CN110264787B - 一种航班航路飞行时间可靠性评价方法及系统 - Google Patents
一种航班航路飞行时间可靠性评价方法及系统 Download PDFInfo
- Publication number
- CN110264787B CN110264787B CN201910520462.9A CN201910520462A CN110264787B CN 110264787 B CN110264787 B CN 110264787B CN 201910520462 A CN201910520462 A CN 201910520462A CN 110264787 B CN110264787 B CN 110264787B
- Authority
- CN
- China
- Prior art keywords
- flight
- time
- route
- matching
- ith
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 18
- 230000003139 buffering effect Effects 0.000 claims description 20
- 230000010006 flight Effects 0.000 claims description 16
- 230000007704 transition Effects 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 7
- 230000001105 regulatory effect Effects 0.000 claims description 5
- 239000000428 dust Substances 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 4
- JTJMJGYZQZDUJJ-UHFFFAOYSA-N phencyclidine Chemical class C1CCCCN1C1(C=2C=CC=CC=2)CCCCC1 JTJMJGYZQZDUJJ-UHFFFAOYSA-N 0.000 claims description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000000916 dilatatory effect Effects 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 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
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/003—Flight plan management
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0073—Surveillance aids
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种航班航路飞行时间可靠性评价方法及系统，该方法包括以下几个步骤：步骤S1，划分航路；步骤S2，匹配航班运行条件；步骤S3，计算航段缓冲行程率指数。本发明的方法，在全面考虑航班运行时间可靠性影响因素的前提下，首次为航班航路飞行提供了可靠性评价方法。本发明为航空公司，空中交通管制局和机场提供了更有效的掌握和管理航班运行状态的方法，并且能够为制定航班预计到达时间提供科学依据。
Description
技术领域
本发明涉及航班运行航路飞行阶段的飞行阶段可靠性指标评价领域，具体涉及一种航班航路飞行时间可靠性评价方法及系统。
背景技术
航班起飞离地后加入离场程序，经过移交点后加入航路飞行。区域管制中心指挥航班在航路上飞行。航班在航路飞行过程中会经过不同的区域管制中心，需要经过管制移交进入下一个区域管制中心。因此将航班飞行的航路基于所经过的区域管制中心进行分段，可以确保飞行时间可靠性的计算更加准确。航班在航路运行过程中，航空器机型和飞行的航季会影响航路飞行时间，一些外部运行条件也会影响航路飞行时间，如恶劣天气(雷暴、热带气旋、强飑线、冰雹、明显地形波、大面积沙暴、大面积尘暴和冻雨) 和区域管制中心流量会对航班飞行带来不确定性，极大地降低了空中交通运输系统运行的可靠性。
因此，研究航路飞行时间可靠性的评价方法对空中交通管制部门进行航班的指挥、机场单位进行航班降落准备和航空公司预计飞行时间等具有及其重要的实际意义。
目前，时间可靠性的概念在路面交通已经得到了广泛而深入的研究，而将时间可靠性的概念运用到在空中交通领域的研究与发明才刚刚起步。因此，迫切需要可以准确评价飞行时间可靠性的方法。
发明内容
