CN116189480B - 一种航班复飞动作自动识别方法 - Google Patents
一种航班复飞动作自动识别方法 Download PDFInfo
- Publication number
- CN116189480B CN116189480B CN202211653678.0A CN202211653678A CN116189480B CN 116189480 B CN116189480 B CN 116189480B CN 202211653678 A CN202211653678 A CN 202211653678A CN 116189480 B CN116189480 B CN 116189480B
- Authority
- CN
- China
- Prior art keywords
- runway
- induction area
- aircraft
- angle
- theta
- 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
Classifications
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种航班复飞动作自动识别方法，其特征在于：包括以下步骤：A.建立机场跑道复飞感应区模型：复飞感应区模型包括跑道感应区B、和位于跑道感应区B一端的下滑道感应区A1、以及位于跑道感应区B另一端的下滑道感应区A2；B.航空器稳定进近状态识别：C.复飞动作判断：本发明不仅步骤简单，方便使用，还可为航空公司与机场运行控制部门提供航班复飞事件自动化监视手段，确保值班员能够及时掌握航班复飞事件，有效感知相关运行风险，从而能提高运行控制与保障效率，有助于提高运行安全水平，适合推广使用。
Description
技术领域
本发明涉及一种航空航天领域，尤其涉及一种航班复飞动作自动识别方法。
背景技术
航班复飞是航班运行需要重点关注的异常情况，低空风切变、跑道冲突、起落架故障等都是航班复飞的潜在原因，因此及时准确地感知与识别航班的复飞动作对于航班运行安全十分重要。航班复飞大多是在即时或突发状况下由机长酌情决定的，航空公司运行控制部门往往是在航班落地后才接到机组报告，无法实现对航班复飞动作的及时感知。现阶段航空公司虽然具备了航班位置、轨迹监控、机载报文收发等监控手段，但对航班异常状态的发现仍然依赖于运行监控人员的持续观察、人工分析，大大增加了工作负荷；如叠加航班大面积延误、恶劣天气等复杂运行环境，会大大降低运行控制效率、影响运行安全。航空公司运行控制部门迫切需要航班复飞动作的自动化与实时化识别手段。
发明内容
针对现有技术存在的不足之处，本发明的目的在于提供一种航班复飞动作自动识别方法，可为航空公司与机场运行控制部门提供航班复飞事件自动化监视手段，确保值班员能够及时掌握航班复飞事件，有效感知相关运行风险，从而能提高运行控制与保障效率，有助于提高运行安全水平。
本发明的目的通过下述技术方案实现：
一种航班复飞动作自动识别方法，包括以下步骤：
A.建立机场跑道复飞感应区模型：复飞感应区模型包括跑道感应区B、和位于跑道感应区B一端的下滑道感应区A1、以及位于跑道感应区B另一端的下滑道感应区A2；
B.航空器稳定进近状态识别：判断航空器是否出现连续五个轨迹点均满足航空器稳定进近状态识别条件：若是，则判断为航空器处于稳定进近状态并即将进行着陆；
C.复飞动作判断：判断航空器是否出现连续三个轨迹点均满足复飞动作条件：若是，则判断为航空器出现了复飞动作。
优选地，还包括以下步骤：
D.复飞事件类型判断：判断航空器复飞动作是否发生在跑道感应区B内：若是，则判断为I类复飞事件；若否，则判断为II类复飞事件。
优选地，采用矩阵S＝[si so]表示复飞事件，其中si表示航空器进入复飞感应区模型的区域，Sj为A1或A2；So表示航空器离开复飞感应区模型的区域，So为A1或A2或B。
优选地，步骤A中跑道感应区B为跑道道面正上方的长方体空间区域，其长度为LB、宽度为WB、高度为HB，且LB＝LR、WB＝WR、HB＝1.5*DHmax；其中LR为跑道长度，WR为跑道宽度，DHmax为最大决断高度。
优选地，步骤A中下滑道感应区域A1分别具有近跑道端面和远跑道端面，近跑道端面为跑道瞄准点在跑道感应区B上形成的矩形截面，矩形截面的四个端点分别记为pld、pru、pht、prd；由点pld、俯仰角0.5θs、方向角θR+π-θRΔ确定第一条直线，由点pru、俯仰角0.5θS、方向角θR+π+θRΔ确定第二条直线，由点pht、俯仰角2θS、方向角θR+π-θRΔ确定第三条直线，由点prd、俯仰角2θS、方向角θR+π+θRΔ确定第四条直线，远跑道端面为由最后进近定位点所确定的并与近跑道端面相平行的垂直面与四条直线相交后形成的矩形端面；四条直线在近跑道端面与远跑道端面之间则形成棱台形的下滑道感应区域A1；其中θS为跑道下滑角，θR为下滑航向角，θRΔ为方向角偏量，且θRΔ＝1/24π；下滑道感应区A2与下滑道感应区域A1对称。
优选地，步骤B中将航空器轨迹表示为T{Pi}，i＝1，2，...，n，为航空器轨迹点；其中ti为时间、pi为经纬度坐标、ai为高度、θi为方向角、/>为俯仰角、vi为速度；航空器稳定进近状态识别条件包括：
B1.高度ai≤1500feet(457.2m)且五个轨迹点的高度连续下降；
B2.五个轨迹点与跑道中心点PRWY之间的矩离连续减小；
B3.|θi-θRWY|≤15°，θRWY为跑道方位角；
B4.垂直下降率vvi≤1000feet/min(304.8m)；
B5.速度vi≤170kn(314.84km/h)；
B6.航空器保持在下滑道感应区A1或下滑道感应区A2内。
优选地，步骤C中连续三个轨迹点表示为Pi、Pi+1以及Pi+2，复飞动作条件包括：
C1.高度ai<ai+1<ai+2；
C2.速度vi<vi+1<vi+2；
C3.俯仰角或/>或/>且两个轨迹点的俯仰角的差值
C4.至少一个轨迹点在复飞感应区模型内。
本发明较现有技术相比，具有以下优点及有益效果：
(1)本发明不仅步骤简单，方便使用，还可为航空公司与机场运行控制部门提供航班复飞事件自动化监视手段，确保值班员能够及时掌握航班复飞事件，有效感知相关运行风险，从而能提高运行控制与保障效率，避免了值班员对航空器的持续跟踪压力，有效减轻值班员的工作负荷，有助于提高运行安全水平。
(2)本发明解决了航空公司与机场运行控制部门对航班复飞事件及时感知能力不足的问题，实现了基于现有航班运行监控数据的航班复飞动作自动化实时感知；填补了运行监控业务中对航班复飞事件自动识别感知的缺失。
(3)本发明构建了能够适用国内民航运行监控业务现状的航班复飞自动识别方法；充分利用现有运行监控数据与技术手段，可降低成本投入；分析航班复飞时不同状态下的风险程度，进而对复飞事件实现了科学分级，有助于优化运行控制效率；本发明的识别方法不受跑道运行方向变更的影响，识别结果准确可靠，同时兼顾实现了对跑道运行方向的判断，并能输出多元分析结果。
附图说明
图1为本发明复飞感应区模型的示意图。
具体实施方式
下面结合实施例对本发明作进一步地详细说明：
实施例
如图1所示，本发明的一种航班复飞动作自动识别方法，包括以下步骤：
A.建立机场跑道复飞感应区模型：复飞感应区模型包括跑道感应区B、和位于跑道感应区B一端的下滑道感应区A1、以及位于跑道感应区B另一端的下滑道感应区A2。具体的，跑道感应区B为跑道道面正上方的长方体空间区域，跑道感应区B的长度为LB、宽度为WB、高度为HB，且LB＝LR、WB＝WR、HB＝1.5*DHmax；其中LR为跑道长度，WR为跑道宽度，DHmax为最大决断高度，跑道的长度LR和宽度WR的具体参数值可通过机场NAIP数据中获取，决断高度为下滑过程中决定着陆或复飞的最小高度，飞行程序中有设定决断高度参数值，决断高度参数值可从飞行程序中直接获取，不同进近类型对应的决断高度不同，本发明选取决断高度最大值，即最大决断高度DHmax。
下滑道感应区域A1与跑道感应区B相连通，分别具有近跑道端面和远跑道端面，近跑道端面为下滑道感应区域A1与跑道感应区B相连接的对接面。具体的，近跑道端面为跑道瞄准点在跑道感应区B上形成的矩形截面，矩形截面的四个端点分别记为pld、pru、pht、prd；由点pld、俯仰角0.5θS、方向角θR+π-θRΔ确定第一条值线，由点pru、俯仰角0.5θS、方向角θR+π+θRΔ确定第二条直线，由点plu、俯仰角2θS、方向角θR+π-θRΔ确定第三条直线，由点prd、俯仰角2θS、方向角θR+π+θRΔ确定第四条直线，远跑道端面为由最后进近定位点所确定的并与近跑道端面相平行的垂直面与四条直线相交后形成的矩形端面；四条直线在近跑道端面与远跑道端面之间则形成棱台形的下滑道感应区域A1。其中，θs为跑道下滑角，即飞机降落过程中下滑轨迹与其地面投影之间的夹角，飞行程序中有设定跑道下滑角θs的参数值，本发明则可直接通过飞行程序获取跑道下滑角θS的参数值；θR为下滑航向角，即飞机降落过程中下滑轨迹的地面投影的方位角，且与运行跑道方向角一致，飞行程序中有设定下滑航向角θR的参数值，本发明则可直接通过飞行程序获取下滑航向角θR的参数值；θRΔ为方向角偏量，且θRΔ＝1/24π。本发明的下滑道感应区A2与下滑道感应区域A1对称。
B.航空器稳定进近状态识别：判断航空器是否出现连续五个轨迹点均满足航空器稳定进近状态识别条件：若是，则判断为航空器处于稳定进近状态并即将进行着陆。稳定进近状态是指航空器在着陆前以安全飞行标准的姿态、速度、动力等沿进近航径飞行时的状态，稳定进近是正常着陆前的保持状态。因此，判定航空器的稳定进近状态是监控航空器处于着陆状态、可能发生复飞动作的前提条件。将航空器轨迹表示为T{Pi}，i＝1，2，...，n，为航空器轨迹点；其中，ti为时间、pi为经纬度坐标、ai为高度、θi为方向角、/>为俯仰角、vi为速度，本发明的航空器轨迹点数据来自于广播式自动相关监视(ADS-B)。广播式自动相关监视(ADS-B)是广泛使用的飞机实时监控技术，能够实时广播飞机的监视数据，包括航班号、机型、注册号、高度、经纬坐标、速度、方位角等状态参数，数据更新间隔可达1s/次。本发明基于航空器的ADS-B数据，并结合步骤A中构建的复飞感应区模型矢量数据进行地理信息运算分析，进而判断航空器的稳定进近状态。航空器稳定进近状态识别条件包括：
B1.高度ai≤1500feet(457.2m)且五个轨迹点的高度连续下降；
B2.五个轨迹点与跑道中心点PRWY之间的距离连续减小；
B3.|θi-θRWY|≤15°，θRWY为跑道方位角，按照跑道运行方向的变化，存在θRWY和θRWY+π两种情况，因此取θi-θRWY的绝对值；
B4.垂直下降率vvi≤1000feet/min(304.8m)；
B5.速度vi≤170kn(314.84km/h)；
B6.航空器保持在下滑道感应区A1或下滑道感应区A2内。
C.复飞动作判断：对于步骤B中判定为稳定进近状态的航空器，将其飞行轨迹数据结合步骤A中构建的复飞感应区模型矢量数据进行地理信息运算分析，判断航空器是否出现连续三个轨迹点均满足复飞动作条件：若是，则判断为航空器出现了复飞动作。连续三个轨迹点表示为Pi、Pi+1以及Pi+2，复飞动作条件包括：
C1.高度ai<ai+1<ai+2，表现为三个轨迹点的高度连续上升；
C2.速度vi<vi+1<vi+2，表现为三个轨迹点的速度连续增大；
C3.俯仰角或/>或/>且两个轨迹点的俯仰角的差值表现为俯仰角增大，航空器机头抬升角度增大；
C4.至少一个轨迹点在复飞感应区模型内，表现为航空器自复飞感应区模型内穿越至复飞感应区模型外。
D.复事件类型判断：判断航空器复飞动作是否发生在跑道感应区B内：若是，则判断为I类复飞事件；若否，则判断为II类复飞事件。复飞动作发生在跑道感应区B内，则因为跑道感应区B内航空器飞行高度较低且飞行速度较慢，因此危险程度较大；复飞动作发生在跑道感应区B外，此时航空器飞行高度较高，且飞行速度较快，依此危险程度较小。因此I类复飞事件危险程度较大，II类复飞事件危险程度较小。
本发明采用矩阵S＝[si so]表示复飞事件，其中si表示航空器进入复飞感应区模型的区域，则Si为A1或A2；So表示航空器离开复飞感应区模型的区域，则So为A1或A2或B。例如，若状态矩阵S＝[A1，B]，则表示航空器自下滑道感应区A1进入跑道感应区B后中断着陆，执行复飞，为I类复飞事件；若状态矩阵S＝[A1，A1]，则表示航空器在下滑道感应区A1中稳定进近阶段中止进近程序，并在下滑道感应区A1中执行复飞，为II类复飞事件，复飞事件类型判断条件参见表一。
表一
本发明通过判断si＝A1或Si＝A2可获知航空器着陆时使用的跑道方向及编号，从而可便于获取其他有用信息。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (4)
1.一种航班复飞动作自动识别方法，其特征在于：包括以下步骤：
A.建立机场跑道复飞感应区模型：复飞感应区模型包括跑道感应区B、和位于跑道感应区B一端的下滑道感应区A1、以及位于跑道感应区B另一端的下滑道感应区A2；下滑道感应区域A1与跑道感应区B相连通，分别具有近跑道端面和远跑道端面，近跑道端面为下滑道感应区域A1与跑道感应区B相连接的对接面，近跑道端面为跑道瞄准点在跑道感应区B上形成的矩形截面，矩形截面的四个端点分别记为pld、pru、plu、prd；由点pld、俯仰角0.5θS、方向角θR+π-θRΔ确定第一条直线，由点pru、俯仰角0.5θS、方向角θR+π+θRΔ确定第二条直线，由点phl、俯仰角2θS、方向角θR+π-θRΔ确定第三条直线，由点prd、俯仰角2θS、方向角θR+π+θRΔ确定第四条直线，远跑道端面为由最后进近定位点所确定的并与近跑道端面相平行的垂直面与四条直线相交后形成的矩形端面；四条直线在近跑道端面与远跑道端面之间则形成棱台形的下滑道感应区域A1；其中，θS为跑道下滑角，即飞机降落过程中下滑轨迹与其地面投影之间的夹角，飞行程序中有设定跑道下滑角θS的参数值，通过飞行程序获取跑道下滑角θS的参数值；θR为下滑航向角，即飞机降落过程中下滑轨迹的地面投影的方位角，且与运行跑道方向角一致，飞行程序中有设定下滑航向角θR的参数值，通过飞行程序获取下滑航向角θR的参数值；θRΔ为方向角偏量，且θRΔ＝1/24π；下滑道感应区A2与下滑道感应区域A1对称；
B.航空器稳定进近状态识别：判断航空器是否出现连续五个轨迹点均满足航空器稳定进近状态识别条件：若是，则判断为航空器处于稳定进近状态并即将进行着陆；
将航空器轨迹表示为T{Pi}，i＝1，2，...，n，为航空器轨迹点；其中ti为时间、pi为经纬度坐标、ai为高度、θi为方向角、/>为俯仰角、vi为速度；航空器稳定进近状态识别条件包括：
B1.高度ai≤1500feet且五个轨迹点的高度连续下降；
B2.五个轨迹点与跑道中心点PRWY之间的距离连续减小；
B3.|θi-θRWY|≤15°，θRWY为跑道方位角；
B4.垂直下降率vvi≤1000feet/min；
B5.速度vi≤170kn；
B6.航空器保持在下滑道感应区A1或下滑道感应区A2内；
C.复飞动作判断：判断航空器是否出现连续三个轨迹点均满足复飞动作条件：若是，则判断为航空器出现了复 飞动作；
连续三个轨迹点表示为Pi、Pi+1以及Pi+2，复飞动作条件包括：
C1.高度ai＜ai+1＜ai+2；
C2.速度vi＜vi+1＜vi+2；
C3.俯仰角或/>或/>且两个轨迹点的俯仰角的差值
C4.至少一个轨迹点在复飞感应区模型内。
2.按照权利要求1所述的航班复飞动作自动识别方法，其特征在于：还包括以下步骤：
D.复飞书件类型判断：判断航空器的复飞动作是否发生在跑道感应区B内：若是，则判断为I类复飞事件；若否，则判断为II类复飞事件。
3.按照权利要求2所述的航班复飞动作自动识别方法，其特征在于：采用矩阵S＝[siso]表示复飞事件，其中si表示航空器进入复飞感应区模型的区域，si为A1或A2；so表示航空器离开复飞感应区模型的区域，so为A1或A2或B。
4.按照权利要求1～3任一项所述的航班复飞动作自动识别方法，其特征在于：步骤A中跑道感应区B为跑道道面正上方的长方体空间区域，其长度为LB、宽度为WB、高度为HB，且LB＝LR、WB＝WB、HB＝1.5*DHmax；其中LR为跑道长度，WR为跑道宽度，DHmax为最大决断高度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211653678.0A CN116189480B (zh) | 2022-12-20 | 2022-12-20 | 一种航班复飞动作自动识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211653678.0A CN116189480B (zh) | 2022-12-20 | 2022-12-20 | 一种航班复飞动作自动识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116189480A CN116189480A (zh) | 2023-05-30 |
| CN116189480B true CN116189480B (zh) | 2023-08-18 |
Family
ID=86435473
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211653678.0A Active CN116189480B (zh) | 2022-12-20 | 2022-12-20 | 一种航班复飞动作自动识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116189480B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112257151A (zh) * | 2020-10-20 | 2021-01-22 | 南京航空航天大学 | 航空器飞行阶段划分识别系统 |
| CN112861369A (zh) * | 2021-03-01 | 2021-05-28 | 中国民航科学技术研究院 | 一种飞机进近降落复飞保护区划设系统及方法 |
| CN114239745A (zh) * | 2021-12-22 | 2022-03-25 | 中国民航科学技术研究院 | 一种机场航班起降与跑道运行状态自动识别方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10935987B2 (en) * | 2018-08-07 | 2021-03-02 | Reliable Robotics Corporation | Landing site localization for dynamic control of an aircraft toward a landing site |
-
2022
- 2022-12-20 CN CN202211653678.0A patent/CN116189480B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112257151A (zh) * | 2020-10-20 | 2021-01-22 | 南京航空航天大学 | 航空器飞行阶段划分识别系统 |
| CN112861369A (zh) * | 2021-03-01 | 2021-05-28 | 中国民航科学技术研究院 | 一种飞机进近降落复飞保护区划设系统及方法 |
| CN114239745A (zh) * | 2021-12-22 | 2022-03-25 | 中国民航科学技术研究院 | 一种机场航班起降与跑道运行状态自动识别方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116189480A (zh) | 2023-05-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11270596B2 (en) | Autonomous path planning | |
| US7626513B2 (en) | Communication of landing conditions | |
| CN110491179B (zh) | 一种具有动态虚拟电子围栏的机场场面监控系统 | |
| CN111968409B (zh) | 一种基于实时ads-b数据的航空器中止起飞识别方法及系统 | |
| Atkins | Emergency landing automation aids: an evaluation inspired by US airways flight 1549 | |
| CN111123966A (zh) | 基于机载近地告警系统判断飞行阶段的方法 | |
| Morris et al. | Validation of the time based separation concept at London Heathrow Airport | |
| CN110349444B (zh) | 基于大数据的空中交通流量管理方法 | |
| CN109470712A (zh) | 一种风电叶片检测系统 | |
| CN113487914B (zh) | 基于机场气象报文的低着陆运行标准识别告警方法 | |
| US20170358218A1 (en) | Runway optimization system and method | |
| Hon et al. | Wake vortex measurements at the Hong Kong International Airport | |
| CN116189480B (zh) | 一种航班复飞动作自动识别方法 | |
| CN106327921A (zh) | 基于飞机航线和可视化数据融合的起落架安全监控方法 | |
| CN115856928A (zh) | 激光雷达探测飞机尾涡选址方法 | |
| Domino et al. | Air ground collaboration through delegated separation: Application for departures and arrivals | |
| CN204010256U (zh) | 飞机跑道上飞机状态的检测报警系统 | |
| Teager et al. | Flight test investigation of rotorcraft wake vortices in forward flight. | |
| CN115294805B (zh) | 一种基于视频图像的机场场面航空器冲突预警系统及方法 | |
| CN104157105A (zh) | 飞机跑道上飞机状态的检测报警系统 | |
| CN118609427A (zh) | 基于北斗短报文数据链的智能交互式飞行管理方法 | |
| Domino et al. | Air ground collaboration through delegated separation: Results of simulations for arrivals to closely spaced parallel runways | |
| Tielin et al. | Research on Key Technologies of Flight Yaw Based on Flight Plan Splitting | |
| Belle et al. | Benefits analysis of RNP approach procedure to runway 13C at Midway airport | |
| Liao et al. | A Simulation Platform for Airport Runway Collision Warning System |
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 |