CN114023111A - 一种面向航空器自主运行的空中交通态势复杂性评价方法 - Google Patents

一种面向航空器自主运行的空中交通态势复杂性评价方法 Download PDF

Info

Publication number
CN114023111A
CN114023111A CN202111291024.3A CN202111291024A CN114023111A CN 114023111 A CN114023111 A CN 114023111A CN 202111291024 A CN202111291024 A CN 202111291024A CN 114023111 A CN114023111 A CN 114023111A
Authority
CN
China
Prior art keywords
aircraft
maneuvering
air traffic
traffic situation
time
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
CN202111291024.3A
Other languages
English (en)
Inventor
王红勇
董珍珍
张加豪
许平
邓涛涛
郭宇鹏
马丽书
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.)
Civil Aviation University of China
Original Assignee
Civil Aviation University of China
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 Civil Aviation University of China filed Critical Civil Aviation University of China
Priority to CN202111291024.3A priority Critical patent/CN114023111A/zh
Publication of CN114023111A publication Critical patent/CN114023111A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G5/00Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/04Anti-collision systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/11Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Operations Research (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种面向航空器自主运行的空中交通态势复杂性评价方法。该方法包括生成航空器机动行为;计算航空器轨迹空间;判断航空器轨迹空间中是否存在冲突;基于轨迹空间的冲突关系生成空中交通态势网络;评价空中交通态势复杂性等步骤。本发明提供的面向航空器自主运行下的空中交通态势复杂性评价方法的有益效果是:在充分考虑航空器自主运行行为的基础上,实现了空中交通态势复杂程度的客观评价,本方法不受人为因素影响,评估方法简单易用。

Description

一种面向航空器自主运行的空中交通态势复杂性评价方法
技术领域
本发明涉及空中交通管理技术领域,特别是涉及一种面向航空器自主运行的空中交通态势复杂性评价方法。
背景技术
航空器自主保持间隔是未来空中交通管理的发展趋势。在航空器自主保持间隔运行模式下,航空器将部分或全部承担当前由管制员承担的间隔保障责任,也将具备选择最优航路、最优高度的可能性。然而航空器所具有的更为丰富的机动行为之间会产生冲突,这将极大影响空中交通态势复杂程度。现有的空中交通复杂性评价方法大多是面向当前管制模式,是以管制员工作负荷为基准,往往需要依靠管制员主观评价才能最终确定复杂性值。并没有考虑到航空器更为丰富的自主运行行为,并不适合未来航空器自主运行下的空中交通态势。
发明内容
为了解决上述现有技术存在的问题,本发明的目的在于提供一种面向航空器自主运行的空中交通态势复杂性评价方法。该评价方法简单易用,可实现航空器自主保持间隔运行模式下空中交通态势复杂性的评价。本方法在接入航空器的航迹数据后,基于航空器机动行为建立轨迹空间,进一步生成空中交通态势网络模型,最后进行空中交通态势复杂性评价,无需人工干预、性能可靠,是一种通过数据对航空器自主运行模式下空中交通态势复杂性进行自动化评价的方法。可以弥补当前技术和方法的不足,为未来空中交通管理运行提供基础。
为了达到上述目的,本发明采取的技术方案是:一种面向航空器自主运行的空中交通态势复杂性评价方法,其特征在于,所述方法包括按顺序进行的下列步骤:
步骤1、生成航空器机动行为:接入航空器实时数据,对于每一航空器i,先读入其横坐标x0、纵坐标y0、高度h0、航向d0、速度s0;再依次生成5个机动行为:航向、高度保持不变的机动行为记为m1、左转航向15度的机动行为记为m2、右转航向15度的机动行为记为m3、爬升600米的机动行为记为m4、下降600米的机动行为记为m5
步骤2、计算航空器轨迹空间:分别计算t分钟后航空器i在5类机动行为下的空间位置,并与当前位置连线生成每一航空器轨迹空间;当航空器i采取航向、高度保持不变的机动行为m1时,航空器i在t时刻的横坐标xt,1、纵坐标yt,1、高度ht,1、航向dt,1、速度st,1的计算方法如式(1)所示:
Figure BDA0003334837260000021
将航空器i初始时刻空间位置点N0(x0,y0,h0)和采取机动行为m1后t时刻的空间位置点N1(xt,1,yt,1,ht,1)连线,生成航空器i采取机动行为m1的轨迹线段N0N1(i);当航空器i采取左转航向15度的机动行为m2时,航空器i在t时刻的横坐标xt,2、纵坐标yt,2、高度ht,2、航向dt,2、速度st,2的计算方法如式(2)所示:
Figure BDA0003334837260000022
将航空器i初始时刻空间位置点N0(x0,y0,h0)和采取机动行为m2后t时刻的空间位置点N1(xt,2,yt,2,ht,2)连线,生成航空器i采取机动行为m2的轨迹线段N0N2(i);当航空器i采取右转航向15度的机动行为m3时,航空器i在t时刻的横坐标xt,3、纵坐标yt,3、高度ht,3、航向dt,3、速度st,3的计算方法如式(3)所示:
Figure BDA0003334837260000023
将航空器i初始时刻空间位置点N0(x0,y0,h0)和采取机动行为m3后t时刻的空间位置点N1(xt,3,yt,3,ht,3)连线,生成航空器i采取机动行为m3的轨迹线段N0N3(i);当航空器i采取爬升600米的机动行为m4时,航空器i在t时刻的横坐标xt,4、纵坐标yt,4、高度ht,4、航向dt,4、速度st,4的计算方法如式(4)所示:
Figure BDA0003334837260000024
将航空器i初始时刻空间位置点N0(x0,y0,h0)和采取机动行为m4后t时刻的空间位置点N1(xt,4,yt,4,ht,4)连线,生成航空器i采取机动行为m4的轨迹线段N0N4(i);当航空器i采取下降600米的机动行为m5时,航空器i在t时刻的横坐标xt,5、纵坐标yt,5、高度ht,5、航向dt,5、速度st,5的计算方法如式(5)所示:
Figure BDA0003334837260000031
将航空器i初始时刻空间位置点N0(x0,y0,h0)和采取机动行为m5后t时刻的空间位置点N1(xt,5,yt,5,ht,5)连线,生成航空器i采取机动行为m5的轨迹线段N0N5(i)。
