一种强对流天气下飞机安全航迹规划方法技术

本发明专利技术公开了一种强对流天气下飞机安全航迹规划方法，依次包括以下步骤：A：使用网格法建立三维空域模型；B：将三维空域模型按照设定的长度划分为若干网格，然后对划分出的所有网格依次进行编号；C：获取气象数据并对气象数据进行垂直累积液态水含量计算，然后根据垂直累积液态水含量的计算结果由低到高将强对流天气划分为6个恶劣天气等级；D：初始化蚁群算法中搜索路径的参数，利用蚁群算法在建立的三维空域模型内寻找全局最优路径。本发明专利技术能够在实时动态变化的强对流天气环境下，快速规划飞机安全航迹，确保飞行安全，提高飞行效率。提高飞行效率。提高飞行效率。

【技术实现步骤摘要】
一种强对流天气下飞机安全航迹规划方法


[0001]本专利技术涉及飞机航迹规划领域，尤其涉及一种强对流天气下飞机安全航迹规划方法。

技术介绍

[0002]近年来，随着我国航空业的快速发展，航空事故不断增多，航空安全成为重中之重。由于飞行速度快、飞行距离长和气候瞬息万变等因素，飞机在飞行过程中要经受各种复杂多变的天气的影响。随着飞机性能不断提高，带来了“全天候”飞行问题，如何确保飞机在遭遇复杂天气时仍然能够安全飞行是亟需解决的问题。
[0003]虽然我国航空管制人员有着极强的专业素养和职业技能，但面对复杂的空中交通情况，在遇到强对流等恶劣天气下，航空管制人员仍然要在极大压力下快速做出合理而安全的抉择。但是，由于考虑到的影响因素不够全面或影响因素变化极快等原因的影响，航空管制人员人工做出的各种抉择依然存在很大的风险。

技术实现思路

[0004]本专利技术的目的是提供一种强对流天气下飞机安全航迹规划方法，能够在实时动态变化的强对流天气环境下，快速规划飞机安全航迹，确保飞行安全，提高飞行效率。
[0005]本专利技术采用下述技术方案：
[0006]一种强对流天气下飞机安全航迹规划方法，依次包括以下步骤：
[0007]A：使用网格法建立三维空域模型，三维空域模型中的x轴、y轴和z轴分别表示经度、纬度和高度；
[0008]B：将三维空域模型按照设定的长度划分为若干大小相同的立方体，将每一个立方体视为一个网格，然后对划分出的所有网格依次进行编号；
[0009]C：获取气象数据并对气象数据进行垂直累积液态水含量计算，然后根据垂直累积液态水含量的计算结果由低到高将强对流天气划分为6个恶劣天气等级；
[0010]D：初始化蚁群算法中搜索路径的参数，利用蚁群算法在建立的三维空域模型内寻找全局最优路径，所得到的全局最优路径即为强对流天气下飞机的安全航迹；在使用蚁群算法时，利用不同坐标位置处的恶劣天气等级计算蚂蚁的转移概率，并在每个蚁群搜索周期结束后更新网格的信息素浓度；
[0011]其中，参数包括网格中蚂蚁的初始个数m、周期的最优蚂蚁序号k、网格序号s、当前蚂蚁坐标g(x,y,z)、启发式因子η、信息素挥发系数ρ、路径上对应网格的信息素浓度τ、蚂蚁禁忌表Tabu以及起始点和目标点所在的网格；
[0012]网格序号s和当前蚂蚁坐标g(x,y,z)的映射关系由下列公式确定：
[0013][0014]x
i
＝(s
i
‑
z
i
*N
x
*N
y
‑
1)％N
x
+1
[0015]y
i
＝(s
i
‑
z
i
*N
x
*N
y
‑
1)％N
y
+1
[0016]其中，z
i
表示第i个航迹点所在的高度，i表示当前航迹点的编号，s
i
表示第i个航迹点所在的网格序号，N
x
表示三维空域模型中在x轴方向上的网格总数，N
y
表示在y轴方向上的网格总数，x
i
表示第i个航迹点所在的经度，(s
i
‑
z
i
*N
x
*N
y
‑
1)％N
x
表示(s
i
‑
z
i
*N
x
*N
y
‑
1)对N
x
取余，其中％为取余符号，y
i
表示第i个航迹点所在的纬度。
[0017]所述的步骤B中，对划分出的每一个网格，以三维空域模型坐标原点所在的网格开始，先在x轴方向上按照经度坐标由小至大的顺序，再在y轴方向上按照纬度坐标由小至大的顺序，最后在z轴方向上按照高度坐标由小至大的顺序，依次对所有的网格进行编号，分别为定义为网格1，网格2，
……
，网格m。
[0018]所述的步骤C中，当垂直累积液态水含量数值范围为(5,20]dbz时，为第1等级；当垂直累积液态水含量数值范围为(20,35]dbz时，为第2等级；当垂直累积液态水含量数值范围为(35,45]dbz时，为第3等级；当垂直累积液态水含量数值范围为(45,50]dbz时，为第4等级；当垂直累积液态水含量数值范围为(50,65]dbz时，为第5等级；当垂直累积液态水含量数值范围为(65,70]dbz时，为第6等级。
[0019]所述的步骤D包括以下具体步骤：
[0020]D1：初始化蚁群算法中搜索路径的参数；
[0021]将网格中蚂蚁的初始个数设置为m，将周期的最优蚂蚁序号设置为k，k＝1，2，3，
…
，m，网格序号分别网格1至网格m，当前蚂蚁的坐标为g(x,y,z)，x,y和z分别表示经度、纬度和高度；启发式因子为η，信息素挥发系数为ρ，路径上对应网格的信息素浓度为τ，设置蚂蚁禁忌表Tabu，设置起始点网格和目标点网格，起始点网格为飞机的初始位置所在网格，目标点网格为飞机航线目的地位置所在网格；初始的信息素浓度τ由正态分布公式生成的正态分布概率密度函数确定，以航线为中心向两边呈高斯分布：
[0022]正态分布公式为：
[0023]其中，f(x)为正态分布概率密度函数，ψ为平衡系数，π为圆周率，σ为标准差，exp()函数为以e为底数的指数函数，x为航线的经度坐标，μ为均值；
[0024]D2：利用蚁群算法在建立的三维空域模型内寻找全局最优路径；
[0025]在第一个蚁群搜索周期内：
[0026]第一步：以飞机所在初始位置的经度、纬度和高度坐标确定该飞机在x轴、y轴和z轴上的位置并作为起始点；然后通过转移概率公式，分别计算起始点网格内m只蚂蚁中的每一只蚂蚁到各个网格的转移概率，再根据计算出的转移概率结果中的最大值确定该最大值所对应的q1只蚂蚁及q1只蚂蚁各自所对应的下一个航迹点，再将所确定的q1只蚂蚁所在的网格(此时为起始点所在网格)放入禁忌表Tabu内并对禁忌表Tabu进行更新，最后将所确定的q1只蚂蚁分别移动至各自所对应的下一个航迹点，q1为自然数且q1<m；
[0027]转移概率计算公式如下：
[0028][0029]其中，表示蚂蚁k在t时刻从航迹点i到j的航段(i,j)上剩余的信息素浓度，i<j；τ
ij
(t)表示t时刻航迹点i到j的航段(i,j)上的剩余信息素的浓度，α表示表示蚂蚁在运动过程中积累的信息素对蚂蚁路径选择的相对重要性，λ
ij
(t)表示t时刻随着恶劣天气等级的变化航迹点i到j所对应航段(i,j)路径被选择的概率，u
ij
(t)表示t时刻航迹点i到j所在网格处的恶劣天气的气象因子，u...

【技术保护点】

【技术特征摘要】
1.一种强对流天气下飞机安全航迹规划方法，其特征在于，依次包括以下步骤：A：使用网格法建立三维空域模型，三维空域模型中的x轴、y轴和z轴分别表示经度、纬度和高度；B：将三维空域模型按照设定的长度划分为若干大小相同的立方体，将每一个立方体视为一个网格，然后对划分出的所有网格依次进行编号；C：获取气象数据并对气象数据进行垂直累积液态水含量计算，然后根据垂直累积液态水含量的计算结果由低到高将强对流天气划分为6个恶劣天气等级；D：初始化蚁群算法中搜索路径的参数，利用蚁群算法在建立的三维空域模型内寻找全局最优路径，所得到的全局最优路径即为强对流天气下飞机的安全航迹；在使用蚁群算法时，利用不同坐标位置处的恶劣天气等级计算蚂蚁的转移概率，并在每个蚁群搜索周期结束后更新网格的信息素浓度；其中，参数包括网格中蚂蚁的初始个数m、周期的最优蚂蚁序号k、网格序号s、当前蚂蚁坐标g(x,y,z)、启发式因子η、信息素挥发系数ρ、路径上对应网格的信息素浓度τ、蚂蚁禁忌表Tabu以及起始点和目标点所在的网格；网格序号s和当前蚂蚁坐标g(x,y,z)的映射关系由下列公式确定：x
i
＝(s
i
‑
z
i
*N
x
*N
y
‑
1)％N
x
+1y
i
＝(s
i
‑
z
i
*N
x
*N
y
‑
1)％N
y
+1其中，z
i
表示第i个航迹点所在的高度，i表示当前航迹点的编号，s
i
表示第i个航迹点所在的网格序号，N
x
表示三维空域模型中在x轴方向上的网格总数，N
y
表示在y轴方向上的网格总数，x
i
表示第i个航迹点所在的经度，(s
i
‑
z
i
*N
x
*N
y
‑
1)％N
x
表示(s
i
‑
z
i
*N
x
*N
y
‑
1)对N
x
取余，其中％为取余符号，y
i
表示第i个航迹点所在的纬度。2.根据权利要求1所述的强对流天气下飞机安全航迹规划方法，其特征在于：所述的步骤B中，对划分出的每一个网格，以三维空域模型坐标原点所在的网格开始，先在x轴方向上按照经度坐标由小至大的顺序，再在y轴方向上按照纬度坐标由小至大的顺序，最后在z轴方向上按照高度坐标由小至大的顺序，依次对所有的网格进行编号，分别为定义为网格1，网格2，
……
，网格m。3.根据权利要求1所述的强对流天气下飞机安全航迹规划方法，其特征在于：所述的步骤C中，当垂直累积液态水含量数值范围为(5,20]dbz时，为第1等级；当垂直累积液态水含量数值范围为(20,35]dbz时，为第2等级；当垂直累积液态水含量数值范围为(35,45]dbz时，为第3等级；当垂直累积液态水含量数值范围为(45,50]dbz时，为第4等级；当垂直累积液态水含量数值范围为(50,65]dbz时，为第5等级；当垂直累积液态水含量数值范围为(65,70]dbz时，为第6等级。4.根据权利要求1所述的强对流天气下飞机安全航迹规划方法，其特征在于，所述的步骤D包括以下具体步骤：D1：初始化蚁群算法中搜索路径的参数；将网格中蚂蚁的初始个数设置为m，将周期的最优蚂蚁序号设置为k，k＝1，2，3，
…
，m，
网格序号分别网格1至网格m，当前蚂蚁的坐标为g(x,y,z)，x,y和z分别表示经度、纬度和高度；启发式因子为θ，信息素挥发系数为ρ，路径上对应网格的信息素浓度为τ，设置蚂蚁禁忌表Tabu，设置起始点网格和目标点网格，起始点网格为飞机的初始位置所在网格，目标点网格为飞机航线目的地位置所在网格；初始的信息素浓度τ由正态分布公式生成的正态分布概率密度函数确定，以航线为中心向两边呈高斯分布：正态分布公式为：其中，f(x)为正态分布概率密度函数，ψ为平衡系数，π为圆周率，σ为标准差，exp()函数为以e为底数的指数函数，x为航线的经度坐标，μ为均值；D2：利用蚁群算法在建立的三维空域模型内寻找全局最优路径；在第一个蚁群搜索周期内：第一步：以飞机所在初始位置的经度、纬度和高度坐标确定该飞机在x轴、y轴和z轴上的位置并作为起始点；然后通过转移概率公式，分别计算起始点网格内m只蚂蚁中的每一只蚂蚁到各个网格的转移概率，再根据计算出的转移概率结果中的最大值确定该最大值所对应的q1只蚂蚁及q1只蚂蚁各自所对应的下一个航迹点，再将所确定的q1只蚂蚁所在的网格(此时为起始点所在网格)放入禁忌表Tabu内并对禁忌表Tabu进行更新，最后将所确定的q1只蚂蚁分别移动至各自所对应的下一个航迹点，q1为自然数且q1<m；转移概率计算公式如下：其中，表示蚂蚁k在t时刻从航迹点i到j的航段(i,j)上剩余的信息素浓度，i<j；τ
