CN109215397B - 一种基于航空器自主运行的管型航路可变间隔管控方法 - Google Patents
一种基于航空器自主运行的管型航路可变间隔管控方法 Download PDFInfo
- Publication number
- CN109215397B CN109215397B CN201811187120.1A CN201811187120A CN109215397B CN 109215397 B CN109215397 B CN 109215397B CN 201811187120 A CN201811187120 A CN 201811187120A CN 109215397 B CN109215397 B CN 109215397B
- Authority
- CN
- China
- Prior art keywords
- aircraft
- tubular
- control
- airway
- route
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000007726 management method Methods 0.000 claims abstract description 31
- 238000004088 simulation Methods 0.000 claims description 21
- 230000007246 mechanism Effects 0.000 claims description 19
- 238000005457 optimization Methods 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 13
- 230000000694 effects Effects 0.000 claims description 8
- 230000002068 genetic effect Effects 0.000 claims description 7
- 238000010219 correlation analysis Methods 0.000 claims description 5
- 230000010006 flight Effects 0.000 claims description 5
- 230000008520 organization Effects 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 5
- 238000000611 regression analysis Methods 0.000 claims description 5
- 238000012706 support-vector machine Methods 0.000 claims description 4
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 238000002474 experimental method Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 2
- 238000010801 machine learning Methods 0.000 claims description 2
- 238000011084 recovery Methods 0.000 claims description 2
- 230000002452 interceptive effect Effects 0.000 abstract 1
- 238000000926 separation method Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 8
- 230000001133 acceleration Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 101150116208 rnp4 gene Proteins 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 239000005437 stratosphere Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/06—Power analysis or power optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Optimization (AREA)
- Biophysics (AREA)
- Pure & Applied Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Mathematical Physics (AREA)
- Evolutionary Biology (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Aviation & Aerospace Engineering (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- General Health & Medical Sciences (AREA)
- Physiology (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Genetics & Genomics (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种基于航空器自主运行的管型航路可变间隔管控方法，可辅助航空器自主调整速度、间隔，切换航道以保障航空器在管型航路中安全、高效运行。相比现行的“定速巡航”管理方法，可变间隔管控方法可兼顾多股近距、平行航道上航空器间的动态、交互运行，涵盖不同航道上航空器间的超越、换道、脱离等冲突解脱方法，是智能化空中交通管理的重要体现，对空中交通运行实施高效管理具有重要理论价值和科学意义。
Description
技术领域
本发明涉及一种空中交通管型航路流量管理方法，尤其涉及一种基于航空器自主运行状态的管型航路自适应可变间隔管控方法，属于空中交通管理领域。
背景技术
随着我国空中交通量持续增长，空域拥堵、航班延误问题日益严重，而如何在现行容量日趋饱和的情况下，扩容增效、保持民航业的可持续发展，已成为航空业界关注的热点问题。
管型航路是空中交通领域中的一种新型空域，是由多股、平行、近距航道构成的高空、高速“管道型”航路，具有占据空域少、交通流密度大、航路柔性可变和动态激活/关闭等特点，支持航空器实施自主运行管理，可极大提升现有空域容量，降低空中交通复杂性，减少空中交通拥堵。目前，国内外关于管型航路管控技术的成果非常少，主要采用“定速巡航”的方式管理管型航路中的航空器，难以充分发挥管型航路的效率优势；而在终端空域受到恶劣天气影响时，如何动态的调控管型航路中航空器的运行，兼顾管型航路的运行安全与效率，则存在一定的领域空白。
发明内容
为了克服现有技术的不足，改进现有管型航路管控方式，本发明提供一种基于航空器自主运行的管型航路自适应可变间隔管控方法，可在保障安全的前提下，提升管型航路中航空器运行效率方法，可快速、高效缓解现行航路拥堵，显著增加现有空域航路容量。
本发明采用如下技术方案本发明从管型航路内航空器运行模式和可变间隔入手，结合智能控制原理和方法，建立自适应可变间隔智能化管控的运行机制，动态调整管型航路自主运行模式中的各种可变间隔。实现此方法的技术方案如下：
步骤一，提取管型航路环境参数，以及大气环境；根据管型航路的布设，对交通流数据进行预处理；
步骤二，根据航空器运行特性，建立管型航路内航空器动力学模型，以及纵向位置、水平位置变化跟驰模型；
步骤三，建立管型航路内航空器自主运行模式运行环境，对管型航路内航空器自主运行模式的可变间隔进行机理分析，对输入参数与输出指标进行相关性分析，并基于机器学习的方法进行定量的回归分析；
步骤四，提出自适应可变间隔管控运行机制以及优化算法，解决管型航路中部分航段容量突变造成交通流紊乱与恢复延迟问题，将航路流量始终控制在容量平衡点附近。
进一步的，所述步骤一具体为：
步骤(1.1)选定城市对，沿大圆航迹构建管型航路，以其巡航阶段的长度作为管型航路距离，选择FL290高度层之上的较高空域作为所述管型航路所使用的高度层，，设计管型航路宽度以及管型航道结构，提取管型航路中的温度、气压、密度的环境参数；
步骤(1.2)交通流数据预处理；确定所述管型航路的起始机场后，基于航班时刻表数据，统计利用该管型航路的航班数量及飞行信息，将由中途进入所述管型航路的航空器也作为从起点机场进入航路的航空器，以期增大进入航路的航班量。
进一步的，所述步骤二具体为：
步骤(2.1)根据单架航空器在航路中的飞行剖面和运控特性，构建航空器四维精密航迹运控模型，并结合经典控制理论中的比例微分控制PDC原理分别构建关于航空器纵向位置、侧向位置和垂直位置的二阶线性微分系统；
步骤(2.2)在单股交通流跟驰模型基础上，根据管型高密度航路自主运行模式，改变航空器间的间隔，该间隔包括：最小安全间隔、缓冲间隔、目标间隔、航道变更间隔、高度层变更间隔，根据管型航路中航空器之间的间隔，提出了自主运行规则以及运行状态转换规则；定义管型航路内交通流参数，提出管型航路在容量、效率、安全三方面的输出指标。
进一步的，所述步骤三具体为：
步骤(3.1)构建管型航路中航空器自主运行模式仿真模型，基于蒙特卡罗仿真方法建立基本的仿真流程，对航空器进行实验；
步骤(3.2)采用皮尔逊相关系数法，对不同可变间隔的输出结果进行相关性分析，并基于支持向量机的算法，进行定量回归分析，确定各指标的回归方程。
进一步的，所述步骤四具体为：
步骤(4.1)结合自主运行、可变间隔管控和航段动态划设之间的相互关系与层次结构出发，构建多级递阶智能控制机制，包括航段组织级，间隔协调级，运行控制级；
步骤(4.2)构建航空器可变间隔管控影响机理模型，输入航段初始参数，针对仿真结果，基于遗传算法对多个核心控制参数进行优化，迭代，根据结果进行子代进化，得出具有更好控制效果的参数；
步骤(4.3)对航段划分的核心控制参数进行优化迭代，可变间隔管控影响机理模型和遗传算法两部分间不断进行数据交换迭代，输出最优可变间隔参数。
作为一种优选，所述管型度航路的物理结构涉及的参数包括航道长度、航道宽度、航道层次、主航线间隔、保护区宽度。
本发明的有益效果为：本发明提出的基于航空器自主运行的管型航路可变间隔管控方法，设计出可实现自适应可变间隔管控的多级递阶智能控制机制，解决了线性策略下存在的拥堵响应消散滞后问题，在保障安全的前提下，提升航空器运行效率的方法，可快速、高效缓解高密度航路拥堵，显著增强管型航路容量。
附图说明
图1为航空器自主运行的管型航路可变间隔管控方法核心原理图；
图2为管型航路物理结构示意图；
图3为FL350高度层上标准大气数据
图4为航空器各种运行状态相互关系、状态转换规则和组合调整方式示意图；
图5为可变间隔(包括：最小安全间隔、缓冲间隔目标间隔、航道变更间隔、高度层变更间隔等)示意图；
图6为仿真模型中输入变量定义描述；
图7为管型航路航空器运行仿真原理图；
图8为各变量与输出指标的相关性系数统计表；
图9为管型航路多级递阶智能控制机制示意图；
图10为管控间隔优化示意图；
图11为航段划分优化示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚，以下结合11个附图与实例，对本发明进行进一步的详细说明，应当理解，此处所描述的实例仅用于解释本发明的核心原理，但是并不用于限定本发明。
步骤一：(1.1)确定管型高密度航路的物理结构中关键结构参数。在首都机场与白云机场间沿大圆航路构建管型航路，巡航阶段总长度为1501km。采用RNP4为导航规划，设计管型航路宽度为16nm，由2股相距8nm的近距平行航道构成，如图2。选择FL350作为管型航路所使用的高度层，位于对流层顶平流层底，更有利于航空器的巡航飞行，图3给出了该高度层上的标准大气环境参数。管型航路内航空器自动管理与前机间隔，并在需要时沿30°向外侧切出航路。
(1.2)交通流数据预处理。选取2017年3月1日至2017年3月7日间一周每天高峰时间段11点至14点间飞行航班进行仿真模拟，将由中途进入航路的航空器也作为从起点机场进入航路的航空器，以期增大进入航路的航班量，共得到有效数据4096条。一周内在高峰小时内从起点进入航路的航空器的架次为112架，从中途加入航路的航空器的架次为456架，共计568架次，机型包括为A319、A320、A321、A332、B737、B738、B739和B772。
步骤二：(2.1)根据单架航空器在航路中的飞行剖面和运控特性，在常用的点质量模型中，定义含有5个状态变量，包括水平位置的变量(x,y)，真空速变量(v)，航迹角变量(γ)、航向角变量(ψ)，3个控制变量，包括发动机推力变量(T),迎角变量(α)，倾斜角变量(φ)。根据牛顿运动定律，建立模型如下：
其中，L和D分别为航空器受到的升力和阻力，S为航空器机翼表面积，m为航空器质量，g为重力加速度，ρ为空气密度，CD、CL、c、b1、b2为航空器模型中航空器的阻力、升力系数。
在定速模式中，航空器在管型航路内始终以指定速度匀速行驶。在超越道模式和变速模式中，航空器在运行过程中同时存在跟驰飞行的状态，在上述公式(1)基础上，应用比例微分控制原理，调整航空器纵向位置与横向位置，建立方程如下：
xref表示航空器纵向位置参考值，指与前方航空器保持“缓冲间隔”的位置。vref表示航空器纵向参考速度，当前方无航空器时，参考速度为航空器目标速度；当前方存在航空器时，参考速度为前方航空器运行速度。g表示重力加速度，b为简化参数。k1,k2,k3,k4是微分系统的比例系数，决定了跟驰模型的时间常数和阻尼比。
(2.2)管型航路内航空器运行进行离散化，提出目标速度运行、跟驰状态、航路变更、航路脱离以及运行锁定等多种运行状态，图4(a)给出了航空器在管型高密度航路中自主运行规则以及各状态转换规则和组合调整方式。航空器通过航道变更进行速度调整保持自身最佳运行速度，并在无法变更时保持锁定状态或进行航路脱离，(b)为各运行状态的定义描述。
(2.3)管型航路内航空器实施自主运行并保持安全间隔，航路内的可变间隔包括最小安全间隔、缓冲间隔、目标间隔、航道变更间隔等，图5、6为可变间隔以及仿真建模中的输入参数描述。航空器自主运价指标。主要包括了关于管型航路容量、效率、安全性三方面的指标。其中航路容量以航路吞吐量来计算，为单位时间内通过平行航路航空器架次。航路安全风险以航路冲突概率来计算，指航空器在平行航路中运行时，发生变更航道和脱离航路的航空器所占概率。
航路效率以飞行时间与航班时刻表中预计到达机场的时间之差即延误作为衡量指标。
步骤三：(3.1)建立管型航路自主运行模式仿真平台。本文采用C++编程语言构建管型航路中航空器自主运行模式仿真模型，利用蒙特卡罗仿真方法对航空器进行实验。仿真实验中首先初始化各项仿真运行参数，包括仿真时间、仿真次数、航空器种类、航空器数量、航空器混合比例、扇区长度、阈值间隔、最小间隔、缓冲间隔、超越速度阈值。初始化航空器队列中各航空器的具体参数，包括航空器航路进入时间、初始速度、初始位置、高度、航向角、初始间隔等动态参数。航空器进入管型航路后，更新航空器位置、仿真时间和航空器队列长度，直到所有航空器飞出航路，在更新航空器运行状态阶段，图7给出了仿真实验中航空器离散运行状态的仿真模拟流程图。
(3.2)管型航路可变间隔与航路运行指标相关性研究。为研究管型航路自主运行模式中各输入变量与输出指标的相关密切程度，关键输入参数包括：随机系统参数和可变间隔参数；环境参数包括：管型高密度航路物理结构、航空器自主运行模式；关键输出包括：实验仿真得到三种不同模式下不同输入变量对应的航路运行吞吐量、冲突率、延误。并采用Pearson相关系数对连续变量进行相关性分析，研究输出指标与输入变量的相关性。图8为各个输入参与三个指标的相关性系数统计表。为了得到航空器运行过程中各变量与输出指标更加一般的关系，采用支持向量机(SVM)的回归分析算法分别对初始间隔、缓冲间隔、最小间隔、距离阈值、换道距离、速度阈值等参数进行调节。设定距离阈值的调节步长为2nm，速度阈值的调节步长为10节，初始间隔为符合正态分布的随机数，调节步长为1。其余参数的步长均为1。选取95％以上的有效数据作为训练数据，剩余数据作为预测数据，求得各个参数在回归中的系数，依次确定吞吐量、冲突率、延误与输入变量的回归方程。实验得到回归方程如下：
吞吐量回归方程：
y21＝0.880x1+-7.219x2+-2.878x3+3.960x4+2.391x5+0.179x6
延误回归方程：
y22＝187.9x1+389.7x2+575.3x3+1245x4+727.8x5+469.1x6
冲突回归方程：
y23＝-0.075x1+0.087x2+-0.012x3+0.003x4+0.004x5+-0.0002x6
其中y21、y22和y23分别为吞吐量、延误和冲突率；x1、x2、x3、x4、x5和x6分别为初始间隔、缓冲间隔、最小间隔、距离阈值、换道距离和速度阈值。
步骤四：管型航路多目标优化。(4.1)构建多级递阶智能控制机制来实现自适应可变间隔管控，建立包括航段组织级、间隔协调级和运行控制级三级响应机制，如图9所示。当航路段容量突然变化时，航段组织级负责航段的基本划设方式、将受限间隔传递给间隔协调级，并根据间隔协调级的反馈结果优化航段的划设；间隔协调级以容量受限航段为中心，逐次优化相邻航段的管控间隔，在调整本航段内自主运行模式的同时，将运行结果反馈给航段组织级，协助航段划设的优化；运行控制级负责根据间隔协调级传递的相关参数组织各航段的自主运行，并将运行结果反馈给间隔协调级。
(4.2)基于遗传算法的可变间隔管控优化方法，包括两个迭代环节：可变间隔管控影响机理模型部分和遗传算法部分。本质上根据控制效果对原有控制策略核心参数取值进行不断调节，以提高控制效果。从控制结构上来看，遗传算法优化能够根据控制效果对参数取值进行反馈调节，因此该方法具有闭环控制系统的特征。如图10所示，管控间隔优化通过给定的可变间隔控制策略，在影响机理仿真模型中对可变间隔交通流进行仿真，根据结果进行子代进化，从而得出具有更好控制效果的新一代参数，两个部分之间不断进行数据交换和迭代，直到满足停止条件，输出最优可变间隔管控参数。
(4.3)采用多目标进化计算算法(NSGA-II)对航段管控间隔进行优化，如图11，采用帕累托解集形式实现多目标优化。航段划分优化也包括两个迭代环节：管控间隔优化部分和NSGA-II算法部分。NSGA-II算法负责对控制效果进行分析，根据结果进行子代进化，从而得出具有更好控制效果的新一代参数，两个部分之间不断进行数据交换和迭代，直到满足停止条件，输出最优航段划分参数。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下还可以作出若干改进，这些改进也应视为本发明的保护范围。
Claims (5)
1.一种基于航空器自主运行的管型航路可变间隔管控方法，其特征在于，所述方法包括以下步骤：
步骤一，提取管型航路环境参数，以及大气环境；根据管型航路的布设，对交通流数据进行预处理；
步骤二，根据航空器运行特性，建立管型航路内航空器动力学模型，以及纵向位置、水平位置变化跟驰模型；所述步骤二具体为：
步骤（2.1）根据单架航空器在航路中的飞行剖面和运控特性，构建航空器四维精密航迹运控模型，并结合经典控制理论中的比例微分控制PDC原理分别构建关于航空器纵向位置、侧向位置和垂直位置的二阶线性微分系统；
步骤（2.2）在单股交通流跟驰模型基础上，根据管型高密度航路自主运行模式，改变航空器间的间隔，根据管型航路中航空器之间的间隔，提出了自主运行规则以及运行状态转换规则；定义管型航路内交通流参数，提出管型航路在容量、效率、安全三方面的输出指标；
步骤三，建立管型航路内航空器自主运行模式运行环境，对管型航路内航空器自主运行模式的可变间隔进行机理分析，对输入参数与输出指标进行相关性分析，并基于机器学习的方法进行定量的回归分析；
步骤四，提出自适应可变间隔管控运行机制以及优化算法，解决管型航路中部分航段容量突变造成交通流紊乱与恢复延迟问题，将航路流量始终控制在容量平衡点附近。
2.根据权利要求1所述的一种基于航空器自主运行的管型航路可变间隔管控方法，其特征在于，所述步骤一具体为：
步骤（1.1）选定城市对，沿大圆航迹构建管型航路，以其巡航阶段的长度作为管型航路距离，选择FL290高度层之上的较高空域作为所述管型航路所使用的高度层，设计管型航路宽度以及管型航道结构，提取管型航路中的温度、气压、密度的环境参数；
步骤（1.2）交通流数据预处理；确定所述管型航路的起始机场后，基于航班时刻表数据，统计利用该管型航路的航班数量及飞行信息，将由中途进入所述管型航路的航空器也作为从起点机场进入航路的航空器，以期增大进入航路的航班量。
3.根据权利要求1所述的一种基于航空器自主运行的管型航路可变间隔管控方法，其特征在于，所述步骤三具体为：
步骤（3.1）构建管型航路中航空器自主运行模式仿真模型，基于蒙特卡罗仿真方法建立基本的仿真流程，对航空器进行实验；
步骤（3.2）采用皮尔逊相关系数法，对不同可变间隔的输出结果进行相关性分析，并基于支持向量机的算法，进行定量回归分析，确定各指标的回归方程。
4.根据权利要求1所述的一种基于航空器自主运行的管型航路可变间隔管控方法，其特征在于，所述步骤四具体为：
步骤（4.1）结合自主运行、可变间隔管控和航段动态划设之间的相互关系与层次结构出发，构建多级递阶智能控制机制，包括航段组织级，间隔协调级，运行控制级；
步骤（4.2）构建航空器可变间隔管控影响机理模型，输入航段初始参数，针对仿真结果，基于遗传算法对多个核心控制参数进行优化，迭代，根据结果进行子代进化，得出具有更好控制效果的参数；
步骤（4.3）对航段划分的核心控制参数进行优化迭代，可变间隔管控影响机理模型和遗传算法两部分间不断进行数据交换迭代，输出最优可变间隔参数。
5.根据权利要求2所述的一种基于航空器自主运行的管型航路可变间隔管控方法，其特征在于，所述管型航路的物理结构涉及的参数包括航道长度、 航道宽度、航道层次、主航线间隔、保护区宽度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811187120.1A CN109215397B (zh) | 2018-10-12 | 2018-10-12 | 一种基于航空器自主运行的管型航路可变间隔管控方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811187120.1A CN109215397B (zh) | 2018-10-12 | 2018-10-12 | 一种基于航空器自主运行的管型航路可变间隔管控方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109215397A CN109215397A (zh) | 2019-01-15 |
| CN109215397B true CN109215397B (zh) | 2021-05-11 |
Family
ID=64979564
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811187120.1A Active CN109215397B (zh) | 2018-10-12 | 2018-10-12 | 一种基于航空器自主运行的管型航路可变间隔管控方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109215397B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112257898A (zh) * | 2020-09-18 | 2021-01-22 | 南京航空航天大学 | 一种基于延误的管型航路网络动态设计及动态使用方法 |
| CN114429721B (zh) * | 2022-01-19 | 2022-12-09 | 北京航空航天大学 | 一种自主运行航路的航空器安全间隔调控方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003296900A (ja) * | 2002-04-01 | 2003-10-17 | Ntt Data Corp | 飛行経路調整装置 |
| CN102855778A (zh) * | 2012-09-10 | 2013-01-02 | 南京航空航天大学 | 一种基于复杂度评估的空域扇区分类方法 |
| CN103226899A (zh) * | 2013-03-19 | 2013-07-31 | 北京工业大学 | 基于空中交通特征的空域扇区动态划分方法 |
| CN106157700A (zh) * | 2015-01-07 | 2016-11-23 | 江苏理工学院 | 基于4d航迹运行的空中交通管制方法 |
-
2018
- 2018-10-12 CN CN201811187120.1A patent/CN109215397B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003296900A (ja) * | 2002-04-01 | 2003-10-17 | Ntt Data Corp | 飛行経路調整装置 |
| CN102855778A (zh) * | 2012-09-10 | 2013-01-02 | 南京航空航天大学 | 一种基于复杂度评估的空域扇区分类方法 |
| CN103226899A (zh) * | 2013-03-19 | 2013-07-31 | 北京工业大学 | 基于空中交通特征的空域扇区动态划分方法 |
| CN106157700A (zh) * | 2015-01-07 | 2016-11-23 | 江苏理工学院 | 基于4d航迹运行的空中交通管制方法 |
Non-Patent Citations (4)
| Title |
|---|
| 基于多Agent技术的飞机协同飞行建模与仿真;叶博嘉 等;《交通运输工程学报》;20131231;第13卷(第6期);第90-98页 * |
| 基于管型空域配置的交通复杂性管理;张晨 等;《系统管理学报》;20120531;第21卷(第3期);全文 * |
| 空中高速路交通流的跟驰现象及流量模型;王莉莉 等;《西南交通大学学报》;20120228;第47卷(第1期);第158-162页 * |
| 管型航路的进出口位置规划;戴福青 等;《航空科学技术》;20130630;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109215397A (zh) | 2019-01-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103226899B (zh) | 基于空中交通特征的空域扇区动态划分方法 | |
| CN112365724B (zh) | 一种基于深度强化学习的连续交叉口信号协同控制方法 | |
| Chen et al. | Toward a more realistic, cost-effective, and greener ground movement through active routing—Part I: Optimal speed profile generation | |
| CN109215397B (zh) | 一种基于航空器自主运行的管型航路可变间隔管控方法 | |
| Zhou et al. | Cooperative signal-free intersection control using virtual platooning and traffic flow regulation | |
| CN105023068A (zh) | 一种基于规则挖掘的航班进离场协同调度方法 | |
| CN107392355A (zh) | 一种基于差分进化算法的多机场协同调度鲁棒优化方法 | |
| CN113299078B (zh) | 一种基于多智能体协作的多模式交通干线信号协调控制方法及装置 | |
| CN104537897B (zh) | 双跑道航班着陆实时调度方法 | |
| CN113593308A (zh) | 一种民航飞机智能化进场方法 | |
| Sandamali et al. | Flight routing and scheduling under departure and en route speed uncertainty | |
| CN115019523B (zh) | 基于最小化压力差的深度强化学习交通信号协调优化控制方法 | |
| Dong et al. | Study on the resolution of multi-aircraft flight conflicts based on an IDQN | |
| Min et al. | A novel on-ramp merging strategy for connected and automated vehicles based on game theory | |
| Babaei et al. | Aircraft robust multidisciplinary design optimization methodology based on fuzzy preference function | |
| CN113093568A (zh) | 基于长短时记忆网络的飞机自动驾驶操作模拟方法 | |
| Saraf et al. | An efficient combinatorial optimization algorithm for optimal scheduling of aircraft arrivals at congested airports | |
| CN105489066B (zh) | 空中交通流量调控方法 | |
| US20230334994A1 (en) | Multi-Objective Collaborative Optimization Approach for Large- Scale Air Traffic Management | |
| McEnteggart et al. | A multiobjective trajectory optimisation method for planning environmentally efficient trajectories | |
| CN112115614A (zh) | 多扇区冲突探测与解脱模型构建方法及该方法构建的模型 | |
| Bonin et al. | Optimal path planning for soaring flight | |
| Zhou et al. | Taxiing speed intelligent management of aircraft based on DQN for A-SMGCS | |
| Gharibi et al. | 3D traffic flow model for UAVs | |
| Kreidieh et al. | Lane assignment of connected vehicles via a hierarchical system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |