CN113838310A - 一种空域仿真评估的飞行计划增量获取方法及装置 - Google Patents

一种空域仿真评估的飞行计划增量获取方法及装置 Download PDF

Info

Publication number
CN113838310A
CN113838310A CN202111087052.3A CN202111087052A CN113838310A CN 113838310 A CN113838310 A CN 113838310A CN 202111087052 A CN202111087052 A CN 202111087052A CN 113838310 A CN113838310 A CN 113838310A
Authority
CN
China
Prior art keywords
flight plan
increment
flow
time
period
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.)
Granted
Application number
CN202111087052.3A
Other languages
English (en)
Other versions
CN113838310B (zh
Inventor
郭平平
苗旋
李芷珊
刘永刚
黄莹
陈志英
纪文强
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.)
Air Traffic Administration Of China Civil Aviation Administration
AVIATION DATA COMMUNICATION CORP
Original Assignee
Air Traffic Administration Of China Civil Aviation Administration
AVIATION DATA COMMUNICATION CORP
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 Air Traffic Administration Of China Civil Aviation Administration, AVIATION DATA COMMUNICATION CORP filed Critical Air Traffic Administration Of China Civil Aviation Administration
Priority to CN202111087052.3A priority Critical patent/CN113838310B/zh
Publication of CN113838310A publication Critical patent/CN113838310A/zh
Application granted granted Critical
Publication of CN113838310B publication Critical patent/CN113838310B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

一种空域仿真评估的飞行计划增量获取方法及装置，能够针对高峰流量时段的飞行计划进行增减量，而且每次增减量都基于上次飞行计划，确保增减量后的小时飞行流量排名保持不变，为增减量飞行计划的空域仿真评估对比分析提供基础。方法包括：(1)确定流量高峰时段，流量高峰时段是繁忙流量时段中小时流量高峰的时段，根据一段长时间的已执行的飞行计划，在繁忙流量时段中得出具有代表性且经常出现的小时流量高峰时段；(2)针对流量高峰时段的飞行计划，按照指定比例，每次都在上次流量高峰时段飞行计划的基础上进行增量或减量，确保增减量飞行计划的流量高峰时段保持不变。

Description

一种空域仿真评估的飞行计划增量获取方法及装置
技术领域
本发明涉及民航数据处理的技术领域，尤其涉及一种空域仿真评估的飞行计划增量获取方法，以及一种空域仿真评估的飞行计划增量获取装置，其针对高峰流量时段的飞行计划进行增减量。
背景技术
在使用空域仿真建模对空域运行容量进行评估时，需要对飞行计划进行增量或减量后开展仿真评估，统计单位小时流量和延误水平等仿真结果，通过对比原始飞行计划和增减量飞行计划的仿真指标来评估空域运行状态。空域运行容量仿真评估的目的是寻找可接受延误水平下的流量高峰时段，因此针对流量高峰时段的飞行计划增量或减量是空域运行容量仿真评估的关键技术。
中国民用航空局空中交通管理局在2006年10月25日发布了《空域容量评估指导材料》。该指导材料中的基于计算机模型的评估方法和基于管制员工作负荷的雷达模拟机评估方法中都需要对航班计划进行增量，在附件一的基于管制员工作负荷的雷达模拟机评估容量的方法的“给定航班计划”中，“在航班数量上比目前实际安排的数量上视情况增加”。中国民用航空局空中交通管理局在2009年12月1日发布了《空域建模与评估实施方法指导材料》。该指导材料在建立评估模型的调整数据步骤中要求：“准备描述未来或规划空域的改变情况，包括空域数据、航班数据，应建立一套有效的数据调整程序，确保数据调整过程中输入和存储的准确性”。通用的空域快时仿真软件都有飞行计划增量或减量的“航班复制”功能，基于选择的时段、机型、起降机场、班机航线等约束条件等比例的随机增加航班。上述文件提出航班计划增量的原则和空域仿真建模对数据的要求，仿真软件也提供了增减航班计划的功能，但是存在以下问题：
1.指导材料对航班的增量只提出原则性要求，没有量化标准和具体方法，而航班增量的预测方法在数学上有种类繁多、技术复杂的方法。
2.空域快时仿真软件自带的航班复制功能虽然能够按需求增减量航班，但是增减量后小时流量排名发生变化，导致高峰流量时段不一致，无法进行增减量前后高峰流量时段的空域运行状态对比分析。
发明内容
为克服现有技术的缺陷，本发明要解决的技术问题是提供了一种空域仿真评估的飞行计划增量获取方法，其能够针对高峰流量时段的飞行计划进行增减量，而且每次增减量都基于上次飞行计划，确保增减量后的小时飞行流量排名保持不变，为增减量飞行计划的空域仿真评估对比分析提供基础。
本发明的技术方案是：这种空域仿真评估的飞行计划增量获取方法，其包括以下步骤：
(1)确定流量高峰时段，流量高峰时段是繁忙流量时段中小时流量高峰的时段，根据一段长时间的已执行的飞行计划，在繁忙流量时段中得出具有代表性且经常出现的小时流量高峰时段；
(2)针对流量高峰时段的飞行计划，按照指定比例，每次都在上次流量高峰时段飞行计划的基础上进行增量或减量，确保增减量飞行计划的流量高峰时段保持不变。
本发明通过确定流量高峰时段，针对流量高峰时段的飞行计划，按照指定比例，每次都在上次流量高峰时段飞行计划的基础上进行增量或减量，确保增减量飞行计划的流量高峰时段保持不变，因此能够针对高峰流量时段的飞行计划进行增减量，而且每次增减量都基于上次飞行计划，确保增减量后的小时飞行流量排名保持不变，为增减量飞行计划的空域仿真评估对比分析提供基础。
还提供了一种空域仿真评估的飞行计划增量获取装置，其包括：
流量高峰时段确定模块，其配置来确定流量高峰时段，流量高峰时段是繁忙流量时段中小时流量高峰的时段，根据一段长时间的已执行的飞行计划，在繁忙流量时段中得出具有代表性且经常出现的小时流量高峰时段；
飞行计划增量获取模块，其配置来针对流量高峰时段的飞行计划，按照指定比例，每次都在上次流量高峰时段飞行计划的基础上进行增量或减量，确保增减量飞行计划的流量高峰时段保持不变。
附图说明
图1所示为根据本发明的空域仿真评估的飞行计划增量获取方法的整体流程图。
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明白，下面结合附图和具体实施例对本发明作进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
为了使本揭示内容的叙述更加详尽与完备，下文针对本发明的实施方式与具体实施例提出了说明性的描述；但这并非实施或运用本发明具体实施例的唯一形式。实施方式中涵盖了多个具体实施例的特征以及用以建构与操作这些具体实施例的方法步骤与其顺序。然而，亦可利用其它具体实施例来达成相同或均等的功能与步骤顺序。
首先下面给出本发明中使用到的技术名词的含义：
航班飞行计划：向空中交通服务单位提供有关航空器完成一次飞行的飞行资料，包括：航班号、飞机型号、起飞时刻、航路点数据、巡航高度/速度、航行通告等。
如图1所示，这种空域仿真评估的飞行计划增量获取方法，其包括以下步骤：
(1)确定流量高峰时段，流量高峰时段是繁忙流量时段中小时流量高峰的时段，根据一段长时间的已执行的飞行计划，在繁忙流量时段中得出具有代表性且经常出现的小时流量高峰时段；
(2)针对流量高峰时段的飞行计划，按照指定比例，每次都在上次流量高峰时段飞行计划的基础上进行增量或减量，确保增减量飞行计划的流量高峰时段保持不变。
本发明通过确定流量高峰时段，针对流量高峰时段的飞行计划，按照指定比例，每次都在上次流量高峰时段飞行计划的基础上进行增量或减量，确保增减量飞行计划的流量高峰时段保持不变，因此能够针对高峰流量时段的飞行计划进行增减量，而且每次增减量都基于上次飞行计划，确保增减量后的小时飞行流量排名保持不变，为增减量飞行计划的空域仿真评估对比分析提供基础。
优选地，所述步骤(1)中的流量高峰时段，是样本库中扣除非繁忙时段后小时流量总和排序前五的时段。
优选地，所述步骤(1)中，非繁忙时段是0点至7点。
优选地，所述步骤(1)中，对一周七天扣除0点至7点后的流量从大到小排序，取流量大于等于前30％流量所在的时段，如果前30％流量的最小流量值，则这些时段都是繁忙流量时段。
优选地，所述步骤(2)中，每次增量都是对100％飞行计划按10％比例随机增加，增加的飞行计划是根据起降机场、机型、班机航线随机生成。
优选地，所述步骤(2)中，每次减量都是对100％飞行计划按10％比例随机减少，减少的飞行计划是根据起降机场、机型、班机航线随机生成。
本领域普通技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所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，包括上述实施例方法的各步骤，而所述的存储介质可以是：ROM/RAM、磁碟、光盘、存储卡等。因此，与本发明的方法相对应的，本发明还同时包括一种空域仿真评估的飞行计划增量获取装置，该装置通常以与方法各步骤相对应的功能模块的形式表示。该装置包括：
流量高峰时段确定模块，其配置来确定流量高峰时段，流量高峰时段是繁忙流量时段中小时流量高峰的时段，根据一段长时间的已执行的飞行计划，在繁忙流量时段中得出具有代表性且经常出现的小时流量高峰时段；
飞行计划增量获取模块，其配置来针对流量高峰时段的飞行计划，按照指定比例，每次都在上次流量高峰时段飞行计划的基础上进行增量或减量，确保增减量飞行计划的流量高峰时段保持不变。
优选地，所述流量高峰时段确定模块中，流量高峰时段，是样本库中扣除非繁忙时段后小时流量总和排序前五的时段。
优选地，所述流量高峰时段确定模块中，非繁忙时段是0点至7点，对一周七天扣除0点至7点后的流量从大到小排序，取流量大于等于前30％流量所在的时段，如果前30％流量的最小流量值，则这些时段都是繁忙流量时段。
优选地，所述飞行计划增量获取模块中，每次增量都是对100％飞行计划按10％比例随机增加，增加的飞行计划是根据起降机场、机型、班机航线随机生成，每次减量都是对100％飞行计划按10％比例随机减少，减少的飞行计划是根据起降机场、机型、班机航线等随机生成。
以下更详细地说明本发明的内容。
本发明的方法包括：
1、确定流量高峰时段
以某区域管制扇区为例，一周七天扣除非繁忙时段(0点至7点)后的流量(样本量是一天17小时，一周7天，合计119小时)如下所示：
表1
Figure BDA0003266178990000061
Figure BDA0003266178990000071
以某区域管制扇区为例，对一周七天扣除非繁忙时段(0点至7点)后的流量从大到小排序，取流量大于等于前30％流量(样本量119，前30％约为36)所在的时段，如果前30％流量的最小流量值(从大往小第36流量为24架次/小时)对应多个时段(12个时段)，则这些时段都是繁忙流量时段，都进行分析，以避免随意舍弃的随机性和偶然性，如下所示：
表2
Figure BDA0003266178990000072
Figure BDA0003266178990000081
针对繁忙流量时段，按时段统计流量总和，对时段流量总和排序，时段流量前五(一天24小时，前20％约为5小时)即为流量高峰时段，如下所示：
表3
Figure BDA0003266178990000091
如上表所示，确定流量高峰时段为10:00-10:59、13:00-13:59、14:00-14:59、17:00-17:59、21:00-21:59。
2、飞行计划增减量
(1)飞行计划的增量方法：
100％飞行计划：筛选原始飞行计划的流量高峰时段10:00-10:59、13:00-13:59、14:00-14:59、17:00-17:59、21:00-21:59的飞行计划
110％飞行计划：100％飞行计划+100％飞行计划随机增加10％
120％飞行计划：110％飞行计划+100％飞行计划随机增加10％
130％飞行计划：120％飞行计划+100％飞行计划随机增加10％
…
(2)飞行计划的减量方法：
100％飞行计划：筛选原始飞行计划的流量高峰时段10:00-10:59、13:00-13:59、14:00-14:59、17:00-17:59、21:00-21:59的飞行计划
90％飞行计划：100％飞行计划-100％飞行计划随机减少10％
80％飞行计划：90％飞行计划-90％飞行计划随机减少10％
70％飞行计划：80％飞行计划-80％飞行计划随机减少10％
…
以某区域管制扇区为例，高峰时段10:00-10:59、13:00-13:59、14:00-14:59、17:00-17:59、21:00-21:59飞行计划数量2225架次/小时，向上增量至200％和向下减量至50％的飞行计划数量统计如下所示：
表4
Figure BDA0003266178990000101
Figure BDA0003266178990000111
以上所述，仅是本发明的较佳实施例，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属本发明技术方案的保护范围。

Claims (10)

1.一种空域仿真评估的飞行计划增量获取方法，其特征在于：其包括以下步骤：
(1)确定流量高峰时段，流量高峰时段是繁忙流量时段中小时流量高峰的时段，根据一段长时间的已执行的飞行计划，在繁忙流量时段中得出具有代表性且经常出现的小时流量高峰时段；
(2)针对流量高峰时段的飞行计划，按照指定比例，每次都在上次流量高峰时段飞行计划的基础上进行增量或减量，确保增减量飞行计划的流量高峰时段保持不变。
2.根据权利要求1所述的空域仿真评估的飞行计划增量获取方法，其特征在于：所述步骤(1)中的流量高峰时段，是样本库中扣除非繁忙时段后小时流量总和排序前五的时段。
3.根据权利要求2所述的空域仿真评估的飞行计划增量获取方法，其特征在于：所述步骤(1)中，非繁忙时段是0点至7点。
4.根据权利要求3所述的空域仿真评估的飞行计划增量获取方法，其特征在于：所述步骤(1)中，对一周七天扣除0点至7点后的流量从大到小排序，取流量大于等于前30％流量所在的时段，如果前30％流量的最小流量值，则这些时段都是繁忙流量时段。
5.根据权利要求4所述的空域仿真评估的飞行计划增量获取方法，其特征在于：所述步骤(2)中，每次增量都是对100％飞行计划按10％比例随机增加，增加的飞行计划是根据起降机场、机型、班机航线随机生成。
6.根据权利要求5所述的空域仿真评估的飞行计划增量获取方法，其特征在于：所述步骤(2)中，每次减量都是对100％飞行计划按10％比例随机减少，减少的飞行计划是根据起降机场、机型、班机航线随机生成。
7.一种空域仿真评估的飞行计划增量获取装置，其特征在于：其包括：流量高峰时段确定模块，其配置来确定流量高峰时段，流量高峰时段是繁忙流量时段中小时流量高峰的时段，根据一段长时间的已执行的飞行计划，在繁忙流量时段中得出具有代表性且经常出现的小时流量高峰时段；
飞行计划增量获取模块，其配置来针对流量高峰时段的飞行计划，按照指定比例，每次都在上次流量高峰时段飞行计划的基础上进行增量或减量，确保增减量飞行计划的流量高峰时段保持不变。
8.根据权利要求7所述的空域仿真评估的飞行计划增量获取装置，其特征在于：所述流量高峰时段确定模块中，流量高峰时段，是样本库中扣除非繁忙时段后小时流量总和排序前五的时段。
9.根据权利要求8所述的空域仿真评估的飞行计划增量获取装置，其特征在于：所述流量高峰时段确定模块中，非繁忙时段是0点至7点，对一周七天扣除0点至7点后的流量从大到小排序，取流量大于等于前30％流量所在的时段，如果前30％流量的最小流量值，则这些时段都是繁忙流量时段。
10.根据权利要求9所述的空域仿真评估的飞行计划增量获取装置，其特征在于：所述飞行计划增量获取模块中，每次增量都是对100％飞行计划按10％比例随机增加，增加的飞行计划是根据起降机场、机型、班机航线随机生成，每次减量都是对100％飞行计划按10％比例随机减少，减少的飞行计划是根据起降机场、机型、班机航线随机生成。
CN202111087052.3A 2021-09-16 2021-09-16 一种空域仿真评估的飞行计划增量获取方法及装置 Active CN113838310B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111087052.3A CN113838310B (zh) 2021-09-16 2021-09-16 一种空域仿真评估的飞行计划增量获取方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111087052.3A CN113838310B (zh) 2021-09-16 2021-09-16 一种空域仿真评估的飞行计划增量获取方法及装置

Publications (2)

Publication Number Publication Date
CN113838310A true CN113838310A (zh) 2021-12-24
CN113838310B CN113838310B (zh) 2023-09-05

Family

ID=78959501

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111087052.3A Active CN113838310B (zh) 2021-09-16 2021-09-16 一种空域仿真评估的飞行计划增量获取方法及装置

Country Status (1)

Country Link
CN (1) CN113838310B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000331300A (ja) * 1999-05-24 2000-11-30 Nec Software Kyushu Ltd 航空交通流管理システム及び航空交通流管理方法
CN101582203A (zh) * 2009-06-01 2009-11-18 民航数据通信有限责任公司 一种空域运行仿真中飞行流引擎的实现系统及方法
CN102243816A (zh) * 2011-04-27 2011-11-16 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
CN105679102A (zh) * 2016-03-03 2016-06-15 南京航空航天大学 一种全国飞行流量时空分布预测推演系统及方法
US20170061333A1 (en) * 2015-08-24 2017-03-02 Exhaustless, Inc. System and method for managing air traffic data
CN107464203A (zh) * 2017-06-29 2017-12-12 南京航空航天大学 一种机场对间高峰小时流量的计算方法
CN109615163A (zh) * 2018-10-24 2019-04-12 中国电子科技集团公司第二十八研究所 一种基于时序仿真的空地联合容量计算方法
CN109979245A (zh) * 2017-12-28 2019-07-05 北京航空航天大学 飞行流量调控方法和装置
CN112308286A (zh) * 2020-09-16 2021-02-02 北京中兵数字科技集团有限公司 航班计划调整方法、装置及计算机可读存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000331300A (ja) * 1999-05-24 2000-11-30 Nec Software Kyushu Ltd 航空交通流管理システム及び航空交通流管理方法
CN101582203A (zh) * 2009-06-01 2009-11-18 民航数据通信有限责任公司 一种空域运行仿真中飞行流引擎的实现系统及方法
CN102243816A (zh) * 2011-04-27 2011-11-16 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
US20170061333A1 (en) * 2015-08-24 2017-03-02 Exhaustless, Inc. System and method for managing air traffic data
CN105679102A (zh) * 2016-03-03 2016-06-15 南京航空航天大学 一种全国飞行流量时空分布预测推演系统及方法
CN107464203A (zh) * 2017-06-29 2017-12-12 南京航空航天大学 一种机场对间高峰小时流量的计算方法
CN109979245A (zh) * 2017-12-28 2019-07-05 北京航空航天大学 飞行流量调控方法和装置
CN109615163A (zh) * 2018-10-24 2019-04-12 中国电子科技集团公司第二十八研究所 一种基于时序仿真的空地联合容量计算方法
CN112308286A (zh) * 2020-09-16 2021-02-02 北京中兵数字科技集团有限公司 航班计划调整方法、装置及计算机可读存储介质

Also Published As

Publication number Publication date
CN113838310B (zh) 2023-09-05

Similar Documents

Publication Publication Date Title
US12026440B1 (en) Optimizing aircraft flows at airports using data driven predicted capabilities
US20180075758A1 (en) Decision-making aid for revising a flight plan
CN109584638B (zh) 一种面向区域网络的先期航班时刻协同优化方法
US7664596B2 (en) Air traffic demand prediction
US20100185426A1 (en) Predicting Aircraft Taxi-Out Times
CN108615411B (zh) 一种实现航班信息处理的方法及装置
EP2763083A1 (en) Route modeler for improving desired environmental and economic flight characteristics
CN111582584B (zh) 基于航空公司公平性的航段运行时间优化方法
CN110400061A (zh) 一种飞行安全综合评估的方法、装置、控制器及存储介质
CN111462533B (zh) 航班起飞时刻管理方法及系统
Terrab et al. Dynamic strategic and tactical air traffic flow control
CN114331052A (zh) 航空运行风险的确定方法、计算设备及存储介质
CN113838310A (zh) 一种空域仿真评估的飞行计划增量获取方法及装置
Lee et al. Fast-Time Simulation for Evaluating the Impact of Estimated Flight Ready Time Uncertainty on Surface Metering
Kuzminski An improved runwaySimulator—Simulation for runway system capacity estimation
CN112201082B (zh) 一种航班放行时隙的n点置换方法
De Visscher et al. Data mining and Machine Learning techniques supporting Time-Based Separation concept deployment
Liu et al. Deep Reinforcement Learning for Real-Time Ground Delay Program Revision and Corresponding Flight Delay Assignments
CN117351786B (zh) 一种多元约束下的航班一体化调度方法
Carroll Examining Unstable Approach Predictors Using Flight Data Monitoring Information
Carr et al. Software tools to support research on airport departure planning
Shone et al. A New Simheuristic Approach for Stochastic Runway Scheduling
Arts A Novel Approach to Flight Phase Identification using Machine Learning
Hansen et al. Normalization of Airport and Terminal Area Operational Performance: A Case Study of Los Angeles International Airport
Atack A simulation model for calculating annual congestion delay arising from airport runway operations

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