ij
(t)表示t时刻航迹点i到j的航段(i,j)上的剩余信息素的浓度，α表示表示蚂蚁在运动过程中积累的信息素对蚂蚁路径选择的相对重要性，λ
ij
(t)表示t时刻随着恶劣天气等级的变化航迹点i到j所对应航段(i,j)路径被选择的概率，u
ij
(t)表示t时刻航迹点i到j所在网格处的恶劣天气的气象因子，u
ij
(t)＝{1，2，3，4，5，6}；表示避免天气阻塞触发因素对蚂蚁路径选择的相对重要性；η
ij
(t)表示t时刻航迹点i到j的航段(i,j)上的飞行可见度的启发式函数，ε
ij
(t)表示t时刻航迹点i到j的航段(i,j)上的飞机方向变化因子，ε
ij
(t)的取值范围为(0,1)，ε
ij
(t)＝1表示飞机处于机动转弯飞行；β表示飞行方向选择对蚂蚁路径选择的相对重要性，τ
is
(t)表示t时刻航迹点i到网格s的路径上的信息素浓度，h
is
(t)表示t时刻航迹点i到网格s的高度，λ
is
(t)表示t时刻随着恶劣天气等级的变化航迹点i到网格s被选择的概率，η
is
(t)表示t时刻航迹点i到网格s的飞行可见度的启发式函数，s∈AllowedRoutes表示所选取的网格s在可允许路线的集合中选取，allowed
k
表示下一次蚂蚁k可以选择的网格的集合，allowed
k
＝{1，2，
…
，c}，c表示自然数；第二步：对已经移动至下一个航迹点的q1只蚂蚁，利用转移概率公式，计算每只蚂蚁到所有不在禁忌表Tabu内的网格的转移概率，再根据计算出的转移概率结果中的最大值确定
该最大值所对应的q2只蚂蚁及q2只蚂蚁各自所对应的下一个航迹点，再将所确定的q2只蚂蚁当前所在的网格(此时为q2只蚂蚁各自当前所在网格)放入禁忌表Tabu内并对禁忌表Tabu进行更新，最后将所确定的q2只蚂蚁分别移动至所对应的下一个航迹点；q2为自然数且q2<q1；第三步：对已经移动至下一个航迹点的q2只蚂蚁，利用转移概率公式，计算每只蚂蚁到所有不在禁忌表Tabu内的网格的转移概率，再根据计算出的转移概率结果中的最大值确定该最大值所对应的q3只蚂蚁及q3只蚂蚁各自所对应的下一个航迹点，再将所确定的q3只蚂蚁当前所在的网格(此时为q3只蚂蚁各自当前所在网格)放入禁忌表Tabu内并对禁忌表Tabu进行更新，最后将所确定的q3只蚂蚁分别移动至所对应的下一个航迹点；q3为自然数且q3<q2；重复执行第三步，并在每次重复执行后，判断是否有蚂蚁已经到达目标点网格；如果有蚂蚁已经到达目标点网格，则结束该蚁群搜索周期，将已到达目标点网格的一只或多只蚂蚁所途径的网格作为该蚁群搜索周期的最优路径，并将已到达目标点网格的唯一一只蚂蚁或多只蚂蚁中的任意一只作为该蚁群搜索周期的最优蚂蚁k；如果没有蚂蚁到达目标点网格，则继续重复执行第三步，直至有蚂蚁到达目标点网格；第四步：根据信息素浓度变化公式增强该蚁群搜索周期的最优路径上的网格即蚂蚁k所途径的网格的信息素浓度，并减弱其他路径上的网格的信息素浓度；信息素浓度变化计算公式如下所示：信息素浓度变化计算公式如下所示：信息素浓度变化计算公式如下所示：其中，表示蚂蚁k在t到t+d时刻在航段(i,j)上留下的信息素浓度，d为自然数，ρ是信息素挥发系数，表示蚂蚁k在t到t+d时刻在航段(i,j)上留下的信息素浓度增量，信息素浓度增量，表示蚂蚁k在t时刻在航段(i,j)上留下的信息素浓度，Q是信息素常数；L
k
表示蚂蚁k在该蚁群搜索周期内经过的飞行路线的长度和恶劣天气的气象因子的和，l

【专利技术属性】
技术研发人员：张磊，陈会平，贾培艳，翟凯，孟坤颖，马夏青，姜帅民，肖琦，李星辰，
申请(专利权)人：中国民用航空中南地区空中交通管理局河南分局，
类型：发明
国别省市：