CN110727287A - 用于确定爬升剖面的方法和系统 - Google Patents

Abstract

一种确定或预测飞行器的爬升剖面的方法和系统，包括：通过控制器模块接收限定起飞和巡航剖面之间的飞行器的飞行计划的一部分的初始爬升剖面和限定至少一个飞行器的高度限制的高度爬升约束；通过控制器模块确定初始爬升剖面不满足高度约束；以及基于一组后续爬升模型确定更新的爬升剖面。

Description

用于确定爬升剖面的方法和系统

关于联邦政府资助的研究或开发的声明

本公开是在美国联邦航空管理局授予的合同号DTFAWA-15-A-80013的政府支持下完成的。政府在本公开中享有一定的权利。

相关申请的交叉引用

本申请要求2018年7月17日提交的美国专利申请No.16/037,234的优先权和权益，该申请的全部内容结合于此。

技术领域

本公开涉及一种用于确定，操作，或预测交通工具的爬升剖面的方法和装置。

背景技术

飞行管理系统(FMS)是飞行器上的基于计算机的系统，其执行许多飞行中任务，包括飞行计划的飞行中管理。FMS已经使用多年，并且迄今为止FMS使用的编程技术被设计用于前几代计算机化系统的计算能力。例如，当前仍在使用的之前的FMS通常对关于飞行路径的许多复杂和变化的参数做出假设，包括但不限于在飞行的爬升部分期间关于飞行器及其性能特性的方面的固定(即，恒定)值和飞行器操作的恒定值。

发明内容

在一个方面，本公开涉及一种确定飞行器的爬升剖面的方法，该方法包括：通过控制器模块接收限定起飞和巡航剖面之间的飞行器的飞行计划的一部分的初始爬升剖面和限定至少一个飞行器的高度限制的高度爬升约束；通过控制器模块确定初始爬升剖面不满足高度爬升约束；通过控制器模块在高度爬升约束之前选择初始爬升剖面的偏离点；通过控制器模块基于连续的飞行器能量水平从偏离点开始重复计算一组后续爬升模型；基于该组后续爬升模型确定更新的爬升剖面；确定更新的爬升剖面满足高度爬升约束；以及根据更新的爬升剖面操作飞行器。

在另一方面，本公开涉及一种用于确定爬升剖面的系统，该系统包括：存储器，该存储器存储限定起飞和巡航阶段之间的飞行计划的一部分的初始爬升剖面和限定至少一个飞行器的高度限制的高度爬升约束；和控制器模块，该控制器模块被构造为接收初始爬升剖面和高度爬升约束，确定初始爬升剖面不满足高度爬升约束，在高度爬升约束之前选择初始爬升剖面的偏离点，基于连续的飞行器能量水平从偏离点开始重复计算一组后续爬升模型，基于该组后续爬升模型确定更新的爬升剖面，确定更新的爬升剖面满足高度爬升约束，以及根据更新的爬升剖面操作飞行器。

在又一方面，本公开涉及一种预测飞行器的爬升剖面的方法，该方法包括：通过控制器模块接收限定第一高度和第二高度之间的飞行器的飞行计划的一部分的初始爬升剖面和限定至少一个飞行器的高度限制的高度爬升约束；通过控制器模块预测初始爬升剖面不满足高度爬升约束；通过控制器模块在高度爬升约束之前选择初始爬升剖面的偏离点；通过控制器模块基于连续的飞机能量水平从偏离点开始重复计算一组后续爬升模型，基于该组后续爬升模型确定更新的爬升剖面，确定更新的爬升剖面满足高度爬升约束，以及根据更新的爬升剖面操作飞行器。

附图说明

在附图中：

图1示出了根据本文描述的各个方面的飞行器的飞行剖面。

图2示出了根据本文描述的各个方面的用于操作诸如图1中的飞行剖面的飞行器系统的示意图。

图3示出了根据本文描述的各个方面的图1的飞行剖面的爬升剖面。

图4示出了根据本文描述的各个方面的图3的爬升剖面的一部分的放大视图。

图5示出了根据本文描述的各个方面的爬升剖面的一部分的另一个放大视图。

图6示出了展示根据本文描述的各个方面的确定图3的爬升剖面的方法的流程图。

图7示出了展示根据本文描述的各个方面的确定图3的爬升剖面的方法的另一流程图。

具体实施方式

本公开的各方面可以在用于利用系统确定或估计爬升剖面的任何环境，装置或方法中实施，而不管由上升设备执行的功能如何。例如，爬升剖面可以由诸如飞行器交通工具的基于空气的交通工具(例如，固定翼或基于旋翼的，诸如直升机)，或诸如潜水交通工具的基于水的交通工具使用。

虽然将描述“一组”各种元件，但应理解“一组”可包括任何数量的相应元件，包括仅一个元件。同样如这里所使用的，虽然传感器可以被描述为“感测”或“测量”相应的值，但是感测或测量可以包括确定指示相应值或与相应值相关的值，而不是直接感测或测量该值本身。感测的或测量的值可以进一步提供给其他部件。例如，可以将该值提供给控制器模块或处理器，并且控制器模块或处理器可以对该值执行处理以确定代表所述值的代表值或电特性。

除非另有说明，否则所有方向参考(例如，上，下，向上，向下，更高，更低，后，前，上方，下方，竖直，水平等)仅用于识别目的，以帮助读者理解本公开，并且不会产生限制，特别是关于其位置，取向，相对位置或使用的限制。连接参考(例如，附接，联接，连接和连结)将被广义地解释，并且除非另有指示，否则可包括元件集合之间的中间构件和元件之间的相对移动。因此，连接参考不一定推断两个元件直接连接并且处于彼此固定关系。在非限制性示例中，可以选择性地构造连接或断开连接以提供，启用，禁用等相应元件之间的电连接。示例性附图仅用于说明的目的，并且附图中反映的尺寸，位置，顺序和相对大小可以变化。

如本文所使用的，“系统”可以包括具有至少一个处理器和存储器的“控制器模块”。存储器的非限制性示例可以包括随机存取存储器(RAM)，只读存储器(ROM)，闪存，或一个或多个不同类型的便携式电子存储器，例如盘，DVD，CD-ROM等，或这些类型的存储器的任何合适的组合。处理器可以被构造为运行任何合适的程序或可执行指令，该任何合适的程序或可执行指令被设计为执行各种方法，功能，处理任务，计算等，以实现或完成本文描述的技术操作或操作。该程序可以包括计算机程序产品，其可以包括用于承载或具有存储在其上的机器可执行指令或数据结构的机器可读介质。这种机器可读介质可以是任何可用介质，其可以由通用或专用计算机或具有处理器的其他机器访问。通常，这样的计算机程序可以包括例程，程序，对象，部件，数据结构，算法等，其具有执行特定任务或实施特定抽象数据类型的技术效果。

