有效辨识关键节点对增强网络韧性、提高运行能力具有重要意义,为提高航路网络关键节点识别的准确性,提出基于TOPSIS(technique for order preference by similarity to an ideal solution)-灰色关联分析法的综合评价方法和航路网络节点...有效辨识关键节点对增强网络韧性、提高运行能力具有重要意义,为提高航路网络关键节点识别的准确性,提出基于TOPSIS(technique for order preference by similarity to an ideal solution)-灰色关联分析法的综合评价方法和航路网络节点分级方法.首先,从复杂网络统计特性、交通流量特性、脆弱性3个方面构建航路网络关键节点评价指标体系;通过引入相对熵改进逼近理想值排序法,并结合灰色关联分析法综合评价航路点重要程度,采用基于K-means聚类方法有效划分航路节点等级;最后,以民航空管实际运行数据为实例,开展关键节点识别.研究表明:相较于单一指标,所建航路网络节点评价指标体系获得的评价结果更加全面;改进TOPSIS-灰色关联分析方法相较于传统TOPSIS法评价结果更加准确;所提识别方法发现了我国华东地区典型繁忙航路网络中有29个关键节点,其在网络结构及交通流量方面具有关键作用.展开更多
精确估计航班预计到达时刻(estimated time of arrival,ETA)对机场群或终端区协同调度辅助决策制定有重要意义,传统方法对于进场计量节点精细化感知能力不足,特别在高动态环境影响下对大体量复杂航班交通态势难以实现中-长期精准定量估...精确估计航班预计到达时刻(estimated time of arrival,ETA)对机场群或终端区协同调度辅助决策制定有重要意义,传统方法对于进场计量节点精细化感知能力不足,特别在高动态环境影响下对大体量复杂航班交通态势难以实现中-长期精准定量估计。提出了基于误差反馈修正的航班预计到达时刻预测方法,首先,基于航空器性能参数,结合对未飞航路的规划和气象因素,构建航空器运动学模型;其次,通过四维航迹推演对预计到达时刻进行初步预测;然后,构造实际落地时刻(actual time of arrival,ATA)与预测结果的误差序列,采用误差反馈模型对序列进行预测并修正初步预测结果。最后,以重庆江北国际机场进港航班为例进行仿真验证,将提前30 min预测结果在±5 min以内的比率作为评价指标,结果表明相比传统方法,本文方法可在恶劣天气下将预计到达时刻预测的准确率提高25%以上。展开更多
为实现准确的机场流量短期预测,本文建立了基于二次分解方法的分解集成预测模型。首先,应用局部加权回归周期趋势分解(STL,seasonal and trend decomposition procedure based on Loess)算法将原始时间序列分解为趋势项、季节项和余项3...为实现准确的机场流量短期预测,本文建立了基于二次分解方法的分解集成预测模型。首先,应用局部加权回归周期趋势分解(STL,seasonal and trend decomposition procedure based on Loess)算法将原始时间序列分解为趋势项、季节项和余项3个分量,并计算其样本熵。其次,应用遗传算法(GA,genetic algorithm)优化变分模态分解(VMD,variational mode decomposition)参数,对熵值较大的分量进行二次分解。再次,使用极端梯度提升(XGBoost,extreme gradient boosting)对二次分解后的所有分量进行预测,采用加和集成得到最终的预测值。最后,采集国内典型机场实际运行数据进行实例分析。针对北京首都国际机场60 min进场、离场流量时序,本文模型预测的均等系数(EC,equal coefficient)值分别为0.9703、0.9959,相比其他常用模型均有所提高。此外,对于上海浦东、上海虹桥、广州白云3个大型国际机场,本文模型在60 min、30 min统计尺度下进场和离场流量预测的EC值均在0.9700以上,15 min统计尺度下预测的EC值均在0.9500以上。结果表明,本文建立的二次分解集成预测模型具有良好的准确性和普适性,用于机场流量短期预测是可行和有效的。展开更多
对航空器各运行阶段轨迹预测是规划飞行路径、维护航空器运行安全等任务的关键技术,在保障航空器安全高效运行等方面具有重要意义。航空器从跑道入口上空50英尺到脱离跑道期间属于高速运行阶段,对其着陆阶段运行轨迹进行预测可预知其脱...对航空器各运行阶段轨迹预测是规划飞行路径、维护航空器运行安全等任务的关键技术,在保障航空器安全高效运行等方面具有重要意义。航空器从跑道入口上空50英尺到脱离跑道期间属于高速运行阶段,对其着陆阶段运行轨迹进行预测可预知其脱离跑道位置,辅助管制员对地面滑行航空器进行路径规划,从而减少航空器之间的运行冲突。论文将长短期记忆(Long Short Term Memory,LSTM)循环神经网络与ANN(Artificial Neural Network)相结合,构建航空器着陆阶段滑行轨迹预测模型。预测结果与同类型预测算法进行对比后发现,ANN-LSTM模型预测准确性更高,可实现对航空器着陆阶段轨迹的更好预测。展开更多
文摘有效辨识关键节点对增强网络韧性、提高运行能力具有重要意义,为提高航路网络关键节点识别的准确性,提出基于TOPSIS(technique for order preference by similarity to an ideal solution)-灰色关联分析法的综合评价方法和航路网络节点分级方法.首先,从复杂网络统计特性、交通流量特性、脆弱性3个方面构建航路网络关键节点评价指标体系;通过引入相对熵改进逼近理想值排序法,并结合灰色关联分析法综合评价航路点重要程度,采用基于K-means聚类方法有效划分航路节点等级;最后,以民航空管实际运行数据为实例,开展关键节点识别.研究表明:相较于单一指标,所建航路网络节点评价指标体系获得的评价结果更加全面;改进TOPSIS-灰色关联分析方法相较于传统TOPSIS法评价结果更加准确;所提识别方法发现了我国华东地区典型繁忙航路网络中有29个关键节点,其在网络结构及交通流量方面具有关键作用.
文摘精确估计航班预计到达时刻(estimated time of arrival,ETA)对机场群或终端区协同调度辅助决策制定有重要意义,传统方法对于进场计量节点精细化感知能力不足,特别在高动态环境影响下对大体量复杂航班交通态势难以实现中-长期精准定量估计。提出了基于误差反馈修正的航班预计到达时刻预测方法,首先,基于航空器性能参数,结合对未飞航路的规划和气象因素,构建航空器运动学模型;其次,通过四维航迹推演对预计到达时刻进行初步预测;然后,构造实际落地时刻(actual time of arrival,ATA)与预测结果的误差序列,采用误差反馈模型对序列进行预测并修正初步预测结果。最后,以重庆江北国际机场进港航班为例进行仿真验证,将提前30 min预测结果在±5 min以内的比率作为评价指标,结果表明相比传统方法,本文方法可在恶劣天气下将预计到达时刻预测的准确率提高25%以上。
文摘星基广播式自动相关监视(ADS-B,automatic dependent surveillance-broadcast)系统是一种新型的航空器监视技术,在未来空中交通管理系统中具有广阔的应用前景。为了深入研究星基ADS-B系统中航空器到卫星的空天链路通信性能,将专业软件Matlab和STK(system tool kit)有效联合,构建符合国际标准的星基ADS-B空天链路完整模型;通过离散事件动态交互模拟ADS-B消息的发送与接收全过程,最后统计得出体现星基ADS-B空天链路通信性能的消息识别概率(POI,possibility of identify)、消息检测概率(POD,possibility of detective)、信号接收功率、信号冲突概率、卫星覆盖范围等指标。仿真结果表明,随着区域内航空器数量上升,POI、POD下降,消息冲突概率上升。
文摘对航空器各运行阶段轨迹预测是规划飞行路径、维护航空器运行安全等任务的关键技术,在保障航空器安全高效运行等方面具有重要意义。航空器从跑道入口上空50英尺到脱离跑道期间属于高速运行阶段,对其着陆阶段运行轨迹进行预测可预知其脱离跑道位置,辅助管制员对地面滑行航空器进行路径规划,从而减少航空器之间的运行冲突。论文将长短期记忆(Long Short Term Memory,LSTM)循环神经网络与ANN(Artificial Neural Network)相结合,构建航空器着陆阶段滑行轨迹预测模型。预测结果与同类型预测算法进行对比后发现,ANN-LSTM模型预测准确性更高,可实现对航空器着陆阶段轨迹的更好预测。
