空中交通管制系統(tǒng)的航空器軌跡預(yù)測方法
【專利摘要】本發(fā)明涉及一種空中交通管制系統(tǒng)的航空器軌跡預(yù)測方法，所述空中交通管制系統(tǒng)包括數(shù)據(jù)通信模塊、監(jiān)視數(shù)據(jù)融合模塊、機載終端模塊、管制終端模塊，其中監(jiān)視數(shù)據(jù)融合模塊用于實現(xiàn)空管雷達監(jiān)視數(shù)據(jù)與自動相關(guān)監(jiān)視數(shù)據(jù)的融合，為管制終端模塊提供實時航跡信息；管制終端模塊包括飛行前無沖突4D航跡生成、飛行中短期4D航跡生成這2個子模塊；上述系統(tǒng)的航空器軌跡預(yù)測方法，依靠管制終端模塊，處理飛行計劃數(shù)據(jù)并利用隱馬爾科夫模型生成4D航跡，實現(xiàn)空域交通狀況潛在的交通沖突的分析。本發(fā)明可有效提高空中交通的安全性。
【專利說明】空中交通管制系統(tǒng)的航空器軌跡預(yù)測方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種空中交通管制系統(tǒng)及方法，尤其涉及一種基于4D航跡運行的空 中交通管制系統(tǒng)對航空器軌跡進行預(yù)測的方法。

【背景技術(shù)】
[0002] 隨著全球航空運輸業(yè)快速發(fā)展與空域資源有限矛盾的日益突出，在空中交通流密 集的復(fù)雜空域，仍然采用飛行計劃結(jié)合間隔調(diào)配的空中交通管理方式逐漸顯示出其落后 性，具體表現(xiàn)在：（1)飛行計劃并未為航空器配置精確的空管間隔，容易造成交通流戰(zhàn)術(shù)管 理中的擁擠，降低空域安全性；(2)以飛行計劃為中心的空管自動化系統(tǒng)對飛行剖面的推 算和航跡預(yù)測精度差，造成沖突化解能力差；(3)空中交通管制工作仍然側(cè)重于保持單個 航空器之間的安全間隔，很難上升到對交通流進行戰(zhàn)略性管理。對于航空器軌跡的預(yù)測顯 得尤為重要。
[0003] 4D航跡是以空間和時間形式，對某一航空器航跡中的各點空間位置（經(jīng)度、煒度 和高度）和時間的精確描述，基于航跡的運行是指在4D航跡的航路點上使用"控制到達 時間"，即控制航空器通過特定航路點的"時間窗"。在高密度空域把基于4D航跡的運行 (TrajectorybasedOperation)作為基本運行機制之一，是未來對大流量、高密度、小間隔 條件下空域?qū)嵤┕芾淼囊环N有效手段，可以顯著地減少航空器航跡的不確定性，提高空域 和機場資源的安全性與利用率。
[0004] 基于航跡運行的空中交通運行方式需要在戰(zhàn)略層面上對單航空器飛行航跡進行 推算和優(yōu)化，對多航空器構(gòu)成的交通流實施協(xié)同和調(diào)整；在預(yù)戰(zhàn)術(shù)層面上通過修正交通流 中個別航空器的航跡以解決擁塞問題，并保證該交通流中所有航空器的運行效率；而在戰(zhàn) 術(shù)層面上預(yù)測沖突和優(yōu)化解脫方案，則非常依賴于能否準確地對航空器的軌跡進行預(yù)測， 目前均不能準確實時地對航空器的軌跡進行預(yù)測，實時性上做的尤為的差。


【發(fā)明內(nèi)容】

[0005] 本發(fā)明要解決的技術(shù)問題是在于克服現(xiàn)有技術(shù)的不足，提供一種基于4D航跡運 行的空中交通管制系統(tǒng)的航空器軌跡預(yù)測方法，可有效、準確、實時地預(yù)測航空器的軌跡。
[0006] 實現(xiàn)本發(fā)明目的的技術(shù)方案是提供一種空中交通管制系統(tǒng)的航空器軌跡預(yù)測方 法，所述空中交通管制系統(tǒng)包括機載終端模塊、數(shù)據(jù)通信模塊、監(jiān)視數(shù)據(jù)融合模塊以及管制 終端模塊；監(jiān)視數(shù)據(jù)融合模塊用于實現(xiàn)空管雷達監(jiān)視數(shù)據(jù)與自動相關(guān)監(jiān)視數(shù)據(jù)的融合，為 管制終端模塊提供實時航跡信息；