在非限制性示例中，系统，控制器模块等可以接收数据或信息。该接收可以包括数据传输，数据供应或任何其他在先前计算，事件等中的信息提供。在进一步的非限制性示例中，系统或控制器模块可以从先前任务或由相同系统或控制器模块或另一系统或控制器模块完成的确定来接收数据或信息。

本公开涉及确定可以包括非线性编程的引导指令，例如飞行剖面。如这里所使用的，术语“非线性编程”是解决由一组未知实变量的等式和不等式的系统(统称为“约束”)以及要最大化或最小化的目标函数限定的优化问题的处理，其中一些约束或目标函数是非线性的。它是处理非线性问题的数学优化的子领域。飞行剖面还可以包括剖面的子集，例如上升或爬升剖面，巡航剖面图或下降剖面。飞行剖面可以包括或限定飞行路径，该飞行路径通过将确定的控制应用于给定的假定初始操作状态和环境条件的运动方程来确定，估计或预测。在一些方面，本公开特别涉及使用确定，运算，计算，估计，预测或非线性编程来降低爬升阶段或飞行路径的部分的成本参数的系统和处理。如本文所用，术语“确定”是指确定已经发生或正在发生的后果或结果(例如“现在”或“当前”后果或结果)的系统或方法，并且与术语“预测”形成对比，这是指前瞻性的决定或估计，使后果或结果在事件的实际表现之前得知。

在一些方面，可以利用非线性编程技术来更准确和有效地限定飞行路径爬升剖面和生成最佳控制轨迹。在一些方面，非线性编程可用于解决由一组未知实变量的约束系统限定的指导优化问题(例如，最小化燃料消耗，减少飞行时间，满足调度约束等)。结合使用非线性编程技术和当前计算能力可以提供一种机制，以解决和生成用于指导优化的复杂非线性问题的解。如本文所用，术语飞行器，飞机或航行器可包括如联邦法规第25部分的标题14(14CFR第25部分)所述的商用飞行器，该联邦法规第25部分的标题14包含适航标准的规则：运输类别飞机，无人机和其他飞行器。

参考图1，以图形格式示出的是飞行剖面10，例如飞行器(示意性地示出为沿着飞行剖面10飞行的虚线框20)的飞行路径。如图所示，飞行剖面10通常包括三个阶段或部分，包括爬升剖面12或上升剖面，巡航剖面14和下降剖面16。图1中的图示出了飞行器20的高度(竖直轴线)与范围(水平轴线)之间的一般关系。本公开的各方面可以包括当飞行的爬升剖面或上升部分由一个或多个基于高度的约束限制时确定，估计或预测有效的爬升剖面12。如本文所使用的，“有效”的爬升剖面12可包括但不限于爬升剖面12并且降低或最小化爬升剖面12的成本值，例如燃料消耗，爬升时间，重新调度成本等。当确定有效的爬升剖面12或爬升剖面12的效率时，可以包括附加的“成本”。

图2示出了用于确定图1的爬升剖面12的系统30，包括在飞行器沿着飞行剖面10飞行时确定爬升剖面12。如图所示，系统30可以包括控制器模块32，该控制器模块32具有处理器34并且与存储器36通信地连接。系统30的非限制性方面还可包括一组输入设备38，通信设备，一组输出设备46，以及具有或存储飞行路径数据44的飞行剖面数据库42。飞行路径数据44的非限制性示例可包括飞行剖面10或其部分的计算的剖面数据。在另一个非限制性示例中，飞行剖面数据库42或飞行路径数据44可包括一组飞行路径数据44，例如事先确定的数据或飞行剖面10，或临时计算的数据或飞行剖面10。在这种情况下，可以将当前或临时飞行路径数据44与事先确定的飞行路径数据44进行比较。在本公开的另一个非限制性方面，飞行路径数据44可以包括与飞行路径或飞行剖面或其子部分相关的参数数据。例如，飞行路径数据44可以包括航路点数据，接近数据或相应的一组性能特性“点”数据，其中一组“点”可以为沿着飞行路径的一系列或一连串点限定确定的，估计的或预测的位置，空速，高度，航向，升力，阻力，推力，或基于特性(诸如高度或重量)的附加的数据等。在另一个非限制性示例中，该组性能特性“点”数据还可以限定飞行器20的附加特性，包括但不限于劣化参数(例如，反映与飞行器的年限或其部件相关的飞行器性能特性变化)，或者个性化参数(例如，反映飞行器机群内特定飞行器20的不同构造或部件，例如发动机)。在这个意义上，飞行路径数据44或飞行剖面可包括一系列或一连串单独或离散的“点”或“模型”。

在一个示例中，该组输入设备38可以适于向控制器模块32提供或供应飞行器数据，并且可以包括但不限于传感器，检测器，附加系统等。飞行器数据可以适于或与飞行器20的各方面，当前的或预测的飞行相关，并且用于建立，确定，估计或预测与飞行路径数据44相关的方面。在这个意义上，飞行器数据可用于通知或更新当前的，估计的或未来的飞行路径数据44。

在另一个示例中，该组输出设备46可以适于接收系统30的数据或通信，例如飞行管理系统(FMS)，自动驾驶系统，自动飞行系统，自动着陆系统等。在又一个非限制性示例中，系统30的各方面可以被包括作为FMS，或另一个飞行器20或航空电子系统的一部分。仅在非限制性示例中，系统30可以将飞行剖面数据库42或飞行路径数据44的各方面提供给另一个接收设备。通信设备40的非限制性方面可以包括任何系统，发射器，接收器，信号发生器或被构造为实现系统30与另一设备或系统之间的通信的其他机构。例如，通信设备40可以适于发送和接收与基于地面的系统，机场指令和控制系统，天气系统或基于卫星的系统，其他飞行器等的通信。在这个意义上，系统30可以利用通信设备40来接收与飞行器20的当前的或预测的飞行路径数据44的各方面相适应或相关的附加飞行器数据或通信，或者可以将飞行路径数据44的各方面通信给另一个设备，系统等。因此，通信设备40可以作为或执行为输入设备(类似于该组输入设备38)和输出设备(类似于该组输出设备46)或其组合。如这里所使用的，通信设备40可以适于处理数字或数据传输(例如上载或下载)以及模拟或非数据传输(例如语音无线电等)。

可以包括系统30的其他非限制性方面，其中系统30或控制器模块32中的至少一个与高度约束数据48(例如高度爬升约束数据)的数据库和成本概况数据50的数据库通信地连接。如本文所使用的，“高度约束数据”48可以包括与在飞行器20的爬升剖面12期间施加，要求，请求或建议的高度约束相关的数据。在一个非限制性示例中，高度约束数据48可以包括相对于出发位置(例如机场)的航路点，并且可以包括相对于特别位置处的高度值或值的限制。特别位置可包括特定的限制区域(例如，由特定的面向方向的矢量或径向区域，或地理边界限制)，或由离出发位置的径向或水平距离限定的一般空间。在一个非限制性示例中，高度约束数据48可以通过一组标准航路点数据预限定，并且由可访问数据库，相应出发位置等存储，保存或维护。

另外，高度约束数据48可以限定不同的阈值或限值，例如每个相应约束处的高度阈值或高度限值。例如，第一约束可以限制航路点处的最大高度(例如，飞行器20必须经过“等于或低于”约束的高度处的航路点)，航路点处的最小高度(例如，飞行器20必须经过“等于或高于”约束的高度处的航路点)，或航路点处的窗口高度(例如，飞行器20必须经过“等于”最小和最大约束的高度或最小和最大约束“之间”的高度处的航路点)。飞行器20根据约束(例如，分别以等于或低于，等于或高于，或者等于或之间的高度经过)经过由高度约束数据48限定的相应高度约束将被理解为“满足”高度约束。

成本概况数据50可包括与操作，飞行，维护或以其他方式利用飞行器20相关联的数据或值。成本概况数据50可以适于向控制器模块32供应或提供成本或价值数据。例如，成本概况数据50可包括与燃料成本或价值，基于推力的燃料燃烧速率，与调度相关联的值(例如，乘客调度成本或机组人员调度成本)等相关的数据。在一个非限制性示例中，可以基于例如飞行路径数据44的一组性能特性数据，天气系统或天气数据，来确定，计算，更新或预测成本概况数据50。

虽然高度约束数据48和成本概况数据50被示出为远离系统30，但是可以包括系统30的非限制性方面，其中，例如，高度约束数据48和成本概况数据50包括在系统30中。例如，高度约束数据48或成本概况数据50的至少一部分可以被复制，拷贝或存储在系统30的存储器36中。在另一实例中，系统30或存储器36可以通过提供给通信设备40的传输来接收高度约束数据48或成本概况数据50的至少一部分。另外，虽然该组输入设备38，通信设备40和该组输出设备46被示为系统30的一部分，但是可以包括本公开的非限制性方面，其中该组输入设备38，通信设备40，该组输出设备46或其子集远离系统30定位并且与系统30通信地连接。

图3示出了可以形成图1的爬升剖面12和影响爬升剖面12的一组高度约束66的示例性绘制图。图3包括巡航剖面14的开始的有限部分，用于理解初始爬升。爬升剖面12可包括飞行器20的初始爬升轨迹64，该飞行器20从位于点60处的出发位置(例如机场)上升。在一个非限制性示例中，爬升剖面12可以包括与飞行器20的上升或爬升有关并且未被爬升轨迹64捕获的附加信息。例如，爬升剖面12的各方面可以包括成本分析，天气交互，定时考虑等，而爬升轨迹64可以限于例如空速，航向，节气门控制或飞行器特定的特性。初始爬升轨迹64可包括在60处从机场起飞和飞行计划的巡航高度62或巡航部分之间的飞行器的飞行计划的至少一部分。在所示示例中，可以基于最佳上升来确定，预测或计算初始爬升轨迹64，而不考虑该组高度约束66。

该组高度约束66表示为相对于离机场60的距离间隔开的三角形指示符。该组高度约束66包括一组窗口高度约束68(即，相应的最小和最大约束之间限定的高度范围)，最大高度约束70(即，等于或低于约束)，和最小高度约束72(即，等于或高于约束)。如示意性表示的，该组高度约束66可以限定相应约束66的代表性“限制”，例如由所示三角形的上部或下部尖端或顶点限定。从图示中，初始爬升轨迹64将不满足该组高度约束66，因为它爬升到高于至少第一最大高度约束82的高度。因此，需要从无约束的最佳上升出发的更新的爬升剖面或更新的爬升轨迹。

示出了爬升剖面12的更新的爬升轨迹74，其包括沿着更新的爬升轨迹74的离散点或“模型”76的子集。该组模型76可以包括在更新的爬升剖面12或更新的爬升轨迹74中的各个点处的飞行器20的相应性能特性。虽然描述了离散点，但是该组模型76可以包括连续的轨迹74或范围，并且不限于特定和分离的“点”。在这个意义上，更新的爬升轨迹74可以是包括一个或多个模型76的连续的，相接的或不间断的轨迹74。

可以包括本公开的各方面，其中关于图3描述的系统30可以被构造为确定，生成，计算或以其他方式限定更新的爬升剖面12或更新的爬升轨迹74。限定更新的爬升剖面12或更新的爬升轨迹74可以在飞行期间，在启动飞行器20的爬升剖面12之前，或在爬升剖面12(例如，基于即将到来的一组高度限制66重新确定或重新生成更新的爬升剖面12或爬升轨迹74)期间发生。在另一个非限制性示例中，系统30的各方面可以在飞行发生之前或者在操作飞行器20之前(例如，小时，天，周等)估计或预测未来的爬升剖面12或更新的爬升轨迹74。在另一个非限制性示例中，系统30可以被构造为在不同或远程定位的系统之间共享或分配该确定，生成，计算或以其他方式限定爬升剖面12或更新的爬升轨迹74(例如，在基于地面的计算机和飞行器20的FMS之间共享)。

系统30可以通过从飞行器20将到达的最靠近，最接近或第一高度约束66开始来可操作地确定，预测或估计更新的爬升剖面12或更新的爬升轨迹74。在所示示例中，第一高度约束82是窗口高度约束68。如图所示，初始爬升轨迹64将不满足第一高度约束82，因为高度将超过可允许的最大高度。因此，系统30或控制器模块32可以例如基于从该组输入装置38接收的飞行器数据，通信装置40接收的通信，飞行计划数据44或其组合来确定初始爬升轨迹64与第一高度约束82的比较将不满足第一高度约束82。因此，系统30或控制器模块32将确定，估计，预测或以其他方式选择偏离或偏离初始爬升轨迹64的点(“偏离点”)以便满足第一高度约束82。在一个非限制性实例中，偏离点可以在到达相应的高度约束66,68,82之前。例如，在出发阶段期间的飞行路径基于最大或最小飞行航迹角，直到满足高度-距离约束。然后，从约束点开始，飞行路径通过在每个能量水平迭代优化而返回到无约束的最佳飞行路径。如本文所使用的，“在到达相应的高度约束66,68,82之前”可以包括在经过约束66,68,82所定位的水平距离之前，经过由高度约束限定的高度之前，或其组合。

一旦系统30选择了偏离点，控制器模块32被构造为确定，计算，验证或以其他方式证实在偏离点偏离初始爬升轨迹64的更新的爬升轨迹74满足该组高度约束66。系统30或控制器模块32可以在偏离点之后并且从偏离点开始可操作地重复计算一组后续模型76，其中该组后续模型76在相应位置处限定飞行器20的性能特性。该组后续模型76的计算可以求解相应模型76处的飞行器20的确定的，估计的或预测的状态变量或性能特性。在一个非限制性示例中，飞行器20的状态变量或性能特性可包括但不限于：空速，推力控制，高度，轨迹变化，燃料储备，燃料消耗(例如燃料燃烧率)等。系统30基于该组后续模型76确定，积累或构建更新的爬升剖面12或更新的爬升轨迹74，并且比较，确认或验证更新的爬升剖面12满足即将到来的高度约束。

在另一个非限制性示例中，系统30还可以通过首先计算阈值来求解一个或多个飞行器20的性能特性，该阈值例如是每个相应模型76处的飞行器状态阈值。可以在每个相应模型76处计算的飞行器状态阈值的一个示例可以是飞行器能量值，即，在相应的模型76处的飞行器20的实际的，估计的，预测的或任意量的势能和动能的总数或总和。在另一示例中，通过知道或事先已计算先前模型76，后续模型76的后续计算可至少部分地基于例如前一模型76的实际的，估计的，预测的或确定的一组性能特性。关于飞行器能量值，模型76的计算可以至少部分地基于例如相应模型76处的飞行器20的实际的，估计的，预测的或确定的高度(例如，将与飞行器20的势能相关的值)，相应模型76处的飞行航迹角(例如飞行器20俯仰)，相应模型76处的竖直空速，或相应的模型76处的飞行器20的确定的空速或推力控制(例如，将与飞行器20的动能相关的值)。后续的计算还可以基于飞行器20或环境的附加状态信息，例如由该组输入设备38或通信设备40接收的数据，并且包括但不限于大气信息，飞行路径约束，交通工具约束，机场交通，对流天气模型等。

在又一个示例中，该组模型76的后续计算还可以基于由成本概况数据库50限定的成本值或成本参数。例如，系统30可以基于由成本概况数据库50和特定的每个后续模型76限定的最小化成本或价值来求解飞行器20性能特性，例如空速或可变推力参数控制。如本文所使用的，“推力参数控制”，“推力参数值”等是指实现或构造成调节飞行器20或飞行器发动机的推力或推力输出的设定，输入，控制系统响应等。在一个非限制性示例中，推力参数值可包括发动机控制设定或参数，燃料消耗设定或参数等。在另一个非限制性示例中，推力参数值可以包括实现或确定推力或推力输出的设置或参数的组合。

除了基于先前模型76计算该组后续模型76之外，系统30或控制器模块32还可以被构造为不仅基于满足当前高度约束(例如，第一高度约束82)，而且还基于在第一高度约束84之后的另一后续约束(例如第二高度约束84)，来计算后续模型76。如图所示，第二高度约束是窗口高度约束68，该窗口高度约束68具有近似匹配第一高度约束82的最大高度的最大高度。系统30或控制器模块32的各方面还可以基于即将到来的高度约束66在第一高度约束82之前或在第一和第二高度约束84之间计算该组模型76。

在该示例中，系统30或控制器模块32可以计算，确定或预测当由于即将到来的高度约束84而没有预期的增加高度时，后续模型76可能不包括后续更大或更高的飞行器能量水平。在一个非限制性方面，系统30可以将飞行器20的高度或势能保持在第一和第二高度约束82,84之间的设定值，并求解该组后续模型76的性能特性。在另一个非限制性示例中，系统30可以确定或预测第一和第二高度限制82,84之间的最有效的更新的爬升剖面12或爬升轨迹74(例如，最有效，最小化的成本等)可以包括将飞行器20保持在恒定的空速下满足高度约束82,84的最大高度。

在另一个示例中，后续高度约束66(例如第三高度约束86)可以限定最大高度，接着是限定最小高度的第四高度约束88。在该示例中，系统30或控制器模块将再次需要偏离更新的爬升剖面12或更新的爬升轨迹74，以便满足第四高度约束88。因此，类似于偏离初始爬升剖面64，系统30可以确定，计算或预测当前爬升剖面12或当前爬升轨迹74将不满足第四高度约束88，并且可以选择，估计或者预测偏离当前爬升剖面12的偏离点。

然后，系统30从偏离点开始继续重复计算一组后续模型76。在该示例中，系统将确定飞行器需要爬升更高以到达第四高度约束88，因此系统30可以计算，确定或预测后续模型76包括由于增加高度(例如增加的势能)，并且由于空速的可能增加(例如，例如由于增加爬升推力剖面而增加的动能)，而导致的随后更大或更高的飞行器能量水平。在一个非限制性示例中，当求解该组后续模型76的飞行器20的性能特性时，系统30可以设定用于在爬升时达到最大轨迹角度，最大推力设定或其组合的值或限值。然后，系统30或控制器模块32可以基于该组后续模型76确定，积累或构建更新的爬升剖面12或更新的爬升轨迹74，并且比较，确认或验证更新的爬升剖面12满足即将到来的高度限制88。系统30还可以重复更新爬升剖面12和爬升轨迹74的该过程，以在第四高度约束88和即将到来的第五高度约束78之间调平。

确定当前爬升剖面12不满足即将到来的高度约束66，选择偏离点，重复计算该组后续模型76，并且确定更新的爬升剖面以满足即将到来的高度约束66的过程，可以继续和重复用于每个即将到来的和不满足的高度约束66，直到在随后的爬升剖面12中不存在进一步的高度约束，或者直到飞行器20达到巡航高度62或巡航剖面14。在一个非限制性实例中，巡航高度62可以被限定为最终高度约束(例如，最小高度约束72)。

为了比较，图3以虚线示出了示例传统爬升轨迹90，其示出了由传统系统生成的爬升剖面。如图所示，从该组高度约束66的偏离较慢，导致例如错过或不满足第四高度约束88，并且产生效率较低的整体传统爬升轨迹90。与本公开的方面相比，效率较低的传统爬升轨迹90可以具有增加的成本，如成本概况数据50所限定的。在一个非限制性示例中，更新的爬升轨迹74能够将爬升阶段燃料燃烧量减少1.3％。示出了与更新的爬升轨迹74对比的传统爬升轨迹90的图3的视图仅仅示出了轨迹74,90之间的差异。相应轨迹74,90之间的实际偏离可以变化，并且不是如图所示的限制。

图4示出了图3的更新的爬升轨迹74的放大部分。该图示说明可以在经过即将到来的高度约束66(示出为第五高度约束78)之前选择，估计或预测偏离点80。在这个意义上，一旦经过高度约束78，偏离爬升轨迹74可以利用更陡峭的爬升角度，从而允许在经过高度约束78时更快速的爬升轨迹74响应。换句话说，通过在高度约束78之前选择并启动偏离点80处的偏离，与传统的爬升轨迹90相比，更新的爬升轨迹74可以在经过最大高度约束78之后更快或更积极地爬升。在最小高度约束70的示例中，通过在经过即将到来的高度约束70之前选择偏离点80，与传统的爬升轨迹90相比，更新的爬升轨迹74可以更快，更平稳，或者例如以降低的成本进入平飞。

还可以包括本公开的非限制性方面，其中系统30进一步确定或预测更新的爬升剖面12或更新的爬升轨迹74是否在容差阈值内满足相应高度约束66或一组高度约束66。在一个示例中，容差阈值可以包括接近阈值，例如限定更新的爬升剖面12或更新的爬升轨迹74满足相对于高度约束66的设定水平距离(例如，1千米内)或水平距离范围内(例如，1千米到2千米之间)的相应的高度约束66。在另一示例中，容差阈值或接近阈值可以限定更新的爬升剖面12或更新的爬升轨迹74满足相对于高度约束66的限值的设定高度值(例如，在50米内)或高度范围内(例如，在10米和50米之间)的相应的高度约束66。在又一示例中，容差阈值可以包括如前所述的飞行器状态阈值，并且可以限定更新的爬升剖面12或更新的爬升轨迹74满足飞行器的另一性能特性，或者性能特性组合(例如，以最大推力或最大轨迹爬升经过最大高度约束70，或在最小高度约束72的100水平米和10米高度内调平轨迹或最小轨迹角度)内的相应高度约束66。在另一个非限制性示例中，容差阈值可以包括可接受值的范围，例如，正或负百分之五的容差。在飞行器状态阈值的非限制性示例中，容差阈值可以包括正或负一个角度的容差值。

系统30还可以通过一组输出设备46或通信设备40将确定的或预测的爬升剖面12提供给另一系统，例如电子飞行包，自动飞行器，自动驾驶仪或自动着陆系统，使得飞行器20可以根据确定的或预测的爬升剖面12流动。在另一个非限制性示例中，系统30或与系统30连接的另一系统可以根据确定的或预测的爬升剖面12生成，提供或以其他方式确定飞行员要遵循的指令。

虽然图4的偏离点80示出为在第五高度约束78处发生，但是相对于一个或多个高度约束66的偏离点80的非限制性示例可以在到达相应的约束66之前，之时或之后发生。例如，图5示出了系统30的操作的另一个非限制性示例。在该示出的示例中，飞行器20根据不满足或者高于即将到来的最小高度约束72的当前爬升剖面164(以虚线示出)操作可以在即将到来的最小高度约束72之前可操作地选择偏离点180。在即将到来的高度约束72之前选择偏离点180时，系统30可以调节或选择增加的爬升轨迹或一组模型176(与当前爬升剖面164相比)，并确定或预测更新的爬升剖面或更新的爬升轨迹是否满足最小高度约束72。在一个示例中，如果更新的爬升剖面仍未达到满足最小高度约束72的高度，则系统30可以甚至进一步从即将到来的高度约束72中选择新的偏离点180并重新计算。

图6示出了说明如所描述的确定爬升剖面12的方法100的第一流程图。在102处，方法100可以在开始爬升时(例如在从机场起飞时)开始，或者方法100可以基于即将到来的高度约束66重新开始。然后，在104处，方法100继续移动计算步骤，例如基于飞行器能量阶梯。然后，在108处，对于爬升剖面模型76的当前计算，确定当前模型76处的飞行器的状态变量。在一个非限制性示例中，步骤108可以包括确定如本文所述的初始爬升剖面64。接下来，在110处，方法100确定即将到来的高度约束是否是等于或低于高度约束(例如，最大高度约束70)或等于或高于高度约束(例如，最小高度约束72)。如果即将到来的高度约束是最大高度约束70，则方法100前进到步骤112。

在步骤112，方法100确定如果当前模型76处的高度(例如，在108中计算的)不大于最大高度约束70，方法100返回到步骤104并继续步进到后续的爬升剖面模型76。如果方法100在112处确定如果当前模型76处的高度大于最大高度约束70，则方法100继续到步骤114。在步骤114，方法100确定如果先前计算的距离(例如，在108中计算的)大于最大高度约束70距离(例如，还不需要偏离或爬升剖面12响应)，当前或更新的方法100当前满足高度约束70，并且该方法返回到步骤104。如果方法100在114处确定如果先前计算的距离不大于最大高度约束70距离，则方法100继续到步骤116。在步骤116中，方法100选择偏离点80并重复计算该组后续爬升剖面模型76，并且基于该组后续模型76确定更新的爬升剖面12，如所描述的。

