CN115223401B - 一种机场飞行区潜在冲突评估方法 - Google Patents
一种机场飞行区潜在冲突评估方法 Download PDFInfo
- Publication number
- CN115223401B CN115223401B CN202210741732.0A CN202210741732A CN115223401B CN 115223401 B CN115223401 B CN 115223401B CN 202210741732 A CN202210741732 A CN 202210741732A CN 115223401 B CN115223401 B CN 115223401B
- Authority
- CN
- China
- Prior art keywords
- nodes
- network
- aircraft
- conflict
- index
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000004364 calculation method Methods 0.000 claims description 41
- 238000011156 evaluation Methods 0.000 claims description 16
- 239000013598 vector Substances 0.000 claims description 9
- 238000013459 approach Methods 0.000 claims description 7
- 230000002776 aggregation Effects 0.000 claims description 3
- 238000004220 aggregation Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000012993 chemical processing Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 4
- VUFNLQXQSDUXKB-DOFZRALJSA-N 2-[4-[4-[bis(2-chloroethyl)amino]phenyl]butanoyloxy]ethyl (5z,8z,11z,14z)-icosa-5,8,11,14-tetraenoate Chemical compound CCCCC\C=C/C\C=C/C\C=C/C\C=C/CCCC(=O)OCCOC(=O)CCCC1=CC=C(N(CCCl)CCCl)C=C1 VUFNLQXQSDUXKB-DOFZRALJSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 241000282326 Felis catus Species 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0095—Aspects of air-traffic control not provided for in the other subgroups of this main group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Aviation & Aerospace Engineering (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
飞行区作为航空器起降以及保障的主要场所,具有复杂的结构和布局,其内部移动的航空器、车辆、设备及人员等具有较强的动态性和不确定性。近年来随着民航运输发展,飞行区内运行的航空器和相匹配的保障设备逐渐增多,碰撞冲突、运行安全等问题也随之产生。本发明提出了一种机场飞行区潜在冲突评估方法,在飞行区内,每隔一定时间,以该时刻下的航空器和车辆为节点,根据节点之间相对速度和距离判断是否存在潜在冲突关系,并用边表示,以建立动态的飞行区复杂网络模型;计算不同时刻下的网络特征指标,从而对飞行区内的潜在冲突进行分析和评价。
Description
技术领域
本发明属于航天技术领域,尤其是涉及一种机场飞行区潜在冲突评估方法。
背景技术
飞行区作为机场的主要构成部分之一,不同的组织对其定义不同。中国民用航空局(Civil Aviation Administration of China,CAAC)对飞行区定义如下:飞行区(AirfieldArea)指供飞机起飞、着陆、滑行和停放使用的场地,一般包括跑道、滑行道、机坪、升降带、跑道端安全区等。美国联邦航空局(Federal Aviation Administration,FAA)则将其称为“机场活动区”,指跑道、滑行道及其他用于航空器滑行、起飞和着陆的区域,但不包括停机坪。加拿大交通运输部民用航空术语体系(Civil Aviation TerminologySystem,CATS)对机场活动区范围定义为由机动区和停机坪两个部分。飞行区是一个不断演化的动态***,其内部的移动目标即航空器、保障车辆、无动力设备及人员等不断发生位移,构成了一个复杂***。
现有技术中,学者们为了研究和分析复杂***的结构和特征,根据图论和几何拓扑,提出了复杂网络理论。复杂网络由节点和边构成,其中节点表示的是复杂***中具有某种特性的个体,连边表示两个节点之间的某种关联。Erdós和Rényi提出了随机网络模型(ERRandom Graph),即通过概率决定两个节点之间是否存在连边,该模型为复杂网络的研究提供了***性的方法。Watts和Stroogatz提出了小世界网络模型(WS Small-worldNetwork),网络具有小世界特性,即簇系数较大并且特征路径较短。Barabási和Albert提出了网络节点的度服从幂律分布的BA模型,网络具有无标度特征。小世界和无标度两个重要特征,为学者对复杂网络的研究创造了前提。近年来,复杂网络被学者广泛应用于真实世界中许多***的研究,如电力***、计算机网络、交通网络等。其各项拓扑特征如度和度中心性、介数和介数中心性、簇系数、聚集系数等常被用来衡量***的性质。
发明内容
有鉴于此,本发明旨在提出一种机场飞行区潜在冲突评估方法,以对飞行区内的潜在冲突进行分析和评价。
为达到上述目的,本发明的技术方案是这样实现的:
一种机场飞行区潜在冲突评估方法,包括如下步骤:
步骤1:在飞行区内,每隔一定时间,以该时刻下的航空器和车辆为节点,根据节点之间相对速度和距离判断是否存在潜在冲突关系,并用边表示,建立动态的飞行区复杂网络模型;
步骤2:计算不同时刻下的网络特征指标,从而对飞行区内的潜在冲突进行分析和评价。
本发明还提供一种机场飞行区潜在冲突评估装置,包括
模型建立装置,用于在飞行区内,每隔一定时间,以该时刻下的航空器和车辆为节点,根据节点之间相对速度和距离判断是否存在潜在冲突关系,并用边表示,建立动态的飞行区复杂网络模型;
评价装置,用于计算不同时刻下的网络特征指标,从而对飞行区内的潜在冲突进行分析和评价。
本发明还提供一种电子设备,包括
至少一个处理器,以及
与所述处理器通信连接的至少一个存储器,其中:
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如任一所述的方法。
本发明还提供一种非易失性计算机可读存储介质,当所述计算机可执行指令被一个或多个处理器执行时,使得所述处理器执行上述任一项所述的方法。
相对于现有技术,本发明所述的一种机场飞行区潜在冲突评估方法具有以下优势:
(1)从飞行区整体运行态势出发,评估飞行区整体冲突风险严重性进行判定;
(2)对机场飞行区进行复杂网络的构建,可以为缓解滑行道资源紧张、减少航班延误、保障机场安全运行等问题提供理论指导。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明的节点及受威胁区域示意图;
图2为本发明的飞行区复杂网络示意图;
图3为本发明的西安咸阳机场飞行区示意图;
图4为本发明的飞行区复杂网络示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以通过具体情况理解上述术语在本发明中的具体含义。
下面将参考附图并结合实施例来详细说明本发明。
本发明提供了一种机场飞行区潜在冲突评估方法,在飞行区内,每隔一定时间,以该时刻下的航空器和车辆为节点,根据节点之间相对速度和距离判断是否存在潜在冲突关系,并用边表示,以建立动态的飞行区复杂网络模型;计算不同时刻下的网络特征指标,从而对飞行区内的潜在冲突进行分析和评价。
1、飞行区复杂网络模型
在建立飞行区复杂网络模型时,本发明做出以下条件约束以方便研究:
1)在选取飞行区复杂网络的节点时,仅考虑在飞行区内滑行的航空器和作业的车辆,由于当前对工作人员和无动力设备的定位装置尚未完善,故不作考虑;
2)根据CAAC的规定选取飞行区的范围,且将其视为二维平面,忽略高度上的信息;
3)航空器节点在着陆接地后出现在网络里,在起飞离地后消失。
本发明以ADS-B获取到的航空器和车辆的实时位置坐标为圆心,划设每个节点的受威胁区域,用圆形表示。由于航空器和车辆的体形大小及移动速度不同,故二者的受威胁区域的大小不同,由下式确定:
Raircraft=Vaircraft×(tp+tc)+Daircraft (57)
Rvehicle=Vvehicle×(tp+tc)+Dvehicle (58)
其中,Raircraft和Rvehicle分别表示航空器节点和车辆节点的受威胁区域半径;
Vaircraft表示航空器在飞行区内滑行的最大速度;
Vvehicle表示车辆在飞行区内移动的规定最大速度;
tp和tc分别表示飞行员/车辆驾驶员和管制员发现情况后的反应和操作时间;
Daircraft和Dvehicle分别表示航空器和车辆的制动距离。
当两个节点的受威胁区域发生重叠,则视为两个节点之间存在潜在冲突,二者互相影响,用一条表示潜在冲突的连边将二者连接。如图1所示。
对飞行区内所有航空器和车辆及两两之间的关系用节点和边表示,则形成了如图2的复杂网络。
飞行区复杂网络的连边有三种类型,即存在于航空器和航空器之间、航空器与车辆之间、车辆与车辆之间。两个节点的距离、相对运动趋势均会影响到二者之间潜在冲突的严重性,故根据迫近率和距离赋予网络边权,计算公式如下:
其中,表示两个节点i和j的迫近率,计算公式如下:
Dij=Pi-Pj (61)
Vij=Vi-Vj (62)
其中,Vij和Dij分别表示两节点相对速度和相对距离的向量;
β表示Vij和Dij之间的夹角;
Vi和Vj表示两个节点的速度向量;
Pi和Pj表示两个节点的位置坐标。
当Vij·Dij>0时,两个节点呈汇聚趋势,正在接近彼此;反之则呈发散趋势,正在背离彼此。
2、特征指标选取
飞行区内部的移动目标是一个动态演化的***,动态性与不确定性共存。为了对飞行区复杂网络的潜在冲突进行评价,选取以下几个指标进行分析。
1)节点总数(Number of Nodes,NN)
表示飞行区复杂网络中节点的总数,范围内航空器和车辆的数量越多,管制员需要消耗的精力越多,带来的工作负荷越大。计算公式如下:
NN=n (63)
其中,n表示网络中节点的总数。
2)潜在冲突总数(Number of Potential Conflicts,NP)
表示飞行区复杂网络中边的总数。在飞行区内移动的目标之间存在潜在冲突越多,带来的风险越大。计算公式如下:
NP=e (64)
其中,e表示网络中边的总数。
3)平均度(Average Degree,DG)
在复杂网络中,一个节点的度表示与该节点相连的节点个数。计算公式如下:
其中,αij表示从节点i到j的连接情况,若αij=1则i和j相连,二者之间存在潜在冲突;反之则二者不相连。
平均度则是网络中所有节点的度的平均值,表示飞行区复杂网络中所有节点周围的潜在冲突数量,计算公式如下:
4)平均强度(Average Node Weight,NW)
节点的强度表示该节点连边的权重之和,可反映出其他节点对其产生的总影响大小。在飞行区复杂网络里则表示潜在冲突的严重情况,计算公式如下:
其中,wij表示节点i和j之间的连边的边权;
平均强度则是网络中所有节点的强度平均值,计算如下:
5)平均加权聚类系数(Average Weighted Clustering Coefficient,CC)
两个相连的节点称为邻居节点,聚类系数表示在网络中某一个节点的邻居节点中,直接相连的节点对数占邻居节点对总数的比值,加权聚类系数则在此基础上考虑了网络边权的影响。在飞行区复杂网络中表示该航空器或车辆周围移动目标的汇集程度,其计算公式如下:
其中,j和k表示与节点i分别相连的两个节点;
由网络中最大边权决定,即/>
同理可得其中,wjk表示节点j和k之间的连边的边权;
其中,wik表示节点i和k之间的连边的边权;
当某个节点仅有1个或没有邻居节点,则规定其加权聚类系数为0。
平均加权聚类系数为该时刻下网络内所有节点的加权聚类系数的平均值,其值越大,网络中的潜在冲突越严重,计算公式如下:
6)网络密度(Network Density,ND)
网络密度表示复杂网络中边的数量占网络理论最多可容纳边的数量的比值,可反映出飞行区复杂网络的潜在冲突饱和度,其值越大,则网络中的冲突边越多,移动目标之间互相影响越多。计算公式如下:
7)网络效率(Network Efficiency,NE)
网络中两个节点之间最短路径的倒数称为该节点对的效率,网络效率指的是网络中全部节点对的效率的平均值,它可以反映出飞行区复杂网络的连通程度,即网络的潜在冲突复杂程度。其计算公式如下:
其中,dij表示节点i和j之间的最短路径距离。
8)冲突目标数(Number of Conflicts,NC)
冲突目标数表示已经产生冲突的航空器及车辆数量,从机场运行数据中获取。其值越大,则飞行区整体的冲突情况越严重,对管制员带来的工作负荷也越大。
以上几个指标从不同角度描述了飞行区内的潜在冲突情况,计算飞行区复杂网络不同时刻下的各项指标,观察并分析指标的变化,可以对飞行区潜在冲突进行评估。
3、CV-CRITIC综合潜在冲突评估
为对飞行区复杂网络的潜在冲突进行综合评估,采用CV-CRITIC组合赋权法从主观和客观两个方面进行评价。
CV法主观赋权
变异系数法(Coefficient of Variation Method,CV)通过数学方法对指标数据进行处理,考虑指标之间的相对变化而赋予各指标权重的方法,减少了主观因素的影响,可以对主观评价指标进行修正。
使用CV对指标进行赋权,主要有以下几个步骤:
对于p个评价指标的n个样本,用以下矩阵表示数据:
1)计算指标均值和标准差
其中,表示第j个指标的平均值;
Sj表示第j个指标的标准差;
xij表示无量纲化处理前的第i个样本的第j个指标的值。
2)计算变异系数
3)确定权重
CRITIC法客观赋权
CRITIC法(Criteria Importance Though Intercrieria Correlation,CRITIC)是一种通过指标之间的差异性和冲突性对指标进行赋权的方法,由Diakoulaki于1995年提出[14]。其中,差异性通过标准差来计算,其大小表示不同指标之间取值差,标准差越大,数据波动越大,权重越高;冲突性通过相关系数来描述,两个指标之间正相关性越高,冲突性越小,权重越低。CRITIC法在考虑指标变异性大小的同时也考虑了指标之间的相关性,利用数据自身的客观属性进行评价。
使用CRITIC法对飞行区复杂网络不同潜在冲突指标进行赋权,主要有以下几个步骤:
1)指标无量纲化
由于不同指标的量纲不同,可能会对评价结果产生影响,通过以下公式对数据进行正向化处理:
其中,xij和x′ij分别表示无量纲化处理前和处理后的第j个指标的第i个样本;
xmax和xmin分别表示该指标的最大值和最小值。
2)确定指标差异性
通过公式(74)和(75)计算各指标的标准差,以获得指标内部取值的差异波动。
3)确定指标冲突性
用相关系数表示,计算公式如下:
其中,rij表示指标i和j之间的相关系数;
Rj表示第j个指标的冲突性。
4)计算指标信息量
信息量由指标差异性和相关性计算得到,计算公式如下:
5)确定客观权重
第j个指标的权重为:
CV-CRITIC综合赋权法
为了得到主客观综合权重W,通过博弈论的思想对于主观权重W′和客观权重W″进行加权组合:
W=αW′+βW″ (82)
其中,W′和W″分别表示CV主观评估和CRITIC客观评估的指标组合权重向量;
α和β分别表示CV主观评估和CRITIC客观评估的权重。
以指标组合权重W与W′和W″的离差和最小为目标函数,即:
min(|W-W′||2+||W-W″||2)=min(||αW′+βW″-W′||2+||αW′+βW″-W″||2) (83)
且满足
α,β≤1,α+β=1 (84)
经过以上几个步骤,可以得到飞行区复杂网络的潜在冲突主客观综合评估值,其值越大说明潜在冲突越严重。
下面以中国八大区域枢纽机场之一的西安咸阳国际机场为例,对本发明提出的飞行区复杂网络潜在冲突综合评估方法进行实证分析。以其主跑道中心点为坐标原点,经过旋转、平移坐标后得到西安咸阳机场的飞行区结构示意图如图3所示。
由于移动目标主要在停机位、廊桥、滑行道和跑道等位置活动,故将飞行区研究范围划设为5000m×3000m,并将经纬度坐标转换为机场投影坐标。在24小时内,每隔10秒获取一次飞行区范围内所有移动目标的坐标,计算两两之间的距离以判断二者之间是否存在潜在冲突,从而建立动态的飞行区复杂网络模型,即网络共演化8640次。部分时刻的网络中节点与连边关系如图4所示。
每隔10秒计算飞行区复杂网络的各项指标,得到各指标的结果如表1所示。
表1部分飞行区复杂网络指标
演化次数 | NN | NP | DG | NW | CC | ND | NE | NC |
1 | 26 | 13 | 1.000 | 0.934 | 0.069 | 0.040 | 0.049 | 5 |
2 | 18 | 5 | 0.556 | 0.469 | 0 | 0.033 | 0.033 | 4 |
3 | 19 | 5 | 0.526 | 0.414 | 0 | 0.030 | 0.029 | 6 |
… | … | … | … | … | … | … | … | … |
8639 | 26 | 18 | 1.385 | 1.392 | 0.019 | 0.055 | 0.066 | 2 |
8640 | 29 | 27 | 1.862 | 1.789 | 0.025 | 0.067 | 0.085 | 3 |
通过公式(22)对各项指标的数据进行无量纲化处理,经分析得到其平均值和标准差为表2所示:
表2特征指标平均值及标准差
指标 | 平均值 | 标准差 |
NN | 0.512 | 0.212 |
NP | 0.299 | 0.190 |
DG | 0.376 | 0.167 |
NW | 0.190 | 0.104 |
CC | 0.105 | 0.081 |
ND | 0.154 | 0.068 |
NE | 0.184 | 0.072 |
NC | 0.308 | 0.182 |
共收集到26位专家对飞行区复杂网络8个潜在冲突指标的有效评价,通过公式(18)~(21)对评价值进行处理,得到各指标的主观权重为表3所示。
表3指标CV主观权重计算结果
对飞行区复杂网络的8个潜在冲突指标进行客观评价,得到各指标的CRITIC权重分别如表4所示。
表4指标CRITIC客观权重计算结果
指标 | 差异性 | 冲突性 | 信息量 | 权重% |
NN | 0.212 | 4.157 | 0.882 | 18.39 |
NP | 0.19 | 3.445 | 0.655 | 13.66 |
DG | 0.167 | 3.171 | 0.53 | 11.06 |
NW | 0.104 | 4.062 | 0.424 | 8.85 |
CC | 0.081 | 6.147 | 0.495 | 10.34 |
ND | 0.068 | 6.437 | 0.441 | 9.19 |
NE | 0.072 | 4.598 | 0.332 | 6.93 |
综合权重
W=αW′+βW″。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种机场飞行区潜在冲突评估方法,其特征在于:包括如下步骤:
步骤1:在飞行区内,每隔一定时间,以对应时刻下的航空器和车辆为节点,根据节点之间相对速度和距离判断是否存在潜在冲突关系,并用边表示,建立动态的飞行区复杂网络模型;具体实现过程如下,
(1)以ADS-B获取到的航空器和车辆的实时位置坐标为圆心,划设每个节点的受威胁区域,用圆形表示;由于航空器和车辆的体形大小及移动速度不同,故二者的受威胁区域的大小不同,由下式确定:
Raircraft=Vaircraft×(tp+tc)+Daircraft (1)
Rvehicle=Vvehicle×(tp+tc)+Dvehicle (2)
其中,Raircraft和Rvehicle分别表示航空器节点和车辆节点的受威胁区域半径;
Vaircraft表示航空器在飞行区内滑行的最大速度;
Vvehicle表示车辆在飞行区内移动的规定最大速度;
tp和tc分别表示飞行员/车辆驾驶员和管制员发现情况后的反应和操作时间;
Daircraft和Dvehicle分别表示航空器和车辆的制动距离;
当两个节点的受威胁区域发生重叠,则视为两个节点之间存在潜在冲突,二者互相影响,用一条表示潜在冲突的连边将二者连接;
(2)对飞行区内所有航空器和车辆及两两之间的关系用节点和边表示,形成复杂网络;
(3)飞行区复杂网络的连边有三种类型,存在于航空器和航空器之间、航空器与车辆之间、车辆与车辆之间;两个节点的距离、相对运动趋势均会影响到二者之间潜在冲突的严重性,故根据迫近率和距离赋予网络边权,计算公式如下:
其中,表示两个节点i和j的迫近率,计算公式如下:
Dij=Pi-Pj (5)
Vij=Vi-Vj (6)其中,Vij和Dij分别表示两节点相对速度和相对距离的向量;
β表示Vij和Dij之间的夹角;
Vi和Vj表示两个节点的速度向量;
Pi和Pj表示两个节点的位置坐标;
当Vij·Dij>0时,两个节点呈汇聚趋势,正在接近彼此;反之则呈发散趋势,正在背离彼此;
步骤2:计算不同时刻下的网络特征指标,从而对飞行区内的潜在冲突进行分析和评价,
网络特征指标包括
1)节点总数(Number of Nodes,NN)
表示飞行区复杂网络中节点的总数,范围内航空器和车辆的数量越多,管制员需要消耗的精力越多,带来的工作负荷越大,计算公式如下:
NN=n (7)
其中,n表示网络中节点的总数;
2)潜在冲突总数(Number of Potential Conflicts,NP)
表示飞行区复杂网络中边的总数,在飞行区内移动的目标之间存在潜在冲突越多,带来的风险越大,计算公式如下:
NP=e (8)
其中,e表示网络中边的总数;
3)平均度(Average Degree,DG)
在复杂网络中,一个节点的度表示与该节点相连的节点个数,计算公式如下:
其中,αij表示从节点i到j的连接情况,若αij=1则i和j相连,二者之间存在潜在冲突;反之则二者不相连;
平均度则是网络中所有节点的度的平均值,表示飞行区复杂网络中所有节点周围的潜在冲突数量,计算公式如下:
4)平均强度(Average Node Weight,NW)
节点的强度表示该节点连边的权重之和,反映其他节点对其产生的总影响大小,在飞行区复杂网络里则表示潜在冲突的严重情况,计算公式如下:
其中,wij表示节点i和j之间的连边的边权;
平均强度则是网络中所有节点的强度平均值,计算如下:
5)平均加权聚类系数(Average Weighted Clustering Coefficient,CC)
两个相连的节点称为邻居节点,聚类系数表示在网络中某一个节点的邻居节点中,直接相连的节点对数占邻居节点对总数的比值,加权聚类系数则在此基础上考虑了网络边权的影响,在飞行区复杂网络中表示该航空器或车辆周围移动目标的汇集程度,其计算公式如下:
其中,j和k表示与节点i分别相连的两个节点;
由网络中最大边权决定,即/>同理可得/>和/>
当某个节点仅有1个或没有邻居节点,则规定其加权聚类系数为0;
平均加权聚类系数为该时刻下网络内所有节点的加权聚类系数的平均值,其值越大,网络中的潜在冲突越严重,计算公式如下:
6)网络密度(Network Density,ND)
网络密度表示复杂网络中边的数量占网络理论最多可容纳边的数量的比值,反映飞行区复杂网络的潜在冲突饱和度,其值越大,则网络中的冲突边越多,移动目标之间互相影响越多,计算公式如下:
7)网络效率(Network Efficiency,NE)
网络中两个节点之间最短路径的倒数称为该节点对的效率,网络效率指的是网络中全部节点对的效率的平均值,它反映出飞行区复杂网络的连通程度,也就是网络的潜在冲突复杂程度,其计算公式如下:
其中,dij表示节点i和j之间的最短路径距离;
8)冲突目标数(Number of Conflicts,NC)
冲突目标数表示已经产生冲突的航空器及车辆数量,从机场运行数据中获取,其值越大,则飞行区整体的冲突情况越严重,对管制员带来的工作负荷也越大;
对飞行区内的潜在冲突进行分析和评价包括采用CV-CRITIC组合赋权法进行评价:
(1)使用CV对指标进行赋权,包括几个步骤:
对于p个评价指标的n个样本,用以下矩阵表示数据:
1)计算指标均值和标准差
其中,表示第j个指标的平均值;
Sj表示第j个指标的标准差;
xij表示无量纲化处理前的第j个指标的第i个样本;
2)计算变异系数
3)确定权重
(2)使用CRITIC法对飞行区复杂网络不同潜在冲突指标进行赋权,包括以下几个步骤:
1)指标无量纲化
通过以下公式对数据进行正向化处理:
其中,xij和x′ij分别表示无量纲化处理前和处理后的第j个指标的第i个样本;
xmax和xmin分别表示该指标的最大值和最小值;
2)确定指标差异性
通过公式(18)和(19)计算各指标的标准差,以获得指标内部取值的差异波动;
3)确定指标冲突性
用相关系数表示,计算公式如下:
其中,rij表示指标i和j之间的相关系数;
Rj表示第j个指标的冲突性;
4)计算指标信息量
信息量由指标差异性和相关性计算得到,计算公式如下:
5)确定权重
第j个指标的权重为:
(3)为了得到综合权重W,通过博弈论的思想对于权重W′和权重W″进行加权组合:
W=αW′+βW″ (26)
其中,W′和W″分别表示CV评估和CRITIC评估的指标组合权重向量;
α和β分别表示CV评估和CRITIC评估的权重;
以指标组合权重W与W′和W″的离差和最小为目标函数,即:
min(||W-W′||2+||W-W"||2)=min(||αW′+βW″-W′||2+||αW′+βW"-W″||2) (27)
且满足
α,β≤1,α+β=1 (28)
经过以上几个步骤,可以得到飞行区复杂网络的潜在冲突综合评估值,其值越大说明潜在冲突越严重。
2.一种机场飞行区潜在冲突评估装置,其特征在于:包括
模型建立装置,用于在飞行区内,每隔一定时间,以对应时刻下的航空器和车辆为节点,根据节点之间相对速度和距离判断是否存在潜在冲突关系,并用边表示,建立动态的飞行区复杂网络模型;具体实现过程如下,
(1)以ADS-B获取到的航空器和车辆的实时位置坐标为圆心,划设每个节点的受威胁区域,用圆形表示;由于航空器和车辆的体形大小及移动速度不同,故二者的受威胁区域的大小不同,由下式确定:
Raircraft=Vaircraft×(tp+tc)+Daircraft (29)
Rvehicle=Vvehicle×(tp+tc)+Dvehicle (30)
其中,Raircraft和Rvehicle分别表示航空器节点和车辆节点的受威胁区域半径;
Vaircraft表示航空器在飞行区内滑行的最大速度;
Vvehicle表示车辆在飞行区内移动的规定最大速度;
tp和tc分别表示飞行员/车辆驾驶员和管制员发现情况后的反应和操作时间;
Daircraft和Dvehicle分别表示航空器和车辆的制动距离;
当两个节点的受威胁区域发生重叠,则视为两个节点之间存在潜在冲突,二者互相影响,用一条表示潜在冲突的连边将二者连接;
(2)对飞行区内所有航空器和车辆及两两之间的关系用节点和边表示,形成复杂网络;
(3)飞行区复杂网络的连边有三种类型,存在于航空器和航空器之间、航空器与车辆之间、车辆与车辆之间;两个节点的距离、相对运动趋势均会影响到二者之间潜在冲突的严重性,故根据迫近率和距离赋予网络边权,计算公式如下:
其中,表示两个节点i和j的迫近率,计算公式如下:
Dij=Pi-Pj (33)
Vij=Vi-Vj (34)
其中,Vij和Dij分别表示两节点相对速度和相对距离的向量;
β表示Vij和Dij之间的夹角;
Vi和Vj表示两个节点的速度向量;
Pi和Pj表示两个节点的位置坐标;
当Vij·Dij>0时,两个节点呈汇聚趋势,正在接近彼此;反之则呈发散趋势,正在背离彼此;
评价装置,用于计算不同时刻下的网络特征指标,从而对飞行区内的潜在冲突进行分析和评价,网络特征指标包括
1)节点总数(Number of Nodes,NN)
表示飞行区复杂网络中节点的总数,范围内航空器和车辆的数量越多,管制员需要消耗的精力越多,带来的工作负荷越大,计算公式如下:
NN=n (35)
其中,n表示网络中节点的总数;
2)潜在冲突总数(Number of Potential Conflicts,NP)
表示飞行区复杂网络中边的总数,在飞行区内移动的目标之间存在潜在冲突越多,带来的风险越大,计算公式如下:
NP=e (36)
其中,e表示网络中边的总数;
3)平均度(Average Degree,DG)
在复杂网络中,一个节点的度表示与该节点相连的节点个数,计算公式如下:
其中,αij表示从节点i到j的连接情况,若αij=1则i和j相连,二者之间存在潜在冲突;反之则二者不相连;
平均度则是网络中所有节点的度的平均值,表示飞行区复杂网络中所有节点周围的潜在冲突数量,计算公式如下:
4)平均强度(Average Node Weight,NW)
节点的强度表示该节点连边的权重之和,反映其他节点对其产生的总影响大小,在飞行区复杂网络里则表示潜在冲突的严重情况,计算公式如下:
其中,wij表示节点i和j之间的连边的边权;
平均强度则是网络中所有节点的强度平均值,计算如下:
5)平均加权聚类系数(Average Weighted Clustering Coefficient,CC)
两个相连的节点称为邻居节点,聚类系数表示在网络中某一个节点的邻居节点中,直接相连的节点对数占邻居节点对总数的比值,加权聚类系数则在此基础上考虑了网络边权的影响,在飞行区复杂网络中表示该航空器或车辆周围移动目标的汇集程度,其计算公式如下:
其中,j和k表示与节点i分别相连的两个节点;
由网络中最大边权决定,即/>同理可得/>和/>
当某个节点仅有1个或没有邻居节点,则规定其加权聚类系数为0;
平均加权聚类系数为该时刻下网络内所有节点的加权聚类系数的平均值,其值越大,网络中的潜在冲突越严重,计算公式如下:
6)网络密度(Network Density,ND)
网络密度表示复杂网络中边的数量占网络理论最多可容纳边的数量的比值,反映飞行区复杂网络的潜在冲突饱和度,其值越大,则网络中的冲突边越多,移动目标之间互相影响越多,计算公式如下:
7)网络效率(Network Efficiency,NE)
网络中两个节点之间最短路径的倒数称为该节点对的效率,网络效率指的是网络中全部节点对的效率的平均值,它反映出飞行区复杂网络的连通程度,也就是网络的潜在冲突复杂程度,其计算公式如下:
其中,dij表示节点i和j之间的最短路径距离;
8)冲突目标数(Number of Conflicts,NC)
冲突目标数表示已经产生冲突的航空器及车辆数量,从机场运行数据中获取,其值越大,则飞行区整体的冲突情况越严重,对管制员带来的工作负荷也越大;
对飞行区内的潜在冲突进行分析和评价包括采用CV-CRITIC组合赋权法进行评价:
(1)使用CV对指标进行赋权,包括几个步骤:
对于p个评价指标的n个样本,用以下矩阵表示数据:
1)计算指标均值和标准差
其中,/>表示第j个指标的平均值;
Sj表示第j个指标的标准差;
xij表示无量纲化处理前的第j个指标的第i个样本;
2)计算变异系数
3)确定权重
(2)使用CRITIC法对飞行区复杂网络不同潜在冲突指标进行赋权,包括以下几个步骤:
1)指标无量纲化
通过以下公式对数据进行正向化处理:
其中,xij和x′ij分别表示无量纲化处理前和处理后的第j个指标的第i个样本;
xmax和xmin分别表示该指标的最大值和最小值;
2)确定指标差异性
通过公式(46)和(47)计算各指标的标准差,以获得指标内部取值的差异波动;
3)确定指标冲突性
用相关系数表示,计算公式如下:
其中,rij表示指标i和j之间的相关系数;
Rj表示第j个指标的冲突性;
4)计算指标信息量
信息量由指标差异性和相关性计算得到,计算公式如下:
5)确定权重
第j个指标的权重为:
(3)为了得到综合权重W,通过博弈论的思想对于权重W′和权重W″进行加权组合:
W=αW′+βW" (54)
其中,W′和W″分别表示CV评估和CRITIC评估的指标组合权重向量;
α和β分别表示CV评估和CRITIC评估的权重;
以指标组合权重W与W′和W″的离差和最小为目标函数,即:
min(||W-W′||2+||W-W"||2=min(||αW′+βW″-W′||2+||αW′+βW"-W"||2) (55)
且满足
α,β≤1,α+β=1 (56)
经过以上几个步骤,可以得到飞行区复杂网络的潜在冲突综合评估值,其值越大说明潜在冲突越严重。
3.一种电子设备,其特征在于:包括
至少一个处理器,以及
与所述处理器通信连接的至少一个存储器,其中:
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如权利要求1所述的方法。
4.一种非易失性计算机可读存储介质,当所述计算机可执行指令被一个或多个处理器执行时,使得所述处理器执行权利要求1所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210741732.0A CN115223401B (zh) | 2022-06-28 | 2022-06-28 | 一种机场飞行区潜在冲突评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210741732.0A CN115223401B (zh) | 2022-06-28 | 2022-06-28 | 一种机场飞行区潜在冲突评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115223401A CN115223401A (zh) | 2022-10-21 |
CN115223401B true CN115223401B (zh) | 2023-10-27 |
Family
ID=83610209
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210741732.0A Active CN115223401B (zh) | 2022-06-28 | 2022-06-28 | 一种机场飞行区潜在冲突评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115223401B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115796603B (zh) * | 2023-01-29 | 2023-06-06 | 中国民航大学 | 民航通航机场运行影响评估方法及装置、存储介质、终端 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5111400A (en) * | 1987-03-16 | 1992-05-05 | Yoder Evan W | Automatic integrated real-time flight crew information system |
CN108447308A (zh) * | 2018-05-17 | 2018-08-24 | 中交信息技术国家工程实验室有限公司 | 一种基于车路协同的交叉口车辆碰撞风险预测方法及*** |
CN109190164A (zh) * | 2018-07-30 | 2019-01-11 | 贵州万峰电力股份有限公司 | 节点电压暂降严重程度多指标评估方法 |
CN109740863A (zh) * | 2018-12-13 | 2019-05-10 | 国网山东省电力公司经济技术研究院 | 基于大电源接入***的综合评价方法 |
KR102081377B1 (ko) * | 2018-11-22 | 2020-02-25 | 원광대학교산학협력단 | 중소교량 네트워크의 유지관리 최적성능목표 결정 방법 및 시스템 |
CN114187783A (zh) * | 2021-12-06 | 2022-03-15 | 中国民航大学 | 一种用于机场飞行区潜在冲突分析预测的方法 |
CN114644017A (zh) * | 2022-05-06 | 2022-06-21 | 重庆大学 | 一种实现自动驾驶车辆安全决策控制的方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2898425B1 (fr) * | 2006-03-08 | 2008-05-23 | Thales Sa | Systeme embarque pour la prevention des collisions d'un aeronef avec le sol avec signalisation de fin de conflit |
US8612107B2 (en) * | 2008-06-10 | 2013-12-17 | The Regents Of The University Of Michigan | Method, control apparatus and powertrain system controller for real-time, self-learning control based on individual operating style |
-
2022
- 2022-06-28 CN CN202210741732.0A patent/CN115223401B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5111400A (en) * | 1987-03-16 | 1992-05-05 | Yoder Evan W | Automatic integrated real-time flight crew information system |
CN108447308A (zh) * | 2018-05-17 | 2018-08-24 | 中交信息技术国家工程实验室有限公司 | 一种基于车路协同的交叉口车辆碰撞风险预测方法及*** |
CN109190164A (zh) * | 2018-07-30 | 2019-01-11 | 贵州万峰电力股份有限公司 | 节点电压暂降严重程度多指标评估方法 |
KR102081377B1 (ko) * | 2018-11-22 | 2020-02-25 | 원광대학교산학협력단 | 중소교량 네트워크의 유지관리 최적성능목표 결정 방법 및 시스템 |
CN109740863A (zh) * | 2018-12-13 | 2019-05-10 | 国网山东省电力公司经济技术研究院 | 基于大电源接入***的综合评价方法 |
CN114187783A (zh) * | 2021-12-06 | 2022-03-15 | 中国民航大学 | 一种用于机场飞行区潜在冲突分析预测的方法 |
CN114644017A (zh) * | 2022-05-06 | 2022-06-21 | 重庆大学 | 一种实现自动驾驶车辆安全决策控制的方法 |
Non-Patent Citations (1)
Title |
---|
基于相依网络和SVM的管制***运行态势评估;李昂,聂党民,温祥西,王泽坤,杨诚修;《***工程与电子技术》;第第43卷卷(第第5期期);第1287~1294页 * |
Also Published As
Publication number | Publication date |
---|---|
CN115223401A (zh) | 2022-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10818192B2 (en) | Conflict alerting method based on control voice | |
CN111177851B (zh) | 一种无人机运行安全风险评估中对地风险的评估方法 | |
CN110728857B (zh) | 一种基于可垂直起降无人机的低空隔离空域交通管理方法 | |
CN105956790B (zh) | 低空飞行态势安全性评估指标及其评估方法 | |
CN105023468A (zh) | 一种基于碰撞风险模型的终端区航线安全容限监测方法和*** | |
Bulusu et al. | Capacity estimation for low altitude airspace | |
Cetek et al. | Capacity and delay analysis for airport manoeuvring areas using simulation | |
CN115223401B (zh) | 一种机场飞行区潜在冲突评估方法 | |
CN112053593B (zh) | 一种基于风险评估的机场无人机管控区域划设方法 | |
Dong et al. | Study on the resolution of multi-aircraft flight conflicts based on an IDQN | |
CN114187783B (zh) | 一种用于机场飞行区潜在冲突分析预测的方法 | |
CN116757554A (zh) | 一种机场飞行区效能评价方法及*** | |
Xiang et al. | Autonomous eVTOL: A summary of researches and challenges | |
Diallo | A predictive aircraft landing speed model using neural network | |
CN114648895B (zh) | 一种可降低误报率的机坪安全预警方法及*** | |
Chao et al. | Simulation study on airfield system capacity analysis using SIMMOD | |
CN113570910B (zh) | 空中交通流量管理方法、装置和电子设备 | |
de Oliveira et al. | Drones in the Big City: Autonomous Collision Avoidance for Aerial Delivery Services | |
CN105096661A (zh) | 基于垂直剖面视图的空中交通流管理***与方法 | |
Zhaoning et al. | Safety separation assessment in free flight based on conflict area | |
Bouarfa et al. | Airport Performance Modeling using an agent-based Approach | |
Ayyasamy et al. | SAR optimization and Convolutional Neural Network based fault estimations and for auto-landing control model | |
Chen | Flight conflict detection and resolution based on neural network | |
Zheng et al. | Modeling and detection of low-altitude flight conflict network based on SVM | |
Gao et al. | Research on wake interval of paired departure at closely spaced parallel runways |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |