一种民航飞机智能化进场方法技术

本发明专利技术涉及航空航天交通管理领域，尤其涉及一种民航飞机智能化进场方法。该方法包括：终端区历史运行数据分析处理；机场终端区空间位置离散化建模；根据航空器当前位置、航空器间位置关系、航空器运动状态，建立终端区航空器强化学习模型；结合航空器自身性能、尾流安全间隔，对不同航空器产生对应决策指令控制其飞行状态、空间位置，形成进场排队序列；航空器获取指令，改变飞行状态，完成从终端区入口到机场跑道的降落过程。本发明专利技术实施可以自动完成对终端区内航空器的自动排序、安全间隔保持，进而实现增加终端区的空域容量、降低管制员的工作负荷，保证飞行安全和提高机场运行效率。保证飞行安全和提高机场运行效率。

【技术实现步骤摘要】
一种民航飞机智能化进场方法


[0001]本专利技术涉及航空航天交通管理领域，尤其涉及一种民航飞机智能化进场方法。
技术背景
[0002]迅速增长的空中交通流量，使空管行业面临巨大压力。机场的拥塞问题越来越严重，机场已经成为整个飞行过程中问题最为突出的环节。除空中交通流自身特性外，机场终端区空域结构复杂、气象多变以及运行约束较多，这些都对机场运行的安全性和效率提出挑战。因此如何实现安全、高效的进场成为空管领域较为关注的一项技术。
[0003]目前航班进场是自动化系统辅助管制员完成进近程序，管制员为主导，机器作为辅助。并且现行系统采用的是传统的先来先服务算法、时间提前量算法、约束位置交换算法和启发式优化算法等，根据航空器进入终端区入口的顺序来估计到达时间，由到达时间决定最后航空器进场的顺序。
[0004]专利技术人在实现本专利技术的过程中发现现有技术中存在以下几点不足：现行的算法的运算负荷都大，在实际运行中通常受限于计算能力和模型求解需要；辅助系统所给出的控制方案与管制员的指挥习惯往往会存在一定的偏差；在发生拥堵，管制员无法顾及全局，管制效率低，负担重，容易出现失误，现行辅助系统作用有限，应对不了上述情况。

技术实现思路

[0005]为解决上述技术问题，本专利技术提供一种民航飞机智能化进场方法，该方法可以高效引导航空器进场，保证航空器安全落地，从而减轻管制员负荷，提高机场运行效率。
[0006]本专利技术实施提供了一种民航飞机智能化进场方法，方法包括：
[0007]一种民航机场智能化进场方法，其特征在于：包括历史运行数据处理模块、机场终端区空间位置离散化建模、信息交换系统、实时运行信息处理模块、管制决策学习系统、管制指令生成系统：
[0008]历史运行数据处理模块获取当前机场过去六个月运行期间终端空域进场航班产生的运行数据，并通过信息交换系统将信息传输给管制决策学习系统；
[0009]管制决策学习系统学习历史运行数据中管制员进场管制经验，并经实时信息处理系统将学习结果传输给管制指令生成系统，对当前机场的航班生成管制指令，信息交换系统将管制指令发送给指定航班。
[0010]历史运行数据处理模块，其特征在于：
[0011]历史运行数据包括航空公司运行管理信息、航迹数据、管制员与飞行员语音通话数据、机场终端区气象数据、机场周边地形地貌数据；
[0012]管制员与飞行员语音通话数据与主要用于提供终端区不同时刻管制员发布的管制指令；
[0013]航空公司运行管理信息主要提供飞行情报数据、航空器性能参数，航迹数据主要提供终端区航班不同时刻的位置分布信息。
[0014]机场终端区空间位置离散化建模，其特征在于：以机场为终端区中心、离散化描述终端区空域，由航空器在终端区的密度变化，动态确定离散程度，具体为：
[0015]机场跑道为终端区中心O，距离跑道最远的终端区入口点为N，O点与N点之间的水平距离为L，以O为圆心，L为半径，高度上限为12000m的圆柱形空域为终端区进场空域；
[0016]同时终端区空域内对海拔高度超过800m的山峰或建筑物给予标注，定为航空器安全航行规避区域。
[0017]管制决策学习系统，其特征在于：管制决策学习系统包括数据预处理模块、线性学习训练模块、深度学习训练模块，具体为：
[0018]对航空公司运行管理信息、航迹数据、管制员与飞行员语音通话数据、机场终端区气象数据、机场周边地形地貌数据降维，重点提取航空器状态信息、管制指令决策信息、航空器间相对位置关系信息，线性学习训练模块处理局部特征信息，深度学习训练模块处理全局特征信息。
[0019]实时信息处理系统，其特征在于：
[0020]实时信息处理系统包括对信息交换系统传输过来的实时气象数据、航空器飞行情报数据、雷达综合航迹数据、航空器飞行状态数据实时处理，
[0021]并将处理后的实时气象数据、航空器飞行情报数据、雷达综合航迹数据、航空器飞行状态数据经信息交换系统传输给管制指令生成系统。
[0022]管制指令生成系统，其特征在于：管制指令生成系统包括接收实时信息处理系统返回的实时空域信息。
[0023]以总航班进场时间最优为原则，对当前空域航空器制定管制决策，依据管制策略，发布管制指令，具体为；
[0024]总航班进场时间T：
[0025]其中，第一架到达终端区边界点P的航班为A1、第二架到达终端区边界点P的航班为A2，依次类推第n架到达终端区边界点P的航班为A
n
；
[0026]A1到达终端区管制区边界的时间为B1、A2到达终端管制区边界的时间为B2，依次类推A
n
到达终端管制区边界的时间为B
n
，A1降落到达机场跑道的时间为D1，A2降落到达机场跑道的时间为D2，依次类推A
n
降落到达机场跑道的时间为D
n
。
[0027]根据权利要求1或权利要求6的方法，其特征在于：管制指令生成系统包括飞行安全约束模块、强化学习模块、蒙特卡罗树指令搜索模块；
[0028]飞行安全约束模块，用于保证航空器的最低飞行高度、最小尾流间隔、避开地面较高建筑物；
[0029]强化学习模块，用于在动态环境中计算最优控制决策，将当前空域所有航空器状态信息、飞行计划信息作为输入，以总航班进场时间T最小为原则，对航空器发送管制指令，控制飞行状态；
[0030]蒙特卡罗树指令搜索模块，用于在当前空域状态下搜索未来3min内的管制指令，形成指令集。
[0031]管制指令生成系统将管制指令经信息交换系统发送给航空器，飞行员依据所收取指令内容，操纵航空器改变航空器飞行状态。
[0032]管制指令生成系统通过改变航空器状态，进而改变整个空域航空器的飞行状态、
航空器之间的相对位置关系。
[0033]实时信息处理系统接收当前空域状态下雷达综合航迹数据、航空器飞行状态数据，并将更新后的数据经信息交换系统向管制指令生成系统反馈。
[0034]信息交换系统，其特征在于：信息交换系统包括外部信息交换系统、内部信息交换系统；
[0035]内部信息交换系统，在数据降维、特征提取、模型构建、管制策略过程中，数据在系统内部传递，全部通过内部信息交换系统；
[0036]外部信息交换系统，通过地空数据通信链路或甚高频通信语音、雷达监视信息获取航空器信息；
[0037]同时将管制指令通过地空数据通信链路或甚高频通信语音传递给航空器。
[0038]航空器信息包括航路、航空器当前速度、航空器当前高度、航空器当前偏航角。
[0039]本专利技术实施例中的雷达监视信息为二次监视雷达系统监视到的信息，此处属于本领域技术人员的公知常识，本专利技术不再赘述。
附图说明：
[0040]下面结合附图对本专利技术进一步说明；
[0041]图1是本专利技术提供的一种民航飞机智能化进场方法系统组本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种民航飞机智能化进场方法，其特征在于：包括历史运行数据处理模块、机场终端区空间位置离散化建模、信息交换系统、管制决策学习系统、实时信息处理系统、管制指令生成系统；所述历史运行数据处理模块获取当前机场过去六个月运行期间终端空域进场航班产生的运行数据；通过所述信息交换系统将信息传输给所述管制决策学习系统，所述管制决策学习系统学习历史运行数据中管制员进场管制经验；所述实时信息处理系统获取当前空域信息、提取当前空域特征，并经所述信息交换系统将管制经验学习结果、当前空域特征传输给所述管制指令生成系统；所述管制指令生成系统对当前空域情况发出管制指令，所述信息交换系统将管制指令发送给指定航班。2.根据权利要求1所述的历史运行数据处理模块，其特征在于：所述历史运行数据包括航空公司运行管理信息、航迹数据、管制员与飞行员语音通话数据、机场终端区气象数据、机场周边地形地貌数据；所述管制员与飞行员语音通话数据与主要用于提供终端区不同时刻管制员发布的管制指令，所述航空公司运行管理信息主要提供飞行情报数据、航空器性能参数，所述航迹数据主要提供终端区航班不同时刻的位置分布信息。3.根据权利要求1所述的机场终端区空间位置离散化建模，其特征在于：以机场为终端区中心、离散化描述终端区的空域，由航空器在终端区的密度变化，动态确定离散程度，具体为：机场跑道为终端区中心O，距离跑道最远的终端区入口点为N，O点与N点之间的水平距离为L，以O为圆心，L为半径，高度上限为12000m的圆柱形空域为终端区进场空域；同时终端区空域内对海拔高度超过800m的山峰或建筑物给予标注，定为航空器安全航行规避区域。4.根据权利要求1所述的实时信息处理系统，其特征在于：所述实时信息处理系统包括对所述信息交换系统传输过来的实时气象数据、航空器飞行情报数据、雷达综合航迹数据、航空器飞行状态数据实时处理，并将处理后的所述实时气象数据、航空器飞行情报数据、雷达综合航迹数据、航空器飞行状态数据经所述信息交换系统传输给所述管制指令生成系统。5.根据权利要求1或权利要求3所述的管制决策学习系统，其特征在于：所述管制决策学习系统包括数据预处理模块、线性学习训练模块、深度学习训练模块，具体为：对航空公司运行管理信息、航迹数据、管制员与飞行员语音通话数据、机场终端区气象数据、机场周边地形地貌数据降维，重点提取航空器状态信息、指令决策信息、航空器间相对位置关系特征，线性学习训练模块处理局部特征信息获得飞行安全约束，深度学习训练模块处理全局特征信息获得管制策略。6.根据权...

【专利技术属性】
技术研发人员：韩云祥，张建伟，谭世成，
申请(专利权)人：四川大学，
类型：发明
国别省市：