一种面向航空器自主运行场景的风险评估方法技术

本发明专利技术公开了一种面向航空器自主运行场景的风险评估方法，属于航空技术领域，围绕航空器自主运行风险识别问题，拟采用“风险量化

【技术实现步骤摘要】
一种面向航空器自主运行场景的风险评估方法


[0001]本专利技术属于航空
，尤其是涉及一种面向航空器自主运行场景的风险评估方法。

技术介绍

[0002]近年来，我国民航事业的迅猛发展为我国创造了巨大的经济效益和社会效益，由于航空器种类繁杂，飞行时间、飞行空域以及飞行环境具有一定不确定性，航空器运行风险管理不断向智能化、可预测的方向发展，为预战术和战术阶段的航迹规划提供风险参考。目前国外关于航空器运行风险的研究大部分集中在风险评估方面，对风险的智能识别研究并不成熟；短时风险预测大多是基于航迹预测的基础上实现的，已经形成部分研究成果，还没有实现预战术和战术阶段的应用。国内航空器风险识别主要集中在典型、静态运行风险的识别，缺乏全面、动态的运行风险识别方案。面向大范围、高密度空域内安全自主运行的需求，实现对航空器自主运行风险的精准预测与自动预警，形成航迹规划与决策依据，能够在一定程度上减少风险事故的发生、损伤等问题，为航空器自主运行提供安全保障支撑。

