CN110991684A - 垂直航道优化 - Google Patents

垂直航道优化 Download PDF

Info

Publication number
CN110991684A
CN110991684A CN201910776712.5A CN201910776712A CN110991684A CN 110991684 A CN110991684 A CN 110991684A CN 201910776712 A CN201910776712 A CN 201910776712A CN 110991684 A CN110991684 A CN 110991684A
Authority
CN
China
Prior art keywords
trajectories
trajectory
waypoints
elite
aircraft
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.)
Pending
Application number
CN201910776712.5A
Other languages
English (en)
Inventor
L·J·百利
J·A·弗雷格纳尼
I·罗马尼·德奥利维拉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Boeing Co
Original Assignee
Boeing Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Boeing Co filed Critical Boeing Co
Publication of CN110991684A publication Critical patent/CN110991684A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • 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
    • G08G5/0034—Assembly of a flight plan
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0017—Arrangements for implementing traffic-related aircraft activities, e.g. arrangements for generating, displaying, acquiring or managing traffic information
    • G08G5/0026—Arrangements for implementing traffic-related aircraft activities, e.g. arrangements for generating, displaying, acquiring or managing traffic information located on the ground
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0017—Arrangements for implementing traffic-related aircraft activities, e.g. arrangements for generating, displaying, acquiring or managing traffic information
    • G08G5/0021—Arrangements for implementing traffic-related aircraft activities, e.g. arrangements for generating, displaying, acquiring or managing traffic information located in the aircraft
    • 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
    • G08G5/0039—Modification of a flight plan
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0047—Navigation or guidance aids for a single aircraft
    • G08G5/0052—Navigation or guidance aids for a single aircraft for cruising

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Automation & Control Theory (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

垂直航道优化。实施方式提供了通过以下步骤来进行垂直航道优化：针对航道生成具有允许的参数的多个航路点，在所述多个航路点处，飞行器的包括航向元素、高度元素和速度元素的航线是可调节的；计算基于所述多个航路点可用的独特轨迹的数量；当所述独特轨迹的数量大于轨迹的阈值数量时，对所述独特轨迹执行概率评估，以识别包括效率度量在所评估的轨迹的集的上限范围内的那些轨迹的精英轨迹集；识别所述精英轨迹集的轨迹中的移动航路点；执行全局最优路径评估，其中，在关联轨迹内调节移动航路点的位置，以识别所述飞行器在所述航道上的最优轨迹；以及将所述最优轨迹提供给所述飞行器，以根据最优轨迹来遵循航道。