[0007] 所述管制終端模塊包括以下子模塊：
[0008] 飛行前無沖突4D航跡生成模塊，根據(jù)飛行計劃和世界區(qū)域預(yù)報系統(tǒng)的預(yù)報數(shù)據(jù)， 建立航空器動力學(xué)模型，然后依據(jù)飛行沖突耦合點建立航跡沖突預(yù)調(diào)配理論模型，生成航 空器無沖突4D航跡；
[0009] 飛行中短期4D航跡生成模塊，依據(jù)監(jiān)視數(shù)據(jù)融合模塊提供的實時航跡信息，利用 隱馬爾科夫模型，推測未來一定時間窗內(nèi)的航空器4D軌跡；
[0010] 所述空中交通管制系統(tǒng)的航空器軌跡預(yù)測方法包括如下幾個步驟：
[0011] 步驟A、飛行前無沖突4D航跡生成模塊根據(jù)飛行計劃和世界區(qū)域預(yù)報系統(tǒng)的預(yù)報 數(shù)據(jù)，建立航空器動力學(xué)模型，并依據(jù)飛行沖突耦合點建立航跡沖突預(yù)調(diào)配理論模型，生成 航空器無沖突4D航跡；
[0012] 步驟B、監(jiān)視數(shù)據(jù)融合模塊將空管雷達監(jiān)視數(shù)據(jù)與自動相關(guān)監(jiān)視數(shù)據(jù)進行融合， 生成航空器實時航跡信息并提供給管制終端模塊；管制終端模塊中的飛行中短期4D航跡 生成模塊依據(jù)航空器實時航跡信息和歷史航跡信息推測未來一定時間窗內(nèi)的航空器4D軌 跡；所述依據(jù)航空器實時航跡信息和歷史航跡信息推測未來一定時間窗內(nèi)的航空器4D軌 跡的具體實施過程如下：
[0013] 步驟B6、對航空器軌跡數(shù)據(jù)預(yù)處理，依據(jù)所獲取的航空器原始離散二維位置序列 X = [X1, X2,…，Xn]和y=Iiy1,y2，…，yn]，采用一階差分方法對其進行處理獲取新的航空器 離散位置序列ΛX= [ΛX1,Λχ2,…，ΛXn-J和Λy= [Λy"Λy2,…，ΛYn-J,其中 Δxb=χb+「xb，Δyb=yb+「yb(b= 1，2，…，n-1);
[0014] 步驟B7、對航空器軌跡數(shù)據(jù)聚類，對處理后新的航空器離散二維位置序列Λx和 Λy，通過設(shè)定聚類個數(shù)Μ'，采用K-means聚類算法分別對其進行聚類；
[0015] 步驟B8、對聚類后的航空器軌跡數(shù)據(jù)利用隱馬爾科夫模型進行參數(shù)訓(xùn)練，通過將 處理后的航空器運行軌跡數(shù)據(jù)ΛX和Λy視為隱馬爾科夫過程的顯觀測值，通過設(shè)定隱狀 態(tài)數(shù)目Ν'和參數(shù)更新時段ζ'，依據(jù)最近的Τ'個位置觀測值并采用B-W算法滾動獲取最新 隱馬爾科夫模型參數(shù)λ' ；
[0016] 步驟Β9、依據(jù)隱馬爾科夫模型參數(shù)，采用Viterbi算法獲取當(dāng)前時刻觀測值所對 應(yīng)的隱狀態(tài)q;
[0017] 步驟B10、通過設(shè)定預(yù)測時域h'，基于航空器當(dāng)前時刻的隱狀態(tài)q，獲取未來時段 航空器的位置預(yù)測值0。
[0018] 進一步的，步驟B中，所述聚類個數(shù)M'的值為4,隱狀態(tài)數(shù)目Ν'的值為3,參數(shù)更 新時段ζ'為30秒，Τ'為10,預(yù)測時域h'為300秒。
[0019] 進一步的，步驟B的B8具體是指：由于所獲得的航跡序列數(shù)據(jù)長度是動態(tài)變化 的，為了實時跟蹤航空器航跡的狀態(tài)變化，有必要在初始航跡隱馬爾科夫模型參數(shù)λ' = (π，Α，Β)的基礎(chǔ)上對其重新調(diào)整，以便更精確地推測航空器在未來某時刻的位置；每隔時 段ζ'，依據(jù)最新獲得的Τ'個觀測值（〇1，〇2，…，〇τ，）對航跡隱馬爾科夫模型參數(shù)λ' = O，A,Β)進行重新估計；