技术实现思路

[0003]本专利技术的目的是提供一种面向航空器自主运行场景的风险评估方法，解决上述技术存在的国内航空器风险识别缺乏全面、动态的运行风险识别方案的问题。
[0004]为实现上述目的，本专利技术提供了一种面向航空器自主运行场景的风险评估方法，包括如下步骤：
[0005](1)获取机载自主感知数据、空地一体协同数据和多信息融合数据，获得空中潜在威胁目标的信息；
[0006](2)基于获取的相关数据，进行数据处理，结合航空器自主运行环境、航空器空域运行风险因素、航空器安全事故调查数据以及对风险识别的分类，构建航空器自主运行安全风险关联关系规则库；
[0007](3)提取航空器自主运行安全风险特征指标，基于EVENT碰撞风险识别、多层神经网络风险识别和系统动力学风险识别，分别建立自主运行模式下空中相撞、危险接近和可控撞地的运行风险识别模型，构建机载自主运行风险智能识别模型；
[0008](4)对机载自主运行风险进行识别，获取风险识别结果。
[0009]优选的，所述步骤(2)中的安全风险的量化过程具体如下：
[0010]A、开展航空器自主运行模式与环境分析，系统梳理航空器自主运行条件下“人、机、环、管”方面的风险要素；
[0011]B、采用数据挖掘和头脑风暴的方法，建立航空器自主运行条件下飞行安全风险影响因素库；
[0012]C、通过对风险因素的结构化定义和预设，量化研判航空器自主运行风险因素所属层次和类别，提炼航空器自主运行风险表征指标体系。
[0013]优选的，所述风险要素包括显性风险和隐性风险，所述显性风险包括航空器空中碰撞风险、近地告警风险和危险接近风险，所述隐性风险包括飞行偏航风险、机组飞行失误风险、通信失效风险和航空危险天气风险。
[0014]优选的，所述步骤(3)中对于航空器空中相撞风险，构建EVENT碰撞风险识别模型，基于经典Event模型对航空器进行垂直方向碰撞风险评估，在具体评估时，建立空间直角坐标系，航空器相对于垂直方向间隔层做侧向和纵向的运动，穿越间隔层形成扩展碰撞盒。
[0015]优选的，所述航空器垂直方向碰撞风险计算公式具体如下：
[0016]线段HI为碰撞盒穿越间隔层时在纵向上的位移：
[0017][0018]线段HG为碰撞盒在侧向上的位移：
[0019][0020]FE，GF分别为碰撞盒的长度和宽度：
[0021]FE＝G＝2a
[0022]GF＝KJ＝2b
[0023]综上，航空器垂直方向碰撞风险计算公式为：
[0024][0025]其中，式中，a，b，h为航空器的机身长度、翼展以及机身高度；u，w，w为航空器在纵向、侧向以及垂直方向的相对速度；Sx为航路纵向间隔标准。
[0026]优选的，所述步骤(3)中碰撞风险识别时两机之间的距离计算方法如下：
[0027]航空器自主运行系统功能函数为G
[0028]G＝G'(r,v)
‑
g0[0029]其中G
’
(r,v)为飞机之间的距离，g0为碰撞安全界限；
[0030]飞机p在t＝i时刻的速度关系为：
[0031]v
pi
＝v
pi
‑1+a
×
Δt
i
[0032]u
pi
＝u
pi
‑1+a
×
Δt
i
[0033]两机的运动参数为v
i
、u
i
，v
i
、u
i
分别代表水平方向速度、垂直方向速度，v
xi
与v
yi
代表两个速度分量，a为加速度；
[0034]α
i
＝ψ
i
+Δψ
i
[0035][0036][0037]x
pi
＝x
pi
‑1+[v
xi
‑1cos(α
i
‑1)+v
yi
sin(α
i
‑1)]Δt
[0038]y
pi
＝y
pi
‑1+[v
xi
‑1sin(α
i
‑1)
‑
v
yi
cos(α
i
‑1)]Δt
[0039]z
pi
＝z
pi
‑1+(v
pzi
‑
v
pzi
‑1)Δt
[0040][0041]其中，α代表航迹角，ψ代表转弯率，Δψ代表转弯率的变化率，Φ是转弯坡度，g是重力加速度，x
pi
、y
pi
、z
pi
分别为i时刻x、y、z轴的坐标，Di为i时刻的两机距离。
[0042]优选的，所述步骤(3)中对航空器危险接近风险，建立多智能体agent强化学习识别模型，对航空器危险接近的概率与时空位置进行综合识别。
[0043]优选的，所述多信息融合数据包括航空器的实时地理位置、飞行高度、飞行速度和天气状况。
[0044]优选的，所述识别结果包括时空位置、相关风险的发生概率、严重程度与影响范围。
[0045]因此，本专利技术采用上述一种面向航空器自主运行场景的风险评估方法，具有以下有益效果：本专利技术为航空器自主运行安全风险智能识别提供了一种方法，为航空器机载航迹自主规划提供全飞行航程、多风险领域的风险信息支持。采用“风险量化
‑
特征提取
‑
智能识别”的思路，结合面向自主运行的空域运行风险定义与分类方法，构建航空器自主运行风险关联关系规则库，开展航空器自主运行安全风险智能识别技术研究，构建各类自主运行风险智能识别模型。
[004本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向航空器自主运行场景的风险评估方法，其特征在于，包括如下步骤：(1)获取机载自主感知数据、空地一体协同数据和多信息融合数据，获得空中潜在威胁目标的信息；(2)基于获取的相关数据，进行数据处理，结合航空器自主运行环境、航空器空域运行风险因素、航空器安全事故调查数据以及对风险识别的分类，构建航空器自主运行安全风险关联关系规则库；(3)提取航空器自主运行安全风险特征指标，基于EVENT碰撞风险识别、多层神经网络风险识别和系统动力学风险识别，分别建立自主运行模式下空中相撞、危险接近和可控撞地的运行风险识别模型，构建机载自主运行风险智能识别模型；(4)对机载自主运行风险进行识别，获取风险识别结果。2.根据权利要求1所述的一种面向航空器自主运行场景的风险评估方法，其特征在于，所述步骤(2)中的安全风险的量化过程具体如下：A、开展航空器自主运行模式与环境分析，系统梳理航空器自主运行条件下“人、机、环、管”方面的风险要素；B、采用数据挖掘和头脑风暴的方法，建立航空器自主运行条件下飞行安全风险影响因素库；C、通过对风险因素的结构化定义和预设，量化研判航空器自主运行风险因素所属层次和类别，提炼航空器自主运行风险表征指标体系。3.根据权利要求2所述的一种面向航空器自主运行场景的风险评估方法，其特征在于：所述风险要素包括显性风险和隐性风险，所述显性风险包括航空器空中碰撞风险、近地告警风险和危险接近风险，所述隐性风险包括飞行偏航风险、机组飞行失误风险、通信失效风险和航空危险天气风险。4.根据权利要求1所述的一种面向航空器自主运行场景的风险评估方法，其特征在于：所述步骤(3)中对于航空器空中相撞风险，构建EVENT碰撞风险识别模型，基于经典Event模型对航空器进行垂直方向碰撞风险评估，在具体评估时，建立空间直角坐标系，航空器相对于垂直方向间隔层做侧向和纵向的运动，穿越间隔层形成扩展碰撞盒。5.根据权利要求4所述的一种面向航空器自主运行场景的风险评估方法，其特征在于，所述航空器垂直方向碰撞风险计算公式具体如下：线段HI为碰撞盒穿越间隔层时在纵向上的位移：线段HG为碰撞盒在侧向上的位移：FE，GF分别为碰撞盒的长度和宽度：FE＝G＝2aGF＝KJ＝2b综上，航空器垂直方向碰撞风险计算公式为：
其中，式中，a，b，h为航空器的机身长度、翼展以及机身高度；u，w，w为航空器在纵向、侧向以及垂直方向的相对速度；Sx为航路纵向间隔标准。6.根据权利要求1所述的一种面向航空器自主运行场景的风险评估方法，其特征在于：所述步骤(3)中碰撞风险识别时两机之间的距离计算方法如下：航空器自主运行系统功能函数为GG＝G'(r,v)
‑

【专利技术属性】
技术研发人员：张洪海，李一可，石宗北，钟罡，刘皞，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：