Description

垂直航道优化
技术领域
本公开涉及航道优化，更具体地，涉及考虑测量飞行器的效率的各种参数优化飞行器在航道的多个区段的高度和速度。
背景技术
航道包括对飞行器在航道的航线上的高度和速度进行指示的轨迹。如将理解的，飞行器的高度和速度可在从起飞到着陆的旅程的航线上变化，但是飞行器通常爬升/下降到指定的高度并在指定的航向上维持指定的速度长达延长的时段。高度或速度的改变可影响飞行器多快到达目的地、消耗的燃料量、产生的噪声级别(在机舱或环境中)、与飞行器相互影响的天气模式以及飞行器的部件上的磨损级别，以及其它影响。不同的操作者可在设定航道时优先考虑将各种参数的值相对于彼此增大或减小，然而，从可用选项生成根据操作者的偏好进行优化的航道可为时间和处理器资源的密集操作(intensive operation)。
发明内容
本公开的各方面提供了用于基于各种参数优化飞行器航道的改进的系统和方法。
本公开在一个方面提供了一种用于垂直航道优化的方法，该方法包括以下步骤：针对航道生成具有允许的参数的多个航路点，在所述多个航路点处，飞行器的包括航向元素、高度元素和速度元素的航线是可调节的；计算基于所述多个航路点可用的独特轨迹的数量；响应于确定独特轨迹的数量大于轨迹的阈值数量，对所述独特轨迹执行概率评估，以识别包括效率度量在所评估的轨迹的集的上限范围内的那些轨迹的精英轨迹集；识别所述精英轨迹集的轨迹中的移动航路点；执行全局最优路径评估，其中，在关联轨迹内调节移动航路点的位置，以识别所述飞行器在所述航道上的最优轨迹；以及将所述最优轨迹提供给所述飞行器，以根据所述最优轨迹来遵循所述航道。
在另一方面，与上面或下面的任何示例方法组合，该方法还包括，响应于确定独特轨迹的数量小于轨迹的阈值数量：生成与所述独特轨迹相对应的穷举轨迹集；以及对所述穷举轨迹集执行穷举评估，以识别包括效率度量在所述穷举轨迹集的上限范围内的那些轨迹的精英轨迹集。
在另一方面，与上面或下面的任何示例方法组合，该方法的所述概率评估的步骤还包括以下步骤：根据所述多个航路点生成初始参数概率分布；基于所述初始参数概率分布生成预定义数量的轨迹的概率轨迹集；以及从概率轨迹集中选择所述精英轨迹集。
在另一方面，与上面或下面的任何示例方法组合，该方法中的从概率轨迹集中选择所述精英轨迹集还包括以下方法，该方法还包括以下步骤：根据被包括在所述精英轨迹集中的航路点生成后续参数概率分布；基于所述后续参数概率分布生成预定义数量的轨迹的后续概率轨迹集；以及从后续概率轨迹集中选择新的轨迹集作为所述精英轨迹集。
在另一方面，与上面或下面的任何示例方法组合，所述移动航路点是如下航路点：在该航路点处，在所述精英轨迹集的特定轨迹中调节所述航线的至少一个元素；并且在执行所述全局最优路径评估时，从所述特定轨迹中移除所述特定轨迹中的如下航路点：在该航路点处，未调节所述航线的至少一个元素。
在另一方面，与上面或下面的任何示例方法组合，在位于所述轨迹上的由所述移动航路点之间的中间点限定的范围内，在所述关联轨迹内调节所述移动航路点的位置。
在另一方面，与上面或下面的任何示例方法组合，具有允许的参数的航路点指定选自包括下列项的组的至少一个标准：经度；纬度；舱内噪声级别；环境噪声级别；飞行器的可用推力；逝去的飞行时间；飞行器的海平面高度；飞行器的地面高度；飞行器的重量；以及飞行器的操作事件。
本公开在一个方面提供了一种用于垂直航道优化的系统，该系统包括：处理器；包括指令的存储器，所述指令在由所述处理器执行时使得所述系统能够进行以下操作：针对航道生成具有允许的参数的多个航路点，在所述多个航路点处，飞行器的包括航向元素、高度元素和速度元素的航线是可调节的；计算基于所述多个航路点可用的独特轨迹的数量；响应于确定独特轨迹的数量大于轨迹的阈值数量，对所述独特轨迹执行概率评估，以识别包括效率度量在所评估的轨迹的集的上限范围内的那些轨迹的精英轨迹集；识别所述精英轨迹集的轨迹中的移动航路点；执行全局最优路径评估，其中，在关联轨迹内调节移动航路点的位置，以识别所述飞行器在所述航道上的最优轨迹；以及将所述最优轨迹提供给所述飞行器，以根据所述最优轨迹来遵循所述航道。
在另一方面，与上面或下面的任何示例系统组合，响应于确定独特轨迹的数量小于轨迹的阈值数量，还使得所述系统能够进行以下操作：生成与所述独特轨迹相对应的穷举轨迹集；以及对所述穷举轨迹集执行穷举评估，以识别包括效率度量在所述穷举轨迹集的上限范围内的那些轨迹的精英轨迹集。
在另一方面，与上面或下面的任何示例系统组合，当执行所述概率评估时，还使得所述系统能够进行以下操作：根据所述多个航路点生成初始参数概率分布；基于所述初始参数概率分布生成预定义数量的轨迹的概率轨迹集；以及从概率轨迹集中选择所述精英轨迹集。
在另一方面，与上面或下面的任何示例系统组合，当从概率轨迹集中选择所述精英轨迹集时，还使得所述系统能够进行以下操作：根据被包括在精英轨迹集中的航路点生成后续参数概率分布；基于所述后续参数概率分布生成预定义数量的轨迹的后续概率轨迹集；以及从后续概率轨迹集中选择新的轨迹集作为所述精英轨迹集。
在另一方面，与上面或下面的任何示例系统组合，所述移动航路点是如下航路点：在该航路点处，在所述精英轨迹集的特定轨迹中调节所述航线的至少一个元素；并且在执行所述全局最优路径评估时，从所述特定轨迹中移除所述特定轨迹中的如下航路点：在该航路点处，未调节所述航线的至少一个元素。
在另一方面，与上面或下面的示例系统组合，在位于所述轨迹上的由所述移动航路点之间的中间点限定的范围内，在关联轨迹内调节所述移动航路点的位置。
在另一方面，与上面或下面的任何示例系统组合，具有允许的参数的航路点指定选自包括下列项的组的至少一个标准：经度；纬度；舱内噪声级别；环境噪声级别；飞行器的可用推力；逝去的飞行时间；飞行器的海平面高度；飞行器的地面高度；飞行器的重量；以及飞行器的操作事件。
本公开在一个方面提供了一种包括指令的非暂时性计算机可读介质，所述指令在由处理器执行时使得处理器能够执行用于垂直航道优化的操作，该操作包括：针对航道生成具有允许的参数的多个航路点，在所述多个航路点处，飞行器的包括航向元素、高度元素和速度元素的航线是可调节的；计算基于所述多个航路点可用的独特轨迹的数量；响应于确定独特轨迹的数量大于轨迹的阈值数量，对所述独特轨迹执行概率评估，以识别包括效率度量在所评估的轨迹的集的上限范围内的那些轨迹的精英轨迹集；识别所述精英轨迹集的轨迹中的移动航路点；执行全局最优路径评估，其中，在关联轨迹内调节移动航路点的位置，以识别所述飞行器在所述航道上的最优轨迹；以及将所述最优轨迹提供给所述飞行器，以根据所述最优轨迹来遵循所述航道。
在另一方面，与上面或下面的任何示例计算机可读介质组合，响应于确定独特轨迹的数量小于轨迹的阈值数量：生成与所述独特轨迹相对应的穷举轨迹集；以及对所述穷举轨迹集执行穷举评估，以识别包括效率度量在所述穷举轨迹集的上限范围内的那些轨迹的精英轨迹集。
在另一方面，与上面或下面的任何示例计算机可读介质组合，所述概率评估还包括以下操作：根据所述多个航路点生成初始参数概率分布；基于所述初始参数概率分布生成预定义数量的轨迹的概率轨迹集；以及从概率轨迹集中选择所述精英轨迹集。
