CN116451446A - 空管仿真飞行计划自动生成方法 - Google Patents
空管仿真飞行计划自动生成方法 Download PDFInfo
- Publication number
- CN116451446A CN116451446A CN202310328625.XA CN202310328625A CN116451446A CN 116451446 A CN116451446 A CN 116451446A CN 202310328625 A CN202310328625 A CN 202310328625A CN 116451446 A CN116451446 A CN 116451446A
- Authority
- CN
- China
- Prior art keywords
- flight
- horizontal turning
- simulation
- turning points
- information
- 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
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000010006 flight Effects 0.000 claims description 10
- 230000009467 reduction Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 5
- 238000013459 approach Methods 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 description 9
- 238000007726 management method Methods 0.000 description 9
- 238000013439 planning Methods 0.000 description 7
- 238000011161 development Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computer Graphics (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种空管仿真飞行计划自动生成方法包括如下步骤:步骤一、提取水平转弯点;步骤二、依据仿真空域,设定气象参数;步骤三、依据仿真空域,设定特情状况;步骤四、计算航班在航路点间的飞行时间,确定航班到达下一航路点的时间;步骤五、将航班号、机型、气象信息、特情信息以及航班在航路点间的飞行时间信息进行组合,录入空管仿真系统,实现飞行计划数据更新。通过融合航班历史轨迹数据、气象数据和特情数据并基于航班预达时间实现飞行计划的仿真生成。本发明可有效降低空管仿真计划编制人员的工作量,进一步提高空管仿真结果的可信性。
Description
技术领域
本发明涉及一种空管仿真系统及方法,尤其涉及一种基于大数据的空管仿真飞行计划自动生成方法。
背景技术
当前,模拟飞行计划主要依据仿真人员主观经验完成,自动化程度不高,在模拟仿真训练航班数量不大且空域结构较简单时,尚能有效应对,然而,在面对大规模模拟仿真项任务时,仅凭主观经验设计飞行计划的作法不能满足时效性的要求;同时,基于人工经验制定的飞行计划航班流在各走廊口的分布也与实际状况存在一定的偏差。另外,针对航空器在各定位点之间的飞行时间设定,现有的设定方法主要是根据经验进行估算,一方面比较容易出现差错,另一方面还会增加工作负担且精确性也不高。
随着国民经济的快速发展,军民航空域用户对空域资源的需求日趋旺盛,空中交通流量持续快速增长,空域结构和使用方式趋于复杂、多样化,空域运行压力不断加大,需求与资源供给的矛盾日益显现,已经成为制约民航发展的关键性瓶颈。为此,从丰富技术手段着手,有效提高空域规划和管理的科学性和合理性已成为保障民航健康发展与安全运行的当务之急。现阶段,空域规划与管理工作主要以经验为主,结合计算机辅助手段对规划方案进行仿真评估。仿真评估分为计算机快时仿真评估和模拟机实时仿真评估两种。模拟机仿真评估方法因为有真实管制员的实际参与,充分考虑了人为因素的影响,无需近似模拟复杂的空管运行规则,能够更加准确客观地反映空域需求,因此越来越受到空域规划和管理部门的重视和青睐。然而,现阶段的模拟机仿真评估方法在训练计划编制、空域方案比选等方面仍然过多地依赖人为经验,据此所进行的空域规划、仿真、评估结果均缺乏科学性、真实性和权威性。
大数据技术的发展,使得空域规划与管理具备了从以经验为主的粗放式决策过渡到基于海量数据的精细化决策的条件;空域实时仿真评估工作需要借助大数据分析手段,提出科学的空域实时仿真评估方法,完成对空域运行的准确模拟,准确反映出空域需求,实现空域结构的优化,细化与量化安全容量,强化与提高运行效率,从而破除空域瓶颈,保障民航可持续健康发展。
发明内容
本发明要解决的技术问题是提供一种能高效率地对空域运行进行准确模拟的空管仿真飞行计划自动生成方法。
实现本发明目的的技术方案是提供一种空管仿真飞行计划自动生成方法,包括如下步骤:
步骤一、提取水平转弯点,具体步骤如下:
1.1提取以机场坐标为中心、半径150公里以内航班的运行轨迹信息,包括三维坐标{X,Y,Z}和航向信息H,若某航班i的三维坐标和航向序列值共N个,也即{[Xi1,Yi1,Zi1],[Xi2,Yi2,Zi2],...,[XiN,YiN,ZiN]}和{Hi1,Xi2,...,HiN},如果两个相邻的航向序列值|Hij-Hik|>5°(j<k),那么将轨迹点[Xik,Yik]作为水平转弯点;因此,针对航班i可获取i′个水平转弯点同样地,若航班总数目为M,那么总共可得到/>个水平转弯点;
1.2针对初步得到的个水平转弯点,两两计算它们之间的欧式距离矩阵D如下所示:
若α和β分别代表D中元素Dαβ的行索引和列索引,若Dαβ≤0.5km,那么将第α个和第β个水平转弯点放到一个集合中,且将集合中的所有水平转弯点进行合并并视为同一个水平转弯点;此外,针对各个水平转弯点按照约简数目从小到大排列,将前20个最小约简数目所对应的水平转弯点视为雷达引导情形;若合并的水平转弯点总数目为L,那么约简后的水平转弯点总数目为
步骤二、依据仿真空域,提取气象参数;
步骤三、依据仿真空域,设定特情状况;
步骤四、计算航班在航路点间的飞行时间,确定航班到达下一航路点的时间;根据步骤一中确定的水平转弯点,确定航班在水平转弯点间的飞行时间,具体步骤如下:
4.1针对特定航班,在两个水平转弯点间将影响航班飞行时间的因素如机型(x1)、初始飞行速度(x2)、温度(x3)、风速(x4)、风向(x5)和是否特情状况(x6)视为自变量,将航班的实际飞行时间视为因变量(y);
4.2针对相邻的两个水平转弯点,若相对应的航班数目为m且各个自变量对应的待定系数分别为ci(i=1,2,...,6),那么可构建如下所示的多元回归模型并可进一步获取各个待定系数:
4.3在模拟拟合过程训练好后,根据航空器自变量信息可直接计算水平定位点间的航空器飞行时间;
步骤五、将航班号、机型、气象信息、特情信息以及航班在航路点间的飞行时间信息进行组合,录入空管仿真系统,实现飞行计划数据更新。
进一步的,上述步骤二中,气象参数包括温度和风场参数;具体步骤如下:
2.1根据区域气象预报格点数据,基于最近邻原则,按照高度层将每个格点上的温度和风速风向数据匹配到距离机场坐标50km以外的各个水平转弯点处;
2.1根据机场气象预报数据,将温度和风速风向数据匹配到距离机场坐标50km以内的各个水平转弯点处。
进一步的,上述步骤三中,特情状况是指航空器偏离标准进离场航线的情形,具体来讲:特情状况包括两种类型,第一种是步骤一所示的雷达引导情形,第二种是航空器在特定等待位置点实施的盘旋等待模式,依据管制员管制指令和航图上等待程序的配置判定盘旋等待模式的发生。
本发明具有积极的效果:(1)本发明的空管仿真飞行计划自动生成方法通过融合航班历史轨迹数据、气象数据和特情数据并基于航班预达时间实现飞行计划的仿真生成。本发明可有效降低空管仿真计划编制人员的工作量,进一步提高空管仿真结果的可信性。(2)本发明的空管仿真飞行计划自动生成方法在航空器飞行时间估计过程中,融入了气象因素和特情因素的影响,能够提高航班飞行时间估计的准确性。(3)本发明的空管仿真飞行计划自动生成方法可以降低空管仿真计划编制工作人员的负担,使航班飞行计划编制阶段的自动化水平得到进一步提高,也能够降低人员手工录入的低级错误。
具体实施方式
(实施例1)
本实施例的空管仿真飞行计划自动生成方法,包括如下步骤:
步骤一、提取水平转弯点,具体步骤如下:
1.1提取以机场坐标为中心、半径150公里以内航班的运行轨迹信息,包括三维坐标{X,Y,Z}和航向信息H,若某航班i的三维坐标和航向序列值共N个,也即{[Xi1,Yi1,Zi1],[Xi2,Yi2,Zi2],...,[XiN,YiN,ZiN]}和{Hi1,Hi2,...,HiN},如果两个相邻的航向序列值|Hij-Hik|>5°(j<k),那么将轨迹点[Xik,Yik]作为水平转弯点。因此,针对航班i可获取i′个水平转弯点同样地,若航班总数目为M,那么总共可得到/>个水平转弯点。
1.2针对初步得到的个水平转弯点,两两计算它们之间的欧式距离矩阵D如下所示:
若α和β分别代表D中元素Dαβ的行索引和列索引,若Dαβ≤0.5km,那么将第α个和第β个水平转弯点放到一个集合中,且将集合中的所有水平转弯点进行合并并视为同一个水平转弯点。此外,针对各个水平转弯点按照约简数目从小到大排列,将前20个最小约简数目所对应的水平转弯点视为雷达引导情形。若合并的水平转弯点总数目为L,那么约简后的水平转弯点总数目为
步骤二、依据仿真空域,提取气象参数,气象参数包括温度和风场参数;具体步骤如下:
2.1根据区域气象预报格点数据,基于最近邻原则,按照高度层将每个格点上的温度和风速风向数据匹配到距离机场坐标50km以外的各个水平转弯点处;
2.1根据机场气象预报数据,将温度和风速风向数据匹配到距离机场坐标50km以内的各个水平转弯点处;
步骤三、依据仿真空域,设定特情状况,特情状况是指航空器偏离标准进离场航线的情形,偏离的原因主要是避免飞行冲突和危险天气区域以保持安全间隔,尽管特情状况在航空器运行过程中占比不多,但它仍会对飞行计划的制定产生重要影响,因而需要重点关注处理以更好地涵盖航空器所有可能出现的运行情形;具体来讲:特情状况包括两种类型,第一种是步骤一所示的雷达引导情形,第二种是航空器在特定等待位置点实施的盘旋等待模式,依据管制员管制指令和航图上等待程序的配置判定盘旋等待模式的发生。
步骤四、计算航班在航路点间的飞行时间,确定航班到达下一航路点的时间;具体来讲:根据步骤一中确定的水平转弯点,确定航班在水平转弯点间的飞行时间,具体步骤如下:
4.1针对特定航班,在两个水平转弯点间将影响航班飞行时间的因素如机型(x1)、初始飞行速度(x2)、温度(x3)、风速(x4)、风向(x5)和是否特情状况(x6)视为自变量,将航班的实际飞行时间视为因变量(y);
4.2针对相邻的两个水平转弯点,若相对应的航班数目为m且各个自变量对应的待定系数分别为ci(i=1,2,...,6),那么可构建如下所示的多元回归模型并可进一步获取各个待定系数:
4.3在模拟拟合过程训练好后,根据航空器自变量信息可直接计算水平定位点间的航空器飞行时间。
步骤五、将航班号、机型、气象信息、特情信息以及航班在航路点间的飞行时间信息进行组合,录入空管仿真系统,实现飞行计划数据更新。
从而根据上述步骤实施的空管仿真飞行计划自动生成方法能通过融合航班历史轨迹数据、气象数据和特情数据并基于航班预达时间实现飞行计划的仿真生成。
显然,上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而这些属于本发明的精神所引伸出的显而易见的变化或变动仍处于本发明的保护范围之中。
Claims (3)
1.一种空管仿真飞行计划自动生成方法,其特征在于包括如下步骤:
步骤一、提取水平转弯点,具体步骤如下:
1.1提取以机场坐标为中心、半径150公里以内航班的运行轨迹信息,包括三维坐标{X,Y,Z}和航向信息H,若某航班i的三维坐标和航向序列值共N个,也即{[Xi1,Yi1,Zi1],[Xi2,Yi2,Zi2],...,[XiN,YiN,ZiN]}和{Hi1,Hi2,...,HiN},如果两个相邻的航向序列值|Hij-Hik|>5°(j<k),那么将轨迹点[Xik,Yik]作为水平转弯点;因此,针对航班i可获取i′个水平转弯点同样地,若航班总数目为M,那么总共可得到/>个水平转弯点;
1.2针对初步得到的个水平转弯点,两两计算它们之间的欧式距离矩阵D如下所示:
若α和β分别代表D中元素Dαβ的行索引和列索引,若Dαβ≤0.5km,那么将第α个和第β个水平转弯点放到一个集合中,且将集合中的所有水平转弯点进行合并并视为同一个水平转弯点;此外,针对各个水平转弯点按照约简数目从小到大排列,将前20个最小约简数目所对应的水平转弯点视为雷达引导情形;若合并的水平转弯点总数目为L,那么约简后的水平转弯点总数目为
步骤二、依据仿真空域,提取气象参数;
步骤三、依据仿真空域,设定特情状况;
步骤四、计算航班在航路点间的飞行时间,确定航班到达下一航路点的时间;根据步骤一中确定的水平转弯点,确定航班在水平转弯点间的飞行时间,具体步骤如下:
4.1针对特定航班,在两个水平转弯点间将影响航班飞行时间的因素如机型(x1)、初始飞行速度(x2)、温度(x3)、风速(x4)、风向(x5)和是否特情状况(x6)视为自变量,将航班的实际飞行时间视为因变量(y);
4.2针对相邻的两个水平转弯点,若相对应的航班数目为m且各个自变量对应的待定系数分别为ci(i=1,2,...,6),那么可构建如下所示的多元回归模型并可进一步获取各个待定系数:
4.3在模拟拟合过程训练好后,根据航空器自变量信息可直接计算水平定位点间的航空器飞行时间;
步骤五、将航班号、机型、气象信息、特情信息以及航班在航路点间的飞行时间信息进行组合,录入空管仿真系统,实现飞行计划数据更新。
2.根据权利要求1所述的空管仿真飞行计划自动生成方法,其特征在于:所述步骤二中,气象参数包括温度和风场参数;具体步骤如下:
2.1根据区域气象预报格点数据,基于最近邻原则,按照高度层将每个格点上的温度和风速风向数据匹配到距离机场坐标50km以外的各个水平转弯点处;
2.1根据机场气象预报数据,将温度和风速风向数据匹配到距离机场坐标50km以内的各个水平转弯点处。
3.根据权利要求1或2所述的空管仿真飞行计划自动生成方法,其特征在于:所述步骤三中,特情状况是指航空器偏离标准进离场航线的情形,具体来讲:特情状况包括两种类型,第一种是步骤一所示的雷达引导情形,第二种是航空器在特定等待位置点实施的盘旋等待模式,依据管制员管制指令和航图上等待程序的配置判定盘旋等待模式的发生。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310328625.XA CN116451446A (zh) | 2023-03-30 | 2023-03-30 | 空管仿真飞行计划自动生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310328625.XA CN116451446A (zh) | 2023-03-30 | 2023-03-30 | 空管仿真飞行计划自动生成方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116451446A true CN116451446A (zh) | 2023-07-18 |
Family
ID=87119477
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310328625.XA Pending CN116451446A (zh) | 2023-03-30 | 2023-03-30 | 空管仿真飞行计划自动生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116451446A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117593919A (zh) * | 2024-01-18 | 2024-02-23 | 北京蓝天航空科技股份有限公司 | 飞行计划航路数据包组包方法及装置 |
-
2023
- 2023-03-30 CN CN202310328625.XA patent/CN116451446A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117593919A (zh) * | 2024-01-18 | 2024-02-23 | 北京蓝天航空科技股份有限公司 | 飞行计划航路数据包组包方法及装置 |
CN117593919B (zh) * | 2024-01-18 | 2024-03-29 | 北京蓝天航空科技股份有限公司 | 飞行计划航路数据包组包方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | A hierarchical flight planning framework for air traffic management | |
Vela et al. | A mixed integer program for flight-level assignment and speed control for conflict resolution | |
CN107515003B (zh) | 一种规划飞机巡视输电线路飞行航线的方法 | |
CN104751681B (zh) | 一种基于统计学习模型的停机位分配方法 | |
CN107545085B (zh) | 一种智能变电站过程层网络联接图自动生成方法 | |
Hu et al. | A two-stage dynamic capacity planning approach for agricultural machinery maintenance service with demand uncertainty | |
CN109542876A (zh) | 基于Hadoop数据挖掘航空器经验轨迹模型关键因子的提取方法 | |
CN108877298B (zh) | 一种基于四维航迹运行的航班计划安全性判断预警方法 | |
CN110597286B (zh) | 一种利用智慧机库实现输电线路无人机自主巡检的方法 | |
CN104008674A (zh) | 一种基于模式匹配的终端区进场飞行时间预测方法 | |
CN105825717B (zh) | 一种基于不确定到达时刻的空域时隙资源优化分配方法 | |
Denery et al. | The center-tracon automation system: Simulation and field testing | |
CN116451446A (zh) | 空管仿真飞行计划自动生成方法 | |
CN112633562B (zh) | 一种机场停机位智能调度方法 | |
CN113112874B (zh) | 一种航路时隙与高度层协同优化分配方法 | |
CN110991913B (zh) | 繁忙机场高峰时间拥堵风险分析方法 | |
Jiang et al. | Iterative learning model predictive control approaches for trajectory based aircraft operation with controlled time of arrival | |
CN113408907B (zh) | 空中交通管制系统威胁影响分析方法、系统及设备 | |
CN109887293A (zh) | 一种交叉口信号控制时段划分方法 | |
CN113627798B (zh) | 一种用于高空航路飞行的管制效能量化测评方法 | |
CN102270255A (zh) | 一种民航繁忙机场空域类型的划设方法 | |
Shao et al. | Air transportation delay propagation analysis with uncertainty in coloured–timed Petri nets | |
CN109686127B (zh) | 一种判断航空器在航段内拥堵位置和拥堵程度的方法 | |
CN107544536A (zh) | 用于基于性能的到达以及排序和间距的方法和系统 | |
Wang et al. | Multi-flight rerouting optimisation based on typical flight paths under convective weather in the terminal area |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |