CN101465064B - 终端区飞行冲突解脱方法和系统 - Google Patents
终端区飞行冲突解脱方法和系统 Download PDFInfo
- Publication number
- CN101465064B CN101465064B CN2009100766857A CN200910076685A CN101465064B CN 101465064 B CN101465064 B CN 101465064B CN 2009100766857 A CN2009100766857 A CN 2009100766857A CN 200910076685 A CN200910076685 A CN 200910076685A CN 101465064 B CN101465064 B CN 101465064B
- Authority
- CN
- China
- Prior art keywords
- flight
- approaches
- conflict
- flights
- sequence
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种终端区飞行冲突解脱方法和系统。方法包括:采集进入终端区所有航班的信息,形成航班缓存队列,根据每个进港航班的预计降落时间对所述航班缓存队列进行进港排序处理,形成具有航班最优降落时间的进港航班序列;提取一个航班对,根据所述进港航班数据判断所述航班对是否存在飞行冲突,是则对所述航班对进行冲突解脱处理,获得冲突解脱策略,将所述冲突解脱策略添加到解脱策略序列中,否则将所述航班对添加到无冲突航班序列中;最后根据所述无冲突航班序列和解脱策略序列生成航班进港计划。本发明采用了冲突解脱与进港排序相结合,既提高了运行效率,又保障了飞行安全。
Description
技术领域
本发明涉及一种飞行管理方法和系统,特别是一种终端区飞行冲突解脱方法和系统。
背景技术
随着航空事业的迅速发展,飞机数量和飞行运输量不断增加,导致飞行延误和飞行冲突日益严重。终端区为空中交通流最主要的汇合区,采用不同航线和高度层飞行的飞机最后必然汇合到终端区,由于终端区空域狭小,航线密集,飞机密度大,因此终端区的飞行冲突问题更为突出,已经成为现有飞行管理最脆弱的环节。
虽然现有技术提出了一些飞行冲突探测方法或飞行冲突解脱方法,但这些技术方案仅针对飞机巡航阶段的航线飞行,不能适用于航线密集、约束条件多、机动范围小的终端区飞行。目前,现有终端区飞行冲突探测或终端区飞行冲突解脱仍为人工操作,管制员依据经验进行判断和操作,发现潜在的飞行冲突后采取最保守的措施实施避让。随着航空运输量的快速增加,现有技术这种人工处理方法已成为制约行业发展的瓶颈,其主要缺陷体现在:滞后的飞行冲突探测手段导致飞行安全隐患多,保守的避让措施导致资源浪费严重,较低的运行效率导致管制员负荷大等。
发明内容
本发明的目的是提供一种终端区飞行冲突解脱方法和系统,有效解决现有技术飞行安全隐患多、资源浪费严重、管制员负荷大等技术缺陷。
为了实现上述目的,本发明提供了一种终端区飞行冲突解脱方法,包括:
步骤1、采集进入终端区所有航班的信息,形成由数个进港航班数据组成的航班缓存队列,根据每个进港航班的预计降落时间对所述航班缓存队列进行进港排序处理,形成具有航班最优降落时间的进港航班序列;
步骤2、判断所述航班缓存队列中是否还有未进行冲突探测的航班对,是则执行步骤3,否则执行步骤7;
步骤3、提取一个航班对,获得所述航班对中每个航班的进港航班数据;
步骤4、根据所述进港航班数据判断所述航班对是否存在飞行冲突,是则执行步骤5,否则执行步骤6;
步骤5、接收存在飞行冲突的航班对,获得所述航班对中每个航班的进港航班数据;提取所述进港航班序列;从所述进港航班序列中提取航班对中两个航班的最优降落时间;根据两个航班的最优航班降落时间反推两个航班预计到达汇聚点的时间;以一个航班预计到达所述汇聚点的时间为目标,结合空域限制规则,采用几何法建立冲突解脱模型获得避让冲突的冲突解脱策略,执行步骤2;
步骤6、将所述航班对添加到无冲突航班序列中,执行步骤2;
步骤7、根据所述无冲突航班序列和解脱策略序列生成航班进港计划。
所述步骤1包括:
步骤11、采集进入终端区和已在终端区所有航班的信息,解析、转换和分类处理后获得每个航班的进港航班数据,所述进港航班数据包括航班机型信息、航班位置信息、航班速度信息和飞行计划;
步骤12、根据所述航班位置信息对所有进港航班数据进行排序,形成航班缓存队列;
步骤13、判断所述航班缓存队列中是否还有未处理的进港航班数据,是则执行步骤14,否则执行步骤15;
步骤14、从所述航班缓存队列中提取一个进港航班数据,根据所述进港航班数据中的航班机型信息、航班位置信息和航班速度信息计算该航班的预计降落时间,执行步骤13;
步骤15、根据每个航班的预计降落时间,采用进港排序模型对所述航班缓存队列进行进港排序处理,为每个航班分配最优降落时间,并根据所述最优降落时间对所有进港航班数据进行排序,形成具有最优降落时间的进港航班序列。
所述进港排序模型包括跑道吞吐量最大化目标函数、提前/延误损失最小化目标函数、位置约束条件和到达时间窗约束条件,其中,
跑道吞吐量最大化目标函数为:
提前/延误损失最小化目标函数为:
位置约束条件为:
|XPi-i|≤k,i=1,2,......,n
到达时间窗约束条件为:
STAi∈[ETAi-Ta,ETAi+Td] i=1,2,......,n
STAi∈[ETAi-Ta,ETAi+Td]+NTh i=1,2,......,n
式中,ETAi为第i个航班估计降落时间,STAi为第i个航班计划降落时间,CAi为第i个航班的提前着陆损失系数,CPi为第i个航班的优先级系数,CDi为第i个航班延误损失系数,Th为航班在空中盘旋一周所需的时间,Td为不 考虑盘旋飞行情况下,航班在终端区内所能吸收的最大延迟时间,Ta为飞机在终端区内飞行的最大提前时间量,XPi表示在重排队列中占据第i个位置的航班,k为预先设定的限制飞机位置移动幅度的范围值,N表示航班在空中的盘旋次数,n为航班的数量,且
所述步骤4包括:
步骤41、根据航班对中两个航班的飞行计划判断所述航班对是否存在相同的汇聚点,是则执行步骤42,否则执行步骤6;
步骤42、根据两个航班的位置信息判断两个航班的下一个关键点是否都是所述汇聚点,是则执行步骤43,否则执行步骤6;
步骤43、建立椭球模型,用概率法计算两个航班在所述汇聚点发生潜在冲突的概率值;
步骤44、判断所述概率值是否大于预先设定的冲突概率门限值,是则执行步骤5,否则执行步骤6。
为了实现上述目的,本发明还提供了一种终端区飞行冲突解脱的系统,包括:
航班处理模块,用于采集进入终端区所有航班的信息,形成由数个进港航班数据组成的航班缓存队列;
进港排序模块,与所述航班处理模块连接,用于根据每个进港航班的预计降落时间对所述航班缓存队列进行进港排序处理,形成具有最优降落时间的进港航班序列;
冲突探测模块,与所述航班处理模块连接,用于探测所述航班缓存队列 中存在飞行冲突的航班对,并将不存在飞行冲突的航班对添加到无冲突航班序列中;
冲突解脱模块,与所述进港排序模块和冲突探测模块连接,用于接收存在飞行冲突的航班对,获得所述航班对中每个航班的进港航班数据,提取所述进港航班序列,从所述进港航班序列中提取航班对中两个航班的最优降落时间,根据两个航班的最优航班降落时间反推两个航班预计到达所述汇聚点的时间,以一个航班预计到达汇聚点的时间为目标,结合空域限制规则,采用几何法建立冲突解脱模型获得避让冲突的冲突解脱策略,,并将所述冲突解脱策略添加到解脱策略序列中;
飞行决策模块,与所述冲突探测模块和冲突解脱模块连接,用于根据所述无冲突航班序列和解脱策略序列生成航班进港计划。
所述进港排序模块包括:
预计降落时间单元,与所述航班处理模块连接,用于从所述航班缓存队列中提取一个进港航班数据,根据所述进港航班数据中的航班机型信息、航班位置信息和航班速度信息计算该航班的预计降落时间;
进港航班序列单元,与所述预计降落时间单元连接,根据每个航班的预计降落时间,采用进港排序模型对所述航班缓存队列进行进港排序处理,为每个航班分配最优降落时间,并根据所述最优降落时间对所有进港航班数据进行排序,形成具有最优降落时间的进港航班序列。
所述冲突探测模块包括:
航班对提取单元,与所述航班处理模块连接,用于提取一个航班对,获得所述航班对中每个航班的进港航班数据;
汇聚点判断单元,与所述航班对提取单元连接,用于根据航班对中两个航班的飞行计划判断所述航班对是否存在相同的汇聚点,当所述航班对存在相同的汇聚点时,根据两个航班的位置信息判断两个航班的下一个关键点是否都是所述汇聚点;
冲突概率计算单元,与所述汇聚点判断单元连接,用于当两个航班的下一个关键点是所述汇聚点时,建立椭球模型,用概率法计算两个航班在所述汇聚点发生潜在冲突的概率值;
冲突概率判定单元,与所述冲突概率计算单元连接,用于判断所述概率值是否大于预先设定的冲突概率门限值;
冲突航班对生成单元,与所述冲突概率判定单元连接,用于当所述概率值大于预先设定的冲突概率门限值时,将所述航班对发送给所述冲突解脱模块;
无冲突航班序列生成单元,与所述汇聚点判断单元连接,用于当所述航班对不存在相同的汇聚点或当两个航班的下一个关键点不是所述汇聚点时,将所述航班对添加到无冲突航班序列中;同时与所述冲突概率判定单元连接,用于当所述概率值小于预先设定的冲突概率门限值时,将所述航班对添加到无冲突航班序列中。
本发明提出了一种终端区飞行冲突解脱方法和系统,是一种结合进港排序进行冲突解脱的技术方案。本发明通过进港排序处理可以充分利用时隙,最大限度地降低了航班的总延误损失。本发明获得冲突解脱策略过程中,由于采用了冲突解脱与进港排序相结合,将进港排序处理得到的结果作为冲突解脱的目标,不仅考虑了航班需要降落的特点,而且最大限度地体现了终端 区的特点,因此不仅获得了航班最优降落时间,而且获得了最优冲突解脱策略,既提高了运行效率,又保障了飞行安全。由此可见,本发明终端区飞行冲突解脱方法和系统有效解决现有技术飞行安全隐患多、资源浪费严重、管制员负荷大等技术缺陷。
附图说明
图1为本发明终端区飞行冲突解脱方法的流程图;
图2为本发明进行进港排序处理的流程图;
图3为本发明判断航班对是否存在飞行冲突的流程图;
图4为本发明对航班对进行冲突解脱处理的流程图;
图5为本发明终端区飞行冲突解脱系统的结构示意图;
图6为本发明进港排序模块的结构示意图;
图7为本发明冲突探测模块的结构示意图;
图8为本发明冲突解脱模块的结构示意图;
图9为本发明终端区飞行冲突解脱系统具体实施例的的结构示意图。
具体实施方式
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
图1为本发明终端区飞行冲突解脱方法的流程图,包括:
步骤1、采集进入终端区所有航班的信息,形成由数个进港航班数据组成的航班缓存队列,根据每个进港航班的预计降落时间对所述航班缓存队列进行进港排序处理,形成具有航班最优降落时间的进港航班序列;
步骤2、判断所述航班缓存队列中是否还有未进行冲突探测的航班对,是则执行步骤3,否则执行步骤7;
步骤3、提取一个航班对,获得所述航班对中每个航班的进港航班数据;
步骤4、根据所述进港航班数据判断所述航班对是否存在飞行冲突,是 则执行步骤5,否则执行步骤6;
步骤5、对所述航班对进行冲突解脱处理,获得冲突解脱策略,将所述冲突解脱策略添加到解脱策略序列中,执行步骤2;
步骤6、将所述航班对添加到无冲突航班序列中,执行步骤2;
步骤7、根据所述无冲突航班序列和解脱策略序列生成航班进港计划。
本发明提供了一种终端区飞行冲突解脱方法,首先采集进入终端区所有航班的运行数据,对运行数据进行处理后形成数个进港航班数据,之后根据每个进港航班数据的航班机型、航班位置和航班速度等信息计算每个航班的预计降落时间,并根据每个航班的预计降落时间通过优化处理为每个航班分配最优的降落时间,形成航班按降落时间排列的进港航班序列。在此基础上,依次判断任意两个航班组成的航班对是否存在飞行冲突,如果航班对不存在飞行冲突,则将该航班对添加到无冲突航班序列中,如果航班对存在飞行冲突,则进行冲突解脱处理,获得针对该航班对的冲突解脱策略,并将该冲突解脱策略添加到解脱策略序列中。当所有进港航班全部经过冲突探测处理后,根据无冲突航班序列和解脱策略序列生成航班进港计划。由此可见,本发明终端区飞行冲突解脱方法是一种结合进港排序进行冲突解脱的技术方案,不仅获得了最优航班降落时间,而且获得了最优冲突解脱策略,既提高了运行效率,又保障了飞行安全。
图2为本发明进行进港排序处理的流程图。在图1所示技术方案中,步骤1包括:
步骤11、采集进入终端区和已在终端区所有航班的信息,解析、转换和分类处理后获得每个航班的进港航班数据,所述进港航班数据包括航班机型信息、航班位置信息、航班速度信息和飞行计划;
步骤12、根据所述航班位置信息对所有进港航班数据进行排序,形成航班缓存队列;
步骤13、判断所述航班缓存队列中是否还有未处理的进港航班数据,是 则执行步骤14,否则执行步骤15;
步骤14、从所述航班缓存队列中提取一个进港航班数据,根据所述进港航班数据中的航班机型信息、航班位置信息和航班速度信息计算该航班的预计降落时间,执行步骤13;
步骤15、根据每个航班的预计降落时间,采用进港排序模型对所述航班缓存队列进行进港排序处理,为每个航班分配最优降落时间,并根据所述最优降落时间对所有进港航班数据进行排序,形成具有最优航班降落时间的进港航班序列。
图2所示技术方案中,首先采集所有航班的信息,所有航班包括进入终端区的航班和已在终端区的航班,通过对所有航班的信息进行解析、转换和分类处理即可获得数个航班的进港航班数据,每个进港航班数据至少包括航班机型信息、航班位置信息、航班速度信息和飞行计划。其中,对所有航班的信息进行解析、转换和分类处理可以采用常规的处理方法,处理过程也为本领域技术人员所熟知,这里不再赘述。例如,解析处理可以根据信息格式判断航班信息是否能够被处理,将不能处理的航班信息丢弃;转换处理可以是将不同数据格式的航班信息进行格式转换;分类处理可以是根据航班位置信息对航班信息进行分类,判断航班是否已降落,将已降落的航班信息丢弃。获得数个进港航班数据后,根据每个航班的航班位置信息或机型信息对所有进港航班数据进行排序,由数个进港航班数据组成包括所有准备降落航班的航班缓存队列。之后依次从航班缓存队列中提取一个进港航班数据,计算每个航班的预计降落时间。由于进港航班数据中记录有航班的航班机型信息、航班位置信息和航班速度信息,因此通过上述参数结合理想飞行规则,即可计算航班的预计降落时间。最后,根据每个航班的预计降落时间,采用进港排序模型对航班缓存队列中的所有航班进行进港排序处理,为每个航班分配最优降落时间,并根据每个航班最优降落时间对航班缓存队列中的所有航班进行排序,形成具有最优航班降落时间且按最优航班降落时间排列的进港航 班序列。此外,进港航班数据中还包括机务安排、作业类型、空域限制规则、降落时间、降落跑道、资源使用情况以及航班集合等数据。
上述技术方案中,本发明进港排序模型包括目标函数和约束条件,其中目标函数涉及双目标:跑道吞吐量最大化和提前/延误损失最小化,约束条件包括位置约束和到达时间窗约束。具体地,
跑道吞吐量最大化目标函数为:
提前/延误损失最小化目标函数为:
位置约束条件为:
|XPi-i|≤k,i=1,2,......,n
到达时间窗约束条件为:
STAi∈[ETAi-Ta,ETAi+Td] i=1,2,......,n
STAi∈[ETAi-Ta,ETAi+Td]+NTh i=1,2,......,n
式中,ETAi为第i个航班估计降落时间(Estimated Time of Arrival),STAi为第i个航班计划降落时间(Scheduled Time of Arrival),CAi为第i个航班的提前着陆损失系数,CPi为第i个航班的优先级系数,CDi为第i个航班延误损失系数,Th为航班在空中盘旋一周所需的时间,Td为不考虑盘旋飞行情况下,航班在终端区内所能吸收的最大延迟时间,Ta为飞机在终端区内飞行的最大提前时间量,XPi表示在重排队列中占据第i个位置的航班,k预先设定的限制飞机位置移动幅度的范围值,N表示航班在空中的盘旋次数,表示飞机的位置移动幅度不能超过k,n为航班的数量,且
在实际操作中,管理者都希望航班队列更快地完成降落,以防止或缓解终端区的拥塞问题,因此本发明跑道吞吐量最大化目标函数表示航班着陆的总完成时间(从第一架航班降落到最后一架航班降落所需要的时间)最小。同时,管理者希望航班降落所带来的总损失最小,因为航班提前或者航班延误都会带来额外的开销,所以本发明目标函数还考虑到提前惩罚和延误惩罚两部分。根据航班的机型不同,重要程度不同,提前或者延误相同的时间所造成的损失也不相同,本发明提前/延误损失最小化目标函数通过引入提前/延误损失系数和飞机的优先级系数来反映总损失。到达时间窗约束表明,受飞机性能和进场程序等条件的限制,飞机只能在特定的到达时间窗内降落在跑道上,ETAi-Ta是飞机的最早着陆时间,ETAi+Td是飞机的最晚着陆时间,此外飞机在终端区内可以通过盘旋飞行来吸收延误,因此飞机的到达时间窗就扩展为若干段离散的时间段。此外,本发明进港排序模型还可以包括尾流间隔约束条件。国际民航组织的规定,飞机按其最大起飞重量可分为重型机、中型机和轻型机三种类型。由于终端区内待排序航班队列是由不同类型的航班组成的,因此尾流间隔约束条件就是降落在同一条跑道上的飞机的着陆时间应满足安全间隔。表1为三种类型飞机的安全间隔表。
表1三种类型飞机的安全间隔表
由此可见,本发明进港排序处理的过程就是根据航班的预计降落时间结合约束条件求解目标函数的过程。实际应用中,求解上述目标函数可以采用现有成熟的优化算法,如遗传算法,实现将每个航班的预计降落时间重新排序,得到航班计划降落时间STA,即最优降落时间。本发明通过进港排序处理可以充分利用时隙,最大限度地降低了航班的总延误损失。
图3为本发明判断航班对是否存在飞行冲突的流程图。在图1所示技术方案中,步骤4包括:
步骤41、根据航班对中两个航班的飞行计划判断所述航班对是否存在相同的汇聚点,是则执行步骤42,否则执行步骤6;
步骤42、根据两个航班的位置信息判断两个航班的下一个关键点是否是所述汇聚点,是则执行步骤43,否则执行步骤6;
步骤43、建立椭球模型,用概率法计算两个航班在所述汇聚点发生潜在冲突的概率值;
步骤44、判断所述概率值是否大于预先设定的冲突概率门限值,是则执行步骤5,否则执行步骤6。
图3所示技术方案中,首先接收航班对中的两个进港航班数据,由于进港航班数据记录有航班位置信息和飞行计划,因此根据飞行计划信息即可判断该航班对中的两个航班是否存在同一个汇聚点。如果两个航班的飞行计划中没有相同的汇聚点,说明该两个航班不会存在飞行冲突,则执行步骤6,即将该不存在飞行冲突的航班对添加到无冲突航班序列中。如果两个航班的飞行计划中有相同的汇聚点,说明该两个航班可能存在飞行冲突。但两个航班的飞行计划中有相同的汇聚点并不意味着两个航班一定存在飞行冲突,因此还需要进一步根据两个航班的位置信息判断两个航班的下一个关键点是否是该相同的汇聚点。如果其中任何一个航班的下一个关键点不是该相同的汇聚点,说明该两个航班不会存在飞行冲突,则执行步骤6,即将该不存在飞行冲突的航班对添加到无冲突航班序列中。如果两个航班的下一个关键点都 是该相同的汇聚点,说明这两个航班可能存在飞行冲突。但两个航班的下一个关键点都是该相同的汇聚点并不意味着两个航班一定存在飞行冲突,因此通过建立椭球模型,用概率法计算两个航班在该汇聚点发生潜在冲突的概率值,之后进一步判断该概率值是否大于冲突概率门限值,该冲突概率门限值是预先设定的,是判断是否采取解脱处理的标准。如果两个航班在该汇聚点发生潜在冲突的概率值小于冲突概率门限值,说明两个航班不存在飞行冲突,则执行步骤6,即将该不存在飞行冲突的航班对添加到无冲突航班序列中。如果两个航班在该汇聚点发生潜在冲突的概率值大于冲突概率门限值,说明两个航班存在飞行冲突,则执行步骤5,即需要对该航班对进行冲突解脱处理。
需要说明的是,概率法是目前冲突探测中一种常用的方法,该方法根据航迹预测的期望值和误差分布区域计算每两个航班未来发生冲突的概率,椭球模型则是对未来航班位置预测的一个误差范围,对于三维情况是一个误差椭球,对于二维就是个椭圆。本发明上述技术方案中采用的概率法和椭球模型与现有技术相同,这里不再赘述。
图4为本发明对航班对进行冲突解脱处理的流程图。在图1所示技术方案中,步骤5包括:
步骤51、接收存在飞行冲突的航班对,获得所述航班对中每个航班的进港航班数据;
步骤52、提取所述进港航班序列;
步骤53、从所述进港航班序列中提取航班对中两个航班的最优降落时间;
步骤54、根据两个航班的最优降落时间反推两个航班预计到达所述汇聚点的时间;
步骤55、以一个航班预计到达所述汇聚点的时间为目标,结合空域限制规则,采用几何法建立冲突解脱模型获得避让冲突的冲突解脱策略;
步骤56、将所述冲突解脱策略添加到解脱策略序列中,执行步骤2。
图4所示技术方案中,首先接收步骤4中存在飞行冲突的航班对,并获得该航班对中每个航班的进港航班数据;之后提取步骤1中的进港航班序列,该进港航班序列是经过进港排序处理且为每个航班分配了最优降落时间的数据;根据航班对中的两个进港航班数据,即可从进港航班序列中提取该两个航班的最优降落时间,该最优降落时间是经过优化处理的航班降落时间,即是航班计划降落时间STA;之后根据两个航班的最优降落时间反推两个航班到达可能发生冲突的汇聚点的时间;然后以一个航班到达汇聚点的时间为目标,在满足空域限制规则下,采用几何法建立冲突解脱模型,获得可以有效避让冲突的冲突解脱策略;最后将获得的冲突解脱策略添加到解脱策略序列中,重复执行航班对的冲突探测,直到所有进港航班全部经过冲突探测。
上述技术方案中,本发明冲突解脱策略包含冲突避让和返回原航路两个阶段,冲突避让阶段则包含三种解脱方法,分别是只改变速度大小、只改变航向角、同时改变速度和航向角。
冲突解脱方法是基于几何最优的思想,在最接近点(Closest Point ofApproach,简称CPA)时间tCPA内,使得存在冲突的航班之间的间隔在安全保护球外,理想情况就是沿着安全保护球表面相切飞过。该方法以进港航班数据为基础来推算使冲突航班的相对速度方向在安全保护球范围之外的情况,从而得出需要进行解脱的飞机的最优航线。下面简单介绍本发明采用几何法建立冲突解脱模型获得避让冲突的冲突解脱策略的过程。
假设航班A的速度大小、航向角与仰角分别为VA,χA,σA,航班B的速度大小、航向角与仰角分别为VB,χB,σB,从航班A到航班B的相对位置为RLOS,相对位置的航向角与仰角分别为χLOS,σLOS,对应的相对速度为Vrel,相对速度的航向角与仰角分别为χrel,σrel,dmin为航班A到航班B的最小间距,Dsep是安全保护间隔。冲突航班至少应保证dmin≥Dsep,以此来计算新的相对速度Vrel *,使其方向在保护球外。
设dmin H,dmin V分别为航班之间的水平最小距离和垂直最小距离,则:
则最小间隔距离为:
新航向角为χrel *为:
由于航班航向角χA *的改变就会引起航班新的航行速度VA *改变,则:
将上式进一步简化得出:
下面就三种解脱方法分别讨论。
(1)只改变航向角
由于只改变航向角,不改变速度大小,即 代入上式可得:
此处应该值得注意的就是保证sin-1函数的值不大于1,在不大于1的情况下,可以根据不同的相对速度得出不同的χA HC,解脱航班航向角应该是与原来航线偏差最小的χA HC。
(2)只改变速度大小
由于只改变速度大小,不改变航向角,即 代入上式可得:
由于航班在终端区时行驶速度是有限制的,应该保证解脱航班的速度在允许范围之内。最优解就是与原来速度变化最小的速度VA SC。
(3)改变速度大小与航向角
这种情况下得出解脱航班新的航向角χA HSC与速度VA HSC,代入上式可得:
结合几何最优的思路可知,当VA HSC与VA的连线垂直于Vrel *时,解脱路径是最优的,此时有:
联合上述两个公式,可得:
由上面说明可知,本发明可以实现三种解脱方法,分别是只改变速度大小、只改变航向角、同时改变速度和航向角。考虑在终端区内航班的速度不允许激烈变化,也不允许超过速度限制点的允许速度范围,因此本发明优选地采用只改变航向角的解脱方法。进一步地,本发明还可以采用动态的解脱方法,在开始解脱时航班只改变航向角,以保证冲突航班在保护球外,当航班解脱后返回原来航路时采用可变速度的方案。
从上述技术方案可以看出,本发明首先通过进港排序处理得到具有最优航班降落时间的进港航班序列(即在跑道口的最优降落时间),当两个航班在某个汇聚点有冲突时,则根据最优降落时间并结合飞行规则,反推出航班到达汇聚点的预计到达时间,把这个时间作为冲突解脱的目标,进行冲突解脱处理。实际应用中,通常4秒就形成一次结果输出,由于冲突解脱的结果会产生新的情况,也将影响下一次进港排序处理,使进港排序和冲突解脱两者互相作用。实际上,本发明反推航班到达汇聚点的技术方案还可以扩展到没有冲突的航班处理上,没有冲突的航班为了能在进港排序分配的最优降落时间到达跑道,也可以参照这个时间改变飞行策略,以进一步提高运行效率。
由于本发明采用了冲突解脱与进港排序相结合,将进港排序处理得到的结果作为冲突解脱的目标,不仅考虑了航班需要降落的特点,而且最大限度地体现了终端区的特点,因此不仅获得了航班最优降落时间,而且获得了最优冲突解脱策略,既提高了运行效率,又保障了飞行安全。
在完成上述技术方案基础上,根据获得的无冲突航班序列和解脱策略序列生成航班进港计划,航班进港计划中,存在飞行冲突的航班按照冲突解脱策略进行飞行,没有飞行冲突的航班以进港排序处理得到的最优降落时间进行飞行。由于本发明生成的航班进港计划是个理论值,因此实际应用中,可 以在航班速度上加入一个扰动,使之形成一个航班速度范围,以模拟实际飞行情况,为各个航班制定下一步的飞行方案。
图5为本发明终端区飞行冲突解脱系统的结构示意图。如图5所示,本发明终端区飞行冲突解脱系统包括航班处理模块10、进港排序模块20、冲突探测模块30、冲突解脱模块40和飞行决策模块50,其中,航班处理模块10用于采集进入终端区所有航班的信息,形成由数个进港航班数据组成的航班缓存队列;进港排序模块20与航班处理模块10连接,用于接收航班缓存队列,根据每个进港航班的预计降落时间对航班缓存队列进行进港排序处理,形成具有航班最优降落时间的进港航班序列;冲突探测模块30与航班处理模块10连接,用于接收航班缓存队列,探测航班缓存队列中存在飞行冲突的航班对,并将不存在飞行冲突的航班对添加到无冲突航班序列中;冲突解脱模块40与进港排序模块20和冲突探测模块30连接,用于接收存在飞行冲突的航班对和进港航班序列,对进行冲突解脱处理,获得冲突解脱策略,并将冲突解脱策略添加到解脱策略序列中;飞行决策模块50与冲突探测模块30和冲突解脱模块40连接,用于接收无冲突航班序列和解脱策略序列,根据无冲突航班序列和解脱策略序列生成航班进港计划。由此可见,本发明终端区飞行冲突解脱系统是一种结合进港排序进行冲突解脱的技术方案,不仅获得了最优航班降落时间,而且获得了最优冲突解脱策略,既提高了运行效率,又保障了飞行安全。
图6为本发明进港排序模块的结构示意图。如图6所示,本发明进港排序模块包括预计降落时间单元21和进港航班序列单元22,预计降落时间单元21与航班处理模块10连接,用于从航班处理模块10中的航班缓存队列中提取一个进港航班数据,根据进港航班数据中的航班机型信息、航班位置信息和航班速度信息计算该航班的预计降落时间;进港航班序列单元22与预计降落时间单元21连接,从预计降落时间单元21接收每个航班的预计降落时间,采用进港排序模型根据每个航班的预计降落时间对航班缓存队列进行进 港排序处理,为每个航班分配最优降落时间,并根据最优降落时间对所有进港航班数据进行排序,形成具有最优降落时间的进港航班序列,并将进港航班序列发送给冲突解脱模块40。其中进港排序模型包括跑道吞吐量最大化目标函数、提前/延误损失最小化目标函数和约束条件。
图7为本发明冲突探测模块的结构示意图。如图7所示,本发明冲突探测模块包括航班对提取单元31、汇聚点判断单元32、冲突概率计算单元33、冲突概率判定单元34、冲突航班对生成单元35和无冲突航班序列生成单元36。航班对提取单元31与航班处理模块10连接,用于从航班处理模块10中的航班缓存队列中提取一个航班对,获得该航班对中每个航班的进港航班数据。汇聚点判断单元32与航班对提取单元31连接,用于根据航班对中两个航班的飞行计划判断该航班对是否存在相同的汇聚点,当该航班对不存在相同的汇聚点时,将该航班对发送给无冲突航班序列生成单元36,当该航班对存在相同的汇聚点时,根据两个航班的位置信息判断两个航班的下一个关键点是否都是该相同的汇聚点,当两个航班的下一个关键点不是该相同的汇聚点时,将该航班对发送给无冲突航班序列生成单元36,当两个航班的下一个关键点是该相同的汇聚点时,将该航班对发送给冲突概率计算单元33。冲突概率计算单元33与汇聚点判断单元32连接,用于从汇聚点判断单元32接收航班对,建立椭球模型,用概率法计算航班对的两个航班在汇聚点发生潜在冲突的概率值。冲突概率判定单元34与冲突概率计算单元33连接,用于判断冲突概率计算单元33计算出的概率值是否大于预先设定的冲突概率门限值,当概率值小于预先设定的冲突概率门限值时,将该航班对发送给无冲突航班序列生成单元36,当概率值大于预先设定的冲突概率门限值时,将该航班对发送给冲突航班对生成单元35。冲突航班对生成单元35与冲突概率判定单元34连接,用于接收冲突概率判定单元34发送的航班对,将该航班对定义为存在飞行冲突的航班对,并发送给冲突解脱模块40。无冲突航班序列生成单元36与汇聚点判断单元32和冲突概率判定单元34连接,用于从汇聚 点判断单元32和冲突概率判定单元34接收航班对,并将航班对添加到无冲突航班序列中。
图8为本发明冲突解脱模块的结构示意图。如图8所示,本发明冲突解脱模块包括冲突航班对接收单元41、进港航班序列提取单元42、冲突解脱策略单元43和解脱策略序列生成单元44。冲突航班对接收单元41与冲突探测模块30连接,用于从冲突探测模块30中的冲突航班对生成单元35接收存在飞行冲突的航班对,获得航班对中每个航班的进港航班数据。进港航班序列提取单元42与进港排序模块20连接,用于从进港排序模块20中的进港航班序列单元22提取进港航班序列。冲突解脱策略单元43与冲突航班对接收单元41和进港航班序列提取单元42连接,用于从进港航班序列中提取航班对中两个航班的最优降落时间,根据两个航班的最优航班降落时间反推两个航班预计到达所述汇聚点的时间,以一个航班预计到达所述汇聚点的时间为目标,结合空域限制规则,采用几何法建立冲突解脱模型获得避让冲突的冲突解脱策略。解脱策略序列生成单元44与冲突解脱策略单元43连接,用于从冲突解脱策略单元43接收冲突解脱策略,并将冲突解脱策略添加到解脱策略序列中。
图9为本发明终端区飞行冲突解脱系统具体实施例的的结构示意图,可以进一步说明本发明终端区飞行冲突解脱系统的技术方案。首先由航班处理模块10采集雷达数据,获得进入终端区所有航班的运行数据,对运行数据进行处理后形成数个进港航班数据;之后进港排序模块20根据每个进港航班数据的航班机型、航班位置和航班速度等信息计算每个航班的预计降落时间,并根据每个航班的预计降落时间通过优化处理为每个航班分配最优降落时间,形成按最优降落时间排列的进港航班序列;之后,冲突探测模块30依次判断任意两个航班组成的航班对是否存在飞行冲突,如果航班对不存在飞行冲突,则将该航班对添加到无冲突航班序列中,如果航班对存在飞行冲突,则冲突解脱模块40进行冲突解脱处理,获得针对该航班对的冲突解脱策略, 并将该冲突解脱策略添加到解脱策略序列中。当所有进港航班全部经过冲突探测处理后,飞行决策模块50根据无冲突航班序列和解脱策略序列生成航班进港计划。图9中各模块、各单元的具体内容已在前面详细说明,这里不再赘述。由此可见,本发明终端区飞行冲突解脱系统是一种结合进港排序进行冲突解脱的技术方案,不仅获得了航班最优降落时间,而且获得了最优冲突解脱策略,既提高了运行效率,又保障了飞行安全。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围。
Claims (8)
1.一种终端区飞行冲突解脱方法,其特征在于,包括:
步骤1、采集进入终端区所有航班的信息,形成由数个进港航班数据组成的航班缓存队列,根据每个进港航班的预计降落时间对所述航班缓存队列进行进港排序处理,形成具有航班最优降落时间的进港航班序列;
步骤2、判断所述航班缓存队列中是否还有未进行冲突探测的航班对,是则执行步骤3,否则执行步骤7;
步骤3、提取一个航班对,获得所述航班对中每个航班的进港航班数据;
步骤4、根据所述进港航班数据判断所述航班对是否存在飞行冲突,是则执行步骤5,否则执行步骤6;
步骤5、接收存在飞行冲突的航班对,获得所述航班对中每个航班的进港航班数据;提取所述进港航班序列;从所述进港航班序列中提取航班对中两个航班的最优降落时间;根据两个航班的最优航班降落时间反推两个航班预计到达汇聚点的时间;以一个航班预计到达汇聚点的时间为目标,结合空域限制规则,采用几何法建立冲突解脱模型获得避让冲突的冲突解脱策略,将所述冲突解脱策略添加到解脱策略序列中,执行步骤2;
步骤6、将所述航班对添加到无冲突航班序列中,执行步骤2;
步骤7、根据所述无冲突航班序列和解脱策略序列生成航班进港计划。
2.根据权利要求1所述的终端区飞行冲突解脱方法,其特征在于,所述步骤1包括:
步骤11、采集进入终端区和已在终端区所有航班的信息,解析、转换和分类处理后获得每个航班的进港航班数据,所述进港航班数据包括航班机型信息、航班位置信息、航班速度信息和飞行计划;
步骤12、根据所述航班位置信息对所有进港航班数据进行排序,形成航班缓存队列;
步骤13、判断所述航班缓存队列中是否还有未处理的进港航班数据,是 则执行步骤14,否则执行步骤15;
步骤14、从所述航班缓存队列中提取一个进港航班数据,根据所述进港航班数据中的航班机型信息、航班位置信息和航班速度信息计算该航班的预计降落时间,执行步骤13;
步骤15、根据每个航班的预计降落时间,采用进港排序模型对所述航班缓存队列进行进港排序处理,为每个航班分配最优降落时间,并根据所述最优降落时间对所有进港航班数据进行排序,形成具有最优降落时间的进港航班序列。
3.根据权利要求2所述的终端区飞行冲突解脱方法,其特征在于,所述进港排序模型包括跑道吞吐量最大化目标函数、提前/延误损失最小化目标函数、位置约束条件和到达时间窗约束条件,其中,
提前/延误损失最小化目标函数为:
位置约束条件为:|XPi-i|≤k,i=1,2,......,n
到达时间窗约束条件为:
STAi∈[ETAi-Ta,ETAi+Td] i=1,2,......,n
STAi∈[ETAi-Ta,ETAi+Td]+NTh i=1,2,......,n