在另一方面，与上面或下面的任何示例计算机可读介质组合，从概率轨迹集中选择所述精英轨迹集还包括以下操作：根据被包括在所述精英轨迹集中的航路点生成后续参数概率分布；基于所述后续参数概率分布生成预定义数量的轨迹的后续概率轨迹集；以及从后续概率轨迹集中选择新的轨迹集作为所述精英轨迹集。
在另一方面，与上面或下面的任何示例计算机可读介质组合，所述移动航路点是如下航路点：在该航路点处，在所述精英轨迹集的特定轨迹中调节所述航线的至少一个元素；并且在执行所述全局最优路径评估时，从所述特定轨迹中移除所述特定轨迹中的如下航路点：在该航路点处，未调节所述航线的至少一个元素。
在另一方面，与上面或下面的任何示例计算机可读介质组合，在位于所述轨迹上的由所述移动航路点之间的中间点限定的范围内，在所述关联轨迹内调节移动航路点的位置。
附图说明
为了可详细理解本公开的上述特征，可通过参考其中一些示出于附图中的方面来获得上面简要概述的本公开的更具体的描述。
图1示出根据本公开的各方面的用于提供垂直航道优化的系统架构的部件。
图2是根据本公开的各方面的用于优化垂直航道的方法的流程图。
图3是根据本公开的各方面的用于执行概率评估的方法的流程图。
图4A至图4C示出根据本公开的各方面的针对轨迹的第一元素正在被优化的示例航道。
图5A至图5C示出根据本公开的各方面的针对轨迹的第二元素正在被优化的示例航道。
具体实施方式
本公开涉及用于对飞行器的航道进行优化的改进的系统和方法。航道通常限定飞行器从第一点到第二点采取的路线，并且飞行器可在该航道上变化行进的速度和高度(称为轨迹)以影响与飞行相关联的各种参数。飞行器通常在航道中的点(称为航路点)处更改航向、高度和速度中的一者或更多者。飞行器可调节航向/高度/速度的潜在航路点的数量并且可调节至的允许航路点参数的范围呈现了可能轨迹池，其可能太大而无法有效地分析出使飞行的效率优点(efficiency merit)最大化的最优轨迹。在该池足够小的情况下，可执行穷举分析(对所有可能性进行评分和排名)，但是可基于概率代表性样本集来分析更大的池。可分析概率集的若干迭代直至注意到效率增益的递减收益(diminishing return)，然后对当前迭代的集进行评分和排名。一旦被分析(以穷举方式或概率方式)，识别具有最佳效率优点的“精英”轨迹集。为了进一步精简处理，在进一步分析中可忽略精英轨迹中的不与航向/高度/速度的改变相关联的任何航路点。剩余航路点是“移动的”，并且在最大化分析期间调节该剩余航路点在精英轨迹中的位置以寻找生成对于操作者的需求而言是“最佳”航道的轨迹。然后可将该轨迹指派给自动驾驶仪以在航道上引导飞行器时遵循。
如将被理解的，通过允许以增强的准确性和精度进行概率搜索，而非依赖于数据集或其采样子集的蛮力分析，本公开在涉及经由与现有系统中使用的生成处理显著不同的新型处理来生成并使用经优化的航道的计算装置中提供改进。所提供的改进包括但不限于：使用较少的处理资源和存储器存储空间来处理等同大的数据集的分析、较快且较灵活地生成航道(允许对航道进行飞行中更新)以及其它益处。
如本文所用的，操作者可指飞行器的飞行员或机组成员、飞行器的运营商(例如，航空公司)、空中交通管制员(ATC)或一组协调ATC。操作者可使用一个或更多个计算装置来执行包括本文所讨论的方法的一个或更多个任务。计算装置包括处理器以及包括所包含的指令的存储器存储装置，所述指令可由处理器执行以使得计算装置能够执行各种动作。计算装置的示例包括服务器、个人计算装置(例如，塔(tower)、膝上型计算机、智能电话、平板)、飞行器控制计算装置(例如，为飞行器提供控制和传感器接口以及自动驾驶仪功能的计算系统)、飞行控制计算装置(例如，为空域提供命令和控制接口的计算系统)等。
如本文所用的，航路点是指飞行计划内经历的限定条件的集，在该航路点处，飞行器可发起航向、速度和/或高度的改变。航路点参数描述在航道中的一些点处的飞行器、空域、大气或飞行状态的各种物理表示，针对其测量所述条件。在一些方面，可用一个或更多个位置坐标(例如，纬度、经度、相对于海平面的高度、相对于地面的高度)来满足条件。在其它方面，可用飞行器的各种特性(例如，重量、可用推力、俯仰)来满足条件。在另外的方面，可用各种事件发生(例如，起落架展开、放襟翼、自起飞起的时间)来满足条件。航路点可包括一个或更多个航路点参数(例如，纬度和经度、纬度和重量、可用推力和自起飞起的时间)，并且飞行计划中的各个航路点可指定相同或不同的航路点参数。尽管可关于航道中的“位置”或“点”并且相对于彼此而提及航路点，但是将理解，航路点不限于位置标准，而是飞行器、空域、大气或航道特性的多维描述，并且航道中的“位置”或“点”可指在航道的航线内预期要满足给定航路点参数集的关联航道的完成百分比。
如本文所用的，效率优点是指与飞行计划相关联的各种航路点参数的组合加权得分，以描述飞行效率的与操作、调度、监管和声誉约束有关的定量和定性度量。例如，在考虑特定轨迹的效率优点时，可各自包括燃料使用率、调度改变的影响(例如，如果晚点则将错过转机的乘客的数量、提前到达是否有正面影响)、机组人员的值班时间、噪声级别(例如，内部舱室dB或地面dB)、磨损度量等。航路点参数可解决与飞行器性能、运营管理、乘客舒适度和环境影响有关的问题，以及其它问题。在飞行计划中的各种点处，一个或更多个航路点参数可在优化效率优点方面彼此对立。例如，较低的高度和较高的速度可增加在地面上检测到的噪声级别，飞行器的操作者可能希望使该噪声级别最小化以减小飞行操作对生活在航道下方的人的影响。然而，以较高的高度飞行可导致飞行器经历湍流(操作者希望减小该湍流以改进乘客舒适度)，并且以较低的速度飞行可导致较长的飞行(操作者也希望减少该飞行时间以改进运营管理)。根据操作者的偏好优化相反作用的参数可在航道的各种点处不同地对不同参数进行加权。例如，针对外部噪声级别的参数可在远离机场0英里至X英里最低地加权，在远离机场X英里至Y英里的范围内最高地加权。
现在参照图1，示出架构100，其示出用于提供垂直航道优化的系统的部件。架构100可包括由一个或更多个操作者提供的一个或更多个计算装置，以提供本文所描述的特征和动作。在各种方面，架构100表示单个计算机系统，而在其它方面，架构100由在联网或连接的环境(例如，经由互联网、局域网、自组织有线网络等)中工作的若干计算机系统提供。
环境预测生成器105从各种外部数据源接收天气和空中交通预测信息以映射航道以供分析。外部数据源可包括ATC飞行图、飞行计划数据库、天气服务以及提供与飞行器将在其中飞行的环境有关的信息的其它实体。在一些方面，环境预测生成器105生成航道中的天气特征的四维网格，包括湍流、风速、风向和温度。在各种方面，环境预测生成器150沿着航道生成空域和机场的各种扇区的调度差异概率，并且生成定时影响表，该定时影响表与在调度的到达时间以外的各种时间到达目的地或航路点对给定航道的效率优点的影响相关联。例如，提前X分钟到达目的地机场可能对效率优点具有较小的正面影响，准时或至多晚Y分钟到达可能对效率优点没有影响或影响可忽略不计，但是晚Z分钟或更晚到达可能对效率优点具有较大的负面影响，以鼓励生成导致准时飞行的航道。
