基于复杂网络的空中交通复杂性演化机理与控制策略研究

With the increasing heavy air traffic, the pressure of air traffic control much higher. The characterization of complex air traffic situations is an important issue in air traffic management. Complexity metrics are a powerful strategic tool for reducing the number of tactical interventions and preventing excessive tactical maneuvers. An intrinsic measure of the traffic complexity is introduced in order to study measure metric, evolutionary mechanism and control strategy of the air traffic complexity. Mainly includes: Firstly, the complex relations of each aircraft pair-wise is defined based on the properties of the relative positions and the relative speeds of aircrafts in a sector. Then the complex network model is constructed to reflect the internal structure characteristics of air traffic. By identifying key network architecture and analysising characteristics of network topology, air traffic complexity evaluation system is constructed. And secondly, using the method of combining multi-agent and complex network, traffic complexity dynamic evolution model is built. And then the evolution mechanism of air traffic complexity is revealed by expatiating the interrelationship and mutual acting mechanism between the evolution of complexity, the network structure of the traffic complexity, air traffic management strategies. Thirdly, with artificial potential field method, the dynamic control strategies of air traffic complexity are studied in the evolution of traffic complexity network . Further, the pinning control strategies via key structure are studied for strengthening the feasibility of complex control. The study may conduces to further form the air traffic complexity research system and push forward air traffic complexity research progress. Meantime, this can helpful to thoroughly alleviate air traffic complexity, reduce air traffic control workload. So this study has important academic significance and applied value .

空中交通日益繁忙，管制压力陡增，通过复杂性刻画空中交通态势、减小管制调配难度是空管领域的研究热点。本项目从空中交通内在结构入手，研究空中交通复杂性的评价建模、演化机理、控制策略。主要包括：一、通过描述航空器间的复杂性关系，建立反映空中交通内在结构特征的复杂性网络模型，通过研究关键网络结构识别、网络拓扑特征分析，构建空中交通复杂性评价体系；二、基于Agent与复杂网络混合建模，构建空中交通复杂性动态演化模型，研究复杂性演化、复杂性网络结构、空中交通管理策略之间的相互影响机制，揭示空中交通复杂性演化机理；三、基于人工势场理论，研究网络演化下的空中交通复杂性动态控制决策方法，并进一步通过研究关键结构牵制策略，增强复杂性控制的可操作性。本研究有助于建立基于网络科学的空中交通复杂性研究体系，推动空中交通复杂性研究进展；有助于系统地缓解空中交通复杂程度、减小管制工作负荷，具有重要的理论意义和应用价值。

空中交通管理系统最基本的任务是提供安全、高效的空中交通运行服务。当两架或多架航空器将要接近时，管制员必须及时了解空中交通态势的危险程度并采取相应的解决方案。在低复杂性态势下，管制员有足够的时间解脱冲突，也可以在保证飞行安全的前提下最小化对飞行员的干扰。相反，在高复杂性态势下，管制员没有精力形成最优的冲突解脱策略，最终危害飞行安全。因此，如何量化空中交通态势，客观测度空中交通态势的复杂程度就成为了空中交通管理领域研究的一个重要问题。现有研究缺乏对空中交通态势的结构特征和演化特征的分析，本项目将基于复杂网络理论描述空中交通态势的结构特征、演化规律及控制策略，主要内容包括：.（1）为揭示某一交通态势在雷达显示屏上的二维结构特征及复杂程度，以航空器为点，航空器间的水平接近关系为边，构建了基本的空中交通态势网络模型。对三种阈值下的空中交通态势网络进行了统计分析。研究表明网络结构指标可以直观的测度空中交通态势。建立了航空器群模型，该模型有助于实现雷达显示屏上热点区域的自动识别。提出了基于深度优先遍历算法的航空器群发现方法。明确了航空器群的结构特征，包括群内航空器间的平均水平间隔、群的数量、群的规模及生命期等。.（2）基于二维的显示复杂性和三维的感知复杂性，建立了双层多级动态网络模型，并提出了复杂性向量的概念。对空中交通态势演化的主要特征进行了统计分析。研究发现通过复杂性向量可以描述空中交通态势的结构特征，并可识别不同交通态势的演化特征。基于k-means将空中交通态势划分为3种复杂性模式，并对复杂性模式的出现频率、生命期、转移概率进行了统计分析。.（3）以航空器、航路点、航路为节点，以这三类节点间的复杂性关系为边，建立了一个动态加权的空中交通网络。并统计分析了复杂性与航空器数量、航迹改变、飞行冲突、航班到达率等常用指标之间的关系。统计结果表明，该复杂性指标既反映了空域结构特征，也反映了交通流特征的影响，是一个综合性的复杂性测度指标。依据航空器预计进入目标扇区的时间制定了两种空中交通复杂性控制策略：进入扇区时刻调整、动态调速策略。引入了物理规划方法，设计了偏好函数，将需要考虑复杂性、延误等多目标的复杂性控制问题转化为单目标问题，并采用经典遗传算法进行问题求解。通过对实际数据进行仿真验证，证明了模型和算法的有效性，可以应用于实际的空中交通管理中。