CN101241564A - 空中交通要求预测 - Google Patents
空中交通要求预测 Download PDFInfo
- Publication number
- CN101241564A CN101241564A CN200710152658.4A CN200710152658A CN101241564A CN 101241564 A CN101241564 A CN 101241564A CN 200710152658 A CN200710152658 A CN 200710152658A CN 101241564 A CN101241564 A CN 101241564A
- Authority
- CN
- China
- Prior art keywords
- flight
- prediction
- information
- once
- relevant
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0043—Traffic management of multiple aircrafts from the ground
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
提供了具有改进的区段等级要求预测的空域要求预测系统和方法。在一个实施例中,空中交通要求预测系统(10)用于在分成区段的空域中预测要求,该系统包括,扩展路线预测器(14),用于生成与至少一次请求飞行相关(34)的预测二维扩展路线信息(40);轨迹模型器(16),用于生成预测四维扩展路线信息(46);区段交叉预测器(18),用于生成预测区段交叉信息(48),出发时间预测器(22),用于生成预测出发时间信息(54),以及要求模型器(62),用于生成要求模型(28),要求模型(28)包括与至少一次请求飞行相关、指示什么时候它预期出现在空域中的一个或多个区段中的预测时间间隔。
Description
技术领域
本发明主要涉及空中交通管制,特别涉及预测空域要求(demand)。
背景技术
航空共同体(community)面临着不断增加的飞行延迟、安全关心和航线成本。例如联邦航空局(FAA)、航空公司(airline)、和运输安全局(Transportation Security Agency)等产业风险承担者(industrystakeholder)在分层属地(dependency)的复杂实施环境中操作,使得空中交通管理启动项目(initiative)结果难以预测。因而,日益重要的是更详细地并且进一步预先计划空中交通启动项目,以使可以更有效地管理得国家空域系统。制定更加强调交通战略管理的空中交通系统的一个关键要求是在不同空域中精确预测空中交通要求。
示例地将所管制的空域细分成多个区段(sector),并且通常单个空中交通管制员负责在特定区段中管制空中交通。在关心的时间段内预期在特定区段中的飞行数量为对该区段的要求。因为可以合理地预期一个空中交通管制员在其负责的区段中仅监测并指挥有限数量的同时飞行(例如10-15个飞行),所以希望确定管制空域区段中的预期要求和未来某时刻将具有预期要求的单个飞行请求的影响,使得可以适当地指挥空域中的飞行以帮助保持空域区段内的飞行的预期数量在可管理等级内。当前有限数量的系统和方法已应用于空中交通要求预测的问题。这种系统的一个示例为FAA的增强空中交通管理系统(ETMS)。然而,为了有效预测空中交通要求,这些方法和系统中许多都不够精确,特别是在非标准环境下,例如对流天气状况下。
发明内容
因此,本发明提供了具有改进的区段水平面(level)要求预测的空域要求预测系统和方法,使空中交通管制员能获得更平滑和更迅速的空中交通流。在这点上,通过使用例如飞行路径聚类(flight path clustering)、基于情况的路线选择以及使用时间推理(temporal reasoning)技术的关于出发和区段交叉次数的预测等有利技术来实现改进的区段水平面空中交通要求预测。通过使用这些高级技术,可以获得在执行类似空中交通要求预测功能的现有系统上精确度的增加。例如,通过对更大的历史数据集合应用几何聚类技术,根据本发明的空中交通要求预测可以更加精确,并且通过应用例如时间推理等时间预测技术,利用了对于空中交通要求预测的概率方法。
根据本发明的一个方面,一种空中交通要求预测系统包括扩展路线预测器、轨迹模型器、区段交叉预测器、出发时间预测器和要求模型器。该空中交通要求预测系统可以在划分成区段的空域内预测要求。
扩展路线预测器操作以产生与一个或多个飞行关联的预测的二维扩展路线信息。各请求飞行具有关联的出发位置和关联的目的位置。目的和出发位置示例地为机场,尽管它们可能是飞机跑道、降落场,或者其它固定或活动的位置,飞机、直升飞机、飞艇和其它飞行器可以从这些地方起飞和降落。预测的二维扩展路线信息可以包括地理位置方位,地理位置方位定义了在其关联的出发位置和其关联的目的位置之间的每一请求飞行预期要飞行的路线。
为了生成该扩展路线信息,扩展路线预测器可以接收历史数据、几何聚类数据以及飞行信息参数,历史数据包括有关于相应于一次或多次请求飞行的一次或多次飞行先前完成的实例的信息,几何聚类数据由关于在与该一次或多次请求飞行相关的出发位置和目的位置相同的出发位置和目的位置之间的先前完成的飞行的信息获得,飞行信息参数与该一次或多次请求飞行相关。在这点上,空中交通要求预测系统可以包括时间表检索器,时间表检索器用于检索包括与请求飞行相关的飞行信息参数的飞行时间表。
轨迹模型器接收该预测的二维扩展路线信息并用于生成与请求飞行关联的预测的四维扩展路线信息。在这点上,预测的四维扩展路线信息可以包括地理位置方位,该地理位置方位定义了每一请求飞行在其出发位置和其目的位置之间的预期飞行路线、与地理位置方位关联的高度、以及与地理位置方位关联的时间。除接收预测的二维扩展路线信息外,轨迹模型器也接收与请求飞行关联的预期的巡航速度和巡航高度信息。
区段交叉预测器接收预测的四维扩展路线信息并可以生成与请求飞行关联的预测区段交叉信息。预测区段交叉信息包括请求飞行从空域的一个区段和空域的另一个区段交叉的时间。
空中交通要求预测系统也可以包括响应过滤器。响应过滤器从区段交叉预测器接收预测区段交叉信息并可以过滤该预测区段交叉信息从而获得过滤的预测区段交叉信息。过滤的预测区段交叉信息可以被要求模型器用作预测出发时间信息以得到预测时间间隔。
出发时间预测器可以生成预测与请求飞行关联的出发时间信息。在这点上,出发时间预测器可以接收历史出发延迟信息,根据该历史出发延迟信息可以得到预测出发时间信息。该历史出发延迟信息可以包括相应于与请求飞行一次或多次飞行的先前所有情况相关的信息。
要求模型器可以生成要求模型。在这点上,要求模型包括与请求飞行关联的预测时间间隔,它指示了请求飞行预期什么时候出现在空域一个或更多区段中。要求模型器至少由预测区段交叉信息(或当空中交通要求预测系统包括响应过滤器时由过滤的预测区段交叉信息)和预测出发时间信息得到预测时间间隔。
为促进包括在要求模型中信息的利用,空中交通要求预测系统可以进一步地包括要求模型接口(interface)。要求模型接口可以将要求模型呈现给空中交通要求系统的用户(例如空中交通管制员)从而得以利用并与之相互作用。在这点上,要求模型接口可以包括在显示装置上可显示的图形用户界面。
在一个实施例中,要求模型器包括图形生成器。图形生成器接收预测区段交叉信息和预测出发时间信息并可以生成相应于空域每一区段的时间约束图形,沿每一请求飞行在其出发位置和其目的位置之间预期飞行路线关联的每一请求飞行进入或离开该空域每一区段。每一时间约束图形由预测区段交叉信息和预测出发时间信息得到并表现出与每一请求飞行关联的预测时间间隔,该间隔指示了每一请求飞行预期什么时候在相应于该图形的空域区段内。
空中交通要求预测系统可以包括在航交通检索器。在航交通检索器接收与请求飞行的在航数据并可以提供与使用在航数据请求飞行关联的更新的在航信息。更新的在航信息输入到轨迹模型器以获得相应于关联在航数据的四维扩展路线信息。
在本发明的另一方面中,被划分成区段的空域中的预测空中交通要求的方法包括为该空域中一次或多次请求飞行执行扩展路线预测,利用扩展路线预测对请求飞行执行时间拥塞预测,为请求飞行执行出发预测,以及生成基于时间拥塞预测和出发预测结果的要求模型。每一请求飞行具有关联出发位置和关联目的位置,并且目的和出发位置可以是例如机场、飞机跑道、降落场、或者其它固定或活动位置等,从这些地方飞机、直升飞机、飞艇和其它飞行器可以起飞和降落。所生成的要求模型包括与每一请求飞行关联的预测时间间隔,它指示了每一请求飞行在其关联的出发位置到其关联的目的位置的路线上预期什么时候进入或离开从而出现在空域的一个或更多的区段中。
执行路线预测的步骤可以包括检索(retrieve)与请求飞行关联的飞行信息参数,检索包括关于与请求飞行一次或多次飞行的相应的先前完成的一次或多次飞行示例的信息的历史数据,检索由关于在与该一次或多次请求飞行相关的出发位置和目的位置相同的出发位置和目的位置之间的先前完成的飞行的信息而获得的几何聚类数据,并且生成包括定义了每一请求飞行预期飞行路线的地理位置方位的预测二维扩展路线信息。在这点上,该方法可以进一步包括利用包括与请求飞行相关的飞行信息参数的飞行时间表的步骤。
执行时间拥塞预测的步骤可以包括接收预测二维扩展路线信息,生成预测四维扩展路线信息,以及生成包括请求飞行预期什么时候从空域的一个区段交叉到空域的另一个区段中的时间的预测区段交叉信息。四维扩展路线信息可以包括定义了每一请求飞行在其出发位置和其目的位置之间预期飞行路线的地理位置方位,与地理位置方位关联的高度,以及与地理位置方位关联的时间。执行时间拥塞预测的步骤可以进一步包括接收更新的与请求飞行关联的在航信息并且使用该更新的在航信息以获得与在航信息关联的四维扩展路线信息。执行时间拥塞预测的步骤也可以进一步包括接收与请求飞行关联的预期巡航速度和巡航高度信息,这些信息与其它所接收信息一起使用以产生预测四维扩展路线信息并生成预测区段交叉信息。
执行出发时间预测的步骤可以包括检索与请求飞行关联的飞行信息参数,查询历史出发延迟信息以识别先前具有类似于请求飞行的飞行信息参数的飞行信息参数的一次或多次飞行的所有情况,以及基于所识别的先前一次或多次飞行的所有情况为每一请求飞行生成延迟分布。
生成要求模型的步骤可以包括生成相应于空域每一区段的时间约束图形,每一请求飞行在其出发位置和其目的位置之间连同关联的预期飞行路线飞行的每一请求飞行进入或离开该空域。在这点上,每一时间约束图形由预测区段交叉信息和预测出发时间信息得到并且代表与每一请求飞行关联的预测时间间隔以指示每一请求飞行相应于该图形预期什么时候出现在空域该区段中。
预测空中交通要求的方法也可以包括在生成要求模型步骤之前过滤时间拥塞预测的结果。在这点上,在生成要求模型步骤中,预测时间间隔可以由出发预测的结果和时间拥塞预测的过滤结果得到。
预测空中交通要求的该方法可以进一步包括输出要求模型到一个或多个作为指挥空域中空中交通根据的个体。在这点上,输出步骤可以包括在显示装置上以图形用户界面方式显示要求模型参数。
本发明的这些以及其它方面和优点将与附图一起通过下述详细描述而得以更加明显。
附图说明
为了更完整地理解本发明及其进一步的优点,现在结合附图来参考以下的详细描述。
图1是空中交通要求预测系统的一个实施例的框图;
图2是基于情况(case-based)的检索过程的一个实施例的图示;
图3是描述从旧金山到芝加哥O’Hare的示例完整飞行路线的聚类的曲线图;
图4是出发延迟预测过程的一个实施例的图示;
图5A是图形生成过程的一个实施例的图示;
图5B是示出示例时间约束图形的曲线图;
图6描述了由图形生成过程获得的示例解决方案;以及
图7描述了空中交通要求预测系统的要求模型接口的图形用户界面的一个实施例。
具体实施方式
图1示出了空中交通要求预测系统10的一个实施例。空中交通要求预测系统10分析一格或多个请求的飞行以确定请求飞行对于在关心的时间期间管制的空域的各个区段中请求飞行对于要求的影响。
空中交通要求预测系统10包括时间表检索元件12、扩展路线预测元件14、轨迹模型元件16、区段交叉元件18、在航交通检索元件20、出发时间预测元件22、响应过滤器元件24、和图形生成元件26。这些元件12-26在此也可以指时间表检索器12、扩展路线预测器、轨迹模型器、区段交叉预测器18、在航交通检索器20、出发时间预测器22、响应过滤器24、和图形生成器26。在本实施例中,空中交通要求预测系统10的不同元件12-26由可被一个或多个处理器执行的软件指令来实现。在其它实施例中,空中交通要求预测系统的一个或多个元件12-26可以替代软件的硬件或可编程逻辑(例如场可编程门阵列等)来实现。
使用不同输入,空中交通要求预测系统10的元件12-26生成要求模型28。将要求模型28提供到要求模型接口30以代表给空中交通要求系统10的用户并供其利用。在这点上,要求模型接口30可以是可显示在例如电脑显示器的显示装置上的图形用户界面(GUI)。在这点上,要求模型接口30可以通过一个或多个处理器可执行软件指令来执行。在其它实施例中,要求模型接口30可以是非图形界面并且它可以替代软件的硬件或可编程逻辑(例如场可编程门阵列等)来实现。
操作时间表检索元件12以检索飞行时间表32。时间表检索元件12可以通过结合包括从不同航空公司和包机服务可得到的出版的飞行时间表(例如官方航线指南,OAG)的不同信息源来检索飞行时间表32。飞行时间表32包括与在关心的时间段期间内预定出发的一个或多个飞行相关的飞行信息。在这点上,飞行时间表32中的飞行信息可以包括时间表32中每一飞行的例如航线、飞机类型、预定出发时间、出发机场和目的机场等。通常,所关心的时间段可以是在未来任何时间开始的任何期望长度的时间区块。但是,在一个实施例中,所关心的时间段为开始在未来十五小时后的一小时时间段。所关心的时间段的持续时间和/或该时间段开始的时间可以被固定在空中交通管理系统10中或者基于例如在启动空中交通要求预测系统10期间用户选择的偏好和/或在系统10运转期间用户输入等而可变。
一旦为所关心的时间段创建了飞行时间表32,则可以从飞行时间表32中选择飞行请求34以随后被空中交通要求预测系统10处理。飞行请求34在此也可以关联于请求飞行34。将来自飞行时间表32、对于请求飞行34的飞行信息输入到扩展路线预测元件14。此外,可以将与请求飞行32相关的进一步信息58输入到轨迹模型元件16。对轨迹模型元件16具有特殊重要性的是飞行请求32的巡航速度和巡航高度。这些附加信息(例如巡航速度、巡航高度)58可以通过根据历史数据和/或预测算法的时间表检索元件12而与包括在时间表32中的飞行相关。
扩展路线预测元件14接收飞行请求34的飞行信息、以及相关于空中交通路线的几何聚类数据36和相关于空中交通路线的历史数据38。历史数据38包括描述从出发机场到目的机场的完整的飞行所采用的单个飞行路径的信息。该信息可以包括由例如与单个飞行路径的不同分段相关的纬度和经度(纬度/经度点)所指定的地理位置方位。几何聚类数据36包括描述从出发机场到目的机场的完整的飞行所采用的类似单个飞行路径的平均值或其它信息组合。在这点上,可以从如关于图3所描述的历史数据38获得几何聚类数据36。
由于历史数据38和可用的几何聚类数据36可与在不同的出发和/或目的机场之间的完整的飞行相关而不是与飞行请求34相关的飞行信息中的那些飞行相关,所以所有历史数据38和可用的几何聚类数据36可以不必与正在处理中的特定飞行请求34相关。在这点上,如同在正处理的飞行请求34相关的飞行信息中,只有与在相同的出发和目的机场之间飞行相关的历史数据38和几何聚类数据36可被从历史数据38和几何聚类数据36中选出,以输入到扩展路线预测元件14。例如,如果请求飞行34始于旧金山并目的地为芝加哥O’Hare,然后可将相关于从旧金山到芝加哥O’Hare完整的飞行的历史数据38和几何聚类数据36选做相关数据,以输入到扩展路线预测元件14。
使用飞行请求34的飞行信息,相关聚类数据36和相关历史数据38作为输入,操作扩展路线预测元件14生成与飞行请求34相关的预测二维扩展路线信息(预测ER2d)40。在这点上,与飞行请求34相关的预测ER2d40包括预测的地理位置方位(例如纬度/经度点),该预测地理位置方位定义了请求飞行34从其出发机场到其目的机场预期飞行的路线。该预测路线将包括一个或多个(通常很多个)从出发机场到目的机场的空域中的空中交通控制区段。
操作航交通检索元件20生成一组零个或多个与飞行请求34相关的在航飞行,以输入到轨迹模型元件16。在航飞行由连同巡航速度和巡航高度的二维扩展路线信息(全体在航信息42)组成。在这点上,在航信息42可以从在航数据44数据库中获得。在航数据44可以包括例如来自出发之前为请求飞行34的提出的飞行计划的信息,和/或从飞行传送的和/或由监测飞行穿过的空域的系统获得的实际信息。
轨迹模型元件16从扩展路线预测元件14接收预测的ER2d40连同与请求飞行34相关的附加飞行信息58(例如预测巡航速度和巡航高度)。使用这些输入,操作轨迹模型元件16生成预测四维扩展路线信息(预测ER4d)46。在这点上,预测ER4d46包括地理位置方位(例如纬度/经度点),这些地理位置方位定义了请求飞行34从其出发机场到其目的机场连同与该地理位置方位的高度和时间相关的预定飞行路线。并且,可用时,将来自在航交通检索元件20的在航信息42输入到轨迹模型元件16以提供除正处理中请求飞行34施加的空域要求之外的空域要求增强图像。
区段交叉元件18从轨迹模型元件16接收预测ER4d。使用预测ER4d46作为输入,区段交叉元件18将预测区段交叉信息48输出到响应过滤器元件24。在这点上,预测区段交叉信息48包括沿请求飞行34的预测路线的空域区段的预测四维进入和离开点(例如纬度、经度、高度和时间等)。
如所示出的,轨迹模型元件16和区段交叉元件18可以是另一空中交通控制相关系统60的一部分。适当的系统60的一个示例为洛克希德马丁用户要求评估工具(Lockheed Martin User Request Evaluation Tool)(LM URET)系统60。该系统60已被安装在空中路线交通控制中心(ARTCCs)并且包括适合连接或合并到空中交通要求预测系统10的轨迹模型16和区段交叉元件18。在其它实施例中,轨迹模型元件16和/或区段交叉元件18可以为仅包括在空中交通要求预测系统10中的元件。
响应过滤器元件24从区段交叉元件18接收预测区段交叉信息48。响应操作过滤器元件24过滤预测区段交叉信息48,从而获得过滤的预测区段交叉信息50。在这点上,过滤预测区段交叉元件过滤预测区段交叉信息48以将时间和持续时间格式成标准格式并移除复制的或其它不必需的区段交叉信息。
使用历史出发延迟时间数据52作为输入,出发时间预测元件22生成请求飞行34的预测出发时间信息54。在这点上,预测出发时间信息54可以包括时间间隔,在该间隔期间请求飞行预计出发。连同图4描述出发时间预测过程,该过程可以被出发时间预测元件22利用以生成预测出发时间信息54。
将过滤的预测区段交叉信息50和预测出发时间信息54输入到图形生成元件26。使用这些输入,图形生成元件26生成代表请求飞行34沿其预测路线不同区段部分的预测时间间隔(例如进入请求飞行34将穿过的不同区段的预测的提前、中和延迟进入时间,和离开请求飞行34将穿过的不同区段的预测的提前、中和延迟离开时间)的时间约束图形56。
在一个实施例中,为预测路线的每一分段生成的时间约束图形56可以是Tachyon图形。Tachyon为用于代表并推理时间定性和定量方面的基于约束的模型的电脑软件工具。在此也可将Tachyon软件指示为Tachyon时间推理器(reasoner)。Tachyon时间推理器由通用电气全球研究中心(GE GRC)开发。在其它实施例中,可采用提供极为类似的功能的软件和/或硬件来替代Tachyon时间推理器。结合图5B记载并描述了示例的Tachyon图形56。
因而,图形生成元件26和生成的Tachyon图形56可以包括要求模型生成元件62。在其它实施例中,要求模型生成元件62可以包括附加元件。来自要求模型生成元件62的输出(例如图形56)用于更新提供到要求模型接口30的要求模型28,以向空中交通要求系统10的用户呈现所述要求模型28,并由空中交通要求系统10的用户与其互动。在这点上,要求模型28代表了多少飞行将在所关心的时间段内处于空域的不同区段中。更新要求模型28以结合有关请求飞行34预期穿过的区段和预期在该区段中请求飞行34的预测时间间隔的信息,以及对于所关心的时间段分析的全部其它请求飞行的类似信息。在这点上,可用过空中交通要求预测系统10分析一次或多次附加请求飞行(例如由飞行时间表32所获得的),以为所关心的时间段内所有请求飞行生成要求模型28。
图2图解了可以由如图1的空中交通要求预测系统10,特别是为了生成与飞行请求34相关的预测ER2d40的扩展路线预测元件14承担的基于场合的检索过程200的一个实施例。基于情况的检索过程包括采用飞行信息参数查询匹配的历史数据38,飞行信息参数包括:(1)出发机场;(2)目的机场;(3)航线;(4)飞机类型;(5)飞行编号;(6)时间;(7)星期几;以及(8)月份。如果采用所有前面的参数没有发现匹配,则执行一次或多次随后的查询直到发现匹配。所每个随后执行的查询使用更少的参数(例如第一随后查询使用参数(1)-(7),下一个随后查询使用参数(1)-(6),等等)。
基于与历史数据38中表示的每一飞行相关的地理位置方位的接近度,将由一次或多次查询返回的匹配组织成聚类。事先创建该聚类,并且根据事先创建的历史飞行聚类来分类由一次或多次查询所返回的匹配。例如,如图2所示,总共返回八个组织成总共四个聚类的匹配。第一聚类可以包括八个匹配中的三个,第二聚类可以包括八个匹配中的两个,第三聚类可以包括八个匹配中的一个,并且第四聚类可以包括八个匹配中的两个。因而,与第一到第四聚类相关的可能性相应地为3/8、2/8、1/8和2/8。最有代表性的(represented)聚类(例如图2所示示例中的第一聚类)被选作代表聚类并且具有最高分数的匹配(例如最匹配的参数)被选作空中交通要求预测系统10所承担的随后预测的种子飞行。
根据空中交通要求预测系统10所承担的基于场合的检索过程而选出的聚类可以通过围绕种子飞行的地理位置方位(纬度/经度点)绘出矩形边界(边界框)而显现出来。在这点上,图3为描述了旧金山(SFO)到芝加哥O’Hare(ORD)示例路线的聚类的曲线图,该路线包括四百二十四个类似飞行。在图3所示示例中,采用大约纬度1.5度、经度2.5度的边界框(bounding box),但是可以采用更大或更小的边界框。可以平均化(或以其它方式联合)位于围绕种子飞行位置方位的边界框内的飞行分段的地理位置方位(例如纬度/经度)以获得相关几何聚类数据。
图4图解了可以由图1所示空中交通要求预测系统10,及其中用于生成请求飞行34的预测出发时间信息54的出发时间预测元件22承担的出发延迟预测过程400的一个实施例。出发延迟预测过程400包括接收402许多飞行请求信息参数,包括以下:(1)出发机场;(2)目的机场;(3)航线;(4)飞机类型;(5)飞行编号;(6)时间;(7)星期几;(8)月份;和(9)目的机场天气状况。将飞行请求信息参数输入到基于情况的出发延迟模块404。基于场合的出发延迟模块404比较输入到其中的飞行请求信息参数和历史数据(例如历史延迟数据52),以识别类似历史情况406。
类似历史情况用于生成延迟分布408。如所示出的,延迟分布408可以由示出历史类似情况的次数对时间延迟的曲线表示。然后,可以建立预测的延迟间隔410。在这点上,延迟间隔410可使用例如分布平均值的标准偏差来建立。
将延迟分布408和预测延迟间隔410输入到出发延迟评估(evaluation)模块412。出发延迟评估模块412输出时间预测间隔414。时间预测间隔414包括请求飞行34的预测的提前出发时间(提前出发或ES)和预测的延迟出发时间(延迟出发或LS)。在这点上,ES可以通过从延迟分布平均出发时间中减去标准偏差而获得,而LS可以通过将标准偏差加到延迟分布平均出发时间而获得。
图5A描述了可以由图1的空中交通要求预测系统10承担的图形生成过程500及其中的图形生成元件26的一个实施例。图形生成过程500包括多个节点502A-502D的传播相关约束,其中每个节点502A-502D代表请求飞行34将穿过的空域中的一个区段。在这点上,可使用可应用的约束、利用一前述Tachyon软件来实现图形生成过程500以及其后的解决方案。
在图5A所示实施例中,有四个节点502A-502D,但是可以有比所描述的更多或更少的节点。这四个节点包括初始节点502A,两个中间节点502B、503C,以及最终节点502D。初始节点502A代表当进入受控空域时(例如从出发机场起飞)请求飞行34将处于的第一区段,最终节点502D代表当离开受控空域时(例如在目的机场降落)请求飞行34将处于的最后区段,而中间节点502B、502C代表沿请求飞行34的预定路线进入或离开的中间区段。
关联于请求飞行34的初始节点502A时间约束的表征如图5B中图形56所示。在图5B的曲线图中描述了与请求飞行34相关的多个约束,即提前出发时间(ES)、延迟出发时间(LS)、通过区段的最小经过时间(minD)、以及通过区段的最大经过时间(maxD)。可以根据结合图4而描述的出发延迟预测过程400获得所估计的提前出发(ES)和延迟出发(LS)时间。可从第一区段的区段交叉元件18输出的预测区段交叉信息48得到minD和maxD约束。另外,提前完成时间(EF)和最延迟完成时间(LF)依赖于前述约束(ES,LS,minD和maxD)。如所描述的,区段中总共可能的时间包括LF和ES间之间的区别。中间节点502B、502C以及最终节点502D的相关约束包括该所代表区段的minD和maxD,其可以通过区段的区段交叉元件18输出的区段交叉信息48得到。
Tachyon时间推理器用于传播每一节点502A-502D的相关约束以获得与每一节点502A-502D相关的图形56。在这点上,图6描述了由图5A的四个节点502A-502D代表的四个示例区段的Tachyon时间推理器获得的解决方案。解决方案(如图6的最右列所示)代表了预测的时间间隔,在该预测的时间间隔内请求飞行34预期在节点502A-502D所代表的每一区段中。预测时间间隔指示请求飞行34预期处于每一区段中的时间并且该预测时间间隔包括在要求模型28中。
图7描述了空中交通要求预测系统10的要求模型接口30的图形用户界面(GUI)700的一个实施例。该GUI包括多个不同的窗格或窗口702A-702F。窗格包括空域信息窗格702A、区段信息窗格702B、飞行信息窗格702C、事件信息窗格702D、控制面板窗格702E、以及空域地图窗格702F。窗格702A-702F可以以包括如所描述的平铺式的多种不同方式布置。
空域信息窗格702A显示识别空域中一个或多个区段的信息以及已被空中交通要求预测系统10处理的空域中一次或多次请求飞行的信息,以将这样的请求飞行包括在要求模型28中。在图7所示示例中,列出了两个模拟请求飞行(“EGF264”和“EGF2640”)和两个区段(“ZCM06”和“ZCM25”)。在空中交通要求预测系统10操作期间,在空域中可以有比图7的GUI700的空域信息窗格702A中所列更少或更多的请求飞行以及更少或更多的区段。
区段信息窗格702B显示有关所选区段的信息(例如通过点击在空域信息窗格702A中它的名称或点击空域地图窗格702F中它的位置来选择)。区段信息窗格702B中所显示的信息可以包括,例如整个区段负载、平均区段负载以及在航区段负载信息等。在图7所示示例中,显示了有关区段“ZCM06”的信息。可以通过在空域信息窗格702A中高亮所选择区段而指示(例如为区段“ZCM06”所图解的),来指示要在区段信息窗格702B中显示的特定区段的选择。
飞行信息窗格702C显示有关由空中交通要求预测系统10处理的请求飞行的信息。在飞行信息窗格702C中所显示的信息可以包括,例如飞行号码、航线、飞机类型和飞行计划(例如飞行速度、巡航高度、出发机场、预定出发日期/时间、目的机场、和预定到达日期/时间)信息等。在图7所示示例中,因为飞行“EGF264”为最近处理的请求飞行,所以显示了有关该此飞行的信息。
事件信息窗格702D显示有关请求飞行(例如其信息显示在飞行信息窗格702C中的请求飞行)可能发生的一个或多个事件的信息。在这点上,为每一事件所显示的信息可以包括多个参数,例如事件发生的事件类型、飞行标识符(例如“EGF264”)、其中发生时间的区段(例如“ZCM25”),以及事件的时间。时间类型的示例包括,飞行进入区段和飞行从区段离开的所预测低(最早)、中、和高(最晚)时间。
控制面板窗格702E显示识别一个或多个与一个或多个空域相关的可行空中交通要求预测(或运行)的信息。在图7所示示例中,识别为“GBW02”、“LIZZI1”、“LIZZI2”和“LIZZI3”的行驶(run)是可行的。特定行驶可以通过在控制面板窗格702E中点击其识别符、由空中交通要求预测系统10来选择执行。在图7所示示例中,通过高亮“GBW02”的识别符已经指示了要执行的“GBW02”行驶的选择。
空域地图窗格702F显示描述了与控制面板窗格702E中为了执行所选的行驶相关的空域中不同区段边界的二维空域地图。可以在空域地图窗格702F中所显示的地图上高亮显示为了在区段信息窗格702B中显示所选的区段。在图7所示示例中,高亮显示了区段“ZCM06”。另外,尽管没有在图7中示出,但是不同区段可以被颜色编码以指示与之相关的预测区段负载(例如总共的、激活的或在航的)。例如,具有低于较低可接受等级(例如10次飞行)的预测负载的区段可以被颜色编码成第一颜色(例如绿色)、具有在较低可接受等级和较高可接受等级(例如15次飞行)之间预测负载的区段可以被颜色编码成第二颜色(例如黄色),而具有超过较高可接受等级预测负载的区段可以被颜色编码成第三颜色(例如红色)。这种颜色编码允许空中交通要求预测系统10的用户迅速视觉上识别预测的问题区段并选择这种区段以在区段信息窗格702B上显示。在这点上,也可以通过在空域地图窗格702F中地图上选择特定区段来选择它以在区段信息窗格702B上显示。
尽管已经详细描述了本发明的不同实施例,所属领域技术人员可以对本发明做进一步修改和改进。然而,应当很清楚地认识到,这种修改和改进落在本发明精神和范围内。
Claims (31)
1、一种空中交通要求预测系统,用于预测在分成区段的空域中的要求,所述系统包括:
扩展路线预测器,该扩展路线预测器用于生成与至少一次请求飞行相关的预测二维扩展路线信息,该至少一次请求飞行具有关联的出发位置和关联的目的位置;
轨迹模型器,接收该预测二维扩展路线信息,该轨迹模型器用于生成与至少一次请求飞行相关的预测四维扩展路线信息;
区段交叉预测器,接收所述预测四维扩展路线信息,该区段交叉预测器用于生成与至少一次请求飞行相关的预测区段交叉信息,所述区段交叉信息包括至少一次请求飞行预期从空域一个区段穿过进入空域另一个区段的时间;
出发时间预测器,该出发时间预测器用于生成与至少一次请求飞行相关的预测出发时间信息;以及
要求模型器,用于生成要求模型,该要求模型包括关与至少一次请求飞行相关、指示什么时候该至少一次请求飞行预期出现在空域的一个或多个区段中的预测时间间隔,该预测时间间隔至少由预测区段交叉信息和预测出发时间信息获得。
2、根据权利要求1的系统,其中,预测二维扩展路线信息包括地理位置方位,该地理位置方位定义了至少一次请求飞行在其出发位置和其目的位置之间的预期飞行路线。
3、根据权利要求1的系统,其中,预测四维扩展路线信息包括地理位置方位,该地理位置方位定义了至少一次请求飞行在其出发位置和其目的位置之间的预期飞行路线、与该地理位置方位相关的高度、以及与该地理位置方位相关的时间。
4、根据权利要求1的系统,其中,扩展路线预测器接收历史数据、几何聚类数据、以及飞行信息参数,其中历史数据包括有关于相应于至少一次请求飞行的一次或多次飞行先前完成的实例的信息,几何聚类数据由关于在与该至少一次请求飞行相关的出发位置和目的位置相同的出发位置和目的位置之间的先前完成的飞行的信息获得,飞行信息参数与至少一次请求飞行相关。
5、根据权利要求4的系统,包括:
时间表检索器,该时间表检索器用于检索飞行时间表,其中飞行时间表包括有关于至少一次请求飞行的飞行信息参数。
6、根据权利要求1的系统,其中,轨迹模型器进一步接收与至少一次请求飞行相关的预期巡航速度和巡航高度信息。
7、根据权利要求1的系统,进一步包括:
在航交通检索器,用于检索相应于与请求飞行相关的在航飞行的在航信息,将在航信息输入到轨迹模型器。
8、根据权利要求1的系统,其中,出发时间预测器接收历史出发延迟信息,该历史出发延迟信息包括有关于相应于该至少一次请求飞行的一次或多次飞行的先前完成的实例的信息。
9、根据权利要求1的系统,进一步包括:
要求模型接口,该要求模型接口用于向空中交通要求系统用户呈现要求模型。
10、根据权利要求9的系统,其中,要求模型接口包括显示在显示装置上的图形用户界面。
11、根据权利要求1的系统,进一步包括:
响应过滤器,从区段交叉预测器接收预测区段交叉信息,该响应过滤器用于过滤预测区段交叉信息从而获得过滤的预测区段交叉信息,要求模型器使用过滤的预测区段交叉信息连同预测出发时间信息从而获得预测时间间隔。
12、根据权利要求11的系统,其中,要求模型器包括:
图形生成器,接收过滤的预测区段交叉信息和预测出发时间信息,该图形生成器用于生成与至少一次请求飞行沿该至少一次请求飞行在其出发位置和其目的位置之间的预期飞行路线进入或离开空域的每一区段对于的时间约束图形,每一时间约束图形由预测区段交叉信息和预测出发时间信息获得,并且代表与至少一次请求飞行相关、指示预期至少一次请求飞行何时处于相应于该图形的空域的区段中的预测时间间隔。
13、根据权利要求1的系统,其中,所述扩展路线预测器、所述轨迹模型器、所述区段交叉生成器、所述出发时间预测器、和所述要求模型器包括由一个或多个处理器执行的指令。
14、一种预测被分成区段的空域中的空中交通要求的方法,所述方法包括步骤:
执行至少一次请求飞行在空域中的扩展路线预测,该至少一次请求飞行具有关联的出发位置和关联的目的位置;
执行至少一次请求飞行的出发预测;
利用扩展路线预测的结果执行至少一次请求飞行的时间拥塞预测;以及
基于时间拥塞预测和出发预测的结果生成要求模型,该要求模型包括与至少一次请求飞行相关、指示什么时候该至少一次请求飞行在从其关联的出发位置到其关联的目的位置的路线上预期出现在进入或离开的空域的一个或多个区段中的预测时间间隔。
15、根据权利要求14的方法,其中,所述执行扩展路线预测的步骤包括:
检索与至少一次请求飞行相关的飞行信息参数;
检索包括与相应于该至少一次请求飞行的一次或多次飞行的先前完成的实例相关的信息的历史数据;
检索由关于在与该至少一次请求飞行相关的出发位置和目的位置相同的出发位置和目的位置之间的先前完成的飞行的信息获得的几何聚类数据;以及
生成预测二维扩展路线信息,其包括定义了至少一次请求飞行预期飞行路线的地理位置方位。
16、根据权利要求15的方法,进一步包括:
利用包括相关于至少一次请求飞行的飞行信息参数的飞行时间表。
17、根据权利要求14的方法,其中,所述执行时间拥塞预测的步骤包括:
接收预测二维扩展路线信息;
生成预测四维扩展路线信息,该预测四维扩展路线信息包括定义了至少一次请求飞行在其出发位置和其目的位置之间预期飞行路线的地理位置方位、与该地理位置方位相关的高度、以及与该地理位置方位相关的时间;以及
生成预测区段交叉信息,该预测区段交叉信息包括至少一次请求飞行预期从空域的一个区段穿过进入空域的另一个区段的时间。
18、根据权利要求17的方法,其中,所述执行时间拥塞预测的步骤进一步包括:
接收与至少一次请求飞行相关的在航信息;以及
使用该在航信息以获得关联于与至少一次请求飞行关联的每一在航飞行的四维扩展路线信息。
19、根据权利要求17的方法,其中,所述执行时间拥塞预测的步骤进一步包括:
接收与至少一次请求飞行相关的预期巡航速度和巡航高度信息。
20、根据权利要求14的方法,其中,所述执行出发时间预测的步骤包括:
检索与至少一次请求飞行相关的飞行信息参数;
查询历史出发延迟信息以识别具有与该至少一次请求飞行的飞行信息参数类似的飞行信息参数的一次或多次飞行的先前完成实例;以及
基于所识别一次或多次飞行的先前完成的实例生成至少一次请求飞行的延迟分布。
21、根据权利要求14的方法,进一步包括:
将要求模型输出到一个或多个负责指挥空域中空中交通的个体。
22、根据权利要求21的方法,其中,所述输出步骤包括在显示装置上以图形用户界面方式显示要求模型的参数。
23、根据权利要求14的方法,其中,所述生成要求模型的步骤包括:
生成相应于至少一次请求飞行沿该至少一次请求飞行在其出发位置和其目的位置之间预期飞行路线所进入或离开空域的每一区段的时间约束图形,每一时间约束图形由预测区段交叉信息和预测出发时间信息获得,并且代表与至少一次请求飞行相关、指示什么时候至少一次请求飞行预期处于相应于该图形的空域区段中的预测时间间隔。
24、根据权利要求14的方法,进一步包括:
在所述生成要求模型的步骤之前过滤时间拥塞预测的结果,其中在所述生成要求模型的步骤中,预测时间间隔由出发预测的结果和时间拥塞预测的过滤结果获得。
25、一种预测在分成区段的空域中的空中交通要求的系统,所述系统包括:
执行空域中至少一次请求飞行的扩展路线预测的装置,该至少一次请求飞行具有关联出发位置和关联目的位置;
执行空域中至少一次请求飞行的出发预测的装置;
使用扩展路线预测的结果执行空域中至少一次请求飞行的时间拥塞预测的装置;以及
基于时间拥塞预测和出发预测的结果生成要求模型的装置,要求模型包括与至少一次请求飞行相关、指示什么时候至少一次请求预期出现在空域的一个或多个区段中的预测时间间隔。
26、根据权利要求25的系统,其中,所述执行扩展路线预测的装置包括由一个或多个处理器执行的指令,以生成与至少一次请求飞行相关的预测二维扩展路线信息。
27、根据权利要求25的系统,其中,所述执行扩展路线预测的装置生成与至少一次请求飞行相关的预测二维扩展路线信息,并且其中所述执行时间拥塞预测的装置包括由一个或多个处理器执行的指令,以使用至少预测二维扩展路线信息来生成与至少一次请求飞行相关的预测四维扩展路线信息,并且使用至少预测四维扩展路线信息来生成与至少一次请求飞行相关的预测区段交叉信息。
28、根据权利要求25的系统,其中,所述执行出发预测的装置包括由一个或多个处理器执行以生成与至少一次请求飞行相关的预测出发时间信息的指令。
29、根据权利要求25的系统,其中,所述执行时间拥塞预测的装置生成与至少一次请求飞行相关的预测区段交叉信息,其中所述执行出发预测的装置生成与至少一次请求飞行相关的预测出发时间信息,并且其中所述生成要求模型的装置包括由一个或多个处理器执行以由至少预测区段交叉信息和预测出发时间信息生成要求模型的指令。
30、根据权利要求25的系统,包括:
用于向系统用户呈现要求模型的装置。
31、根据权利要求30的系统,其中,所述用于呈现的装置包括可显示在显示装置上的图形用户界面。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US11/427,728 | 2006-06-29 | ||
US11/427,728 US7664596B2 (en) | 2006-06-29 | 2006-06-29 | Air traffic demand prediction |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101241564A true CN101241564A (zh) | 2008-08-13 |
CN101241564B CN101241564B (zh) | 2013-07-31 |
Family
ID=38877730
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200710152658.4A Active CN101241564B (zh) | 2006-06-29 | 2007-06-29 | 空中交通要求预测 |
Country Status (3)
Country | Link |
---|---|
US (1) | US7664596B2 (zh) |
CN (1) | CN101241564B (zh) |
RU (1) | RU2007124379A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102737524A (zh) * | 2011-03-23 | 2012-10-17 | 通用电气航空系统有限责任公司 | 用于飞行器轨迹管理的方法和系统 |
CN104008263A (zh) * | 2013-02-21 | 2014-08-27 | 霍尼韦尔国际公司 | 用于交通优先级化的系统和方法 |
CN104269077A (zh) * | 2014-10-10 | 2015-01-07 | 南京莱斯信息技术股份有限公司 | 一种通航飞行服务数据关联的实现方法 |
CN105513431A (zh) * | 2015-11-30 | 2016-04-20 | 中国民用航空厦门空中交通管理站 | 空中交通流量管理实操标准的动态定值方法及系统 |
CN109448445A (zh) * | 2018-09-05 | 2019-03-08 | 南京航空航天大学 | 基于长短期记忆神经网络的航班延误分级预警方法 |
CN114550505A (zh) * | 2022-01-21 | 2022-05-27 | 北京大学 | 一种基于立体剖分网格的动态低空空域网格流量管理方法 |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7623957B2 (en) * | 2006-08-31 | 2009-11-24 | The Boeing Company | System, method, and computer program product for optimizing cruise altitudes for groups of aircraft |
FR2910616B1 (fr) * | 2006-12-22 | 2009-09-11 | Thales Sa | Dispositif et procede d'assistance au choix d'aeroports de deroutement |
US20080201183A1 (en) * | 2007-02-20 | 2008-08-21 | Lockheed Martin Corporation | Multi objective national airspace flight path optimization |
FR2917220B1 (fr) * | 2007-06-08 | 2009-08-28 | Thales Sa | Procede et dispositif d'aide a la navigation dans un secteur aeroportuaire |
US8185298B2 (en) * | 2007-10-17 | 2012-05-22 | Lockheed Martin Corporation | Hybrid heuristic national airspace flight path optimization |
US8554457B2 (en) * | 2010-07-15 | 2013-10-08 | Passur Aerospace, Inc. | System and method for airport surface management |
US8855906B2 (en) * | 2011-05-27 | 2014-10-07 | Avidyne Corporation | Database augmented surveillance |
US8467918B2 (en) * | 2011-07-05 | 2013-06-18 | Universal Avionics Systems Corporation | Heuristic method for computing performance of an aircraft |
CA3171835A1 (en) * | 2011-09-09 | 2013-03-14 | Accipiter Radar Technologies, Inc. | Device and method for 3d sampling with avian radar |
US8626429B2 (en) * | 2012-02-15 | 2014-01-07 | Hewlett-Packard Development Company, L.P. | Allocation of flight legs to dispatcher positions |
US9786089B2 (en) * | 2012-08-14 | 2017-10-10 | Nec Solution Innovators, Ltd. | Graph drawing device and graph drawing method |
US9939522B2 (en) | 2013-10-13 | 2018-04-10 | Oculii Corp | Systems and methods for 4-dimensional radar tracking |
US20150102954A1 (en) * | 2013-10-13 | 2015-04-16 | Lang Hong | 4-dimensional continuous wave radar system for traffic safety enforcement |
CN103578299B (zh) * | 2013-11-06 | 2015-10-07 | 华北计算技术研究所 | 一种模拟航空器飞行过程的方法 |
US10801841B1 (en) * | 2015-10-29 | 2020-10-13 | National Technology & Engineering Solutions Of Sandia, Llc | Trajectory prediction via a feature vector approach |
EP3166055A1 (en) * | 2015-11-05 | 2017-05-10 | The Boeing Company | A computer-implemented method and system for setting up an air traffic simulator |
EP3273424B1 (en) * | 2016-07-21 | 2019-03-13 | The Boeing Company | System and method of aircraft surveillance and tracking |
US10235892B1 (en) * | 2017-05-05 | 2019-03-19 | Architecture Technology Corporation | Aircraft surface state event track system and method |
CN109754193B (zh) * | 2019-01-28 | 2020-04-21 | 南京航空航天大学 | 基于航空器性能的ads-b航迹去噪方法 |
RU2746058C9 (ru) * | 2020-07-23 | 2021-12-14 | Закрытое акционерное общество "Азимут-Альянс" | Способ и устройство управления воздушным движением |
US20220284823A1 (en) * | 2021-03-04 | 2022-09-08 | Aurora Flight Sciences Corporation, a subsidiary of The Boeing Company | Air Vehicle Mission Deconfliction |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6463383B1 (en) * | 1999-04-16 | 2002-10-08 | R. Michael Baiada | Method and system for aircraft flow management by airlines/aviation authorities |
US6789011B2 (en) * | 1999-04-16 | 2004-09-07 | R. Michael Baiada | Method and system for allocating aircraft arrival/departure slot times |
US6393358B1 (en) * | 1999-07-30 | 2002-05-21 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | En route spacing system and method |
ITRM20020371A1 (it) * | 2002-07-10 | 2004-01-12 | Maurizio Catello Pennarola | Sistema di gestione della navigazione di velivoli fuori rotta e comunicazioni di allarme. |
US7248963B2 (en) * | 2003-03-25 | 2007-07-24 | Baiada R Michael | Method and system for aircraft flow management |
US7248949B2 (en) * | 2004-10-22 | 2007-07-24 | The Mitre Corporation | System and method for stochastic aircraft flight-path modeling |
US20070043481A1 (en) * | 2005-08-11 | 2007-02-22 | Teamvision Corporation | New Approach to Enroute Aircraft Management |
WO2007098161A2 (en) * | 2006-02-21 | 2007-08-30 | Dynamic Intelligence Inc. | Transportation scheduling system |
-
2006
- 2006-06-29 US US11/427,728 patent/US7664596B2/en active Active
-
2007
- 2007-06-28 RU RU2007124379/09A patent/RU2007124379A/ru not_active Application Discontinuation
- 2007-06-29 CN CN200710152658.4A patent/CN101241564B/zh active Active
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102737524A (zh) * | 2011-03-23 | 2012-10-17 | 通用电气航空系统有限责任公司 | 用于飞行器轨迹管理的方法和系统 |
CN102737524B (zh) * | 2011-03-23 | 2015-12-16 | 通用电气航空系统有限责任公司 | 用于飞行器轨迹管理的系统 |
CN104008263A (zh) * | 2013-02-21 | 2014-08-27 | 霍尼韦尔国际公司 | 用于交通优先级化的系统和方法 |
CN104008263B (zh) * | 2013-02-21 | 2018-10-16 | 霍尼韦尔国际公司 | 用于交通优先级化的系统和方法 |
CN104269077A (zh) * | 2014-10-10 | 2015-01-07 | 南京莱斯信息技术股份有限公司 | 一种通航飞行服务数据关联的实现方法 |
CN105513431A (zh) * | 2015-11-30 | 2016-04-20 | 中国民用航空厦门空中交通管理站 | 空中交通流量管理实操标准的动态定值方法及系统 |
CN105513431B (zh) * | 2015-11-30 | 2017-12-26 | 中国民用航空厦门空中交通管理站 | 空中交通流量管理实操标准的动态定值方法及系统 |
CN109448445A (zh) * | 2018-09-05 | 2019-03-08 | 南京航空航天大学 | 基于长短期记忆神经网络的航班延误分级预警方法 |
CN114550505A (zh) * | 2022-01-21 | 2022-05-27 | 北京大学 | 一种基于立体剖分网格的动态低空空域网格流量管理方法 |
Also Published As
Publication number | Publication date |
---|---|
US7664596B2 (en) | 2010-02-16 |
US20080004792A1 (en) | 2008-01-03 |
RU2007124379A (ru) | 2009-01-10 |
CN101241564B (zh) | 2013-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101241564B (zh) | 空中交通要求预测 | |
US9558670B1 (en) | Method and system for air traffic rerouting for airspace constraint resolution | |
US9076327B1 (en) | Method and system to predict airport capacity, landing direction, landing runway and runways available | |
US7333887B2 (en) | Method and system for tactical gate management by aviation entities | |
US9171473B1 (en) | Method and system for dynamic automated corrections to weather avoidance routes for aircraft in en route airspace | |
WO2002099769A1 (en) | Air traffic management system and method | |
CN108961843A (zh) | 一种基于航迹运行技术的仿真系统和方法 | |
EP3364395A1 (en) | Methods and systems for probabilistic spacing advisory tool (psat) | |
Baxley et al. | Air traffic management technology demonstration-1 concept of operations (ATD-1 ConOps), version 3.0 | |
Casado Magaña | Trajectory prediction uncertainty modelling for Air Traffic Management | |
Guclu et al. | Analysis of aircraft ground traffic flow and gate utilisation using a hybrid dynamic gate and taxiway assignment algorithm | |
CN111640333B (zh) | 基于扇区管制的空管二次雷达应答机代码冲突检测方法 | |
Lui et al. | Data-driven approach for aircraft arrival flow investigation at terminal maneuvering area | |
Kurz et al. | Conceptual design of a pilot assistance system for customised noise abatement departure procedures | |
Zaninotto et al. | Design of a human-in-the-loop aircraft taxi optimisation system using autonomous tow trucks | |
Green et al. | Descent advisor preliminary field test | |
Li | A Benefit Analysis of Satellite-based Surveillance and Communication Technologies for Oceanic Flights–Benefit Estimates for Airlines and Air Traffic Controllers | |
Arnedo | A Framework to assess the ability of automation to deliver capacity targets in European airspace | |
Pérez-Batlle et al. | Real-time simulations to evaluate rpas contingencies in shared airspace | |
EP4053766A1 (en) | Air vehicle mission deconfliction | |
Caselle | Agent based modelling for ground traffic optimization at Paris Charles de Gaulle airport | |
Pujet et al. | Flight plan optimization in flexible air traffic environments | |
Clemmer | Determining the location of runway exits using airport surface detection equipment | |
Lohr et al. | Progress toward future runway management | |
Jones et al. | Methods of Selecting Forecast Winds for Flight Management Systems to Support Four Dimensional Trajectory-Based Operations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
ASS | Succession or assignment of patent right |
Owner name: GENERAL ELECTRIC CO. Free format text: FORMER OWNER: LOCKHEED MARTIN CORPORATION Effective date: 20130816 |
|
C41 | Transfer of patent application or patent right or utility model | ||
TR01 | Transfer of patent right |
Effective date of registration: 20130816 Address after: American New York Patentee after: General Electric Company Address before: American Maryland Patentee before: Lockheed Corp. |