一種基於複雜度評估的空域扇區分類方法

2023-06-11 14:53:01

專利名稱：一種基於複雜度評估的空域扇區分類方法
技術領域：
本發明涉及用於空域扇區分類的一種方法，具體涉及一種基於複雜度評估的空域扇區分類方法。
背景技術：
隨著我國航空運輸的快速發展，飛行需求日益增加，空域環境越發複雜，空域使用方式呈現多樣化、複雜化、靈活化。現有扇區分類基本是基於空域固有結構和功能上的分類，分成區域扇區、進近扇區等，該分類方法是根據航空器的飛行過程進行的物理分類，只是適用於管制過程的基本扇區分類，缺乏對扇區結構特徵和交通流特性的綜合考慮，不能滿足流量管理、空域管理的需求。
2006年，萬莉莉等人在《交通運輸工程與信息學報》上發表《管制員工作負荷及扇區容量評估問題研究》，文中提出了管制員工作負荷的分類方法，並以此為基礎建立了管制員工作負荷評估的理論模型，研究探討了基於管制員工作負荷的扇區容量評估方法；2009年，劉歡等人在《交通運輸系統工程與信息》中發表《程序管制條件下基於管制員工作負荷的扇區容量評估》，文中建立了基於航路流量統計的管制員工作負荷模型，並研究了扇區容量評估方法；2010年，程朋與耿睿在中國申請了專利《空中交通管制扇區動態調整系統及方法》，專利號201010250619. X，是以管制工作負荷以及航班流量預測為依據來完成扇區組
八
口 ο可以看出，在扇區特徵屬性相關研究中，以往側重的是扇區容量以及針對某扇區的管制員工作負荷的評估，扇區容量是指單位時間內扇區服務的航空器數量，單純使用基於航空器架次的交通負載評估方法缺乏堅實可靠的科學依據，難以適應日益複雜的空域環境；對管制員工作負荷的評估是一種主觀評估，有很多難以準確度量的因素，缺乏對空域結構和交通流分配的準確度量。現需要採用一種更為合理的多維度指標來表徵空域系統的服務能力，作為流量管理、空域管理的依據。

發明內容
本發明所要解決的技術問題是針對上述背景技術的不足，提供一種基於複雜度評估的空域扇區分類方法。本方法根據扇區結構和雷達航跡數據，通過生成仿真航班流以及復現航空器軌跡，結合空域結構和交通流時空分布特性，綜合反映空域扇區的運行狀況，評估扇區的臨界複雜度、當前複雜度以及穩健度指標，根據多維度指標反映空域的服務能力，採用k-means動態聚類方法，實現扇區分類，為流量管理、空域管理提供更實用、可靠的依據。實現此方法的技術方案如下基於複雜度評估的空域扇區分類方法，首先要對需分類扇區進行複雜度評估。(I)建立所需分類扇區的結構模型，扇區個數為g，具體步驟如下步驟A :獲取扇區邊界點以及扇區內的導航臺、報告點、位置點等經緯度信息；
步驟B:根據扇區邊界和扇區內航路航線以及高度層數據，構建扇區橫向邊界和扇區內航路網絡結構模型；步驟C :根據扇 區高度層設置，確定扇區上下邊界；(2)選取包含所需分類扇區時間段PT內航班信息的雷達航跡數據，並對雷達航跡數據進行分析，具體步驟如下步驟A :根據扇區上下邊界和橫向邊界以及航班雷達航跡信息，確定航班在各扇區內的飛行軌跡；步驟B:分析扇區內各航路不同高度層航班的比例、機型配比以及扇區小時航班量分布;(3)建立扇區複雜度評估模型，具體步驟如下步驟A :根據扇區結構和雷達航跡數據，以滑動時間窗的方式，時間窗為T，將第t個時間窗內航空器i的位置、速度、航向信息的航班狀態定義為真實情況St (Pijt為t時間窗內航空器i實際空間位置，Vt為t時間窗航空器的速度)，將根據St_T航班狀態，利用等角航跡推測獲得的t時間窗內航班狀態定義為推測情況S' JPiY為t時間窗內航空器i推測空間位置)，其中Pi,/ = Pi,t-T+Vt * T°同時記錄t時間窗內航空器i是否還在該扇區內。步驟B :根據航空器i在t時間窗是否還處於j扇區內的記錄，計算t時間窗扇區複雜度。如果航空器i在t時間窗還處於j扇區內，則將所有航空器的實際位置與推測位置之差記為t時間窗的複雜度，gp APijt = |p' ijt-pijt ;如果航空器i在t時間窗已不在j扇區內，則管制員已完成移交，t時間窗複雜度為0，不需再考慮。步驟C :統計t時間窗仍在扇區內航空器個數Nin，則該時間窗內扇區複雜度為
Ninsi,=Xap,., ο
I=O步驟D :權重確定，時間段PT以時間窗T將其分成N個時段，N =〒，根據雷達航跡
數據分析情況，將時間窗T內航班數量以及發生的頻率作為計算權重的參數，假設統計出
的架次數有m種情況，第s種情況發生的次數為q，發生的概率為力=-，且=1。
N j=i步驟E :將每個時間窗所對應的複雜度進行加權賦值則可以獲得扇區的空域複雜度，計算公式如下Airspace Complexity =SIj,) = X(蓋.f SIj,)
S=i/=15=1 N t-\(4)根據雷達航跡數據，復現航班運行態勢，歐洲貓空管自動化系統雷達數據每6秒刷新一次，以6秒為一時間窗，計算各時間窗內的扇區複雜度，通過加權累加，獲得時間段PT內扇區複雜度，作為扇區當前複雜度(；umnt。(5)根據雷達航跡數據以及扇區內小時航班分布，向扇區內按小時航班分布比例不斷增加航空器，按照扇區的移交間隔以及管制間隔，進行衝突判斷與解脫，對經過衝突解脫的航班流，進行扇區的複雜度計算，直至單位時間內扇區流量趨於穩定，計算時間段PT內扇區複雜度將此值作為扇區的臨界複雜度cPMk。(6)穩健度R計算，穩健度R是衡量當前系統距離臨界狀態的距離，在臨界狀態處，當前扇區各參數之間的關係被完全破壞，系統趨於混沌和不可控狀態。計算公式如下
R = Cpeak-Ccurrent。(7)對所有扇區進行扇區複雜度指標計算，包括當前複雜度、臨界複雜度、穩健度，構建所有扇區的狀態向量Xi = (Cpeak, Ccurrent, R) (i = 1，2，…，g)在建立了包含扇區臨界複雜度、當前複雜度和穩健度特徵指標的狀態向量的基礎上，利用k-Means動態聚類法對所有扇區進行分類，其特徵在於，包括以下幾個步驟(I)利用啟發式算法，確定扇區分類數K，首先令K= 1，並對k進行累加迭代，直至K = g。(2)初始分類中，利用隨機選點法，在所有扇區g組成的扇區集合X= Ix1, x2，…，XgI中，隨機選擇K個扇區，作為初始抽選樣本聚點；
(3)初始聚點選取後，將餘下的所有扇區樣本逐個輸入，計算該樣本點到所有聚點的歐氏距離，將該樣本點歸入距離最小的聚點所在的類，k-means方法將所有扇區劃分成K類,C= (Ch, h = 1,2,. .. ,K),每一個劃分代表一個類Ch,每一個類Ch有一個重心Dh。選取歐氏距離作為相似性和距離判斷準則，計算該類內各點到重心Dh的距離平方和，Dh為類別Ch類中各樣本的數據的平均值，將該扇區劃入距離最小的類中。(4)利用迭代重定位技術，重新計算扇區劃入某類侯初始聚類的各類重心Dh，並以此重心為新的聚點，對剩下的所有扇區，按(3)進行計算。(5)扇區簇K = g聚類結束時，判定最佳分類數。當分類數為k時，計算類間距離，類間距離定義為所有聚類中心(簇內樣本的均值)到全域中心(全體樣本的均值)的距離
之和，= 糾，式中Len為類間距離；D為全部樣本的均值辦為簇Ci所含樣本的均值；1=1
k為所要聚類的個數；計算類內距離，定義類內距離為所有聚類簇內部距離的總和(其中，每個簇的內部距離為該簇內所有樣本到其中心的距離之和)式中，Ien為
/'=1 XeCl
類內距離；X為任一扇區。
JcJc(6)構建聚類距離函數％ + =+為聚類距離函數。
/=1/=1 xeC,(7)聚類距離函數達到最小值時，空間聚類結果為最優，min(TLk) (k = 1,2, ,g)，取最小值時的簇數為扇區最佳分類。本發明採用上述技術方案，具有以下有益效果(I)本發明通過建立空域扇區模型，利用雷達航跡數據，從扇區實際運行角度出發，給出了能夠客觀反映扇區運行複雜程度的評估指標和評價方法，複雜度指標較容量、流量以及管制員工作負荷指標能更全面的反映扇區的運行狀態。(2)計算扇區的臨界複雜度、當前複雜度、穩健度特徵指標，構建了扇區特徵狀態向量，使用多維度的指標體系，全面反映扇區的服務能力以及潛力。(3)根據扇區複雜度特性指標，利用k-Means動態聚類方法，實現了扇區的分類，複雜度特性綜合了系統不確定性和系統結構兩方面的信息，更客觀、真實、整體地反映空中交通態勢，較之以往的基於管制流程的扇區物理劃分，能在空域管理和流量管理等方面提供依據。


圖I為基於扇區複雜度評估的空域扇區分類方法流程圖。圖2為基於k-Means算法的動態聚類流程圖。
具體實施例方式下面結合附圖對發明的技術方案進行詳細說明
如圖I所示的流程圖，基於複雜度評估的空域扇區分類方法，包括如下步驟第一步建立所需分類扇區的空域結構模型。選擇所要分類的扇區，根據每一個扇區的具體情況(如扇區的自然特性、航路結構、扇區邊界、移交點、高度層，扇區內導航臺、定位點、位置報告點)建立扇區結構模型，扇區結構模型是一個點鏈式模型，對扇區的移交點進行特殊標註。第二步選取包含所有需分類扇區的某天的時間段PT內雷達航跡數據。根據扇區邊界信息，選取各扇區對應的某天的雷達航跡數據，雷達航跡數據具體包括以下信息航空器每6秒滑動式時間窗對應的該航空器的位置點信息(經緯度、高度)、航向、速度以及過該點的時間。將航空器過點信息與扇區的移交點進行對比，判斷航空器進入各扇區的時間以及離開扇區的時間，以自然小時為單位，對每個扇區的雷達航跡數據進行統計分析，包括扇區內各航路不同高度層航班的比例、機型配比以及扇區小時航班量分布。第三步選取某一扇區，對扇區當前複雜度特徵指標進行評估計算。(I)復現時間段PT內的雷達航跡，並以6秒為一時間窗，記錄第t個時間窗內航空器i實際空間位置Pi,t以及t時間窗的航空器i推測空間位置Pi: ,Pi,/ = Pi,t_T+Vt ·Τ，Pi,/航班位置是利用等角航跡由Pi,t_T推測得到的。同時記錄t時間窗航空器i是否還在該扇區內。(2)根據航空器i在t時間窗是否還處於j扇區內的記錄，計算t時間窗扇區複雜度。如果航空器i在t時間窗還處於j扇區內，則將所有航空器的實際位置與推測位置之差記為t時間窗內的複雜度，S卩APu= |p' ^t-Pij J ;如果航空器i在t時間窗已不在j扇區內，則管制員已完成移交，t時刻複雜度為0，不需再考慮。(3)統計t時間窗仍在扇區內航空器個數Nin，包括已進入扇區和未移交出去的航
空器，對Nin航空器的複雜度進行累加，則該時間窗內扇區複雜度為SI,=f>P,+，,。
/=0(4)權重確定，時間段PT以時間窗T將其分成N個時段，N = g，根據雷達航跡數據分析情況，將時間窗T內航班數量以及發生的頻率作為計算權重的參數，假設統計出的架次數有m種情況，第s種情況發生的次數為q，發生的概率為Λ=·1，且￡/,=1。
N s=\(5)利用扇區複雜度計算模型ce Complexity = ·|Χ,)= ￡(告計算
=ι t=\5=1 N /=1
扇區當前複雜度Ccmrait。第四步計算扇區臨界複雜度。在現有流量管理系統平臺上，根據雷達航跡數據以及扇區內小時航班分布，模擬產生航空器，賦予其初始時間，以初始時間為基礎，不斷進入扇區，按照扇區的移交間隔以及管制間隔，對移交點和航路匯聚點進行衝突判斷與解脫，保證航班滿足管制間隔和移交間隔，對衝突解脫後的航班流，進行扇區的複雜度計算，直至單位時間內扇區流量趨於穩定，依據第三步的方法，計算扇區的複雜度，將此值作為扇區的臨界複雜度cPMk。第五步計算扇區穩健度R，扇區穩健度指臨界複雜度與當前複雜度之差，即R =
權利要求
1.一種基於複雜度評估的空域扇區分類方法，其特徵在於，建立點鏈式扇區結構模型，使用雷達航跡數據和仿真航班流數據，利用滑動時間窗計算扇區複雜度相關指標，構建扇區複雜度狀態向量，並利用k-Means動態聚類法對所有扇區進行分類，具體包括以下幾個步驟 (1)建立所需分類扇區的結構模型，扇區個數為g，具體步驟如下 步驟A :獲取扇區邊界點以及扇區內的導航臺、報告點、位置點等經緯度信息； 步驟B:根據扇區邊界和扇區內航路航線以及高度層數據，構建扇區橫向邊界和扇區內航路網絡結構模型； 步驟C :根據扇區高度層設置，確定扇區上下邊界； (2)選取包含所需分類扇區時間段PT內航班信息的雷達航跡數據，並對雷達航跡數據進行分析，具體步驟如下 步驟A :根據扇區上下邊界和橫向邊界以及航班雷達航跡信息，確定航班在各扇區內的飛行軌跡； 步驟B:分析扇區內各航路不同高度層航班的比例、機型配比、以及扇區小時航班量分布； (3)建立扇區複雜度評估模型，具體步驟如下 步驟A :根據扇區結構和雷達航跡數據，以滑動時間窗的方式，時間窗為T，將第t個時間窗內航空器i的位置、速度、航向信息的航班狀態定義為真實情況St (Pi, t為t時間窗內航空器i實際空間位置，vt為t時間窗航空器的速度)，將根據St_T航班狀態，利用等角航跡推測獲得的t時間窗內航班狀態定義為推測情況S' ,(Pi,/為t時間窗內航空器i推測空間位置)，其中Pi,/ = Pijt-T+Vt · T ;同時記錄t時間窗內航空器i是否還在該扇區內； 步驟B :根據航空器i在t時間窗是否還處於j扇區內的記錄，計算t時間窗扇區複雜度；如果航空器i在t時間窗還處於j扇區內，則將所有航空器的實際位置與推測位置之差記為t時間窗的複雜度，S卩APia= |p' ijt-ptjt ;如果航空器i在t時間窗已不在j扇區內，則管制員已完成移交，t時間窗複雜度為O，不需再考慮； 步驟C :統計t時間窗仍在扇區內航空器個數Nin，則該時間窗內扇區複雜度為
全文摘要
本發明公開了一種基於複雜度評估的空域扇區分類方法。通過建立空域扇區點鏈式結構模型，利用雷達航跡數據和仿真航班流數據，以滑動時間窗的模式，對扇區的複雜度進行評估，計算出扇區的臨界複雜度、當前複雜度、穩健度指標，並根據相關指標進行動態聚類分析，實現對空域扇區的分類。本發明利用扇區複雜度特性，能更客觀、真實、整體地反映空中交通態勢，通過k-Means動態聚類分析方法實現扇區的橫向比較分類，為管理扇區和制定相關決策提供指導和依據。
文檔編號G08G5/00GK102855778SQ20121033099
公開日2013年1月2日 申請日期2012年9月10日 優先權日2012年9月10日
發明者胡明華, 張洪海, 趙徵, 田文, 張進, 李印鳳, 尹嘉男, 楊磊 申請人:南京航空航天大學