[0020] 步驟B的BlO具體是指：每隔時段φ，根據(jù)最新獲得的隱馬爾科夫模型參數(shù)λ' = (31，Α，Β)和最近H個歷史觀測值（〇1，〇2，…，〇Η)，基于航空器當(dāng)前時刻的隱狀態(tài)q，通過設(shè)定 預(yù)測時域h'，在時刻t獲取航空器在未來時段h'的位置預(yù)測值0。
[0021] 更進一步的，時段Φ為4秒。
[0022] 進一步的，所述步驟A的航空器無沖突4D航跡按照以下方法生成：
[0023] 步驟A1、進行航空器狀態(tài)轉(zhuǎn)移建模，根據(jù)飛行計劃中航空器的飛行高度剖面，建立 單個航空器在不同航段轉(zhuǎn)移的Petri網(wǎng)模型：E= (g，G，Pre，Post，m)為航空器階段轉(zhuǎn)移模 型，其中g(shù)表示飛行航段，G表示垂直剖面中飛行狀態(tài)參數(shù)的轉(zhuǎn)換點，Pre和Post分別表示 航段和航路點的前后向連接關(guān)系，j4Z+表示航空器所處的飛行階段；
[0024] 步驟A2、建立航空器全飛行剖面混雜系統(tǒng)模型如下，
[0025] Vh=k(vcas,Mach,hp,tL0C),
[0026] vGS=μ(vCAS,Mach,hp,tL0C,vffS,a),
[0027] 其中vCAS為校正空速，Mach為馬赫數(shù)，hp為氣壓高度，a為風(fēng)向預(yù)報與航路的夾 角，Vws為風(fēng)速預(yù)報值，t為溫度預(yù)報值，VA高度變化率，V<^為地速；
[0028] 步驟A3、采用混雜系統(tǒng)仿真的方式推測求解航跡：采用將時間細分的方法， 利用狀態(tài)連續(xù)變化的特性遞推求解任意時刻航空器在某一飛行階段距參考點的航程 沖）=4 +￡ΔΤ 地和高度咕）=% +fT^其中Jci為初始時刻航空器距參考點的 航程，Λτ為時間窗的數(shù)值，J(T)為τ時刻航空器距參考點的航程，Iitl為初始時刻航空 器距參考點的高度，1ι(τ)為τ時刻航空器距參考點的高度，由此可以推測得到單航空器 的4D航跡；
[0029] 步驟Α4、對多航空器耦合模型實施無沖突調(diào)配：根據(jù)兩航空器預(yù)達交叉點的時 間，按照空中交通管制原則，對交叉點附近不滿足間隔要求的航空器4D航跡進行二次規(guī) 劃，得到無沖突4D航跡。
[0030] 進一步的，所述步驟B中監(jiān)視數(shù)據(jù)融合模塊將空管雷達監(jiān)視數(shù)據(jù)與自動相關(guān)監(jiān)視 數(shù)據(jù)進行融合，生成航空器實時航跡信息，具體按照以下方法：
[0031] 步驟Β1、將坐標單位和時間統(tǒng)一；
[0032] 步驟Β2、采用最鄰近數(shù)據(jù)關(guān)聯(lián)算法將屬于同一個目標的點相關(guān)聯(lián)，提取目標航跡； 步驟Β3、將分別從自動相關(guān)監(jiān)視系統(tǒng)和空管雷達提取的航跡數(shù)據(jù)從不同的時空參
[0033] 考坐標系統(tǒng)變換、對準到管制終端統(tǒng)一的時空參考坐標系統(tǒng)；
[0034] 步驟M、計算兩條航跡的相關(guān)系數(shù)，若相關(guān)系數(shù)小于某一預(yù)設(shè)閾值，則認為兩條航 跡不相關(guān)；否則該兩條航跡相關(guān)，可以進行融合；
[0035] 步驟Β5、對相關(guān)的航跡進行融合。
[0036] 更進一步的，所述步驟Β5中對相關(guān)的航跡進行融合，采用基于采樣周期的加權(quán)平 均算法，其加權(quán)系數(shù)根據(jù)采樣周期和信息精度確定，再利用加權(quán)平均算法將與之相關(guān)的自 動相關(guān)監(jiān)視航跡和空管雷達航跡融合為系統(tǒng)航跡。
[0037] 本發(fā)明具有積極的效果：（1)本發(fā)明的空中交通管制系統(tǒng)的航空器軌跡預(yù)測方法 在航空器實時軌跡推測過程中，融入了隨機因素的影響，所采用的滾動軌跡推測方案能夠 及時提取外界隨機因素的變化狀況，提高了航空器軌跡推測的準確性。
[0038] (2)本發(fā)明的空中交通管制系統(tǒng)的航空器軌跡預(yù)測方法對飛行剖面的推算和航跡 預(yù)測精度高，進而使得沖突化解能力和自動化水平提高，降低了管制員的工作負荷。

【專利附圖】

【附圖說明】
[0039] 圖1為飛行前無沖突4D航跡生成方法流程示意圖；
[0040] 圖2為飛行中短期4D航跡推測方法流程示意圖。

【具體實施方式】
[0041](實施例I)
[0042] 本實施例的基于4D航跡運行的空中交通管制系統(tǒng)，包括機載終端模塊101、數(shù)據(jù) 通信模塊102、監(jiān)視數(shù)據(jù)融合模塊103以及管制終端模塊104。以下對各部分的具體實施方 式分別進行詳細描述。
[0043] L機載終端模塊
[0044]機載終端模塊101是飛行員獲取地面管制指令、參考4D航跡，以及輸入飛行意圖 的界面，同時還是采集當(dāng)前航空器位置數(shù)據(jù)的接口。
[0045]其具體實施方案如下：
[0046] 機載終端模塊101接收如下的信息輸入：（I)ADS-B信息采集單元201通過機載 GPS采集的航空器位置向量、速度向量，以及本航空器的呼號，編碼后通過信息及數(shù)據(jù)傳遞 給機載數(shù)據(jù)通信模塊102 ; (2)航空器駕駛員需要將與地面管制指令不一致的飛行意圖，通 過人機輸入界面，以及約定的地面管制員可以識別的形式通過信息及數(shù)據(jù)傳遞給機載數(shù)據(jù) 通信模塊102。另外機載終端模塊101實現(xiàn)如下的信息輸出：（1)通過終端顯示屏幕，接收 和顯示飛行員可以識別的飛行管制指令；（2)接收和顯示地面管制終端飛行前生成的無沖 突4D航跡，以及當(dāng)?shù)孛婀苤平K端探測到?jīng)_突后計算的最優(yōu)解脫4D航跡。
[0047] 2.數(shù)據(jù)通信模塊
[0048] 數(shù)據(jù)通信模塊102可實現(xiàn)空地雙向數(shù)據(jù)通信，實現(xiàn)機載實時位置數(shù)據(jù)和飛行意圖 數(shù)據(jù)單元202的下行傳輸和地面管制指令單元203,以及參考4D航跡單元204的上行傳輸。
[0049] 其具體實施方案如下：
[0050] 下行數(shù)據(jù)通信：機載終端101通過機載二次雷達應(yīng)答機將航空器識別標志和4D 位置信息，以及其他附加數(shù)據(jù)，如飛行意圖、飛行速度、氣象等信息傳輸給地面二次雷達 (SSR)，二次雷達接收后對數(shù)據(jù)報文進行解析，并傳輸給中央數(shù)據(jù)處理組件301解碼，通過 指令航跡數(shù)據(jù)接口傳輸?shù)焦苤平K端104 ;上行數(shù)據(jù)通信：地面管制終端104通過指令航跡數(shù) 據(jù)接口，經(jīng)中央數(shù)據(jù)處理組件301編碼后，地面二次雷達的詢問機將將地面管制指令或參 考4D航跡信息傳遞并顯示在機載終端101。
[0051] 3.監(jiān)視數(shù)據(jù)融合模塊
[0052] 監(jiān)視數(shù)據(jù)融合模塊103實現(xiàn)空管雷達監(jiān)視與自動相關(guān)監(jiān)視ADS-B數(shù)據(jù)的融合，為 管制終端模塊104中的飛行中短期4D航跡生成子模塊和實時飛行沖突監(jiān)控與告警子模塊 提供實時航跡信息。
[0053]其具體實施方案如下：
[0054] (1)在預(yù)處理階段將坐標單位和時間統(tǒng)一，假設(shè)分別從ADS-B和空管雷達中提取 的數(shù)據(jù)是一系列離散點的坐標（如經(jīng)度、煒度、海拔高度）、各點對應(yīng)采集時間；（2)采用最 鄰近數(shù)據(jù)關(guān)聯(lián)算法將屬于同一個目標的點相關(guān)聯(lián)，提取目標航跡；(3)將分別從ADS-B和空 管雷達中提取的航跡數(shù)據(jù)從不同的時空參考坐標系統(tǒng)變換、對準到管制終端統(tǒng)一的時空參 考坐標系統(tǒng)；(4)計算兩條航跡的相關(guān)系數(shù)，若相關(guān)系數(shù)小于某一預(yù)設(shè)閾值，則認為兩條航 跡不相關(guān)，否則該兩條航跡相關(guān)，可以進行融合；（5)對相關(guān)的航跡進行融合。由于ADS-B和 空管雷達的精度和采樣周期不同，本系統(tǒng)采用基于采樣周期的加權(quán)平均算法，其加權(quán)系數(shù) 根據(jù)采樣周期和信息精度確定，再利用加權(quán)平均算法將與之相關(guān)的ADS-B航跡和空管雷達 航跡融合為系統(tǒng)航跡。
[0055] 4.管制終端模塊
[0056] 管制終端模塊104包括飛行前無沖突4D航跡生成、飛行中短期4D航跡生成這2 個子模塊。
[0057] (1)飛行前無沖突4D航跡生成
[0058] 根據(jù)飛行數(shù)據(jù)處理系統(tǒng)（FDP)得到的飛行計劃和世界區(qū)域預(yù)報系統(tǒng)（WAFS)發(fā)布 的風(fēng)、溫度的GRIB格點預(yù)報數(shù)據(jù)，對空中交通系統(tǒng)建立層次化的混雜系統(tǒng)模型，通過系統(tǒng) 在安全狀態(tài)的演化，描述狀態(tài)演化的時間軌跡，生成航空器航跡。
[0059] 如圖1所示，其具體實施過程如下：
[0060] 首先，進行航空器狀態(tài)轉(zhuǎn)移建模。航空器沿航跡飛行的過程表現(xiàn)為在航段之間動 態(tài)切換過程，根據(jù)飛行計劃中航空器的飛行高度剖面，建立單個航空器在不同航段轉(zhuǎn)移的Petri網(wǎng)模型：E= (g，G,Pre,Post,m)為航空器階段轉(zhuǎn)移模型，其中g(shù)表示飛行航段，G表 示垂直剖面中飛行狀態(tài)參數(shù)（包括空速、高度、構(gòu)型）的轉(zhuǎn)換點，Pre和Post分別表示航段 和航路點的前后向連接關(guān)系，: 4Z+表示航空器所處的飛行階段。
[0061] 其次，建立航空器全飛行剖面混雜系統(tǒng)模型。航空器在單個航段內(nèi)的飛行視為連 續(xù)過程，依據(jù)質(zhì)點能量模型，推導(dǎo)航空器在不同的運行階段同氣象條件下的航空器動力學(xué) 方程，νΗ=κ(VCAS,Mach,hp,tLQC)，Vgs=μ(VCAS,Mach,hp,tLQC,vws,α)，其中VcAS為校正空速， Mach為馬赫數(shù)，hp為氣壓高度，α為風(fēng)向預(yù)報與航路的夾角，Vws為風(fēng)速預(yù)報值，為溫度 預(yù)報值，vH為高度變化率，V<^為地速。
[0062] 然后，采用混雜系統(tǒng)仿真的方式推測求解航跡。采用將時間細分的方法，利 用狀態(tài)連續(xù)變化的特性遞推求解任意時刻航空器在某一飛行階段距參考點的航程 = 和高度郵）=% ，其中Jtl為初始時刻航空器距參考點 的航程，ΛT為時間窗的數(shù)值，J(T)為τ時刻航空器距參考點的航程，Iitl為初始時刻航 空器距參考點的高度，1ι(τ)為τ時刻航空器距參考點的高度，由此可以推測得到單航空 器的4D航跡。
[0063] 最后，對多航空器耦合模型實施無沖突調(diào)配。根據(jù)兩航空器預(yù)達交叉點的時間，按 照空中交通管制原則，對交叉點附近不滿足間隔要求的航空器4D航跡進行二次規(guī)劃，得到 無沖突4D航跡。
[0064] (2)飛行中短期4D航跡生成
[0065] 依據(jù)管制雷達和自動相關(guān)監(jiān)視系統(tǒng)ADS-B實施融合后獲得航空器實時航跡數(shù)據(jù)， 利用隱馬爾科夫模型，推測未來5分鐘時間窗內(nèi)的航空器4D軌跡。
[0066] 如圖2所示，其具體實施過程如下：
[0067] 首先，對航空器軌跡數(shù)據(jù)預(yù)處理，依據(jù)所獲取的航空器原始離散二維位置序列X =[XpX2,…，Xn]和y=Iiy^y2，…，yn]，采用一階差分方法對其進行處理獲取新的航空器 離散位置序列ΛX= [ΛX1,Λχ2,…，ΛXn-J和Λy= [Λy"Λy2,…，ΛYn-J,其中 AXb-Xb+l_Xb，AYb-yb+l_yb(b- 1，2，...，n_l)。
[0068] 其次，對航空器軌跡數(shù)據(jù)聚類。對處理后新的航空器離散二維位置序列ΛX和 Λy，通過設(shè)定聚類個數(shù)Μ'，采用K-means聚類算法分別對其進行聚類。
[0069] 然后，對聚類后的航空器軌跡數(shù)據(jù)利用隱馬爾科夫模型進行參數(shù)訓(xùn)練。通過將處 理后的航空器運行軌跡數(shù)據(jù)ΛX和Λy視為隱馬爾科夫過程的顯觀測值，通過設(shè)定隱狀態(tài) 數(shù)目Ν'和參數(shù)更新時段ζ'，依據(jù)最近的Τ'個位置觀測值并采用B-W算法滾動獲取最新 隱馬爾科夫模型參數(shù)λ' ：由于所獲得的航跡序列數(shù)據(jù)長度是動態(tài)變化的，為了實時跟蹤 航空器航跡的狀態(tài)變化，有必要在初始航跡隱馬爾科夫模型參數(shù)λ' = (π，Α，Β)的基礎(chǔ)上 對其重新調(diào)整，以便更精確地推測航空器在未來某時刻的位置。每隔時段ζ'，依據(jù)最新獲 得的Τ'個觀測值（〇1，〇2，…，〇τ，）對航跡隱馬爾科夫模型參數(shù)λ' = (π，Α，Β)進行重新估 計。
[0070] 再而，依據(jù)隱馬爾科夫模型參數(shù)，采用Viterbi算法獲取當(dāng)前時刻觀測值所對應(yīng) 的隱狀態(tài)q。
[0071] 最后，每隔時段Φ，根據(jù)最新獲得的隱馬爾科夫模型參數(shù)λ' = (π，Α，Β)和最近H 個歷史觀測值（〇1，〇2，…，〇Η)，基于航空器當(dāng)前時刻的隱狀態(tài)q，通過設(shè)定預(yù)測時域h'，在時 刻t獲取航空器在未來時段h'的位置預(yù)測值0。
[0072] 所述聚類個數(shù)M'的值為4,隱狀態(tài)數(shù)目Ν'的值為3,參數(shù)更新時段ζ'為30秒， Τ'為10,預(yù)測時域h'為300秒，時段φ為4秒。
[0073] 顯然，上述實施例僅僅是為清楚地說明本發(fā)明所作的舉例，而并非是對本發(fā)明的 實施方式的限定。對于所屬領(lǐng)域的普通技術(shù)人員來說，在上述說明的基礎(chǔ)上還可以做出其 它不同形式的變化或變動。這里無需也無法對所有的實施方式予以窮舉。而這些屬于本發(fā) 明的精神所引伸出的顯而易見的變化或變動仍處于本發(fā)明的保護范圍之中。
【權(quán)利要求】
1. 一種空中交通管制系統(tǒng)的航空器軌跡預(yù)測方法，所述空中交通管制系統(tǒng)包括機載終 端模塊、數(shù)據(jù)通信模塊、監(jiān)視數(shù)據(jù)融合模塊以及管制終端模塊；監(jiān)視數(shù)據(jù)融合模塊用于實現(xiàn) 空管雷達監(jiān)視數(shù)據(jù)與自動相關(guān)監(jiān)視數(shù)據(jù)的融合，為管制終端模塊提供實時航跡信息；其特 征在于： 所述管制終端模塊包括以下子模塊： 飛行前無沖突4D航跡生成模塊，根據(jù)飛行計劃和世界區(qū)域預(yù)報系統(tǒng)的預(yù)報數(shù)據(jù)，建立 航空器動力學(xué)模型，然后依據(jù)飛行沖突耦合點建立航跡沖突預(yù)調(diào)配理論模型，生成航空器 無沖突4D航跡； 飛行中短期4D航跡生成模塊，依據(jù)監(jiān)視數(shù)據(jù)融合模塊提供的實時航跡信息，利用隱馬 爾科夫模型，推測未來一定時間窗內(nèi)的航空器4D軌跡； 所述空中交通管制系統(tǒng)的航空器軌跡預(yù)測方法包括如下幾個步驟： 步驟A、飛行前無沖突4D航跡生成模塊根據(jù)飛行計劃和世界區(qū)域預(yù)報系統(tǒng)的預(yù)報數(shù) 據(jù)，建立航空器動力學(xué)模型，并依據(jù)飛行沖突耦合點建立航跡沖突預(yù)調(diào)配理論模型，生成航 空器無沖突4D航跡； 步驟B、監(jiān)視數(shù)據(jù)融合模塊將空管雷達監(jiān)視數(shù)據(jù)與自動相關(guān)監(jiān)視數(shù)據(jù)進行融合，生成航 空器實時航跡信息并提供給管制終端模塊；管制終端模塊中的飛行中短期4D航跡生成模 塊依據(jù)航空器實時航跡信息和歷史航跡信息推測未來一定時間窗內(nèi)的航空器4D軌跡；所 述依據(jù)航空器實時航跡信息和歷史航跡信息推測未來一定時間窗內(nèi)的航空器4D軌跡的具 體實施過程如下： 步驟B6、對航空器軌跡數(shù)據(jù)預(yù)處理，依據(jù)所獲取的航空器原始離散二維位置序列X= [X1,x2, . . .，xn]和y=Iiy1,y2, . . .，yn]，采用一階差分方法對其進行處理獲取新的航空器離 散位置序列AX= [AX1,Ax2, ? --，Axn_J和Ay= [Ay"Ay2, ? --，Ayn_J,其中 Axb=xb+1-xb,Ayb=yb+1_yb(b=I, 2, ? ? ? ,n-l); 步驟B7、對航空器軌跡數(shù)據(jù)聚類，對處理后新的航空器離散二維位置序列Ax和Ay， 通過設(shè)定聚類個數(shù)M'，采用K-means聚類算法分別對其進行聚類； 步驟B8、對聚類后的航空器軌跡數(shù)據(jù)利用隱馬爾科夫模型進行參數(shù)訓(xùn)練，通過將處理 后的航空器運行軌跡數(shù)據(jù)AX和Ay視為隱馬爾科夫過程的顯觀測值，通過設(shè)定隱狀態(tài)數(shù) 目N'和參數(shù)更新時段G'，依據(jù)最近的T'個位置觀測值并采用B-W算法滾動獲取最新隱馬 爾科夫模型參數(shù)A' ； 步驟B9、依據(jù)隱馬爾科夫模型參數(shù)，采用Viterbi算法獲取當(dāng)前時刻觀測值所對應(yīng)的 隱狀態(tài)q; 步驟B10、通過設(shè)定預(yù)測時域h'，基于航空器當(dāng)前時刻的隱狀態(tài)q，獲取未來時段航空 器的位置預(yù)測值〇。
2. 根據(jù)權(quán)利要求1所述的空中交通管制系統(tǒng)的航空器軌跡預(yù)測方法，其特征在于：步 驟B中，所述聚類個數(shù)M'的值為4,隱狀態(tài)數(shù)目N'的值為3,參數(shù)更新時段C為30秒，T' 為10,預(yù)測時域h'為300秒。
3. 根據(jù)權(quán)利要求1或2所述的空中交通管制系統(tǒng)的航空器軌跡預(yù)測方法，其特征在于： 步驟B的B8具體是指：由于所獲得的航跡序列數(shù)據(jù)長度是動態(tài)變化的，為了實時跟蹤航空 器航跡的狀態(tài)變化，有必要在初始航跡隱馬爾科夫模型參數(shù)= (31，A，B)的基礎(chǔ)上對其 重新調(diào)整，以便更精確地推測航空器在未來某時刻的位置；每隔時段e'，依據(jù)最新獲得的T'個觀測值（〇1，〇2,. . .，〇T，）對航跡隱馬爾科夫模型參數(shù)A' = (31，A，B)進行重新估計； 步驟B的BlO具體是指：每隔時段cp，根據(jù)最新獲得的隱馬爾科夫模型參數(shù)A' = (，A，B)和最近H個歷史觀測值（〇1，〇2, . . .，〇H)，基于航空器當(dāng)前時刻的隱狀態(tài)q，通過設(shè) 定預(yù)測時域h'，在時刻t獲取航空器在未來時段h'的位置預(yù)測值0。