步骤3、判断航空器轨迹空间中是否存在冲突:将所有航空器轨迹空间合并,并遍历轨迹空间集合,两两计算轨迹间的最小水平距离、最小垂直距离,如最小水平距离小于水平间隔标准10千米且最小垂直距离小于垂直间隔标准300米,则说明相应的两个机动行为存在冲突,标记为1,否则为零;设i和j分别是两个航空器,m1(i)、m2(i)、m3(i)、m4(i)、m5(i)是第i个航空器的5个机动行为,m1(j)、m2(j)、m3(j)、m4(j)、m5(j)是第j个航空器的5个机动行为,N0N1(i)、N0N2(i)、N0N3(i)、N0N4(i)、N0N5(i)是第i个航空器的轨迹空间,N0N1(j)、N0N2(j)、N0N3(j)、N0N4(j)、N0N5(j)是第j个航空器的轨迹空间;遍历两个航空器轨迹空间集合,两两计算轨迹空间集合中轨迹线段间的最小水平距离、最小垂直距离,如N0N1(i)和N0N2(j)的最小水平距离小于10千米且最小垂直距离小于300米,则航空器i的第1个机动行为m1(i)与航空器j的第2个机动行为m2(j)存在冲突,记为C(m1(i),m2(j))=1,否则C(m1(i),m2(j))=0。
步骤4、基于轨迹空间的冲突关系生成空中交通态势网络:以空中交通态势中所有航空器的5种机动行为作为节点,将航空器机动行为间的冲突关系作为边,建立空中交通态势网络模型;此时空中交通态势网络中边的数量即为空中交通态势中所有航空器机动行为间冲突关系的总和,记为En
步骤5、评价空中交通态势复杂性:设空中交通态势中航空器数量为N,则N个航空器的机动行为数量为5N,这5N个节点中冲突关系最多有(5N×(5N-1)/2)个,再剔除同一个航空器不同机动行为轨迹间的冲突关系10N,即空中交通态势网络中冲突关系最多有(5N×(5N-1)/2-10N)个;最终,综合空中交通态势中的航空器数量、航空器机动行为轨迹间的冲突关系数量按照如下公式计算空中交通态势复杂性C:
C=N×(1+En/(5N×(5N-1)/2)-10N) (6)。
本发明所产生的有益效果是:采用面向航空器自主运行的空中交通态势复杂性评价方法,可以准确、快速地通过实际数据在充分考虑航空器机动行为的基础上,量化评价航空器自主保持间隔运行下空中交通态势的复杂性程度,本方法不受人为因素影响,评估方法简单易用。
附图说明
图1为本发明提供的面向航空器自主运行的空中交通态势复杂性评价方法流程图;
图2为本发明实施例1中空中交通态势网络示意图;
图3为本发明实施例2中空中交通态势网络示意图。
具体实施方式
以下结合附图及实施例对本发明做进一步说明。
如图1所示,本发明提供的面向航空器自主运行的空中交通态势复杂性评价方法包括按顺序进行的下列步骤:
步骤1、生成航空器机动行为:接入航空器实时数据,本实施例1的空中交通态势中有两个航空器,分别是航空器1、航空器2。航空器1的横坐标x0(1)=600千米、纵坐标y0(1)=300千米、高度h0(1)=8800米、速度s0(1)=900千米/小时、航向d0(1)=90度,航空器1的初始空间位置点N0的坐标为(600,300,8800)。航空器2的横坐标x0(2)=900千米、纵坐标y0(2)=260千米、高度h0(2)=8900米、速度s0(2)=900千米/小时、航向d0(2)=270度,航空器2的初始空间位置点N0的坐标为(900,260,8900)。
本实施例2的空中交通态势中有两个航空器,分别是航空器3、航空器4。航空器3的横坐标x0(3)=600千米、纵坐标y0(3)=300千米、高度h0(3)=8800米、速度s0(3)=900千米/小时、航向d0(3)=90度,航空器3的初始空间位置点N0的坐标为(600,300,8800)。航空器4的横坐标x0(4)=900千米、纵坐标y0(4)=260千米、高度h0(4)=8900米、速度s0(4)=900千米/小时、航向d0(4)=270度,航空器4的初始空间位置点N0的坐标为(900,260,8900)。
再对航空器1、航空器2、航空器3、航空器4依次生成5个机动行为,包括航向、高度保持不变的机动行为记为m1、左转航向15度的机动行为记为m2、右转航向15度的机动行为记为m3、爬升600米的机动行为记为m4、下降600米的机动行为记为m5
步骤2、计算航空器轨迹空间:设t为10分钟,分别计算10分钟后航空器i在5类机动行为下的空间位置,并与当前位置连线生成每一航空器轨迹空间。
本实施例1中,当航空器1采取机动行为m1时,根据公式(1)计算航空器1在10分钟后的横坐标xt,1(1)=750千米、纵坐标yt,1(1)=300千米、高度ht,1(1)=8800米、航向dt,1(1)=90度、速度st,1(1)=900千米/小时。此时航空器1的空间位置点N1的坐标为(750,300,8800),航空器1的轨迹N0N1(1)为从初始时刻空间位置点(600,300,8800)到空间位置点(750,300,8800)的一条直线段。
当航空器1采取机动行为m2时,根据公式(2)计算航空器1在10分钟后的横坐标xt,2(1)=744.9千米、纵坐标yt,2(1)=338.8千米、高度ht,2(1)=8800米、航向dt,2(1)=75度、速度st,2(1)=900千米/小时。此时航空器1的空间位置点N2的坐标为(744.9,338.8,8800),航空器1的轨迹N0N2(1)为从初始时刻空间位置点N0(600,300,8800)到空间位置点N2(744.9,338.8,8800)的一条直线段。
当航空器1采取机动行为m3时,根据公式(3)计算航空器1在10分钟后的横坐标xt,3(1)=744.9千米、纵坐标yt,3(1)=261.2千米、高度ht,3(1)=8800米、航向dt,3(1)=105度、速度st,3(1)=900千米/小时。此时航空器1的空间位置点N3的坐标为(744.9,261.2,8800),航空器1的轨迹N0N3(1)为从初始时刻空间位置点N0(600,300,8800)到空间位置点N3(744.9,261.2,8800)的一条直线段。
当航空器1采取机动行为m4时,根据公式(4)计算航空器1在10分钟后的横坐标xt,4(1)=750千米、纵坐标yt,4(1)=300千米、高度ht,4(1)=9400米、航向dt,4(1)=90度、速度st,4(1)=900千米/小时。此时航空器1的空间位置点N4的坐标为(750,300,9400),航空器1的轨迹N0N4(1)为从初始时刻空间位置点N0(600,300,8800)到空间位置点N4(750,300,9400)的一条直线段。
当航空器1采取机动行为m5时,根据公式(5)计算航空器1在10分钟后的横坐标xt,5(1)=750千米、纵坐标yt,5(1)=300千米、高度ht,5(1)=8200米、航向dt,5(1)=90度、速度st,5(1)=900千米/小时。此时航空器1的空间位置点N5的坐标为(750,300,8200),航空器1的轨迹N0N5(1)为从初始时刻空间位置点N0(600,300,8800)到空间位置点N5(750,300,8200)的一条直线段。
本实施例1中,当航空器2采取机动行为m1时,根据公式(1)计算航空器2在10分钟后的横坐标xt,1(2)=750千米、纵坐标yt,1(2)=260千米、高度ht,1(2)=8900米、航向dt,1(2)=270度、速度st,1(2)=900千米/小时。此时航空器2的空间位置点N1的坐标为(750,260,8900),航空器2的轨迹N0N1(2)为从初始时刻空间位置点N0(600,300,8800)到空间位置点N1(750,260,8900)的一条直线段。
当航空器2采取机动行为m2时,根据公式(2)计算航空器2在10分钟后的横坐标xt,2(2)=755.1千米、纵坐标yt,2(2)=221.2千米、高度ht,2(2)=8900米、航向dt,2(2)=255度、速度st,2(2)=900千米/小时。此时航空器2的空间位置点N2的坐标为(755.1,221.2,8900),航空器2的轨迹N0N2(2)为从初始时刻空间位置点N0(600,300,8800)到空间位置点N2(755.1,221.2,8900)的一条直线段。
当航空器2采取机动行为m3时,根据公式(3)计算航空器2在10分钟后的横坐标xt,3(2)=755.1千米、纵坐标yt,3(2)=298.8千米、高度ht,3(2)=8900米、航向dt,3(2)=285度、速度st,3(2)=900千米/小时。此时航空器2的空间位置点N3的坐标为(755.1,298.8,8900),航空器2的轨迹N0N3(2)为从初始时刻空间位置点N0(600,300,8800)到空间位置点N3(755.1,298.8,8900)的一条直线段。
当航空器2采取机动行为m4时,根据公式(4)计算航空器2在10分钟后的横坐标xt,4(2)=750千米、纵坐标yt,4(2)=260千米、高度ht,4(2)=9500米、航向dt,4(2)=270度、速度st,4(2)=900千米/小时。此时航空器2的空间位置点N4的坐标为(750,260,9500),航空器2的轨迹N0N4(2)为从初始时刻空间位置点N0(600,300,8800)到空间位置点N4(750,260,9500)的一条直线段。
当航空器2采取机动行为m5时,根据公式(5)计算航空器2在10分钟后的横坐标xt,5(2)=750千米、纵坐标yt,5(2)=260千米、高度ht,5(2)=8300米、航向dt,5(2)=270度、速度st,5(2)=900千米/小时。此时航空器2的空间位置点N5的坐标为(750,260,8300),航空器2的轨迹N0N5(2)为从初始时刻空间位置点N0(600,300,8800)到空间位置点N5(750,260,8300)的一条直线段。
本实施例2中,当航空器3采取机动行为m1时,根据公式(1)计算航空器3在10分钟后的横坐标xt,1(3)=750千米、纵坐标yt,1(3)=300千米、高度ht,1(3)=8800米、航向dt,1(3)=90度、速度st,1(3)=900千米/小时。此时航空器3的空间位置点N1的坐标为(750,260,8800),航空器3的轨迹N0N1(3)为从初始时刻空间位置点N0(600,300,8800)到空间位置点N1(750,260,8300)的一条直线段。
当航空器3采取机动行为m2时,根据公式(2)计算航空器3在10分钟后的横坐标xt,2(3)=744.9千米、纵坐标yt,2(3)=338.8千米、高度ht,2(3)=8800米、航向dt,2(3)=75度、速度st,2(3)=900千米/小时。此时航空器3的空间位置点N2的坐标为(744.9,338.8,8800),航空器3的轨迹N0N2(3)为从初始时刻空间位置点N0(600,300,8800)到空间位置点N2(744.9,338.8,8800)的一条直线段。
当航空器3采取机动行为m3时,根据公式(3)计算航空器3在10分钟后的横坐标xt,3(3)=744.9千米、纵坐标yt,3(3)=261.2千米、高度ht,3(3)=8800米、航向dt,3(3)=105度、速度st,3(3)=900千米/小时。此时航空器3的空间位置点N3的坐标为(744.9,261.2,8800),航空器3的轨迹N0N3(3)为从初始时刻空间位置点N0(600,300,8800)到空间位置点N3(744.9,261.2,8800)的一条直线段。
当航空器3采取机动行为m4时,根据公式(4)计算航空器3在10分钟后的横坐标xt,4(3)=750千米、纵坐标yt,4(3)=300千米、高度ht,4(3)=9400米、航向dt,4(3)=90度、速度st,4(3)=900千米/小时。此时航空器3的空间位置点N4的坐标为(750,300,9400),航空器3的轨迹N0N4(3)为从初始时刻空间位置点N0(600,300,8800)到空间位置点N4(750,300,9400)的一条直线段。
当航空器3采取机动行为m5时,根据公式(5)计算航空器3在10分钟后的横坐标xt,5(3)=750千米、纵坐标yt,5(3)=300千米、高度ht,5(3)=8200米、航向dt,5(3)=90度、速度st,5(3)=900千米/小时。此时航空器3的空间位置点N5的坐标为(750,300,8200),航空器3的轨迹N0N5(3)为从初始时刻空间位置点N0(600,300,8800)到空间位置点N5(750,300,8200)的一条直线段。
本实施例2中,当航空器4采取机动行为m1时,根据公式(1)计算航空器4在10分钟后的横坐标xt,1(4)=740千米、纵坐标yt,1(4)=300千米、高度ht,1(4)=8900米、航向dt,1(4)=270度、速度st,1(4)=900千米/小时。此时航空器4的空间位置点N1的坐标为(740,300,8900),航空器4的轨迹N0N1(4)为从初始时刻空间位置点N0(900,260,8900)到空间位置点N1(740,300,8900)的一条直线段。
当航空器4采取机动行为m2时,根据公式(2)计算航空器4在10分钟后的横坐标xt,2(4)=745.1千米、纵坐标yt,2(4)=261.2千米、高度ht,2(4)=8900米、航向dt,2(4)=255度、速度st,2(4)=900千米/小时。此时航空器4的空间位置点N2的坐标为(745.1,261.2,8900),航空器4的轨迹N0N2(4)为从初始时刻空间位置点N0(900,260,8900)到空间位置点N2(745.1,261.2,8900)的一条直线段。
当航空器4采取机动行为m3时,根据公式(3)计算航空器4在10分钟后的横坐标xt,3(4)=745.1千米、纵坐标yt,3(4)=338.8千米、高度ht,3(4)=8900米、航向dt,3(4)=285度、速度st,3(4)=900千米/小时。此时航空器4的空间位置点N3的坐标为(745.1,338.8,8900),航空器4的轨迹N0N3(4)为从初始时刻空间位置点N0(900,260,8900)到空间位置点N3(745.1,338.8,8900)的一条直线段。
当航空器4采取机动行为m4时,根据公式(4)计算航空器4在10分钟后的横坐标xt,4(4)=740千米、纵坐标yt,4(4)=300千米、高度ht,4(4)=9500米、航向dt,4(4)=270度、速度st,4(4)=900千米/小时。此时航空器4的空间位置点N4的坐标为(740,300,9500),航空器4的轨迹N0N4(4)为从初始时刻空间位置点N0(900,260,8900)到空间位置点N4(740,300,9500)的一条直线段。
当航空器4采取机动行为m5时,根据公式(5)计算航空器4在10分钟后的横坐标xt,5(4)=740千米、纵坐标yt,5(4)=300千米、高度ht,5(4)=8300米、航向dt,5(4)=270度、速度st,5(4)=900千米/小时。此时航空器4的空间位置点N5的坐标为(740,300,8300),航空器4的轨迹N0N5(4)为从初始时刻空间位置点N0(900,260,8900)到空间位置点N5(740,300,8300)的一条直线段。
步骤3、判断航空器轨迹空间中是否存在冲突:将实施例1和实施例2中所有航空器轨迹空间合并,并遍历轨迹空间集合,两两判断机动行为对应的轨迹是否有冲突。
实施例1的轨迹空间中有10条轨迹,其中航空器1机动行为的5条轨迹为N0N1(1)、N0N2(1)、N0N3(1)、N0N4(1)、N0N5(1),航空器2机动行为的5条轨迹为N0N1(2)、N0N2(2)、N0N3(2)、N0N4(2)、N0N5(2)。如表1所示,在这10条轨迹中,轨迹N0N1(1)与轨迹N0N3(2)的最小水平距离5.2千米小于等于水平间隔标准10千米、最小垂直距离100米小于等于垂直间隔标准300米,即C(m1(1),m3(2))=1;轨迹N0N1(2)与轨迹N0N3(1)的最小水平距离5.2千米小于等于水平间隔标准10千米、最小垂直距离100米小于等于垂直间隔标准300米,即C(m3(1),m1(2))=1。
表1
Figure BDA0003334837260000081
实施例2的轨迹空间中有10条轨迹,其中航空器3机动行为的5条轨迹为N0N1(3)、N0N2(3)、N0N3(3)、N0N4(3)、N0N5(3),航空器4机动行为的5条轨迹为N0N1(4)、N0N2(4)、N0N3(4)、N0N4(4)、N0N5(4)。如表2所示,在这10条轨迹中,轨迹N0N1(3)与轨迹N0N1(4)的最小水平距离10千米小于等于水平间隔标准10千米、最小垂直距离100米小于等于垂直间隔标准300米,即C(m1(3),m1(4))=1;轨迹N0N2(3)与轨迹N0N3(4)的最小水平距离0.2千米小于等于水平间隔标准10千米、最小垂直距离100米小于等于垂直间隔标准300米,即C(m2(3),m3(4))=1;轨迹N0N2(4)与轨迹N0N3(3)的最小水平距离0.2千米小于等于水平间隔标准10千米、最小垂直距离100米小于等于垂直间隔标准300米,即C(m2(4),m3(4))=1;轨迹N0N4(3)与轨迹N0N4(4)的最小水平距离10千米小于等于水平间隔标准10千米、最小垂直距离100米小于等于垂直间隔标准300米,即C(m4(3),m4(4))=1;轨迹N0N5(3)与轨迹N0N5(4)的最小水平距离10千米小于等于水平间隔标准10千米、最小垂直距离100米小于等于垂直间隔标准300米,即C(m5(3),m5(4))=1。
表2
Figure BDA0003334837260000082
步骤4、基于轨迹空间的冲突关系生成网络:在实施例1中,航空器数量N=2,以航空器1对应的机动行为m1(1)、m2(1)、m3(1)、m4(1)、m5(1)以及航空器2对应的机动行为m1(2)、m2(2)、m3(2)、m4(2)、m5(2)作为节点,即节点数量为5N。以航空器机动行为对应轨迹间的冲突关系作为边。步骤3计算得知,C(m1(1),m3(2))=1、C(m3(1),m1(2))=1,故实施例1对应的网络模型中,只有m1(1)和m3(2)相连、m3(1)和m1(2)相连,如图2所示。
在实施例2中,以航空器3对应的机动行为m1(3)、m2(3)、m3(3)、m4(3)、m5(3)以及航空器4对应的机动行为m1(4)、m2(4)、m3(4)、m4(4)、m5(4)作为节点,即节点数量为5N。以航空器机动行为对应轨迹间的冲突关系作为边。步骤3计算得知,C(m1(3),m1(4))=1、C(m2(3),m3(4))=1、C(m2(4),m3(3))=1、C(m4(3),m4(4))=1、C(m5(3),m5(4))=1,故实施例2对应的网络模型中,只有m1(3)和m1(4)相连、m2(3)和m3(4)相连、m2(4)和m3(4)相连、m4(3)和m4(4)相连、m5(3)和m5(4)相连,如图3所示。
步骤5、评价空中交通态势复杂性:在实施例1的空中交通态势网络中,节点之间只有两条连边,故航空器机动行为间的冲突关系之和En=2,根据公式(6)可计算出当前空中交通态势复杂性C=2.16。在实施例2的空中交通态势网络中,节点之间只有5条连边,故航空器机动行为间的冲突关系之和En=5,根据公式(6)可计算出当前空中交通态势复杂性C=2.40。
对比实施例1和实施例2,虽然两个实施例中的航班数相同,但从航空器机动行为之间的冲突关系看,实施例1中航空器机动行为间的冲突关系较少,所反映的空中交通态势复杂性则相对实施例2较小。
本方法相对现有只考虑航空器数量的评价方法而言,充分考虑了航空器的机动行为,并在描述机动行为轨迹冲突关系的基础上,建立了空中交通态势网络模型,形成了更为精细化的空中交通态势复杂性评价方法,可以更全面反映航空器自主运行下空中交通态势复杂程度。

Claims (1)

1.一种面向航空器自主运行的空中交通态势复杂性评价方法,其特征在于,所述方法包括按顺序进行的下列步骤:
步骤1、生成航空器机动行为:接入航空器实时数据,对于每一航空器i,先读入其横坐标x0、纵坐标y0、高度h0、航向d0、速度s0;再依次生成5个机动行为:航向、高度保持不变的机动行为记为m1、左转航向15度的机动行为记为m2、右转航向15度的机动行为记为m3、爬升600米的机动行为记为m4、下降600米的机动行为记为m5
步骤2、计算航空器轨迹空间:分别计算t分钟后航空器i在5类机动行为下的空间位置,并与当前位置连线生成每一航空器轨迹空间;当航空器i采取航向、高度保持不变的机动行为m1时,航空器i在t时刻的横坐标xt,1、纵坐标yt,1、高度ht,1、航向dt,1、速度st,1的计算方法如式(1)所示:
Figure FDA0003334837250000011
将航空器i初始时刻空间位置点N0(x0,y0,h0)和采取机动行为m1后t时刻的空间位置点N1(xt,1,yt,1,ht,1)连线,生成航空器i采取机动行为m1的轨迹线段N0N1(i);当航空器i采取左转航向15度的机动行为m2时,航空器i在t时刻的横坐标xt,2、纵坐标yt,2、高度ht,2、航向dt,2、速度st,2的计算方法如式(2)所示:
Figure FDA0003334837250000012
将航空器i初始时刻空间位置点N0(x0,y0,h0)和采取机动行为m2后t时刻的空间位置点N1(xt,2,yt,2,ht,2)连线,生成航空器i采取机动行为m2的轨迹线段N0N2(i);当航空器i采取右转航向15度的机动行为m3时,航空器i在t时刻的横坐标xt,3、纵坐标yt,3、高度ht,3、航向dt,3、速度st,3的计算方法如式(3)所示:
Figure FDA0003334837250000021
将航空器i初始时刻空间位置点N0(x0,y0,h0)和采取机动行为m3后t时刻的空间位置点N1(xt,3,yt,3,ht,3)连线,生成航空器i采取机动行为m3的轨迹线段N0N3(i);当航空器i采取爬升600米的机动行为m4时,航空器i在t时刻的横坐标xt,4、纵坐标yt,4、高度ht,4、航向dt,4、速度st,4的计算方法如式(4)所示:
Figure FDA0003334837250000022
将航空器i初始时刻空间位置点N0(x0,y0,h0)和采取机动行为m4后t时刻的空间位置点N1(xt,4,yt,4,ht,4)连线,生成航空器i采取机动行为m4的轨迹线段N0N4(i);当航空器i采取下降600米的机动行为m5时,航空器i在t时刻的横坐标xt,5、纵坐标yt,5、高度ht,5、航向dt,5、速度st,5的计算方法如式(5)所示:
Figure FDA0003334837250000023
将航空器i初始时刻空间位置点N0(x0,y0,h0)和采取机动行为m5后t时刻的空间位置点N1(xt,5,yt,5,ht,5)连线,生成航空器i采取机动行为m5的轨迹线段N0N5(i);
步骤3、判断航空器轨迹空间中是否存在冲突:将所有航空器轨迹空间合并,并遍历轨迹空间集合,两两计算轨迹间的最小水平距离、最小垂直距离,如最小水平距离小于水平间隔标准10千米且最小垂直距离小于垂直间隔标准300米,则说明相应的两个机动行为存在冲突,标记为1,否则为零;设i和j分别是两个航空器,m1(i)、m2(i)、m3(i)、m4(i)、m5(i)是第i个航空器的5个机动行为,m1(j)、m2(j)、m3(j)、m4(j)、m5(j)是第j个航空器的5个机动行为,N0N1(i)、N0N2(i)、N0N3(i)、N0N4(i)、N0N5(i)是第i个航空器的轨迹空间,N0N1(j)、N0N2(j)、N0N3(j)、N0N4(j)、N0N5(j)是第j个航空器的轨迹空间;遍历两个航空器轨迹空间集合,两两计算轨迹空间集合中轨迹线段间的最小水平距离、最小垂直距离,如N0N1(i)和N0N2(j)的最小水平距离小于10千米且最小垂直距离小于300米,则航空器i的第1个机动行为m1(i)与航空器j的第2个机动行为m2(j)存在冲突,记为C(m1(i),m2(j))=1,否则C(m1(i),m2(j))=0;
步骤4、基于轨迹空间的冲突关系生成空中交通态势网络:以空中交通态势中所有航空器的5种机动行为作为节点,将航空器机动行为间的冲突关系作为边,建立空中交通态势网络模型;此时空中交通态势网络中边的数量即为空中交通态势中所有航空器机动行为间冲突关系的总和,记为En
步骤5、评价空中交通态势复杂性:设空中交通态势中航空器数量为N,则N个航空器的机动行为数量为5N,这5N个节点中冲突关系最多有(5N×(5N-1)/2)个,再剔除同一个航空器不同机动行为轨迹间的冲突关系10N,即空中交通态势网络中冲突关系最多有(5N×(5N-1)/2-10N)个;最终,综合空中交通态势中的航空器数量、航空器机动行为轨迹间的冲突关系数量按照如下公式计算空中交通态势复杂性C:
C=N×(1+En/(5N×(5N-1)/2)-10N) (6)。
CN202111291024.3A 2021-11-03 2021-11-03 一种面向航空器自主运行的空中交通态势复杂性评价方法 Pending CN114023111A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111291024.3A CN114023111A (zh) 2021-11-03 2021-11-03 一种面向航空器自主运行的空中交通态势复杂性评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111291024.3A CN114023111A (zh) 2021-11-03 2021-11-03 一种面向航空器自主运行的空中交通态势复杂性评价方法

Publications (1)

Publication Number Publication Date
CN114023111A true CN114023111A (zh) 2022-02-08

Family

ID=80059909

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111291024.3A Pending CN114023111A (zh) 2021-11-03 2021-11-03 一种面向航空器自主运行的空中交通态势复杂性评价方法

Country Status (1)

Country Link
CN (1) CN114023111A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120191332A1 (en) * 2011-01-25 2012-07-26 Sawhill Bruce K System and Method for Planning, Disruption Management, and Optimization of Networked, Scheduled or On-Demand Air Transport Fleet Trajectory Operations
CN106875755A (zh) * 2017-02-28 2017-06-20 中国人民解放军空军装备研究院雷达与电子对抗研究所 一种基于复杂度的空中交通冲突管理方法和装置
CN111461482A (zh) * 2020-02-25 2020-07-28 北京航空航天大学 空域动态管理方法和装置
US20210174262A1 (en) * 2019-12-10 2021-06-10 Beihang University Deep unsupervised learning approach , device and storage medium for airspace complexity evaluation

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120191332A1 (en) * 2011-01-25 2012-07-26 Sawhill Bruce K System and Method for Planning, Disruption Management, and Optimization of Networked, Scheduled or On-Demand Air Transport Fleet Trajectory Operations
CN106875755A (zh) * 2017-02-28 2017-06-20 中国人民解放军空军装备研究院雷达与电子对抗研究所 一种基于复杂度的空中交通冲突管理方法和装置
US20210174262A1 (en) * 2019-12-10 2021-06-10 Beihang University Deep unsupervised learning approach , device and storage medium for airspace complexity evaluation
CN111461482A (zh) * 2020-02-25 2020-07-28 北京航空航天大学 空域动态管理方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王红勇;温瑞英;: "基于复杂网络的空中交通态势风险评估方法", 中国安全科学学报 *

Similar Documents

Publication Publication Date Title
CN109947136B (zh) 一种面向无人机群体快速目标搜索的协同主动感知方法
CN110989626B (zh) 一种基于控制参数化的无人机路径规划方法
CN106371439B (zh) 一种统一的自动驾驶横向规划方法与系统
CN112577506B (zh) 一种自动驾驶局部路径规划方法和系统
CN110610512B (zh) 基于bp神经网络融合卡尔曼滤波算法的无人机目标跟踪方法
CN114217632B (zh) 自适应容错无人机跟踪巡航系统及方法
JP2019121225A (ja) 画像認識システムおよびニューラルネットワークの学習方法
WO2020098226A1 (en) System and methods of efficient, continuous, and safe learning using first principles and constraints
CN113515111B (zh) 一种车辆避障路径规划方法及装置
CN111932951A (zh) 一种基于滚动时域控制的航空器冲突管理方法
CN110879607A (zh) 一种基于多无人机编队协同探测的海上风电叶片检测方法
CN114023111A (zh) 一种面向航空器自主运行的空中交通态势复杂性评价方法
CN113126647B (zh) 一种基于领导者跟追随者原理的协同制导方法
CN110986948B (zh) 一种基于奖励函数优化的多无人机分组协同判断方法
CN116755323A (zh) 一种基于深度强化学习的多旋翼无人机pid自整定方法
CN112484726A (zh) 一种基于三维模型的无人机路径规划方法
CN116931596A (zh) 一种飞行程序自动编排的无人机飞行系统
CN112161626B (zh) 一种基于航路跟踪映射网络的高可飞性航路规划方法
CN115407661A (zh) 基于方位测量信息多无人机系统非线性鲁棒跟踪控制方法
CN114510081A (zh) 通信延迟约束下的多无人机集群导航方法
CN112947073A (zh) 一种基于模型预测控制的舰载机滑行轨迹跟踪方法
Kong et al. Decision-making under on-ramp merge scenarios by distributional soft actor-critic algorithm
CN114911263B (zh) 基于同伦法的多无人机同步到达轨迹规划方法、存储介质及设备
CN111857112A (zh) 一种汽车局部路径规划方法及电子设备
CN114167896B (zh) 一种基于状态预测的人工势能场无人机集群控制方法

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
AD01 Patent right deemed abandoned
AD01 Patent right deemed abandoned

Effective date of abandoning: 20240126