[發明專利]一種基于管制意圖和飛機性能模型的四維航跡預測方法有效
| 申請號: | 201911076298.3 | 申請日: | 2019-11-06 |
| 公開(公告)號: | CN110930770B | 公開(公告)日: | 2022-01-25 |
| 發明(設計)人: | 蔣淑園;席玉華;張明偉;陶靖;陳剛;黃琰;胥寶新 | 申請(專利權)人: | 南京萊斯信息技術股份有限公司 |
| 主分類號: | G08G5/00 | 分類號: | G08G5/00;G06K9/62 |
| 代理公司: | 江蘇圣典律師事務所 32237 | 代理人: | 賀翔 |
| 地址: | 210014 *** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 管制 意圖 飛機 性能 模型 航跡 預測 方法 | ||
本發明公開了一種基于管制意圖和飛機性能模型的四維航跡預測方法,其能夠在航班飛行未發生時,利用初始計劃信息,結合由歷史數據挖掘得到的航班經過各報告點的經驗高度等反映管制意圖的經驗數據建立飛機動力學模型,同時考慮氣象條件,提前預測出航班將要產生的四維航跡點序列,并在收到監視數據后對航班4D預測結果進行動態修正。本發明實現提高了航班4D軌跡預測精度,有助于提前進行飛行沖突探測和流量管理決策,緩解空中交通壓力。
技術領域
本發明屬于空中交通管理系統中的飛機四維(4D)航跡預測技術領域,具體指代一種基于管制意圖和飛機性能模型的四維航跡預測方法。
背景技術
作為我國國民經濟和社會發展的重要行業和先進的交通運輸方式,民用航空運輸業隨著整個國民經濟的不斷發展也得到了飛速的發展。至2017年,中國的民航機場總量較1990年的94個已經增加到了216個,航線總數近4000條。飛行航路上的飛機越來越多、飛行間距越來越小,空中交通安全形勢越發嚴峻;航班延誤、空域擁堵等問題也頻繁發生。航班延誤不僅給乘客和航空公司帶來直接的經濟損失,還影響國民經濟發展。近年來,諸如航空器沖突探測與解脫、進離場排序、基于軌跡運行等空管自動化與智能化方法的研究日益興起,其目的就是為了提高空中交通效率,保證空中交通安全,降低延誤率。而快速準確的飛機軌跡預測是實現上述方法的基礎與保障。
目前,飛機4D航跡推算方法主要有以下兩類:
一種是根據計劃信息中的起飛機場、落地機場及報告點的各種信息(類型、位置、高度、速度)進行綜合,形成水平軌跡,然后基于飛機性能模型、飛機的標準飛行程序、飛機巡航高度和速度、轉換高度等來生成一個可劃分為若干段的高度剖面和速度剖面,在此過程中,考慮氣象中的高空風對飛機地速的影響,三個剖面獨立處理后經過一定的耦合.就合成計算出了飛機的4D軌跡,從而獲得航班經過各報告點的過點位置、過點速度、過點高度以及所屬管制扇區等信息。例如:任倩倩等人的“終端區四維飛行航跡的計算[J].中國民航飛行學院學報,2008,19(4):11-14”中運用建立飛行器模型,進行飛行模擬的方法,對北京終端區36R跑道的離場航線和進近航線的四維飛行軌跡進行了計算;王超等人的“基于基本飛行模型的4D航跡預測方法[J].西南交通大學學報,2009,44(2):295-300”中基于基本飛行模型的概念,按飛行階段特點用基本飛行模型構建水平航跡、高度剖面和速度剖面,擬合生成完整的4D航跡;杜文彬等人的“基于航線對象方法的四維航跡建模與優化[J].計算機技術與發展,2012,22(8):249-252”則提出了基于航線對象方法的7種航跡段模型,按照飛行計劃、管制指令和導航設備的地理分布,搭建了水平航跡,對垂直剖面建模所需的重要參數(爬升率、下降率、推力、巡航馬赫數等)進行了簡單的推算和優化,生成了完整的4D航跡,等等。
另一種是基于軌跡數據挖掘的航跡預測方法,隨著大數據技術的興起,歷史數據挖掘等對航跡預測提供了支持。歷史運行航跡數據是對飛行狀態的可靠性記錄,它包含影響航空器運行的所有可能因素,比如飛行計劃的改變、管制意圖、天氣狀況等。這些信息可以被挖掘出來,用來分析航跡模式并用于航跡預測,提高預測準確度。例如:Gariel M等的“Trajectory clustering and an application to airspace monitoring[J].Intelligent Transportation Systems,2011,12(4):1511-1524”中以提取轉彎點為聚類對象,使用聚類方法分揀航跡數據并排除偏離航跡后提取典型航跡,用于航空器監視和預測,但航跡信息損失較多,缺少高度和時間信息;趙恩來等的“改進的基于密度的航跡聚類算法[J].計算機工程,2011,37(9):270-272”中采用加權Manhattan距離與懲罰系數相結合的距離度量,提出一種基于密度的改進航跡聚類方法,用于航跡預測;錢夔等的“基于BP神經網絡的空中目標航跡預測模型[J].指揮信息系統與技術,2017,8(3):54-58”則提出了一種基于反向傳播神經網絡的空中目標航跡預測模型,將目標航跡數據自適應聚類,從而提取出特定目標的活動區域變化規律。
然而,現有的4D航跡預測技術方法和存在的問題可以概況如下:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于南京萊斯信息技術股份有限公司,未經南京萊斯信息技術股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201911076298.3/2.html,轉載請聲明來源鉆瓜專利網。