本发明为解决上述问题，填补航班航路飞行时间可靠性的盲点，本发明提出一种航班航路飞行时间可靠性的评价方法。
本发明解决其技术问题是通过以下技术方案实现的：
一种航班航路飞行时间可靠性评价方法，包括以下步骤：
步骤S1，划分航路；
步骤S101，基于区域管制中心划分航路为n条航段；
步骤S2，匹配航班运行条件；
步骤S201，匹配气象条件；
步骤S202，匹配机型；
步骤S203，匹配区域管制中心流量；
步骤S204，匹配航季；
步骤S205，匹配优先级与数据处理；
步骤S3，计算航班航路飞行时间可靠性；
步骤S301，计算各航段缓冲飞行时间率指数；
步骤S302，计算航路缓冲飞行时间率指数。
进一步的，在所述步骤S101中，航班在航路上飞行时经过n个区域管制中心，航路被划分为n个航段；
di为航路在第i个区域管制中心的距离，即第i个航段的距离，其中i∈1,2,...,n。
进一步的，在步骤S201中，匹配气象条件：根据航班的气象报文，从历史航行通告数据库中提取匹配该航路在第i个管制区内的重要天气，重要天气包括雷暴、热带气旋、强飑线、冰雹、明显地形波、大面积沙暴、大面积尘暴和冻雨；
在步骤S202中，匹配机型：根据航空器的尾流间隔分类进行机型匹配。
进一步的，在步骤S203中，匹配区域管制中心流量：
搜索历史航班运行数据库，计算在第i个区域管制中心内，时间Ti内服务的航班架次最大为
最小为
归一化区域管制中心流量：
那么，历史数据库中第i个区域管制中心内，时间Ti内该区域管制中心流量归一化值为
匹配区域管制中心流量区间：
F‘ab是本次航班的预计区域管制中心流量归一化值，F‘ab与历史数据库的流量归一化处理后的值进行区间匹配，匹配区间为[0,0.3]、[0.4,0.7]和[0.8,1]。
进一步的，在步骤S204中，匹配航季：
航季分为夏秋航季和冬春航季，根据航班的运行时间与历史数据库的航班的时间以夏秋航季和冬春航季进行匹配。
进一步的，在步骤S205中，匹配优先级与数据处理：
数据匹配时，首先剔除数据库中不完整的航班数据、不符合逻辑的航班数据和不正常航班数据；
不完整数据包括实际的撤轮档时间、起飞时间、落地时间、挡轮档时间缺失的历史运行记录数据；
不符合逻辑的航班数据为TAOBT＞TATBT，TAOBT是起飞机场撤离轮档时刻，TAIBT是目的地机场挡轮档时刻；
不正常的航班数据包括航班计划、领航计划以及实际运行这三者中，起飞机场不一致或是降落地机场不一致的航班数据；还包括撤轮档时间、起飞时间、落地时间、挡轮档时间时序顺序不合理以及数值异常的航班数据；
匹配的优先级为气象>机型>流量>航季，依据优先级匹配出历史航路在各管制区的运行数据，提取符合匹配条件的符合要求的航班数据，根据航空器在管制区内航段的起讫点，即移交点之间的距离、过起讫移交点的时间，计算航段飞行时间，即过起讫移交点的时间差。
进一步的，在步骤S301中，计算缓冲飞行时间率指数：
计算单个航班在第i个管制区内航段的起讫点间飞行的行程时间率：
其中，
是在第i个区域管制中心内航段起讫点之间的第k个航班的飞行时间率，ki＝1，2,...,mi，ki是在第i个区域管制中心内匹配得到的航班记录数，mi是在第i个区域管制中心内匹配得到的航班记录总数，
是在第i个区域管制中心内航段起讫点之间的第k个航班的飞行时间，
是在第i个区域管制中心内航段起讫点之间的第k个航班的航段距离；
计算第i个区域管制中心内航段起讫点之间的缓冲飞行时间率指数：
其中，
是在第i个区域管制中心内航段起讫点之间的中位飞行时间率，
是在第i个区域管制中心内航段起讫点之间的第95百分位的飞行时间率；
计算反应航段飞行时间可靠性的航段缓冲飞行时间率指数；
其中，
表示在第i个区域管制中心内航段起讫点之间的权重系数。
进一步的，在步骤S302中：
计算航路缓冲飞行时间率指数RBFTRI；
进一步的，通过以下表格评价航班航路飞行时间可靠性：
一种采用航班航路飞行时间可靠性评价方法的系统，包括划分航路模块、匹配航班运行条件模块和航班航路飞行时间计算评估模块，所述划分航路模块用于将航路划分为若干条航段，所述匹配航班运行条件模块用于将航班基于各区域管制中心对飞行计划条件与历史飞行条件匹配，所述航班航路飞行时间计算评估模块用于计算航班航路缓冲飞行时间率指数，评价航班航路运行可靠性。
本发明的有益效果为：
本发明研究综合考虑航班飞行计划、航班航路运行过程、航路飞行时间影响等因素，结合气象、机型、流量和航季条件，提出一种航班航路飞行时间可靠性的评价方法，具有重要的实际意义和应用价值。航班航飞行时间可靠性是在航班执行前，为空中交通管制部门进行航班的指挥、机场单位进行航班降落准备和航空公司预计飞行时间提供指导，进而为旅客制定出行计划和相关组织单位提供接机服务提供更加可靠的参考信息。
附图说明
图1是本发明整体流程示意图；
图2是航路穿过不同区域管制中心示意图；
图3是航班运行过程示意图。
具体实施方式
下面通过具体实施例对本发明作进一步详述，以下实施例只是描述性的，不是限定性的，不能以此限定本发明的保护范围。
一种航班航路飞行时间可靠性评价方法，包括以下步骤：
步骤S1，划分航路：基于区域管制中心划分航路为n条航段，航班执行起飞离场程序后加入航路飞行，进入巡航阶段，航路飞行结束后加入降落机场进场程序，航路飞行结束。
步骤S101，航班航路飞行时间长，路程远，为了能够更加精准全面地评价航路飞行时间可靠性，需要对航班基于区域管制中心分段。航班在航路上飞行时经过n个区域管制中心，航路被划分为n个航段。di为航路在第i个区域管制中心的距离，即第i 个航段的距离，其中i∈1,2,...,n。
步骤S2，匹配航班运行条件：为了计算更具有针对性更可靠的航班航段飞行时间可靠性，将航班基于各区域管制中心对飞行计划条件与历史飞行条件匹配。对于需要评价航班航段飞行时间可靠性的航班，获取飞行计划和气象预报，提取航班执飞时间、计划航路、航路天气和机型信息，将提取到的信息与历史航班运行数据库中的信息进行对比。
步骤S201，匹配气象条件：气象条件对航班运行有重要的影响，恶劣天气会对航班航路运行造成严重影响，严重降低航班航路运行时间可靠性。根据航班的气象报文，从历史航行通告数据库中提取匹配该航路在第i个管制区内的重要天气，重要天气包括雷暴、热带气旋、强飑线、冰雹、明显地形波、大面积沙暴、大面积尘暴和冻雨。
步骤S202，匹配机型：
航空器的类型不同，飞行速度、飞行高度和尾流间隔不同，对航班航路运行时间可靠性的影响不同。航空器按照飞机尾流间隔分类分为重型(H，航空器最大允许起飞重量在136吨含以上)、中型(M，航空器最大允许起飞重量在7吨含以上，136吨以下)和轻型(L，航空器最大允许起飞重量在7吨含以下)，常见机型详见国际民航组织有关机型代码及尾流分类的内容。本发明根据航空器的尾流间隔分类进行机型匹配。
步骤S203，匹配区域管制中心流量：
区域管制中心流量会影响管制员对航班的指挥效率，大流量时需要航班在移交点盘旋等待；小流量时，航班飞行畅通，因此流量对航班航路运行时间可靠性影响大。
远程巡航马赫数(long range cruise,LRC)是飞行手册中推荐使用的速度，是实际运行中经常使用的速度。
是航班在第i个航段内的平均巡航马赫数，航班在第i个航段内飞行的时间是
航班在第i个区域管制中心内，航段的起点ai到航段的终点bi，即移交点，区域管制中心的服务的航班架次为fab i；
搜索历史航班运行数据库，计算在第i个区域管制中心内，时间Ti内服务的航班架次最大为
最小为
归一化区域管制中心流量：
那么，历史数据库中第i个区域管制中心内，时间Ti内该区域管制中心流量归一化值为
匹配区域管制中心流量区间：
F′ab是本次航班的预计区域管制中心流量归一化值，F′ab与历史数据库的流量归一化处理后的值进行区间匹配，匹配区间为[0,0.3]、[0.4,0.7]和[0.8,1]。
步骤S204，匹配航季：航季分为夏秋航季(当年3月最后一个星期日至10月最后一个星期日的前一天)和冬春航季(当年10月最后一个星期日至翌年3月最后一个星期天的前一天)。根据航班的运行时间与历史数据库的航班的时间以夏秋航季和冬春航季进行匹配。
步骤S205，匹配优先级与数据处理：
数据匹配时，首先剔除数据库中不完整的航班数据、不符合逻辑的航班数据和不正常航班数据：
不完整数据包括实际的撤轮档时间、起飞时间、落地时间、挡轮档时间缺失的历史运行记录数据；
不符合逻辑的航班数据为TAOBT＞TATBT，TAOBT是起飞机场撤离轮档时刻，TAIBT是目的地机场挡轮档时刻；
不正常的航班数据包括航班计划、领航计划以及实际运行这三者中，起飞机场不一致或是降落地机场不一致的航班数据；还包括撤轮档时间、起飞时间、落地时间、挡轮档时间时序顺序不合理以及数值异常的航班数据；
匹配的优先级为气象>机型>流量>航季，依据优先级匹配出历史航路在各管制区的运行数据，提取符合匹配条件的符合要求的航班数据，根据航空器在管制区内航段的起讫点，即移交点之间的距离、过起讫移交点的时间，计算航段飞行时间，即过起讫移交点的时间差。
步骤S3，计算航班航路飞行时间可靠性：数据匹配完成后，从历史运行数据库中得到基于区域管制中心的符合航班运行条件匹配要求的数据，计算各航段缓冲飞行时间率指数，最后基于各航段距离进行线性加权求和得到航班航路缓冲飞行时间率指数，进而评价航班航路运行可靠性。
步骤S301，计算各航段缓冲飞行时间率指数：
计算单个航班在第i个管制区内航段的起讫点间飞行的行程时间率：
其中，
是在第i个区域管制中心内航段起讫点之间的第k个航班的飞行时间率，ki＝1，2,...,mi，ki是在第i个区域管制中心内匹配得到的航班记录数，mi是在第i个区域管制中心内匹配得到的航班记录总数，
是在第i个区域管制中心内航段起讫点之间的第k个航班的飞行时间，
是在第i个区域管制中心内航段起讫点之间的第k个航班的航段距离；
计算第i个区域管制中心内航段起讫点之间的缓冲飞行时间率指数：
其中，
是不用进行航班匹配的，