式中,ETAi为第i个航班估计降落时间,STAi为第i个航班计划降落时间,CAi为第i个航班的提前着陆损失系数,CPi为第i个航班的优先级系数,CDi为第i个航班延误损失系数,Th为航班在空中盘旋一周所需的时间,Td为不考虑盘旋飞行情况下,航班在终端区内所能吸收的最大延迟时间,Ta为飞机 在终端区内飞行的最大提前时间量,XPi表示在重排队列中占据第i个位置的航班,k为预先设定的限制飞机位置移动幅度的范围值,N表示航班在空中的盘旋次数,n为航班的数量,且
4.根据权利要求1所述的终端区飞行冲突解脱方法,其特征在于,所述步骤4包括:
步骤41、根据航班对中两个航班的飞行计划判断所述航班对是否存在相同的汇聚点,是则执行步骤42,否则执行步骤6;
步骤42、根据两个航班的位置信息判断两个航班的下一个关键点是否都是所述汇聚点,是则执行步骤43,否则执行步骤6;
步骤43、建立椭球模型,用概率法计算两个航班在所述汇聚点发生潜在冲突的概率值;
步骤44、判断所述概率值是否大于预先设定的冲突概率门限值,是则执行步骤5,否则执行步骤6。
5.一种终端区飞行冲突解脱系统,其特征在于,包括:
航班处理模块,用于采集进入终端区所有航班的信息,形成由数个进港航班数据组成的航班缓存队列;
进港排序模块,与所述航班处理模块连接,用于根据每个进港航班的预计降落时间对所述航班缓存队列进行进港排序处理,形成具有最优降落时间的进港航班序列;
冲突探测模块,与所述航班处理模块连接,用于探测所述航班缓存队列中存在飞行冲突的航班对,并将不存在飞行冲突的航班对添加到无冲突航班序列中;
冲突解脱模块,与所述进港排序模块和冲突探测模块连接,用于接收存 在飞行冲突的航班对,获得所述航班对中每个航班的进港航班数据,提取所述进港航班序列,从所述进港航班序列中提取航班对中两个航班的最优降落时间,根据两个航班的最优航班降落时间反推两个航班预计到达汇聚点的时间,以一个航班预计到达汇聚点的时间为目标,结合空域限制规则,采用几何法建立冲突解脱模型获得避让冲突的冲突解脱策略,并将所述冲突解脱策略添加到解脱策略序列中;
飞行决策模块,与所述冲突探测模块和冲突解脱模块连接,用于根据所述无冲突航班序列和解脱策略序列生成航班进港计划。
6.根据权利要求5所述的终端区飞行冲突解脱系统,其特征在于,所述进港排序模块包括:
预计降落时间单元,与所述航班处理模块连接,用于从所述航班缓存队列中提取一个进港航班数据,根据所述进港航班数据中的航班机型信息、航班位置信息和航班速度信息计算该航班的预计降落时间;
进港航班序列单元,与所述预计降落时间单元连接,根据每个航班的预计降落时间,采用进港排序模型对所述航班缓存队列进行进港排序处理,为每个航班分配最优降落时间,并根据所述最优降落时间对所有进港航班数据进行排序,形成具有最优降落时间的进港航班序列。
7.根据权利要求6所述的终端区飞行冲突解脱系统,其特征在于,所述进港排序模型包括跑道吞吐量最大化目标函数、提前/延误损失最小化目标函数、位置约束条件和到达时间窗约束条件,其中,
提前/延误损失最小化目标函数为:
位置约束条件为:|XPi-i|≤k,i=1,2,......,n
到达时间窗约束条件为:
STAi∈[ETAi-Ta,ETAi+Td] i=1,2,......,n
STAi∈[ETAi-Ta,ETAi+Td]+NTh i=1,2,......,n
式中,ETAi为第i个航班估计降落时间,STAi为第i个航班计划降落时间,CAi为第i个航班的提前着陆损失系数,CPi为第i个航班的优先级系数,CDi为第i个航班延误损失系数,Th为航班在空中盘旋一周所需的时间,Td为不考虑盘旋飞行情况下,航班在终端区内所能吸收的最大延迟时间,Ta为飞机在终端区内飞行的最大提前时间量,XPi表示在重排队列中占据第i个位置的航班,k为预先设定的限制飞机位置移动幅度的范围值,N表示航班在空中的盘旋次数,n为航班的数量,且
8.根据权利要求5所述的终端区飞行冲突解脱系统,其特征在于,所述冲突探测模块包括:
航班对提取单元,与所述航班处理模块连接,用于提取一个航班对,获得所述航班对中每个航班的进港航班数据;
汇聚点判断单元,与所述航班对提取单元连接,用于根据航班对中两个航班的飞行计划判断所述航班对是否存在相同的汇聚点,当所述航班对存在相同的汇聚点时,根据两个航班的位置信息判断两个航班的下一个关键点是否都是所述汇聚点;
冲突概率计算单元,与所述汇聚点判断单元连接,用于当两个航班的下一个关键点是所述汇聚点时,建立椭球模型,用概率法计算两个航班在所述汇聚点发生潜在冲突的概率值;
冲突概率判定单元,与所述冲突概率计算单元连接,用于判断所述概率值是否大于预先设定的冲突概率门限值;
冲突航班对生成单元,与所述冲突概率判定单元连接,用于当所述概率值大于预先设定的冲突概率门限值时,将所述航班对发送给冲突解脱模块;
无冲突航班序列生成单元,与所述汇聚点判断单元连接,用于当所述航班对不存在相同的汇聚点或当两个航班的下一个关键点不是所述汇聚点时,将所述航班对添加到无冲突航班序列中;同时与所述冲突概率判定单元连接,用于当所述概率值小于预先设定的冲突概率门限值时,将所述航班对添加到无冲突航班序列中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009100766857A CN101465064B (zh) | 2009-01-15 | 2009-01-15 | 终端区飞行冲突解脱方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009100766857A CN101465064B (zh) | 2009-01-15 | 2009-01-15 | 终端区飞行冲突解脱方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101465064A CN101465064A (zh) | 2009-06-24 |
CN101465064B true CN101465064B (zh) | 2011-03-30 |
Family
ID=40805626
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009100766857A Expired - Fee Related CN101465064B (zh) | 2009-01-15 | 2009-01-15 | 终端区飞行冲突解脱方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101465064B (zh) |
Families Citing this family (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2561500B1 (en) | 2010-04-22 | 2020-07-29 | BAE Systems PLC | Flight planning methods and systems |
