[發明專利]一種基于機器學習與機場容量的進港排序方法

在審

• 申請號: 202211705487.4
• 申請日: 2022-12-29
• 公開（公告）號: CN116189481A
• 公開（公告）日: 2023-05-30
• 發明（設計）人: 曾元軍;侯昌波;陳朝勇;彭國埕;朱文成;朱秀瑩;惠文曉;范麗娟;茆以樂
• 申請（專利權）人: 成都民航空管科技發展有限公司;中國民用航空總局第二研究所
• 主分類號: G08G5/00
• 分類號: G08G5/00;G06Q10/0631;G06Q50/30;G06F18/241;G08G5/02
• 代理公司: 北京酷愛智慧知識產權代理有限公司 11514
• 代理人: 胡林

本發明公開了一種基于機器學習與機場容量的進港排序方法，包括：預先基于歷史航班飛行數據進行飛行時間機器學習和飛行航跡機器學習，以建立進近空域飛行時間資源池和航跡資源池；采集進港航班數據，基于所述進港航班數據和進近空域飛行時間資源池預測所有進港航班的預計落地時間；根據所述預計落地時間進行進港航班容量排序；遍歷所有進港航班，并判斷各進港航班所在空域；若所述進港航班在區調空域，則基于所述容量排序結果對所述進港航班進行區調排序；若所述進港航班在進近空域，則基于所述容量排序結果對所述進港航班進行進近排序，并根據所述航跡資源池進行航路建議。本發明基于機器學習和機場容量實現進港排序并給出最優時間或航路建議。

技術領域

本發明涉及機場進港排序技術領域，具體涉及一種基于機器學習與機場容量的進港排序方法。

背景技術

隨著經濟的快速發展，民航業也得到了長足快速的發展。傳統的航班進港管制流程中，更多的基于管制員個人經驗進行指揮，其進港效率和安全性在進港航班越來越多的情況下，越發受到挑戰。進港航班排序管理系統作為輔助管制指揮航班進港落地的重要性日益增加，現有的進港排序方案更多的關注于通過各種排序方案與策略，優化進港效率，降低延誤，提高吞吐量。進港排序一般涉及兩個核心方面：四維軌跡預測與排序，其中四維軌跡涉及時間與空間三維軌跡；排序涉及到進港航班落地順序及解決落地時隙沖突。

中國發明專利公開了基于AMAN系統的自動調整航班進近程序的方法及系統(申請號：CN202010745169.5)，其提供了一種在終端區解決落地航班沖突的方法，核心思想是通過進港與進近程序航路段的截斷與組合，拼接出多條基于航路的飛行路線，來達到調整落地時間的目的，從而避免落地時隙沖突的問題。但其存在以下缺點：雖然解決了進近區域內落地航班的時隙沖突問題，但其航路路線具有局限性，不足以描述進近空域航班真實的飛行軌跡；基于準確度不足的飛行時間數據而給出時隙沖突解決方案，其排序建議可信度不高。

中國發明專利(申請號：CN202010745169.5)存在上述缺點的原因如下：

(1)采用對進港與進近程序航路段截斷組合的方式生成新的航線，來達到調整航班落地時間的目的，但是在實際管制中，進近空域采用雷達引導的方式指揮，不受航路航線的約束，所以進近進港與進近程序航路組合出來的新航路航線，并非真實飛行航線，不足以描述進近空域真實的飛行軌跡；

(2)傳統的各種方案將關注點集中于技術本身，而忽視了管制各部門之間的協作流程，尤其是進近管制與區域管制兩大管制部門，進港排序的主要受益方為進近管制，其能為進近管制提供進港航班的排序建議，有效降低管制負擔，而區域管制需要同時關注進港、出港和飛越航班，若進港排序方案為區域管制帶來了更多額外的管制負擔，將會導致受到包括區域管制在內的其他管制部門的抵觸，所以進港排序方案不應僅僅關注技術本身的先進與否，而應同時兼顧各個管制部門的訴求，降低新技術推行的難度。

發明內容

針對現有技術中的缺陷，本發明提供一種基于機器學習與機場容量的進港排序方法，包括：

預先基于歷史航班飛行數據進行飛行時間機器學習和飛行航跡機器學習，以建立進近空域飛行時間資源池和航跡資源池；

采集進港航班數據，基于所述進港航班數據和進近空域飛行時間資源池預測所有進港航班的預計落地時間；

根據所述預計落地時間進行進港航班容量排序；

遍歷所有進港航班，并判斷各進港航班所在空域；

若所述進港航班在區調空域，則基于所述容量排序結果對所述進港航班進行區調排序；

若所述進港航班在進近空域，則基于所述容量排序結果對所述進港航班進行進近排序，并根據所述航跡資源池進行航路建議。

進一步地，所述預先基于歷史航班飛行數據進行飛行時間機器學習，具體為：