是在第i个区域管制中心内航段起讫点之间的中位飞行时间率，
是在第i个区域管制中心内航段起讫点之间的第95百分位的飞行时间率；
计算反应航段飞行时间可靠性的航段缓冲飞行时间率指数；
其中，
表示在第i个区域管制中心内航段起讫点之间的权重系数。
步骤S302，计算航路缓冲飞行时间率指数：
根据航路缓冲飞行时间率指数评价航班航路飞行时间可靠性，且航路缓冲飞行时间越大，可靠性越低。
本发明最终通过以下表格评价航班航路飞行时间可靠性：
本发明还包括运用航班航路飞行时间可靠性评价方法的系统，包括划分航路模块、匹配航班运行条件模块和航班航路飞行时间计算评估模块，所述划分航路模块采用S1的方法用于将航路划分为若干条航段，所述匹配航班运行条件模块采用S2的方法用于将航班基于各区域管制中心对飞行计划条件与历史飞行条件匹配，所述航班航路飞行时间计算评估模块采用S3的方法用于计算航班航路缓冲飞行时间率指数，评价航班航路运行可靠性。
本发明不限于航班续航阶段在高空航路，还可以在中低空空管制航路飞行，并且不限于民用客机和货机，还包括公务机等需要进行航路运行的航班。
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，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (8)
1.一种航班航路飞行时间可靠性评价方法，其特征在于：包括以下步骤：
步骤S1，划分航路；
步骤S101，基于区域管制中心划分航路为n条航段；
步骤S2，匹配航班运行条件；
步骤S201，匹配气象条件；
步骤S202，匹配机型；
步骤S203，匹配区域管制中心流量；
步骤S204，匹配航季；
步骤S205，匹配优先级与数据处理，具体为：
数据匹配时，首先剔除数据库中不完整的航班数据、不符合逻辑的航班数据和不正常航班数据，
不完整数据包括实际的撤轮档时间、起飞时间、落地时间、挡轮档时间缺失的历史运行记录数据；
不符合逻辑的航班数据为TAOBT＞TATBT，TAOBT是起飞机场撤离轮档时刻，TAIBT是目的地机场挡轮档时刻；
不正常的航班数据包括航班计划、领航计划以及实际运行这三者中，起飞机场不一致或是降落地机场不一致的航班数据；还包括撤轮档时间、起飞时间、落地时间、挡轮档时间时序顺序不合理以及数值异常的航班数据；
匹配的优先级为气象>机型>流量>航季，依据优先级匹配出历史航路在各管制区的运行数据，提取符合匹配条件的符合要求的航班数据，根据航空器在管制区内航段的起讫点，即移交点之间的距离、过起讫移交点的时间，计算航段飞行时间，即过起讫移交点的时间差；
步骤S3，计算航班航路飞行时间可靠性：数据匹配完成后，从历史运行数据库中得到基于区域管制中心的符合航班运行条件匹配要求的数据，计算各航段缓冲飞行时间率指数，最后基于各航段距离进行线性加权求和得到航班航路缓冲飞行时间率指数，进而评价航班航路运行可靠性，具体为，
步骤S301，计算各航段缓冲飞行时间率指数；
步骤S302，计算航路缓冲飞行时间率指数；
在步骤S301中，计算缓冲飞行时间率指数：
计算单个航班在第i个管制区内航段的起讫点间飞行的行程时间率，
其中，
是在第i个区域管制中心内航段起讫点之间的第k个航班的飞行时间率，ki＝1，2,...,mi，ki是在第i个区域管制中心内匹配得到的航班记录数，mi是在第i个区域管制中心内匹配得到的航班记录总数，
是在第i个区域管制中心内航段起讫点之间的第k个航班的飞行时间，
是在第i个区域管制中心内航段起讫点之间的第k个航班的航段距离；
计算第i个区域管制中心内航段起讫点之间的缓冲飞行时间率指数：
其中，
是在第i个区域管制中心内航段起讫点之间的中位飞行时间率，
是在第i个区域管制中心内航段起讫点之间的第95百分位的飞行时间率；
计算反应航段飞行时间可靠性的航段缓冲飞行时间率指数；
其中，
表示在第i个区域管制中心内航段起讫点之间的权重系数。
2.如权利要求1所述的一种航班航路飞行时间可靠性评价方法，其特征在于：在所述步骤S101中，航班在航路上飞行时经过n个区域管制中心，航路被划分为n个航段，
di为航路在第i个区域管制中心的距离，即第i个航段的距离，其中i∈1,2,...,n。
3.如权利要求2所述的一种航班航路飞行时间可靠性评价方法，其特征在于：
在步骤S201中，匹配气象条件：根据航班的气象报文，从历史航行通告数据库中提取匹配该航路在第i个管制区内的重要天气，重要天气包括雷暴、热带气旋、强飑线、冰雹、明显地形波、大面积沙暴、大面积尘暴和冻雨；
在步骤S202中，匹配机型：根据航空器的尾流间隔分类进行机型匹配。
4.如权利要求3所述的一种航班航路飞行时间可靠性评价方法，其特征在于：在步骤S203中，匹配区域管制中心流量：
搜索历史航班运行数据库，计算在第i个区域管制中心内，时间Ti内服务的航班架次最大为
最小为
归一化区域管制中心流量：
那么，历史数据库中第i个区域管制中心内，时间Ti内该区域管制中心流量归一化值为
匹配区域管制中心流量区间：
F′ab是本次航班的预计区域管制中心流量归一化值，F′ab与历史数据库的流量归一化处理后的值进行区间匹配，匹配区间为[0,0.3]、[0.4,0.7]和[0.8,1]。
5.如权利要求4所述的一种航班航路飞行时间可靠性评价方法，其特征在于：在步骤S204中，匹配航季：
航季分为夏秋航季和冬春航季，根据航班的运行时间与历史数据库的航班的时间以夏秋航季和冬春航季进行匹配。
6.如权利要求5所述的一种航班航路飞行时间可靠性评价方法，其特征在于：在步骤S302中：
计算航路缓冲飞行时间率指数RBFTRI；
7.如权利要求6所述的一种航班航路飞行时间可靠性评价方法，其特征在于：通过以下表格评价航班航路飞行时间可靠性：
8.一种执行权利要求1-7任一项所述方法的航班航路飞行时间可靠性评价系统，其特征在于：包括划分航路模块、匹配航班运行条件模块和航班航路飞行时间计算评估模块，所述划分航路模块用于将航路划分为若干条航段，所述匹配航班运行条件模块用于将航班基于各区域管制中心对飞行计划条件与历史飞行条件匹配，所述航班航路飞行时间计算评估模块用于计算航班航路缓冲飞行时间率指数，评价航班航路运行可靠性。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910520462.9A CN110264787B (zh) | 2019-06-17 | 2019-06-17 | 一种航班航路飞行时间可靠性评价方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910520462.9A CN110264787B (zh) | 2019-06-17 | 2019-06-17 | 一种航班航路飞行时间可靠性评价方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110264787A CN110264787A (zh) | 2019-09-20 |
| CN110264787B true CN110264787B (zh) | 2022-07-15 |
Family
ID=67918616
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910520462.9A Active CN110264787B (zh) | 2019-06-17 | 2019-06-17 | 一种航班航路飞行时间可靠性评价方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110264787B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110570693B (zh) * | 2019-10-24 | 2020-08-07 | 南京航空航天大学 | 一种基于可靠性的航班运行时间预测方法 |
| CN111127285B (zh) * | 2019-12-30 | 2023-08-01 | 南京航空航天大学 | 一种对流天气下两机场间航路通行能力获取的方法 |
| CN113379233B (zh) * | 2021-06-08 | 2023-02-28 | 重庆大学 | 一种基于高阶矩的行程时间可靠性估计方法及装置 |
| CN114023110B (zh) * | 2021-09-24 | 2023-01-20 | 中国民用航空华北地区空中交通管理局 | 一种航班信息的获得方法及系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101950493A (zh) * | 2010-09-10 | 2011-01-19 | 四川大学 | 区域空中交通网络流量调度方法 |
| EP2703926A2 (en) * | 2012-08-31 | 2014-03-05 | Honeywell International Inc. | Aircraft control system and method for reaching a waypoint at a required time of arrival |
| US9135670B2 (en) * | 2013-08-14 | 2015-09-15 | Us Airways, Inc. | Operational reliability systems and methods |
| CN106448165A (zh) * | 2016-11-02 | 2017-02-22 | 浙江大学 | 一种基于网络约租车数据的路网行程时间可靠性评价方法 |
| EP3435357A1 (en) * | 2017-07-25 | 2019-01-30 | Honeywell International Inc. | Systems and methods for maximizing time reliability and fuel-efficiency for an aircraft to meet constraints associated with a required time of arrival (rta) |
| WO2019046828A1 (en) * | 2017-09-01 | 2019-03-07 | Fuchs Gil Emanuel | SYSTEM AND METHOD FOR ROUTING A MULTIMODAL VEHICLE WITH VEHICLE PARKING |
| CN109544999A (zh) * | 2019-01-14 | 2019-03-29 | 中国民航大学 | 一种基于云模型的空中交通网络可靠性评价方法 |
| CN109615937A (zh) * | 2019-01-18 | 2019-04-12 | 南京航空航天大学 | 航段运行时间优化计算装置 |
-
2019
- 2019-06-17 CN CN201910520462.9A patent/CN110264787B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101950493A (zh) * | 2010-09-10 | 2011-01-19 | 四川大学 | 区域空中交通网络流量调度方法 |
| EP2703926A2 (en) * | 2012-08-31 | 2014-03-05 | Honeywell International Inc. | Aircraft control system and method for reaching a waypoint at a required time of arrival |
| US9135670B2 (en) * | 2013-08-14 | 2015-09-15 | Us Airways, Inc. | Operational reliability systems and methods |
| CN106448165A (zh) * | 2016-11-02 | 2017-02-22 | 浙江大学 | 一种基于网络约租车数据的路网行程时间可靠性评价方法 |
| EP3435357A1 (en) * | 2017-07-25 | 2019-01-30 | Honeywell International Inc. | Systems and methods for maximizing time reliability and fuel-efficiency for an aircraft to meet constraints associated with a required time of arrival (rta) |
| WO2019046828A1 (en) * | 2017-09-01 | 2019-03-07 | Fuchs Gil Emanuel | SYSTEM AND METHOD FOR ROUTING A MULTIMODAL VEHICLE WITH VEHICLE PARKING |
| CN109544999A (zh) * | 2019-01-14 | 2019-03-29 | 中国民航大学 | 一种基于云模型的空中交通网络可靠性评价方法 |
| CN109615937A (zh) * | 2019-01-18 | 2019-04-12 | 南京航空航天大学 | 航段运行时间优化计算装置 |
Non-Patent Citations (2)
| Title |
|---|
| 基于浮动车数据的行程时间可靠度特征研究;陈小鸿 等;《城市交通》;20070930;第5卷(第5期);正文全文 * |
| 网络行程时间可靠性评价方法与影响因素;陈喜群;《交通运输工程学报》;20180831;第18卷(第4期);正文全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110264787A (zh) | 2019-09-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110264787B (zh) | 一种航班航路飞行时间可靠性评价方法及系统 | |
| US20220215760A1 (en) | System and method for flight arrival time prediction | |
| Robinson III et al. | Benefits of continuous descent operations in high-density terminal airspace considering scheduling constraints | |
| US20130226373A1 (en) | Methods for in-flight adjusting of a flight plan | |
| CN109493644A (zh) | 一种基于历史航迹数据挖掘的四维航迹推测方法 | |
| CN112949978B (zh) | 基于协同优化的应急备降场选择方法 | |
| CN104615849A (zh) | 一种适用于通用航空的飞行计划评估系统及实现方法 | |
| CN112307217B (zh) | 知识图谱模型的构建方法以及构建装置、存储介质 | |
| Anaman et al. | Benefits of aviation weather services: A review of international literature | |
| Rosenow et al. | Coupling of turnaround and trajectory optimization based on delay cost | |
| Mazur et al. | Simulation and optimization of ground traffic on airports using cellular automata | |
| Keller | The NASA Air Traffic Management Ontology: Technical Documentation | |
| Krozel et al. | Causality analysis for aviation weather hazards | |
| Peck | The Impacts of Weather On Aviation Delays At OR Tambo International Airport, South Africa | |
| Hirabayashi et al. | Feasibility study of free routing airspace operation over the North Pacific airspace | |
| Lindner et al. | Dynamically Optimized Aircraft Trajectories Affecting the Air Traffic Management | |
| Sardjono et al. | Study of runway crosswind and tailwind potential for airport sustainability: A study of Soekarno Hatta airport, Cengkareng, Indonesia | |
| Kim et al. | Taxi-Out Time Prediction at a Busy Airport using Random Forest Algorithm | |
| Allan et al. | 3.2 ADVANCED TERMINAL WEATHER PRODUCTS DEMONSTRATION IN NEW YORK | |
| Freire Burgos et al. | Global demand model to estimate supersonic commercial services | |
| Clemmer | Determining the location of runway exits using airport surface detection equipment | |
| Yıldırım | PERFORMANCE CALCULATION: MIDDLE-CLASS AIRCRAFT | |
| Schoemig et al. | Application of Required Navigation Performance in High-Traffic Conditions for Houston Airspace | |
| Satyamurti | Runway incursion mitigation, capacity enhancement, and safety improvements with perimeter taxiway operations at Dallas Fort Worth International Airport | |
| Lee et al. | Prediction of aircraft delay at busy airport considering weather information with machine learning techniques |
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 |