4. 根據(jù)權(quán)利要求1至3之一所述的空中交通管制系統(tǒng)的航空器軌跡預(yù)測方法，其特征 在于：時段cP為4秒。
5. 根據(jù)權(quán)利要求1至4之一所述的空中交通管制系統(tǒng)的航空器軌跡預(yù)測方法，其特征 在于：所述步驟A的航空器無沖突4D航跡按照以下方法生成： 步驟A1、進行航空器狀態(tài)轉(zhuǎn)移建模，根據(jù)飛行計劃中航空器的飛行高度剖面，建立單個 航空器在不同航段轉(zhuǎn)移的Petri網(wǎng)模型：E= (g，G，Pre，Post，m)為航空器階段轉(zhuǎn)移模型， 其中g(shù)表示飛行航段，G表示垂直剖面中飛行狀態(tài)參數(shù)的轉(zhuǎn)換點，Pre和Post分別表示航段 和航路點的前后向連接關(guān)系，w:gKZ+表示航空器所處的飛行階段； 步驟A2、建立航空器全飛行剖面混雜系統(tǒng)模型如下， vH-KCAS；Mach,hp,tL0C), vgs-t1CAS)Mach,hp,tL0C,vffS,a), 其中Vffls為校IH空速，Mach為馬赫數(shù)，hp為氣壓高度，a為風(fēng)向預(yù)報與航路的夾角，vws 為風(fēng)速預(yù)報值，為溫度預(yù)報值，V 高度變化率，V<^為地速； 步驟A3、采用混雜系統(tǒng)仿真的方式推測求解航跡：采用將時間細分的方法，利 用狀態(tài)連續(xù)變化的特性遞推求解任意時刻航空器在某一飛行階段距參考點的航程 J(T) =J。+ 和高度嶺）=& + 其中Jq為初始時刻航空器距參考點 的航程，AT為時間窗的數(shù)值，J(T)為T時刻航空器距參考點的航程，Iltl為初始時刻航 空器距參考點的高度，h(T)為T時刻航空器距參考點的高度，由此可以推測得到單航空 器的4D航跡； 步驟A4、對多航空器耦合模型實施無沖突調(diào)配：根據(jù)兩航空器預(yù)達交叉點的時間，按 照空中交通管制原則，對交叉點附近不滿足間隔要求的航空器4D航跡進行二次規(guī)劃，得到 無沖突4D航跡。
6. 根據(jù)權(quán)利要求1至5之一所述的空中交通管制系統(tǒng)的航空器軌跡預(yù)測方法，其特 征在于：所述步驟B中監(jiān)視數(shù)據(jù)融合模塊將空管雷達監(jiān)視數(shù)據(jù)與自動相關(guān)監(jiān)視數(shù)據(jù)進行融 合，生成航空器實時航跡信息，具體按照以下方法： 步驟Bl、將坐標單位和時間統(tǒng)一； 步驟B2、采用最鄰近數(shù)據(jù)關(guān)聯(lián)算法將屬于同一個目標的點相關(guān)聯(lián)，提取目標航跡；步 驟B3、將分別從自動相關(guān)監(jiān)視系統(tǒng)和空管雷達提取的航跡數(shù)據(jù)從不同的時空參考坐標系統(tǒng) 變換、對準到管制終端統(tǒng)一的時空參考坐標系統(tǒng)； 步驟B4、計算兩條航跡的相關(guān)系數(shù)，若相關(guān)系數(shù)小于某一預(yù)設(shè)閾值，則認為兩條航跡不 相關(guān)；否則該兩條航跡相關(guān)，可以進行融合； 步驟B5、對相關(guān)的航跡進行融合。
7. 根據(jù)權(quán)利要求1至6之一所述的空中交通管制系統(tǒng)的航空器軌跡預(yù)測方法，其特征 在于：所述步驟B5中對相關(guān)的航跡進行融合，采用基于采樣周期的加權(quán)平均算法，其加權(quán) 系數(shù)根據(jù)采樣周期和信息精度確定，再利用加權(quán)平均算法將與之相關(guān)的自動相關(guān)監(jiān)視航跡 和空管雷達航跡融合為系統(tǒng)航跡。
【文檔編號】G08G5/00GK104504937SQ201510007935
【公開日】2015年4月8日 申請日期:2015年1月7日 優(yōu)先權(quán)日:2015年1月7日
【發(fā)明者】韓云祥, 趙景波, 李廣軍 申請人:江蘇理工學(xué)院