基于动态空域的自适应改航技术

论文摘要

随着我国空中交通流量的增加,由天气变化引起的航班延误越来越多。目前,在处理航班延误问题时,管制部门通常采取单一的地面等待措施对航班进行调配,造成了大量的航班延误,而采取改航措施则是减小航班延误的有效途径。对于改航问题的研究,已成为国内外空管专家的研究热点。本文首先对三种空中交通流量管理(ATFM)模型进行了分析,认为单一的地面等待、改航和空中等待等交通流量管理方法都不足以获得最优的交通流量优化方案,只有将它们有机地结合在一起,采取综合性的策略才可能将空中交通流量最优化。然后在此分析结论的基础上提出了动态改航的流量优化方法,重点研究了预战术级的全局改航和战术级的局部改航。在全局改航的研究中,使用了基于A*算法和遗传算法的路径规划方法;而在局部改航的研究中,将搜寻移动目标的算法进行了改进,提出了实时的改航策略。接着,将这两种方法相结合为基于动态空域的自适应改航方法,并给出了具体步骤,最后用系统进行仿真,验证了其可行性。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题研究的背景及意义
• 1.2 国内外研究现状
• 1.3 本文研究内容
• 第二章 协同改航模型研究
• 2.1 情景树
• 2.2 静态随机地面等待模型
• 2.2.1 模型参数和数据
• 2.2.2 决策变量
• 2.2.3 目标函数
• 2.2.4 约束
• 2.3 两阶段随机改航模型
• 2.3.1 模型参数和数据
• 2.3.2 决策变量
• 2.3.3 目标函数
• 2.3.4 约束
• 2.4 多阶段随机改航模型
• 2.4.1 空域的网络模型
• 2.4.2 模型参数和数据
• 2.4.3 决策变量
• 2.4.4 目标函数
• 2.4.5 约束
• 2.5 模型分析与比较
• 2.6 本章小结
• 第三章 动态改航策略研究
• 3.1 改航的关键因素
• 3.1.1 飞行环境信息
• 3.1.2 空域模型
• 3.1.3 改航方法
• 3.2 改航算法
• 3.2.1 启发式 A*算法
• 3.2.2 遗传算法
• 3.2.3 蚁群算法
• 3.3 全局动态改航策略
• 3.3.1 基于 A*算法的改航
• 3.3.2 基于遗传算法的改航
• 3.4 局部实时改航策略
• 3.4.1 移动目标路径搜寻算法（MTS）
• 3.4.2 针对动态飞行约束区的实时改航方法
• 3.5 本章小结
• 第四章 动态空域的自适应改航技术
• 4.1 改航方法分析
• 4.1.1 全局改航和局部改航的不足之处
• 4.1.2 自适应改航思路分析
• 4.2 自适应改航策略
• 4.2.1 全局初步改航
• 4.2.2 局部二次改航
• 4.3 本章小结
• 第五章 系统设计与仿真实现
• 5.1 系统设计思想
• 5.2 动态空域自适应改航系统
• 5.2.1 系统的开发环境
• 5.2.2 系统结构及模块功能
• 5.3 动态空域的自适应改航实现
• 5.3.1 全局初步改航实现
• 5.3.2 局部二次改航实现
• 5.4 本章小结
• 第六章 结论与展望
• 6.1 论文的主要成果
• 6.2 研究前景与展望
• 参考文献
• 致谢
• 在学期间的研究成果和发表的学术论文