然后，在118处，方法100确定如果更新的爬升剖面12满足最大高度约束70并且还满足阈值或容差阈值，如所描述的。如前所述的，阈值或容差阈值可包括但不限于高度阈值，飞行器状态阈值，接近阈值，容差阈值或其组合。如果更新的爬升剖面12满足最大高度约束70并且还满足容差阈值，则方法100返回步骤104。当返回步骤104时，方法100可以基于飞行器20的更新的信息，更新的数据或更新的性能特性来更新或重新计算飞行器能量水平。例如，如果自先前能量步骤104起飞行器20不期望爬升或者没有爬升到更高的高度(例如，飞行器20处于最大高度约束70)，则在步骤108中计算的或确定的先前能量水平或性能特性可以是准确的。或者，例如，如果由于自先前能量步骤104起增加的推力控制而使飞行器20具有增加的空速，则在步骤108中计算或确定的先前能量水平或性能特性可以是准确的。在又一个示例中，高度和速度值可以保持恒定以用于计算或确定目的。

已知准确的或更新的空速，高度，轨迹等，方法100可在116处的重复计算步骤中利用参数方程来求解诸如推力控制之类的方面并使用成本概况数据50最小化操作飞行器20的成本。在一个非限制性示例中，计算的性能特性或飞行器状态值包括飞行器能量值的增加的或增加中的量(例如，通过高度爬升或空速变化)，可以确定新的值。所添加的能量的量可以是设定值，任意值等。在一个示例中，方法100可以当向上步进到下一个模型时添加50千焦耳的能量，例如特定的能量(例如，能量除以质量)。在另一个示例中，所添加的能量的量可以对应于预期的或预定的高度阶梯，例如在先前模型和下一个模型之间的500英尺的高度。增加的飞行器能量可以在后续模型68处的飞行器20的更快的空速(与先前68相比，例如增加的动能)，在后续模型68处的飞行器20的更高的高度(与前面的模型68相比，例如增加的势能)，或其组合之间划分。

已知空速，高度，轨迹等，方法100可以利用参数方程来求解后续处的推力控制，从而在确定爬升剖面12时最小化操作飞行器20的成本。接下来，方法100可以例如向上步进到下一个模型，并且向总飞行器能量水平添加一定量的能量，并且继续重复计算后续的一组模型68和相应的性能特性，直到满足或达到高度约束70。或者，如所述的，在步骤116中的重复计算期间，可以发生飞行器能量水平的变化。

在118处，如果更新的爬升剖面12不满足最大高度约束70或者不满足容差阈值，则在120处，方法100继续寻找或选择更新的爬升剖面12满足最大高度约束70的新的偏离点80，并且例如，将飞行器轨迹从该偏离点向前调整直到达到最大高度约束70。然后，方法100在122处将状态变量重置为最大高度约束70处的值，并且返回到在102处的方法的开始。

如果在步骤110中即将到来的高度约束是最小高度约束72，则方法100前进到步骤124。在步骤124中，方法100确定当前爬升剖面模型76是否经过最小高度约束72距离(例如，飞行器20水平地超过最小高度约束72)。如果飞行器20没有水平地超过最小高度约束72，则方法100返回到步骤104。如果飞行器20水平地超过最小高度约束72，则方法100继续在126处确定当前爬升剖面模型76高度是否大于最小高度约束72。如果当前爬升剖面模型76高度大于最小高度约束72，则方法100返回到步骤104。如果当前爬升剖面模型76高度不大于最小高度约束72，则方法100选择偏离点80并重复计算该组后续爬升剖面模型76，并且基于该组后续模型76确定更新的爬升剖面12，如所述的。

接下来，在130处，方法100确定更新的爬升剖面12是否满足最小高度约束72并且满足容差阈值。如果更新的爬升剖面12满足最小高度约束72并且满足容差阈值，则方法100返回到步骤104。如果更新的爬升剖面12不满足最小高度约束72并且满足容差阈值，则该方法在132处继续从当前爬升剖面轨迹74迭代地调整偏离点80，使得新计算的更新的爬升剖面12将满足最小高度约束72并且满足容差。在一个非限制性示例中，更新的爬升剖面12可包括以最大飞行航迹角(例如，通过符合，超过或满足与飞行航迹角相关的容差阈值)爬升。然后，方法100在122处将状态变量重置为最大高度约束70处的值，并且返回到在102处的方法的开始。

如上所述，返回到步骤104，方法100可以基于飞行器20的更新的信息、更新的数据、更新的性能特性更新或者重新计算飞行器能量水平。例如，如果飞行器20在104的下一能量阶梯已经爬升或者期望爬升到更高的高度，或者自104的先前能量阶梯起已经增加推力或空速，则在步骤108中计算或确定的先前能量水平或性能特性可能是不准确的。

已知准确或更新的空速，高度，轨迹等，在128处的重复计算步骤中，方法100可利用参数方程来求解诸如推力控制的各方面，并且利用成本概况数据50最小化操作飞行器20的成本。在一个非限制性示例中，如果飞行器20正在爬升或期望爬升，或增加空速，则该方法可以进入104中的下一能量阶梯，并使用增加的飞行器能量值的量来计算性能特性或飞行器状态值。所添加的能量的量可以是设定值，任意值等。在一个示例中，方法100可以当向上步进到下一模型时添加50千焦耳的能量，例如特定的能量(例如，能量除以质量)。在另一个示例中，所添加的能量的量可以对应于预期的或预定的高度阶梯，例如在先前模型和下一模型之间的500英尺的高度。所添加的飞行器能量可以在后续模型68处的飞行器20的更快的空速(与先前68相比，例如所添加的动能)，在后续模型68处的飞行器20的更高的高度(与先前模型68相比，例如所添加的势能)，或其组合之间划分。知道空速，高度，轨迹等，方法100可以利用参数方程来求解后续的推力控制，在确定爬升剖面12时最小化操作飞行器20的成本。接下来，方法100可以例如向上步进到下一模型，并向总飞行器能量水平添加一定量的能量，并且继续重复计算后续的一组模型68和相应的性能特性，直到满足或达到高度约束70。或者，如所述的，在步骤128中的重复计算期间，可以发生飞行器能量水平的变化。

虽然图6被描述为示出确定爬升剖面12，但是可以包括本公开的非限制性方面，其中图6的方法100和描述应用于预测下降剖面12的方法，如所描述的。

图7示出了第二流程图，其展示了确定爬升剖面12的另一方法200，如所描述的。在210处，方法200通过由控制器模块32接收初始爬升轨迹64或爬升剖面(或先前确定的爬升轨迹74或爬升剖面12)和高度爬升约束66开始，该初始爬升轨迹64或爬升剖面限定在起飞和巡航剖面14之间的飞行器20的飞行计划10的一部分，高度爬升约束66限定至少一个飞行器20的高度限制。然后，在220处，方法200通过控制器模块32确定初始爬升轨迹64或爬升剖面不满足高度约束66。在230处，方法200继续通过控制器模块32在高度约束之前选择初始爬升轨迹64或爬升剖面的偏离点80。

接下来，在240处，方法200通过控制器模块32从偏离点80开始重复计算一组后续爬升剖面模型76，例如，基于连续的飞行器能量水平。然后，在250处，方法200基于该组后续爬升剖面76确定更新的爬升剖面12或更新的爬升轨迹74。在260处，方法200继续确定更新的爬升剖面12是否满足高度约束66，并且如果是，则根据更新的爬升剖面12或更新的爬升轨迹74来操作飞行器。

虽然图7被描述为示出确定爬升剖面12，但是可以包括本公开的非限制性方面，其中图7的方法200和描述应用于预测爬升剖面12的方法，如所描述的。

方法100和200中描绘的序列仅用于说明目的，并不意味着以任何方式限制方法100,200，因为应理解该方法的各部分可以以不同的逻辑顺序进行，可以包括附加或插入部分，或者可以将该方法的所描述的部分划分为多个部分，或者可以省略该方法的所描述的部分而不偏离所描述的方法。除了上图中所示的之外，本公开还涵盖了许多其他可能的方面和构造。例如，虽然相对于从起飞的爬升描述了本公开的各方面，但是本公开可以适用于受到从第一高度到第二高度(高于第一高度)的约束的高度的任何爬升。

本文公开的方面提供了用于确定或预测爬升剖面的方法和系统。该方法可以包括但不限于根据无约束爬升剖面(也称为单一弧形剖面)飞行，以及通过最大或最小飞行航迹角偏离单一弧形以满足高度-距离约束，该高度-距离约束否则将被无约束最佳爬升剖面(单一弧形)违反(例如，不满足)。一旦该方法满足高度-距离约束，该方法可以恢复优化爬升哈密顿成本函数以返回单一弧形。对于爬升剖面未满足的所有高度-距离约束重复相同的处理，直到达到巡航高度。

技术效果是上述方面使得能够确定，预测或以其他方式生成要由飞行器飞行的爬升剖面。在上述方面中可以实现的一个优点是上述方面减少了在飞行器爬升阶段期间的飞行操作成本。飞行器出发程序通常由一组高度约束来约束，以分离和监视出发地点处或出发地点附近的空中交通。与无约束爬升剖面相比，该组高度约束可导致更高的成本或更大或更高的燃料燃烧量。本公开的各方面可以在符合或满足该组约束的同时增加飞行器爬升剖面的效率或降低飞行器爬升剖面的成本。成本可以以时间，调度，燃料消耗或由成本概况数据捕获的其他方面来测量。

在未描述的范围内，各个方面的不同特征和结构可以根据需要彼此组合使用。该一个特征不能在所有方面中示出，并不意味着被解释为它不能有，而是为了描述的简洁而完成。因此，可以根据需要混合和匹配不同方面的各种特征以形成新方面，无论是否明确地描述了新方面。本公开内容涵盖本文描述的特征的组合或置换。

本公开的各种特征，方面和优点还可以体现在本公开的方面的任何置换中，包括但不限于在列举的方面中限定的以下技术解决方案：

1.一种确定飞行器的爬升剖面的方法，该方法包括：

通过控制器模块接收限定起飞和巡航剖面之间的飞行器的飞行计划的一部分的初始爬升剖面和限定至少一个飞行器的高度限制的高度爬升约束；

通过控制器模块确定初始爬升剖面不满足高度爬升约束；

通过控制器模块在高度爬升约束之前选择初始爬升剖面的偏离点；

通过控制器模块基于连续的飞行器能量水平从偏离点开始重复计算一组后续爬升模型；

基于该组后续爬升模型确定更新的爬升剖面；

确定更新的爬升剖面满足高度爬升约束；和

根据更新的爬升剖面操作飞行器。

2.根据任何所公开方面的方法，其中高度爬升约束还包括位置尺寸，并且其中确定更新的爬升剖面满足高度爬升约束进一步包括当更新的爬升剖面在容差阈值内满足高度爬升约束时进行确定。

3.根据任何所公开方面的方法，其中高度爬升约束是最小高度爬升约束，并且其中容差阈值是当经过高度爬升约束的位置尺寸时相对于水平线的最小轨迹角度。

4.根据任何所公开方面的方法，其中高度爬升约束是最大高度爬升约束，并且其中容差阈值是当经过高度爬升约束的位置尺寸时相对于水平线的最大轨迹角度。

5.根据任何所公开方面的方法，其中重复计算该组后续爬升模型进一步基于通过将推力设置保持在最大推力而增加的连续的飞行器能量水平。

6.根据任何所公开方面的方法，进一步包括，在确定更新的爬升剖面不满足高度爬升约束时，选择初始爬升剖面的不同偏离点。

7.根据任何所公开方面的方法，其中重复计算该组后续爬升模型包括计算每个后续爬升模型处的高度，速度，时间，行进距离，空速或飞行器重量的至少一个子集。

8.根据任何所公开方面的方法，进一步包括在确定更新的爬升剖面满足高度爬升约束时，进一步确定更新的爬升剖面不满足一组高度爬升约束中的后续高度爬升约束，并重复选择，计算和确定直到更新的爬升剖面满足该组高度爬升约束。

9.根据任何所公开方面的方法，其中该组高度爬升约束中的最后一个是巡航高度。

10.根据任何所公开方面的方法，其中每个重复计算基于最小化成本概况来确定相应爬升模型的可变推力参数值。

11.根据任何所公开方面的方法，其中最小化成本概况基于最小化每个连续爬升模型处的燃料消耗。

12.根据任何所公开方面的方法，其中选择初始爬升剖面的偏离点进一步包括选择尽可能接近高度爬升约束的偏离点，同时仍然确定满足高度爬升约束的更新的爬升剖面。

13.根据任何所公开方面的方法，其中确定更新的爬升剖面满足高度约束进一步包括满足预定水平距离内的高度约束。

14.根据任何所公开方面的方法，其中预定水平距离在高度约束的1千米内。

15.一种用于确定爬升剖面的系统，该系统包括：

存储器，该存储器存储限定起飞和巡航阶段之间的飞行计划的一部分的初始爬升剖面和限定至少一个飞行器的高度限制的高度爬升约束；和

控制器模块，该控制器模块被构造为接收初始爬升剖面和高度爬升约束，确定初始爬升剖面不满足高度爬升约束，在高度爬升约束之前选择初始爬升剖面的偏离点，基于连续的飞行器能量水平从偏离点开始重复计算一组后续爬升模型，基于该组后续爬升模型确定更新的爬升剖面，确定更新的爬升剖面满足高度爬升约束，以及根据更新的爬升剖面操作飞行器。

16.根据任何所公开方面的系统，其中高度爬升约束进一步包括位置尺寸，并且其中控制器模块进一步被构造为确定更新的爬升剖面在容差阈值内满足高度爬升约束。

17.根据任何所公开方面的系统，其中高度爬升约束是最小高度爬升约束，并且其中容差阈值是当经过高度爬升约束的位置尺寸时相对于水平线的最小轨迹角度。

18.一种预测飞行器的爬升剖面的方法，该方法包括：

通过控制器模块接收限定第一高度和第二高度之间的飞行器的飞行计划的一部分的初始爬升剖面和限定至少一个飞行器的高度限制的高度爬升约束；

通过控制器模块预测初始爬升剖面不满足高度爬升约束；

通过控制器模块在高度爬升约束之前选择初始爬升剖面的偏离点；

通过控制器模块基于连续的飞行器能量水平从偏离点开始重复计算一组后续爬升模型；

基于该组后续爬升模型确定更新的爬升剖面；

确定更新的爬升剖面满足高度爬升约束；和

根据更新的爬升剖面操作飞行器。

19.根据任何所公开方面的方法，其中高度爬升约束进一步包括位置尺寸，并且其中确定更新的爬升剖面满足高度爬升约束进一步包括当更新的爬升剖面在容差阈值内满足高度爬升约束时进行确定。

20.根据任何所公开方面的方法，其中高度爬升约束是最大高度爬升约束，并且其中容差阈值是当经过高度爬升约束的位置尺寸时相对于水平线的最大轨迹角度。

本书面描述使用示例来公开本公开的各方面，包括最佳模式，并且还使本领域技术人员能够实践本公开的各方面，包括制造和使用任何设备或系统以及执行任何结合的方法。本公开的可专利范围由权利要求限定，并且可以包括本领域技术人员想到的其他示例。如果这些其他示例具有与权利要求的字面语言没有不同的结构元件，或者如果它们包括与权利要求的字面语言无实质差别的等效结构元件，则这些其他示例意图落入权利要求的范围内。

Claims (10)

1.一种确定飞行器的爬升剖面的方法，其特征在于，所述方法包括：

通过控制器模块，接收限定起飞和巡航剖面之间的所述飞行器的一部分飞行计划的初始爬升剖面和限定所述飞行器的至少一个高度限制的高度爬升约束；

通过所述控制器模块，确定所述初始爬升剖面不满足所述高度爬升约束；

通过所述控制器模块，在所述高度爬升约束之前选择所述初始爬升剖面的偏离点；

通过所述控制器模块，基于连续的飞行器能量水平，从所述偏离点开始重复计算一组后续爬升模型；

基于所述一组后续爬升模型确定更新的爬升剖面；

确定所述更新的爬升剖面满足所述高度爬升约束；和

根据所述更新的爬升剖面操作所述飞行器。

2.根据权利要求1所述的方法，其特征在于，其中所述高度爬升约束进一步包括位置尺寸，并且其中确定所述更新的爬升剖面满足所述高度爬升约束进一步包括当所述更新的爬升剖面在容差阈值内满足所述高度爬升约束时确定。

3.根据权利要求2所述的方法，其特征在于，其中所述高度爬升约束是最小高度爬升约束，并且其中所述容差阈值是当经过所述高度爬升约束的所述位置尺寸时相对于水平线的最小轨迹角度。

4.根据权利要求2所述的方法，其特征在于，其中所述高度爬升约束是最大高度爬升约束，并且其中所述容差阈值是当经过所述高度爬升约束的所述位置尺寸时相对于水平线的最大轨迹角度。

5.根据权利要求4所述的方法，其特征在于，其中重复计算所述一组后续爬升模型进一步基于通过将推力设置保持在最大推力而增加的连续的飞行器能量水平。

6.根据权利要求1或2所述的方法，其特征在于，其中重复计算所述一组后续爬升模型包括计算每个后续爬升模型处的高度，速度，时间，行进距离，空速或飞行器重量的至少一个子集。

7.根据权利要求1所述的方法，其特征在于，进一步包括在确定所述更新的爬升剖面满足所述高度爬升约束时，进一步确定所述更新的爬升剖面不满足一组高度爬升约束中的后续高度爬升约束，并重复所述选择，所述计算和所述确定直到所述更新的爬升剖面满足所述一组高度爬升约束。

8.一种用于确定爬升剖面的系统，其特征在于，所述系统包括：

存储器，所述存储器存储限定起飞和巡航阶段之间的一部分飞行计划的初始爬升剖面和限定所述飞行器的至少一个高度限制的高度爬升约束；和

控制器模块，所述控制器模块被构造为接收所述初始爬升剖面和所述高度爬升约束，确定所述初始爬升剖面不满足所述高度爬升约束，在所述高度爬升约束之前选择所述初始爬升剖面的偏离点，基于连续的飞行器能量水平从所述偏离点开始重复计算一组后续爬升模型，基于所述一组后续爬升模型确定更新的爬升剖面，确定所述更新的爬升剖面满足所述高度爬升约束，以及根据所述更新的爬升剖面操作所述飞行器。

9.根据权利要求8所述的系统，其特征在于，其中所述高度爬升约束进一步包括位置尺寸，并且其中所述控制器模块进一步被构造为确定所述更新的爬升剖面在容差阈值内满足所述高度爬升约束。

10.根据权利要求9所述的系统，其特征在于，其中所述高度爬升约束是最小高度爬升约束，并且其中所述容差阈值是当经过所述高度爬升约束的所述位置尺寸时相对于水平线的最小轨迹角度。

Images