一种考虑高空风时变性的冲突最小化航迹协同规划方法技术

本发明专利技术公开了一种考虑高空风时变性的冲突最小化航迹协同规划方法，引入双层规划方法，研究了战略阶段考虑高空风时变性的航迹规划问题；考虑了飞行时间与冲突对航班运行效率和安全的影响，以航班起飞时刻及高度层作为决策变量，以航班在灵活航路空域中飞行时间最短与无冲突作为目标函数，构建了多航班战略航迹协同规划模型；针对战略航迹规划问题的特点，设计了适应于多航班战略航迹协同规划模型的双层规划算法。本发明专利技术为考虑高空风时变性的冲突最小化航迹规划方法提供了一种快速实现方法，为合理安排航班飞行计划，保障飞行安全以及空域资源合理分配提供了技术支持。及空域资源合理分配提供了技术支持。及空域资源合理分配提供了技术支持。

【技术实现步骤摘要】
一种考虑高空风时变性的冲突最小化航迹协同规划方法


[0001]本专利技术属于空中交通规划领域，具体涉及一种考虑高空风时变性的冲突最小化航迹协同规划方法。

技术介绍

[0002]当前，随着民航运输业的不断发展，交通需求与交通供给之间的矛盾越来越突出，传统的空中交通管理方式逐渐显示出其落后性。目前，基于四维航迹的运行为突破这一瓶颈提供了系统性的解决方案。现有的关于航迹规划方面的研究仅仅考虑高空风不确定性对于航迹规划的影响。但是战略阶段的航迹规划，由于提前时间较长，航班运行时间跨度较大，高空风随时间空间的变化不容忽视。仅考虑不确定性规划出的最优航迹可能随着时间的推移无法实现运行效率的提高。除此之外，现有的研究常常将水平航路规划与冲突探测与解脱分离，即建立两阶段航迹规划模型。但是在冲突解脱时，随着航班起飞时刻的调整及高度层的变化，两阶段规划模型无法根据具体情况调整最优航路。

技术实现思路

[0003]专利技术目的：针对以上缺点，本专利技术公开了一种考虑高空风时变性的冲突最小化航迹协同规划方法，建立航迹规划双层规划模型，综合考虑航班运行效本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种考虑高空风时变性的冲突最小化航迹协同规划方法，其特征在于，包括以下步骤：(1)预先获取时变高空风集合预报数据、航班历史飞行计划、空域信息和航班安全间隔标准；(2)根据航班历史飞行计划获取航班在灵活航路空域中的进出点；(3)根据空域信息对灵活航路空域进行网格化处理，建立节点之间的连接规则；(4)根据时变高空风集合预报数据，计算每个航班到达航路点的期望到达时刻，确定影响航班在当前航段上飞行的高空风条件，获取航班在航段上的飞行时间集合，拟合航班在当前航段上的飞行时间分布；将航段飞行时间期望值作为航段飞行成本并以最小化飞行时间为目标规划最优航路，将方差作为约束条件保障航迹的可预测性；(5)基于规划出的最优航路，采用等间隔采样法形成航迹采样点集合；根据航班到达采样点时间集合拟合过点时间分布；利用网格冲突探测法进行航班飞行冲突初筛；根据航班安全间隔标准及冲突概率对航班之间的冲突进一步识别，得到相互之间有冲突的航班；(6)根据动态分组规则将相互之间有冲突的航班放入同一小组内，根据小组内冲突数量及航班数量为各个小组分配不同的种群规模，采用变种群规模算子，动态设计各种群规模大小；(7)针对每小组航班，采用调整该小组内各个航班的起飞时刻和飞行高度层来避免冲突，对各种群进行初始化；再采用一种快速遗传算法对各种群进行优化，获取各种群最优解；通过各个子种群之间的协同进化获得多航班冲突最小化4D航迹；(8)将冲突最小化4D航迹对应的各个航班起飞时刻及高度层输入至步骤(4)，在当前起飞时刻及高度层条件下考虑高空风时变性规划最优航路，得到当前最优4D航迹；(9)重复步骤(4)至步骤(8)，直至达到最大迭代次数输出多航班冲突最小化4D航迹。2.根据权利要求1所述的一种考虑高空风时变性的冲突最小化航迹协同规划方法，其特征在于，所述步骤(3)包括以下步骤：(31)建立矩形搜索区域，覆盖灵活航路空域所有进出点，区域纬度范围从λ
min
至λ
max
，经度范围从φ
min
至φ
max
，在内部定义一个规则的航路点网格，纬度间隔为Δ
lat
，经度间隔为Δ
lon
；(32)构建航路连接规则，以当前航路点为中心，与7
×
7正方形区域内的所有航路点进行全联通，该航路点集合定义为可连接的航路点；在与可连接的航路点相连时，7
×
7的范围内部分航路点发生重叠，将7
×
7的范围内发生重叠的航路点定义为不可连航路点；航路网络建模为图形其中表示航路网络节点，ε表示航段。3.根据权利要求1所述的一种考虑高空风时变性的冲突最小化航迹协同规划方法，其特征在于，所述步骤(4)包括以下步骤：(41)计算航班航段飞行时间集合：其中，为EPS集合预报成员集合，航班f∈F，在给定的高度层h∈H下，根据航
段飞行时间计算方法，得到在成员k条件下，当f到达航段e的期望时刻为t时，f在航段e上的飞行时间飞行时间为EPS成员数量；(42)拟合航段飞行时间概率分布：对于航班f的一条可行航路令f到达航段e
i
起点的时间为到达终点的时间为航段飞行时间数学期望μ和方差σ2的无偏估计量为：其中，和由下式计算：由下式计算：其中，δ
f
为航班的起飞时刻，ΔT为航班从起飞至进入FRA的时间；(43)计算航段飞行时间数学期望及方差：航段上不存在时变点：当且时，风场条件不发生变化，此时航段飞行时间方差航段上存在时变点：当且时，风场条件发生变化，当时，航班受到Wind1的影响，航段飞行时间概率密度函数为f1(t)；当时，航班受到Wind2的影响，航段飞行时间概率密度函数为f2(t)，则：(t)，则：(t)，则：(44)根据航段飞行时间期望及方差，采用遗传算法规划最优航路，结合起飞时刻及高度层，得到飞行时间最短最优航迹。4.根据权利要求1所述的一种考虑高空风时变性的冲突最小化航迹协同规划方法，其特征在于，所述步骤(5)实现过程如下：(51)采用等间隔采样的方式进行航迹采样：若航段上存在时变点，在t
vp
前后，航班受到不同风场的影响，将航段在t
vp
处分段，将其视为两个子航段，并将t
vp
作为采样点；若航段上不存在时变点，直接等间距进行航迹采样；计算航班航迹采样点的过点时间集合，假设其服从正态分布，拟合概率分布；(52)将航迹采样点的四维坐标离散化映射至对应的网格单元A
m.n.l.k
中，采用网格化冲突探测方法进行航班飞行冲突初筛；建立飞行冲突初筛方法对应的4D时空网...

【专利技术属性】
技术研发人员：胡明华，徐满，周逸，苏家明，丁文浩，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：