技術領域

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測的方法。

背景技術：

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測顯得尤為重要。

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、緯度和高度)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(Trajectory based Operation)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。

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；在預戰(zhàn)術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)術層面上預測沖突和優(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測，目前均不能準確實時地對航空器的軌跡進行預測，實時性上做的尤為的差。

技術實現(xiàn)要素：

本發(fā)明要解決的技術問題是在于克服現(xiàn)有技術的不足，提供一種基于4D航跡運行的空中交通管制系統(tǒng)的航空器軌跡預測方法，可有效、準確、實時地預測航空器的軌跡。

實現(xiàn)本發(fā)明目的的技術方案是提供一種基于4D的航空器軌跡預測方法，由空中交通管制系統(tǒng)實施，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；

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)域預報系統(tǒng)的預報數(shù)據(jù)，建立航空器動力學模型，然后依據(jù)飛行沖突耦合點建立航跡沖突預調(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；

所述基于4D的航空器軌跡預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)域預報系統(tǒng)的預報數(shù)據(jù)，建立航空器動力學模型，并依據(jù)飛行沖突耦合點建立航跡沖突預調(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,...,x_n]和y＝[y₁,y₂,...,y_n]，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Δx＝[Δx₁,Δx₂,...,Δx_n-1]和Δy＝[Δy₁,Δy₂,...,Δy_n-1],其中Δx_b＝x_b+1-x_b,Δy_b＝y(tǒng)_b+1-y_b(b＝1,2,...,n-1)；

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Δx和Δy，通過設定聚類個數(shù)M'，采用遺傳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)訓練，通過將處理后的航空器運行軌跡數(shù)據(jù)Δx和Δy視為隱馬爾科夫過程的顯觀測值，通過設定隱狀態(tài)數(shù)目N'和參數(shù)更新時段ζ'，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)λ'；

步驟B9、依據(jù)隱馬爾科夫模型參數(shù)，采用Viterbi算法獲取當前時刻觀測值所對應的隱狀態(tài)q；

步驟B10、通過設定預測時域h'，基于航空器當前時刻的隱狀態(tài)q，獲取未來時段航空器的位置預測值O。

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N'的值為3，參數(shù)更新時段ζ'為30秒，T'為10，預測時域h'為300秒。

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,A,B)的基礎上對其重新調(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T'個觀測值(o₁,o₂,...,o_T')對航跡隱馬爾科夫模型參數(shù)λ'＝(π,A,B)進行重新估計。

步驟B的B10具體是指：每隔時段根據(jù)最新獲得的隱馬爾科夫模型參數(shù)λ'＝(π,A,B)和最近H個歷史觀測值(o₁,o₂,...,o_H)，基于航空器當前時刻的隱狀態(tài)q，通過設定預測時域h'，在時刻t獲取航空器在未來時段h'的位置預測值O。

更進一步的，時段為4秒。

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：

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系，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，

v_H＝κ(v_CAS,Mach,h_p,t_LOC)，

v_GS＝μ(v_CAS,Mach,h_p,t_LOC,v_WS,α)，

其中v_CAS為校正空速，Mach為馬赫數(shù)，h_p為氣壓高度，α為風向預報與航路的夾角，v_WS為風速預報值，t_LOC為溫度預報值，v_H為高度變化率，v_GS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和高度其中J₀為初始時刻航空器距參考點的航程，Δτ為時間窗的數(shù)值，J(τ)為τ時刻航空器距參考點的航程，h₀為初始時刻航空器距參考點的高度，h(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；

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。

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B1、將坐標單位和時間統(tǒng)一；

步驟B2、采用最鄰近數(shù)據(jù)關聯(lián)算法將屬于同一個目標的點相關聯(lián)，提取目標航跡；步驟B3、將分別從自動相關監(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系數(shù)，若相關系數(shù)小于某一預設閾值，則認為兩條航跡不相關；否則該兩條航跡相關，可以進行融合；

步驟B5、對相關的航跡進行融合。

更進一步的，所述步驟B5中對相關的航跡進行融合，采用基于采樣周期的加權平均算法，其加權系數(shù)根據(jù)采樣周期和信息精度確定，再利用加權平均算法將與之相關的自動相關監(jiān)視航跡和空管雷達航跡融合為系統(tǒng)航跡。

本發(fā)明具有積極的效果：(1)本發(fā)明的一種基于4D的航空器軌跡預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。

(2)本發(fā)明的一種基于4D的航空器軌跡預測方法對飛行剖面的推算和航跡預測精度高，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。

附圖說明

圖1為飛行前無沖突4D航跡生成方法流程示意圖；

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

(實施例1)

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。

1.機載終端模塊

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，同時還是采集當前航空器位置數(shù)據(jù)的接口。

其具體實施方案如下：

機載終端模塊101接收如下的信息輸入：(1)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?shù)孛婀苤平K端探測到?jīng)_突后計算的最優(yōu)解脫4D航跡。

2.數(shù)據(jù)通信模塊

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。

其具體實施方案如下：

下行數(shù)據(jù)通信：機載終端101通過機載二次雷達應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。

3.監(jiān)視數(shù)據(jù)融合模塊

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。

其具體實施方案如下：

(1)在預處理階段將坐標單位和時間統(tǒng)一，假設分別從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、緯度、海拔高度)、各點對應采集時間；(2)采用最鄰近數(shù)據(jù)關聯(lián)算法將屬于同一個目標的點相關聯(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系數(shù)，若相關系數(shù)小于某一預設閾值，則認為兩條航跡不相關，否則該兩條航跡相關，可以進行融合；(5)對相關的航跡進行融合。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平均算法，其加權系數(shù)根據(jù)采樣周期和信息精度確定，再利用加權平均算法將與之相關的ADS-B航跡和空管雷達航跡融合為系統(tǒng)航跡。

4.管制終端模塊

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。

(1)飛行前無沖突4D航跡生成

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)域預報系統(tǒng)(WAFS)發(fā)布的風、溫度的GRIB格點預報數(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。

如圖1所示，其具體實施過程如下：

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系，表示航空器所處的飛行階段。

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，推導航空器在不同的運行階段同氣象條件下的航空器動力學方程，v_H＝κ(v_CAS,Mach,h_p,t_LOC)，v_GS＝μ(v_CAS,Mach,h_p,t_LOC,v_WS,α)，其中v_CAS為校正空速，Mach為馬赫數(shù)，h_p為氣壓高度，α為風向預報與航路的夾角，v_WS為風速預報值，t_LOC為溫度預報值，v_H為高度變化率，v_GS為地速。

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其中J₀為初始時刻航空器距參考點的航程，Δτ為時間窗的數(shù)值，J(τ)為τ時刻航空器距參考點的航程，h₀為初始時刻航空器距參考點的高度，h(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。

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。

(2)飛行中短期4D航跡生成

依據(jù)管制雷達和自動相關監(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。

如圖2所示，其具體實施過程如下：

首先，對航空器軌跡數(shù)據(jù)預處理，依據(jù)所獲取的航空器原始離散二維位置序列x＝[x₁,x₂,...,x_n]和y＝[y₁,y₂,...,y_n]，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Δx＝[Δx₁,Δx₂,...,Δx_n-1]和Δy＝[Δy₁,Δy₂,...,Δy_n-1],其中Δx_b＝x_b+1-x_b,Δy_b＝y(tǒng)_b+1-y_b(b＝1,2,...,n-1)。

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Δx和Δy，通過設定聚類個數(shù)M'，采用遺傳聚類算法分別對其進行聚類。

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)訓練。通過將處理后的航空器運行軌跡數(shù)據(jù)Δx和Δy視為隱馬爾科夫過程的顯觀測值，通過設定隱狀態(tài)數(shù)目N'和參數(shù)更新時段ζ'，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)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,A,B)的基礎上對其重新調(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T'個觀測值(o₁,o₂,...,o_T')對航跡隱馬爾科夫模型參數(shù)λ'＝(π,A,B)進行重新估計。

再而，依據(jù)隱馬爾科夫模型參數(shù)，采用Viterbi算法獲取當前時刻觀測值所對應的隱狀態(tài)q。

最后，每隔時段根據(jù)最新獲得的隱馬爾科夫模型參數(shù)λ'＝(π,A,B)和最近H個歷史觀測值(o₁,o₂,...,o_H)，基于航空器當前時刻的隱狀態(tài)q，通過設定預測時域h'，在時刻t獲取航空器在未來時段h'的位置預測值O。

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ζ'為30秒，T'為10，預測時域h'為300秒，時段為4秒。

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。對于所屬領域的普通技術人員來說，在上述說明的基礎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。