基于空中交通特征的空域扇区动态划分方法

摘要

本发明属于空中交通管理领域，公布了一种基于空域交通特征的扇区动态划分方法，其目标在于根据管制空域中交通情况的变化确定与之相适应的扇区划分，以达到优化利用空域资源目的。该方法包括空域信息提取、空域建模和扇区优化划分算法设计三个方面。首先，基于空域静态结构信息和空域动态信息建立空域拓扑结构等数据库；然后将关键点作为节点，航路作为边，用复杂网络模型描述空域结构；再由空域动态信息计算复杂网络模型中相关联节点的相似度，建立加权复杂网络，利用基于加权复杂网络的K-Means聚类算法建立空域凸胞模型；最后，将空域凸胞模型与混合编码遗传算法相结合，得到最终的扇区划分结果。本发明普遍适用于实际空域。

主权项

一种基于空中交通特征的空域扇区动态划分方法，其特征在于包括以下步骤：步骤一，提取空域静态结构信息，方法如下：（1）根据空域中关键点（机场、航路点、冲突点）的位置信息，建立关键点坐标数据库；（2）根据关键点间的航路连接情况，建立航路拓扑结构数据库；步骤二，基于历史飞行计划，预测空域交通流量分布情况和变化情况，方法如下：（1）根据历史飞行计划，得到每架航班进出目标管制空域的时间；（2）根据历史飞行计划，得到每架航班在目标管制空域内的飞行路径，从而得到途经的航路点及对应的时间；（3）根据历史飞行计划和步骤二（1）、（2），规定采样时刻，计算出每个采样时刻各架航班在目标管制空域中的坐标位置，建立航班航迹预测数据库；（4）基于航班航迹预测数据库和空域拓扑结构图，预测空域交通流量的分布情况和变化情况；步骤三，基于雷达数据，得到实际的交通流量分布情况和变化情况，方法如下：（1）以雷达监测设备数据更新的间隔时间作为采样时间，统计每个采样时刻各航班雷达点迹的位置坐标，建立雷达点迹数据库；（2）根据雷达点迹数据库修正补充航班航迹预测数据库，建立航班航迹数据库；（3）根据航班航迹数据库，得到空域交通流量的分布情况和变化情况；步骤四，根据管制员与飞行员的交互信息，得到每个采样时刻各架飞机的飞行状态，方法如下：（1）根据每架次航班在目标管制空域内飞行过程中，管制员与飞行员的信息交流，得到每架航班的飞行状态改变情况；（2）基于步骤四（1），得到每个采样时刻各架航班的飞行状态，建立飞行状态数据库；步骤五，基于飞机数量化管制员工作负荷，计算出监视负荷、协作负荷以及冲突解决负荷，建立监视负荷数据库、冲突解决负荷数据库和协作负荷数据库；步骤六，基于步骤一～五中得到的数据库，建立空域加权复杂网络模型，方法如下：（1）将关键点作为顶点，航路作为边，根据关键点坐标数据库和航路拓扑结构数据库建立空域复杂网络模型；（2）提取反映主要交通特征的指标，结合飞行状态数据库，建立各关键点的复杂性因子向量；（3）基于复杂性因子向量计算相似度，以相似度作为权值，建立加权复杂网络；步骤七，基于加权复杂网络的K‑Means聚类算法建立空域凸胞模型；步骤八，进行扇区划分，方法如下：（1）基于空域凸胞模型，将每个凸胞当做虚拟点，凸胞间连接的航路为边，以量化后的管制员工作负荷为权值，建立空域加权图模型；（2）基于加权图模型进行整数编码并初始化种群；（3）进行遗传算法迭代操作，得到最优子种群；（4）对最优子种群进行解码，得到扇区划分；以跨越两个扇区的航路的中点作为边界点，确定初始扇区边界；步骤九，进行扇区边界优化，方法如下：（1）将步骤八中得到的最优子种群作为该部分遗传算法的输入，采用浮点数编码，初始化种群；（2）进行遗传算法迭代操作，调整边界点位置，得到最优个体；（3）对最优个体进行解码，得到最终的扇区边界。