US8942914B2 (en) * | 2011-02-22 | 2015-01-27 | General Electric Company | Methods and systems for managing air traffic |
US9177480B2 (en) | 2011-02-22 | 2015-11-03 | Lockheed Martin Corporation | Schedule management system and method for managing air traffic |
CN102243816B (zh) * | 2011-04-27 | 2013-08-21 | 南京航空航天大学 | 一种机场空域最大纵向飞行冲突风险计算方法 |
CN102509476B (zh) * | 2011-11-01 | 2014-01-29 | 四川川大智胜软件股份有限公司 | 一种基于空管atc系统监视数据的短期飞行冲突解脱方法 |
CN102496312B (zh) * | 2011-12-22 | 2014-10-15 | 北京东进航空科技股份有限公司 | 空中目标侵入限制空域的告警方法及装置 |
CA2877339C (en) * | 2012-06-30 | 2021-03-16 | General Electric Company | Schedule management system and method for managing air traffic |
CN102930339B (zh) * | 2012-09-28 | 2015-01-28 | 北京航空航天大学 | 一种飞行冲突解脱方法及装置 |
FR3010807B1 (fr) * | 2013-09-13 | 2015-10-09 | Airbus Operations Sas | Procede et dispositif d'aide au pilotage d'un aeronef lors d'une phase d'approche en vue d'un atterrissage. |
CN103489040B (zh) * | 2013-09-16 | 2016-06-01 | 北京航空航天大学 | 一种包含局部搜索的飞行冲突解脱方法 |
CN104239977A (zh) * | 2014-09-23 | 2014-12-24 | 北京航空航天大学 | 一种基于ma的大批次航班中长期冲突避免的优化方法 |
CN104408975B (zh) * | 2014-10-28 | 2017-05-24 | 北京航空航天大学 | 飞行器冲突解脱方法及装置 |
US9536434B2 (en) * | 2014-12-12 | 2017-01-03 | The Boeing Company | Aircraft turns for interval management |
CN104537897B (zh) * | 2014-12-23 | 2017-07-25 | 北京航空航天大学 | 双跑道航班着陆实时调度方法 |
CN104732808B (zh) * | 2015-01-21 | 2017-04-12 | 北京航空航天大学 | 飞行器告警方法及装置 |
CN106485954B (zh) * | 2016-10-14 | 2019-02-01 | 中国民航大学 | 基于Point Merge航路结构的繁忙终端区内进场航迹动态优化方法 |
CN106409015B (zh) * | 2016-11-24 | 2019-03-08 | 飞友科技有限公司 | 一种基于机场机位分配的机位占用预警方法 |
CN107016881B (zh) * | 2017-05-11 | 2019-05-31 | 中国电子科技集团公司第二十八研究所 | 一种多跑道机场进场航班多效能优化排序方法 |
CN107393348A (zh) * | 2017-07-10 | 2017-11-24 | 南京航空航天大学 | 一种信息共享机制下的进离场航班协同排序方法 |
CN107516439B (zh) * | 2017-07-28 | 2018-05-18 | 北京航空航天大学 | 一种基于满意博弈论的飞行器冲突解脱方法及装置 |
CN108230757B (zh) * | 2018-01-29 | 2020-12-15 | 上海空地信息技术有限公司 | 一种基于水平航迹的终端区进场效率测度方法 |
CN108133623B (zh) * | 2018-01-31 | 2020-09-01 | 中国民航大学 | 一种空中交叉点分级指标建立方法 |
CN110060514B (zh) * | 2019-03-29 | 2021-11-02 | 江汉大学 | 航班调度方法和装置 |
CN111009154B (zh) * | 2019-10-18 | 2020-11-03 | 中国电子科技集团公司第二十八研究所 | 基于航班流预排序的终端区空域冲突探测与解脱算法 |
CN111489590B (zh) * | 2020-04-22 | 2022-04-12 | 南京航空航天大学 | 一种基于多层点融合程序航班调控方法 |
CN111899571B (zh) * | 2020-07-29 | 2021-11-02 | 成都民航空管科技发展有限公司 | 基于aman系统的自动调整航班进近程序的方法及系统 |
CN113096449B (zh) * | 2021-03-25 | 2022-07-15 | 上海行沙科技有限公司 | 一种基于航班大数据的停机位资源编排方法及系统 |
CN113034060B (zh) * | 2021-05-20 | 2021-08-03 | 成都戎星科技有限公司 | 一种航班摆渡车的匹配方法 |
CN114005304B (zh) * | 2021-10-28 | 2023-04-18 | 上海行沙科技有限公司 | 一种终端区航班排序的方法、系统和装置 |
CN116959295B (zh) * | 2023-08-23 | 2024-03-01 | 民航局空管局技术中心 | 一种基于航迹运行的无冲突航班时隙分配方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1733286A1 (fr) * | 2004-04-09 | 2006-12-20 | Thales | Procede de selection, pour un aeronef, d'un point d'acces a une zone de libre evolution laterale |
CN101197082A (zh) * | 2006-12-22 | 2008-06-11 | 四川川大智胜软件股份有限公司 | 降低空管自动化系统短期冲突告警虚警率的技术方法 |
-
2009
- 2009-01-15 CN CN2009100766857A patent/CN101465064B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1733286A1 (fr) * | 2004-04-09 | 2006-12-20 | Thales | Procede de selection, pour un aeronef, d'un point d'acces a une zone de libre evolution laterale |
CN101197082A (zh) * | 2006-12-22 | 2008-06-11 | 四川川大智胜软件股份有限公司 | 降低空管自动化系统短期冲突告警虚警率的技术方法 |
Non-Patent Citations (3)
Title |
---|
李琳,李伟.用改变航迹解决等间距进入终端区的冲突.空中交通管理.2003,(第6期),14-16. * |
邓 炜 张 军 吴 限 王 刚.一种适用于航路改变情况的冲突概率预测算法.北京航空航天大学学报.2005,第31卷(第12期),1327-1331. |
邓 炜 张 军 吴 限 王 刚.一种适用于航路改变情况的冲突概率预测算法.北京航空航天大学学报.2005,第31卷(第12期),1327-1331. * |
Also Published As
Publication number | Publication date |
---|---|
CN101465064A (zh) | 2009-06-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101465064B (zh) | 终端区飞行冲突解脱方法和系统 | |
Ikli et al. | The aircraft runway scheduling problem: A survey | |
CN102651176B (zh) | 用于管理空中交通的方法和系统 | |
Tang et al. | Automated flight planning of high-density urban air mobility | |
CN101694752B (zh) | 空域运行仿真中冲突的自动检测和调解系统及方法 | |
Eun et al. | Optimal arrival flight sequencing and scheduling using discrete airborne delays | |
Filar et al. | How airlines and airports recover from schedule perturbations: a survey | |
CN102682626A (zh) | 用于管理空中交通的方法和系统 | |
CN102651175A (zh) | 用于管理空中交通的方法和系统 | |
Adamo et al. | Path and speed optimization for conflict-free pickup and delivery under time windows | |
Khassiba et al. | Two-stage stochastic mixed-integer programming with chance constraints for extended aircraft arrival management | |
CN109726917A (zh) | 一种基于四维航迹的货运航班调度方法和装置 | |
Liu | A progressive motion-planning algorithm and traffic flow analysis for high-density 2D traffic | |
Mokhtarimousavi et al. | Multi-objective mathematical modeling of aircraft landing problem on a runway in static mode, scheduling and sequence determination using NSGA-II | |
Davies et al. | Review of air traffic management systems for UAV integration into urban airspace | |
Guclu et al. | Analysis of aircraft ground traffic flow and gate utilisation using a hybrid dynamic gate and taxiway assignment algorithm | |
Carr et al. | Airline arrival prioritization in sequencing and scheduling | |
Alliot et al. | Faces: a free flight autonomous and coordinated embarked solver | |
Chaimatanan et al. | Hybrid metaheuristic for air traffic management with uncertainty | |
KR20190080589A (ko) | 드론 물류 기지의 입지를 선정하는 방법 및 장치 | |
Attenni et al. | Drone-Based Delivery Systems: A Survey on Route Planning | |
Carr et al. | Delay exchanges in arrival sequencing and scheduling | |
Ruiz et al. | Relational time-space data structure to enable strategic de-confliction with a global scope in the presence of a large number of 4d trajectories | |
Gariel et al. | 3d conflict avoidance under uncertainties | |
Condé Rocha Murça et al. | Data-Driven Modeling of Air Traffic Flows for Advanced Air Traffic Management |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110330 Termination date: 20210115 |