飞行目标生成器110接收由操作者以各种格式生成的飞行计划以及由环境预测生成器105生成的大气信息。当为给定飞行器生成具有经优化的轨迹的飞行计划时，飞行目标生成器110生成飞行目标，该飞行目标指定初始飞行器条件(例如，飞行器类型、燃料负荷、重量、重量分布)、所需航路点、航道经过的天气和预报图的子集(例如，在距指定的通路50英里内)以及定时影响表。
性能模型数据库115存储与各种飞行器的性能标准有关的数据。这些数据包括但不限于：飞行器类型、乘客数量、机组人数、飞行时间表、燃料消耗率、高度包络、速度剖面、加速/减速曲线、允许的爬升/下降速率、机舱轮廓、引擎类型和数量、燃料负荷等。
天气插值器120从飞行目标生成器110接收天气数据并计算在天气模式内部和周围的给定点处的最可能的天气条件。例如，天气小区(cell)(例如，云堤、低/高压区域)可在天气数据中被指示为覆盖某些坐标，并且天气插值器120计算与天气小区对应的各种坐标处的：风速；风向；上升气流和下降气流的可能性和强度；雨、雪、冰雹、冰和/或闪电的区域化可能性；等。
轨迹空间生成器125沿着通路将航道的水平元素分为具有沿着航道的航线间隔开的各种航路点的区段，飞行器可在该各种航路点处调节速度和/或高度。航路点可包括操作者指定的航路点以及由轨迹空间生成器125创建的航路点。在各个航路点处，轨迹空间生成器125基于飞行控制限制(例如，受限空域，短程定期往返航班被限制在一个高度范围并且长途航班被限制在另一高度范围)、环境因素(例如，建筑物或山脉可设定高度下界的安全底线)和性能因素(例如，飞行器可被认证以在各种高度和速度下操作，并且由于机械或操作效率数据而不在其它高度和速度下操作)来确定飞行器的允许的高度和速度的范围。
轨迹优化器130在各个可用航路点的允许的高度和速度的范围内进行搜索，以识别“最佳”轨迹进而满足操作者的偏好。轨迹优化器130从天气插值器120接收经插值的天气图、从轨迹空间生成器125接收航路点以及那些航路点的值的范围并与轨迹得分计算器135进行通信，以确定哪些轨迹最充分地满足操作者的偏好。
轨迹得分计算器135接收由轨迹优化器130优化的轨迹以及来自飞行目标生成器110的初始飞行器条件，并计算针对该轨迹的效率优点。操作者将轨迹得分计算器135设定成根据操作者的偏好对各种参数进行加权。例如，一个操作者可将轨迹得分计算器135设定成优先考虑乘客舒适度(例如，将舱内噪声保持在阈值以下，避免湍流，保持上升/下降低于阈值俯仰)，而另一操作者可将轨迹得分计算器135设定成优先考虑燃料效率。轨迹得分计算器135将各种轨迹的效率优点的得分提供给轨迹优化器130，以使得轨迹优化器130可选择精英轨迹集、执行递归轮概率分析并将经优化的轨迹输出给领航装置140。
一个或更多个领航装置140可与轨迹优化器130进行通信，以从轨迹优化器130请求和/或接收经优化的航道和轨迹。领航装置140可包括飞行器机组成员用来请求和查看各种航道的手持或个人装置(例如，飞行员的平板、调度员的工作站或机载航空电子设备)、在飞行器中用来与飞行器的飞行控件连接并使飞行器的操作自动化以遵循所供应的航道的飞行管理计算机(包括自动驾驶仪)、航空公司和ATC操作装置等。在各种方面，不止一个领航装置140可接收由一个领航装置140请求的经优化的航道。
图2是用于优化垂直航道的方法200的流程图。方法200开始于方框210，其中飞行目标生成器110生成针对给定航道的飞行目标。飞行目标生成器110接收由操作者生成的飞行计划、收集与飞行计划相关的天气预报数据并分析航路点之间的距离、天气和交通，以生成航路点的集，在该航路点处，可改变飞行中的航线的元素(即，航向、高度和/或速度)。
在方框220处，轨迹空间生成器125沿着航道生成具有在飞行器的允许的性能参数集内的值的多个航路点。该航路点集列出飞行器能够进行操作时的航向、速度和高度的潜在组合。例如，给定飞行器的性能包络可指定飞行器被认证/允许进行操作时的各种高度处的最大爬升/下降/转弯速率、失速速度、巡航速度、最大速度等。在一些方面，操作者可基于效率考虑来设定最小高度和/或速度和/或最大高度和/或速度。
在方框230处，轨迹优化器130确定可根据允许的参数集构造的独特轨迹的总数(NT)是否大于或小于轨迹的阈值数量(Nmax)。响应于确定NT小于(或等于)Nmax，方法200前进到方框240。响应于确定NT大于Nmax，方法200前进到方框260。
在方框240处，轨迹优化器130根据允许的航路点参数值生成独特轨迹集，并且在方框250处，对独特轨迹集执行穷举评估。在穷举评估中，轨迹优化器130和轨迹得分计算器135使用由操作者指定的权重和参数来分析独特轨迹集中的各个轨迹的效率优点，以返回精英轨迹集。精英轨迹是所分析的集中的具有由轨迹得分计算器135确定的前x高的效率优点的预定义数量(例如，x)的轨迹。在方框250之后，方法200前进到方框270。
在方框260处，轨迹优化器130和轨迹得分计算器135对允许的航路点参数值内的轨迹执行概率评估。如可关于图3更详细描述的，概率评估使得提供轨迹优化器130的计算装置能够节省计算资源；代替由操作者对高于由Nmax设定的阈值的任意大量的轨迹单独地进行分析，轨迹优化器130通过一系列迭代对统计上有代表性的轨迹集进行分析，以细化什么轨迹属于精英轨迹集。通过减少所分析的轨迹的数量，轨迹优化器130可较快速地返回结果并允许操作者的装置的附加功能，因为可在飞行之前调节航道和/或当飞行器在飞行中时随着新数据的产生调节航道(例如，当其它飞行器调节航道时，天气模式转变)。
在方框270处，轨迹优化器130识别精英轨迹集中的移动航路点。轨迹优化器130从精英轨迹中移除如下航路点：在该航路点处，航向、速度和高度保持恒定，或者该航路点受制于操作者的要求(即，必须在关联航路点处发生指定的航向/速度/高度)。换句话说，对于轨迹而言值“静态”的那些航路点被移除，并且精英轨迹中的、轨迹优化器130可控制并指定在航向、高度和速度中的一个或更多个方面的航线变化的剩余航路点被保留以供轨迹优化器130优化。
轨迹优化器130识别这些移动航路点可在航道内移动的范围。轨迹优化器130可使用预设距离、静态航路点的存在和/或距另一移动航路点的径向距离来识别给定移动航路点的范围。例如，轨迹优化器130可识别位置航路点的距离范围，该距离范围使得位置航路点能够出现在初始指定的位置前方或后方X英里。在另一方面，可调节移动航路点在航道的航线中的位置，直至到达静态航路点或者到达移动航路点与邻近航路点之间的中间点。
在方框280处，轨迹优化器130按照在方框270处确定的移动航路点的范围来执行针对航道限定的多维空间的全局评估。轨迹优化器130保留飞行器在移动航路点处要改变为的航向、高度和速度的值，但是在航道内发生那些改变的地方变化。在一些方面，轨迹优化器130经由DIRECT算法或本领域普通技术人员已知的另一全局最大值/最小值检测算法来执行全局评估，以在使效率优点最大化的精英轨迹中检测一系列位置以得到移动位置。
一旦被识别，轨迹优化器130将最优轨迹(即，被确定为具有最高效率优点的轨迹)以及其中的航路点的位置和值发送到一个或更多个领航装置140。例如，请求经优化的航道的飞行器的自动驾驶仪可接收航道，从而控制飞行器根据最优轨迹来遵循航道。在另一示例中，飞行员可请求经由不同的效率优点元素加权而被优化的若干航道(例如，优先考虑乘客舒适度、短持续时间飞行、燃料效率等中的一个)并选择这若干航道中的一个以供飞行器使用。在另一示例中，ATC装置的领航装置140接收经优化的航道，以绕发展中的风暴改变飞行器的路线以使对那些飞行器的负面影响最小。飞行器接收所选的经优化的航道，并且指示飞行员遵循航道和/或自动地遵循经优化的航道。方法200然后可结束。
图3是用于在优化垂直航道时执行概率评估的方法300的流程图。在一些方面，方法300可作为关于图2描述的方法200的方框260的一部分来执行。
在方框310处，轨迹优化器130根据允许的航路点参数值生成初始参数概率分布。轨迹优化器130调查在初始参数(例如，在方法200的方框220处设定的那些参数)的各个参数中指定的高度和速度的值。在各个航路点处结算(tallied)各个参数值的计数，以确定概率轨迹集需要包括多少百分比的值以代表穷举集。表1和表2分别示出具有速度和高度的三个潜在值的一百个轨迹的不同示例计数。在当前示例中省略了航向的值，以免从所描述的发明构思分心，但是在各种方面中可包括航向值。轨迹优化器130可执行参数值的单独结算，以创建概率轨迹集要代表的单独表。
表1
航路点1 航路点2 航路点3
速度1＝64 速度1＝18 速度1＝25
速度2＝18 速度2＝64 速度2＝25
速度3＝18 速度3＝18 速度3＝50
表2
航路点1 航路点2 航路点3
高度1＝10 高度1＝0 高度1＝5
高度2＝20 高度2＝50 高度2＝90
高度3＝70 高度3＝50 高度3＝5
在方框320处，轨迹优化器130根据具有预定义数量(NP)的轨迹的参数概率分布生成概率轨迹集。例如，由轨迹优化器130使用表1和表2中的示例分布生成的概率轨迹集将包括预定义数量的轨迹，使得概率轨迹集将使航路点1处的速度中的64％设定为速度1，18％设定为速度2，18％设定为速度3，同时还使航路点1处的高度中的10％设定为高度1，20％设定为高度2，70％设定为高度3。轨迹优化器130生成概率轨迹集，以针对轨迹中所包括的所有航路点包括航向、速度和高度的相似代表值。
在方框330处，轨迹得分计算器135确定概率轨迹集中的各个轨迹的效率度量，并且基于该效率度量识别作为概率轨迹集的“精英”子集的预定义数量(Ne)的轨迹。这些精英轨迹包括针对方框320-方框350的给定迭代的评估轨迹集的上限范围内的轨迹。换句话说，轨迹得分计算器135从NP个轨迹的概率集中选择具有最高效率度量的Ne个轨迹，其可从方法300输出或用作后续概率分析集的基础。
在方框340处，轨迹优化器130确定是否已达到收敛。当在已发生预定义数量迭代的情况下精英轨迹集中的所有轨迹的效率优点值超过预定义的阈值时，或者当迭代之间的、精英轨迹集的平均效率优点值的所观察到的变化落在差别阈值以下时，可达到收敛。如果已达到收敛，则方法300可输出精英轨迹集并结束。如果还未达到收敛，则方法300前进到方框350。
在方框350处，轨迹优化器130根据Ne个轨迹的精英集生成后续参数概率分布。轨迹优化器130调查在各个精英轨迹中指定的高度和速度的值。在各个航路点处结算各个参数值的计数，以确定后续概率轨迹集需要包括多少百分比的值以代表精英集。在方框350之后，方法300返回到方框320。轨迹优化器130可使用来自当前迭代的精英轨迹的参数概率分布作为下一迭代中的NP个轨迹的概率集的基础通过方框320-方框350迭代若干次。
图4A至图4C示出针对轨迹的一个元素正在被优化的示例航道。图5A至图5C示出针对轨迹的不同元素正在被优化的图4A至图4C的示例航道。图4A示出第一航道元素向量410的第一状态401，其可由精英轨迹的一个元素集(例如，航向、速度、高度)限定。图5A示出第二航道元素向量510的第一状态501，其由图4A至图4C所示的精英轨迹的不同的一个元素集(例如，当高度示出于第一航道元素向量410中时，则是航向或速度)限定。如将理解的，航道包括航道的航线的航向元素、高度元素和速度元素；各个元素可由单独的航道元素向量410/510可视化。图4A至图4C所示的第一航道元素向量410表示航线的一个元素的值；其它元素可按照类似的一元素格式示出(例如，如图5A至图5C中一样)，或者在其它方面，若干元素可示出于多维空间(例如，3维、4维、5维等)中。
沿着第一航道元素向量410，图4A中示出若干航路点420a-420g(一般地，航路点420)。图5A中示出对应航路点520a-520g(一般地，航路点520)。在图4B中，航路点420被分类为静态航路点430a-430d(一般地，静态航路点430)或移动航路点440a-440c(一般地，移动航路点440)，该移动航路点440a-440c与对应范围450a-450c(一般地，范围450)一起示出。类似地，在图5B中，航路点520被分类为静态航路点530a-530d(一般地，静态航路点530)或移动航路点540a-540c(一般地，移动航路点540)，该移动航路点540a-540c与对应范围550a-550c(一般地，范围550)一起示出。
静态航路点430/530表示由正在被优化的轨迹限定的航线的任何元素没有发生变化的航路点420/520(例如，航向、高度或速度中的一者或更多者可改变，但是在特定轨迹中没有元素改变的航路点420/520)。移动航路点440/540表示在轨迹中通过航向、高度或速度中的一者或更多者来调节航线的航路点420/520。可针对一个元素(如在航路点420d/520d处)或针对多个元素(如在航路点420c/520c和420f/520f处)更改航线元素。例如，由于第二航道元素向量510所表示的元素的值在航路点520d处改变，即使第一航道元素向量410所表示的元素的值在航路点420d处保持恒定，对应航路点420d/520d也被分类为移动的。
移动航路点440/540与如下范围相关联：移动航路点440/540的位置在该范围上改变，以评估如何优化航道向量410/510所表示的航道。使用搜索算法(例如，DIRECT算法)来寻找轨迹的多维空间中移动航路点440/540可移动的、在由范围450/550所限定的空间内的位置，以使针对正在被优化的特定轨迹所计算的效率度量最大化。处于第二状态402/502的移动航路点440/540在图4C和图5C中从相应图4B和图5B中的起始位置移动的位置影响航道中何时/何处发生那些移动航路点440/540所指示的变化。
本文中参照了本公开中呈现的方面。然而，本公开的范围不限于具体描述的方面。相反，以下特征和元素的任何组合无论是否与不同的方面有关，均被设想为实现和实践所设想的方面。此外，尽管本文所公开的方面可实现优于其它可能解决方案或优于现有技术的优点，但是否通过给定方面实现特定优点并非对本公开的范围进行限制。因此，除了在权利要求中明确地陈述之外，所附方面、特征、方面和优点仅是例示性的并且不被认为是所附权利要求的元素或限制。同样，对“本发明”的引用不应被解释为本文所公开的任何发明主题的概括，并且除了在权利要求中明确地陈述之外，不应被视为所附权利要求的元素或限制。
此外，本公开包括根据以下条款的实施方式：
条款1.一种方法，所述方法包括以下步骤：
针对航道生成具有允许的参数的多个航路点，在所述多个航路点处，飞行器的包括航向元素、高度元素和速度元素的航线是可调节的；
计算基于所述多个航路点可用的独特轨迹的数量；
响应于确定独特轨迹的数量大于轨迹的阈值数量，对所述独特轨迹执行概率评估，以识别包括效率度量在所评估的轨迹的集的上限范围内的那些轨迹的精英轨迹集；
识别所述精英轨迹集的轨迹中的移动航路点；
执行全局最优路径评估，其中，在关联轨迹内调节移动航路点的位置，以识别所述飞行器在所述航道上的最优轨迹；以及
将所述最优轨迹提供给所述飞行器，以根据所述最优轨迹来遵循所述航道。
条款2.根据条款1所述的方法，其中，响应于确定独特轨迹的数量小于轨迹的阈值数量：
生成与所述独特轨迹相对应的穷举轨迹集；以及
对所述穷举轨迹集执行穷举评估，以识别包括效率度量在所述穷举轨迹集的上限范围内的那些轨迹的精英轨迹集。
条款3.根据条款1至2中的任一项所述的方法，其中，所述概率评估的步骤还包括以下步骤：
根据所述多个航路点生成初始参数概率分布；
基于所述初始参数概率分布生成预定义数量的轨迹的概率轨迹集；以及
从所述概率轨迹集中选择所述精英轨迹集。
条款4.根据条款3所述的方法，其中，从概率轨迹集中选择所述精英轨迹集的步骤还包括以下步骤：
根据被包括在所述精英轨迹集中的航路点生成后续参数概率分布；
基于所述后续参数概率分布生成预定义数量的轨迹的后续概率轨迹集；以及
从所述后续概率轨迹集中选择新的轨迹集作为所述精英轨迹集。
条款5.根据条款1至4中的任一项所述的方法，其中，所述移动航路点是如下航路点：在该航路点处，在所述精英轨迹集的特定轨迹中调节所述航线的至少一个元素；并且
在执行所述全局最优路径评估时，从所述特定轨迹中移除所述特定轨迹中的如下航路点：在该航路点处，未调节所述航线的至少一个元素。
条款6.根据条款1至5中的任一项所述的方法，其中，在位于所述轨迹上的由所述移动航路点之间的中间点限定的范围内，在所述关联轨迹内调节所述移动航路点的位置。
条款7.根据条款1至6中的任一项所述的方法，其中，具有允许的参数的航路点指定选自包括下列项的组的至少一个标准：
经度；
纬度；
舱内噪声级别；
环境噪声级别；
飞行器的可用推力；
逝去的飞行时间；
飞行器的海平面高度；
飞行器的地面高度；
飞行器的重量；
飞行累积效率优点；以及
飞行器的操作事件。
条款8.一种系统，所述系统包括：
处理器；
包括指令的存储器，所述指令在由所述处理器执行时使得所述系统能够进行以下操作：
针对航道生成具有允许的参数的多个航路点，在所述多个航路点处，飞行器的包括航向元素、高度元素和速度元素的航线是可调节的；
计算基于所述多个航路点可用的独特轨迹的数量；
响应于确定独特轨迹的数量大于轨迹的阈值数量，对所述独特轨迹执行概率评估，以识别包括效率度量在所评估的轨迹的集的上限范围内的那些轨迹的精英轨迹集；
识别所述精英轨迹集的轨迹中的移动航路点；
执行全局最优路径评估，其中，在关联轨迹内调节移动航路点的位置，以识别所述飞行器在所述航道上的最优轨迹；以及
将所述最优轨迹提供给所述飞行器，以根据所述最优轨迹来遵循所述航道。
条款9.根据条款8所述的系统，其中，响应于确定独特轨迹的数量小于轨迹的阈值数量，还使得所述系统能够进行以下操作：
生成与所述独特轨迹相对应的穷举轨迹集；以及
对所述穷举轨迹集执行穷举评估，以识别包括效率度量在所述穷举轨迹集的上限范围内的那些轨迹的精英轨迹集。
条款10.根据条款8至9中的任一项所述的系统，其中，为了执行所述概率评估，还使得所述系统能够进行以下操作：
根据所述多个航路点生成初始参数概率分布；
基于所述初始参数概率分布生成预定义数量的轨迹的概率轨迹集；以及
从所述概率轨迹集中选择所述精英轨迹集。
条款11.根据条款10所述的系统，其中，为了从概率轨迹集中选择所述精英轨迹集，还使得所述系统能够进行以下操作：
根据被包括在所述精英轨迹集中的航路点生成后续参数概率分布；
基于所述后续参数概率分布生成预定义数量的轨迹的后续概率轨迹集；以及
从所述后续概率轨迹集中选择新的轨迹集作为所述精英轨迹集。
条款12.根据条款8至11中的任一项所述的系统，其中，所述移动航路点是如下航路点：在该航路点处，在所述精英轨迹集的特定轨迹中调节所述航线的至少一个元素；并且
在执行所述全局最优路径评估时，从所述特定轨迹中移除所述特定轨迹中的如下航路点：在该航路点处，未调节所述航线的至少一个元素。
条款13.根据条款8至12中的任一项所述的系统，其中，在位于所述轨迹上的由所述移动航路点之间的中间点限定的范围内，在所述关联轨迹内调节所述移动航路点的位置。
条款14.根据条款8至13中的任一项所述的系统，其中，具有允许的参数的航路点指定选自包括下列项的组的至少一个标准：
经度；
纬度；
舱内噪声级别；
环境噪声级别；
飞行器的可用推力；
逝去的飞行时间；
飞行器的海平面高度；
飞行器的地面高度；
飞行器的重量；以及
飞行器的操作事件。
条款15.一种包括指令的非暂时性计算机可读介质，所述指令在由处理器执行时使得所述处理器能够执行操作，所述操作包括：
针对航道生成具有允许的参数的多个航路点，在所述多个航路点处，飞行器的包括航向元素、高度元素和速度元素的航线是可调节的；
计算基于所述多个航路点可用的独特轨迹的数量；
响应于确定独特轨迹的数量大于轨迹的阈值数量，对所述独特轨迹执行概率评估，以识别包括效率度量在所评估的轨迹的集的上限范围内的那些轨迹的精英轨迹集；
识别所述精英轨迹集的轨迹中的移动航路点；
执行全局最优路径评估，其中，在关联轨迹内调节移动航路点的位置，以识别所述飞行器在所述航道上的最优轨迹；以及
将所述最优轨迹提供给所述飞行器，以根据所述最优轨迹来遵循所述航道。
条款16.根据条款15所述的计算机可读介质，其中，响应于确定独特轨迹的数量小于轨迹的阈值数量：
生成与所述独特轨迹相对应的穷举轨迹集；以及
对所述穷举轨迹集执行穷举评估，以识别包括效率度量在所述穷举轨迹集的上限范围内的那些轨迹的精英轨迹集。
条款17.根据条款15至16中的任一项所述的计算机可读介质，其中，所述概率评估的操作还包括以下操作：
根据所述多个航路点生成初始参数概率分布；
基于所述初始参数概率分布生成预定义数量的轨迹的概率轨迹集；以及
从所述概率轨迹集中选择所述精英轨迹集。
条款18.根据条款17所述的计算机可读介质，其中，从概率轨迹集中选择所述精英轨迹集还包括以下操作：
根据被包括在所述精英轨迹集中的航路点生成后续参数概率分布；
基于所述后续参数概率分布生成预定义数量的轨迹的后续概率轨迹集；以及
从所述后续概率轨迹集中选择新的轨迹集作为所述精英轨迹集。
条款19.根据条款15至18中的任一项所述的计算机可读介质，其中，所述移动航路点是如下航路点：在该航路点处，在所述精英轨迹集的特定轨迹中调节所述航线的至少一个元素；并且
在执行所述全局最优路径评估时，从所述特定轨迹中移除所述特定轨迹中的如下航路点：在该航路点处，未调节所述航线的至少一个元素。
条款20.根据条款15所述的计算机可读介质，其中，在位于所述轨迹上的由所述移动航路点之间的中间点限定的范围内，在所述关联轨迹内调节所述移动航路点的位置。
尽管上文涉及本发明的各方面，但是在不脱离其基本范围的情况下，可以想到本发明的其它和另外的方面，并且其范围由所附权利要求确定。

Claims (10)

1.一种方法，所述方法包括以下步骤：
针对航道生成(220)具有允许的参数的多个航路点(420,520)，在所述多个航路点处，飞行器的包括航向元素、高度元素和速度元素的航线是可调节的；
计算(230)基于所述多个航路点(420,520)可用的独特轨迹的数量；
响应于确定独特轨迹的数量大于轨迹的阈值数量，对所述独特轨迹执行概率评估(260)，以识别包括效率度量在所评估的轨迹的集的上限范围内的那些轨迹的精英轨迹集；
识别(270)所述精英轨迹集的轨迹中的移动航路点(440,540)；
执行全局最优路径评估(280)，其中，在关联轨迹内调节移动航路点的位置，以识别所述飞行器在所述航道上的最优轨迹；以及
将所述最优轨迹提供给所述飞行器，以根据所述最优轨迹来遵循航道。
2.根据权利要求1所述的方法，其中，响应于确定独特轨迹的数量小于轨迹的阈值数量：
生成(240)与所述独特轨迹相对应的穷举轨迹集；以及
对所述穷举轨迹集执行穷举评估(250)，以识别包括效率度量在所述穷举轨迹集的上限范围内的那些轨迹的精英轨迹集。
3.根据权利要求1至2中的任一项所述的方法，其中，所述概率评估的步骤还包括以下步骤：
根据所述多个航路点(420,520)生成(310)初始参数概率分布；
基于所述初始参数概率分布生成(320)预定义数量的轨迹的概率轨迹集；以及
从所述概率轨迹集中选择(330)所述精英轨迹集。
4.根据权利要求3所述的方法，其中，从所述概率轨迹集中选择所述精英轨迹集的步骤还包括以下步骤：
根据被包括在所述精英轨迹集中的航路点(420,520)生成(350)后续参数概率分布；
基于所述后续参数概率分布生成(320)预定义数量的轨迹的后续概率轨迹集；以及
从所述后续概率轨迹集中选择(330)新的轨迹集作为所述精英轨迹集。
5.根据权利要求1至4中的任一项所述的方法，其中，所述移动航路点(440,540)是如下的航路点(420,520)，即，在该航路点(420,520)处，在所述精英轨迹集的特定轨迹中调节所述航线的至少一个元素；并且
在执行所述全局最优路径评估时，从所述特定轨迹中移除所述特定轨迹中的如下的航路点(430,530)，即，在该航路点(430,530)处，未调节所述航线的至少一个元素。
6.根据权利要求1至5中的任一项所述的方法，其中，在位于所述轨迹上的由所述移动航路点(440,540)之间的中间点限定的范围内，在所述关联轨迹内调节所述移动航路点的位置。
7.一种系统，所述系统包括：
处理器；
包括指令的存储器，所述指令在由所述处理器执行时使得所述系统能够进行以下操作：
针对航道生成具有允许的参数的多个航路点(420,520)，在所述多个航路点处，飞行器的包括航向元素、高度元素和速度元素的航线是可调节的；
计算基于所述多个航路点(420,520)可用的独特轨迹的数量；
响应于确定独特轨迹的数量大于轨迹的阈值数量，对所述独特轨迹执行概率评估，以识别包括效率度量在所评估的轨迹的集的上限范围内的那些轨迹的精英轨迹集；
识别所述精英轨迹集的轨迹中的移动航路点(440,540)；
执行全局最优路径评估，其中，在关联轨迹内调节移动航路点的位置，以识别所述飞行器在所述航道上的最优轨迹；以及
将所述最优轨迹提供给所述飞行器，以根据所述最优轨迹来遵循航道。
8.根据权利要求7所述的系统，其中，响应于确定所述独特轨迹的数量小于轨迹的阈值数量，还使得所述系统能够进行以下操作：
生成与所述独特轨迹相对应的穷举轨迹集；并且
对所述穷举轨迹集执行穷举评估，以识别包括效率度量在所述穷举轨迹集的上限范围内的那些轨迹的精英轨迹集。
9.根据权利要求8所述的系统，其中，为了执行所述概率评估，还使得所述系统能够进行以下操作：
根据所述多个航路点(420,520)生成初始参数概率分布；
基于所述初始参数概率分布生成预定义数量的轨迹的概率轨迹集；以及
从所述概率轨迹集中选择所述精英轨迹集。
10.一种包括指令的非暂时性计算机可读介质，所述指令在由处理器执行时使得所述处理器能够执行操作，所述操作包括：
针对航道生成具有允许的参数的多个航路点(420,520)，在所述多个航路点处，飞行器的包括航向元素、高度元素和速度元素的航线是可调节的；
计算基于所述多个航路点(420,520)可用的独特轨迹的数量；
响应于确定独特轨迹的数量大于轨迹的阈值数量，对所述独特轨迹执行概率评估，以识别包括效率度量在所评估的轨迹的集的上限范围内的那些轨迹的精英轨迹集；
识别所述精英轨迹集的轨迹中的移动航路点(440,540)；
执行全局最优路径评估，其中，在关联轨迹内调节移动航路点的位置，以识别所述飞行器在所述航道上的最优轨迹；以及
将所述最优轨迹提供给所述飞行器，以根据所述最优轨迹来遵循航道。
CN201910776712.5A 2018-10-02 2019-08-22 垂直航道优化 Pending CN110991684A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/149,727 US11094206B2 (en) 2018-10-02 2018-10-02 Vertical flightpath optimization
US16/149,727 2018-10-02

Publications (1)

Publication Number Publication Date
CN110991684A true CN110991684A (zh) 2020-04-10

Family

ID=67875324

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910776712.5A Pending CN110991684A (zh) 2018-10-02 2019-08-22 垂直航道优化

Country Status (4)

Country Link
US (1) US11094206B2 (zh)
EP (1) EP3637388A1 (zh)
JP (1) JP2020077387A (zh)
CN (1) CN110991684A (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111563689B (zh) * 2020-05-15 2022-11-11 吕静 一种飞行器操作评分方法及系统
JP2022042619A (ja) * 2020-09-03 2022-03-15 ソニーグループ株式会社 情報処理装置と情報処理方法およびプログラム
US20220269290A1 (en) * 2021-02-18 2022-08-25 Lockheed Martin Corporation Route planning among no-fly zones and terrain
CN114373337B (zh) * 2022-01-17 2022-11-22 北京航空航天大学 一种航迹不确定性条件下的飞行冲突自主解脱方法
US20230368679A1 (en) * 2022-05-13 2023-11-16 The Boeing Company Intelligent altitude and velocity smoothing for aircraft paths and terrain-following altitude profile generation for route planning
CN115801110B (zh) * 2023-02-06 2023-07-18 中国航空工业集团公司西安飞行自动控制研究所 一种基于机器学习的无线电选台优化方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9132913B1 (en) * 2013-09-26 2015-09-15 Rockwell Collins, Inc. Simplified auto-flight system coupled with a touchscreen flight control panel

Also Published As

Publication number Publication date
US20200105147A1 (en) 2020-04-02
EP3637388A1 (en) 2020-04-15
JP2020077387A (ja) 2020-05-21
US11094206B2 (en) 2021-08-17

Similar Documents

Publication Publication Date Title
CN110991684A (zh) 垂直航道优化
CN110930770B (zh) 一种基于管制意图和飞机性能模型的四维航迹预测方法
US10935984B2 (en) Method and system for determining a climb profile
CN111047913B (zh) 用于优化飞机飞行的垂直剖面图的方法和电子设备
US20130226373A1 (en) Methods for in-flight adjusting of a flight plan
US9540005B1 (en) Aircraft systems and methods with multiple SAP speed profiles
CN109493644A (zh) 一种基于历史航迹数据挖掘的四维航迹推测方法
US8989923B2 (en) Navigation performance specification
CA2806792A1 (en) Method for flying an aircraft along a flight path
CN111583724A (zh) 一种面向四维航迹运行的预战术阶段间隔管理方法
CN107016880B (zh) 一种基于模拟退火算法的连续下降进近油耗优化方法
CN109191921B (zh) 一种基于4d轨迹预测的空管监视数据仿真方法
CN112927562B (zh) 一种基于指定高度限制的航空器飞行高度剖面计算方法
CN110059863A (zh) 一种基于所需到达时间的航空器四维航迹优化方法
EP3598261B1 (en) Method and system for determining a descent profile
CN110989652A (zh) 一种利用激光雷达进行无人机仿地飞行的方法
CN110349444B (zh) 基于大数据的空中交通流量管理方法
Dancila et al. Vertical flight profile optimization for a cruise segment with RTA constraints
US10497269B2 (en) Integrated management for airport terminal airspace
Rosenow et al. Multiple Aircraft in a multi-criteria Trajectory Optimization
Thipphavong Reducing aircraft climb trajectory prediction errors with top-of-climb data
CN114254475A (zh) 确定下降剖面的方法和系统
Richter et al. A Realistic Flight Path Parameterization for Calculation of Noise Minimal Trajectories using Bi-level Optimal Control
Jarry et al. Toward novel environmental impact assessment for ANSPs using machine learning
CN114005304B (zh) 一种终端区航班排序的方法、系统和装置

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