定性角度分析了航空器飞行时间对空域扇区交通需求预测的影响,针对航空器进入、离开扇区和在扇区内飞行过程的随机性,给出了相应概率分布函数.在此基础上,建立了空域扇区概率交通需求预测模型,设计了启发式算法.对实际航班数据的仿真结果表明：本文模型和算法预测时段10：00~11：00扇区发生拥挤,比传统的确定性方法预测的拥挤时段减少了30 min,避免了在时段9：30~10：00采取不必要的流量管理措施,降低了该时段管制员的工作负荷.

飞行流量变化下的动态扇区划分研究

为了解决当前扇区动态配置效率低下的问题,提出了飞行流量变化下的扇区动态划分方法。分析非决定性因素影响下飞行流量服从的不确定分布,通过建立空域有限元拓扑网络和量化管制员负荷,以均衡监视负荷和减少协作负荷为目标,应用结合二进制和反向学习的高级烟花算法,最终生成了最优扇区划分结果。仿真实例表明,该方法在满足时效性的同时加快了收敛速度,提高了管制效率,适用于实际扇区的优化调控。

基于BP神经网络的扇区空管运行亚健康关联因子预测

为判别扇区空管运行是否处于亚健康状态,从空中交通流、空中交通管制等方面选取具有内在关联性的关键指标,即每架航空器平均管制工作负荷、扇区内航空器平均飞行时间、交通流超容比、交通流空间分布不均衡度和交通流瞬时超容率,结合厦门1号扇区空中交通流实际运行雷达数据,以15 min为研究区间,利用BP神经网络在数据挖掘和自适应方面的优势,构建扇区空管运行亚健康关联因子的BP神经网络预测模型。经实例验证表明:该BP神经网络模型的预测值与实际值的相对误差小于3%,说明其满足扇区空管运行亚健康关联因子预测的应用要求;经过对目标时间片的输出结果进行分析,结果显示扇区空管运行在该时段内处于健康状态。

一种基于交通流模式的扇区运行容量计算方法

扇区容量是空中交通运行管理的基础性参数,目前主要通过管制员工作负荷来评估,由于主观性强、时效性差,只能应用于战略流量管理中.本文尝试从实际雷达数据出发,建立一种新的扇区运行容量计算方法.首先,通过分析雷达数据及交通流特性,将扇区交通流按一定原则划分成5种标准模式,然后利用DTW算法对选取测试序列进行模式匹配,最后统计该模式下扇区最大流量,并定义其为扇区的容量值,从而求出扇区的运行容量.该方法克服了从分析管制员工作负荷入手的主观容量评估面临的障碍,有望成为支持新一代空管系统基于性能运行的关键技术.

基于扇区单元的航路交通流复杂度研究

空中交通航路交通流复杂度越来越高,威胁整个航路的正常运行,严重时甚至影响航空器的运行安全。为研究和解决扇区航路交通流复杂度较高的问题,了解了造成航路交通流复杂度较高的原因。基于航空器的基本运动学方程,列出了航空器运动过程中27种典型的飞行状态组合。考虑航空器的临近效应、速度差异和汇聚梯度3个影响航路交通流复杂度的主要因素,分别建立了相应的测量模型,从3个方面研究对航路交通流复杂度造成的影响,然后采用加权求和的方式求得三方面综合对航路交通流复杂度的影响程度。以雷达模拟机数据作为仿真验证对象。

空域扇区流量与拥塞预测的概率方法

为了提高扇区流量预测准确度、减小扇区拥塞预测的虚警率,分析了影响空中交通的随机因素,建立了航空器进入扇区时刻、穿越扇区飞行时间和离开扇区时刻的概率分布模型.利用进入、离开扇区时刻的累积分布函数,计算航空器占用扇区的概率,并在此基础上,提出了基于Monte Carlo仿真的扇区拥塞预测概率方法.算例仿真结果表明:与确定型拥塞预测方法相比,采用概率预测方法可将拥塞时段比例的平均值从42%减少到33%.

基于进离场流量和冲突发生位置的扇区规划

随着空中交通流量的日渐增大,空域结构及交通流分布的不合理性导致空中交通管制与飞行安全存在着一定的隐患。鉴于机场进近区是限制空域运行能力的主要瓶颈,针对如何提高空域资源利用率从而提升空域容量进行了进近区扇区规划,提出了考虑飞行流量、冲突发生的位置以及空域运行情况等因素建立的扇区容量均衡模型,利用霍夫曼编码原理进一步找到了扇区边界,并验证了方法的科学性和合理性。

基于贝叶斯估计的短时空域扇区交通流量预测

为准确把握空域扇区流量分布态势及未来变化趋势,提出了一种基于贝叶斯估计的短时空域扇区交通流量预测方法.首先,通过解析空域系统内航空器原始雷达数据,提取各扇区历史运行信息,建立了多扇区聚合交通流模型;其次,采用贝叶斯估计理论对模型参数进行最优估计和动态更新,预测了空域扇区交通流量的未来演变趋势及其不确定范围;最后,选取国内5个典型繁忙扇区为例,以5 min为时间段,以未来1 h为预测范围,对所提预测方法进行了验证.研究结果表明:85%以上时段交通流量预测结果的绝对误差在3架以内,平均绝对误差均在2架次以内,预测结果的稳定性较好,可充分反映各空域扇区之间短时交通流的动态性和不确定性,符合空中交通的实际情况.

基于军民融合的全局飞行流量协同优化方法

随着飞行活动需求的持续快速增长和空域资源使用矛盾的日益凸显,全局飞行流量协同优化已成为减少飞行延误、降低飞行危险、确保空域运行安全的一个重要手段。空中交通管理作为军民融合发展的重点领域,迫切需要对军民航飞行流量实施统一、高效、兼顾各自特点的协同优化。在实际研究中,全局飞行流量协同优化问题具有大规模、多目标、难分解等特点,是一类复杂的工程优化问题。本文贯彻军民融合发展思想,设计了一种基于军民航异质化飞行活动管制要求、考虑差异化调配方法与代价、兼顾军民航管制员各自工作特点、有效解决扇区网络运行安全性和经济性问题的全局飞行流量多目标协同优化模型——CMI模型;为解决种群在进化过程中"不平衡不充分"的问题,提出了一种动态自适应多目标遗传算法(DA-MOGA),并针对性设计了基于聚集距离和种群多样性的交叉变异概率动态调整机制。利用中国扇区网络实际数据,对本文提出的模型和算法进行了验证,算法结果优于2种经典的多目标进化算法。

基于空中交通流量的贵阳高空扇区优化研究

空中交通流量是衡量某一扇区管制员工作负荷的重要条件之一。为了能够在既定的航路结构下,合理均分贵阳高空各扇区的空中交通流量,保障空中交通安全,本文以特征时段贵阳高空空域空中交通流量为基础,以平均分配扇区内流量为目标,运用遗传算法找到扇区优化问题的最优解,以满足贵阳高空管制区的日常运行需求。

航路扇区容量需求的交通流动力学推演与预测

为科学应对交通需求的持续增长,合理进行空域规划,从介观层面刻画交通流动态演化过程,提出航路网络交通流演化模型.以此为基础,将预测得到的城市对间年度交通总需求量推演到整个航路网络中,实现未来交通需求时空分布的中长期预测;构建航路扇区容量需求预测模型,选取华东地区两个相邻航路扇区为研究对象,进行实例验证.结果表明,所提方法能对航路扇区容量需求进行有效预测,未来5年内两个航路扇区容量需求将分别由50架次/h、39架次/h上升为70架次/h、45架次/h.