面向空中交通资源管控的复杂天气下终端空域动态容量预测及仿真研究

Airspace capacity is an index to measure the ability of the airspace system to deliver services to meet the air traffic demand. A scientific and accurate forecast of airspace capacity is a foundation of the effective management and rational allocation of the airspace resources. Because of the huge air traffic flow and high airspace complexity, as the intensive area of air traffic, the terminal airspace is the bottleneck to enhance the entire airspace capacity. An accurate forecast of the terminal airspace’s capacity under complex weather conditions has been the tough problems of the ATM. Assessment of the controller safe workload is the basis of airspace capacity forecast. This project is aim to the complex relations between the controller’s behavior and traffic characteristics, Dynamics analysis of controller’s behaviors under control rules constraints is brought into the assessment, realize accurate assessment of the controller safe workload through the identification of the relations between controller’s behavior and traffic characteristics; due to the uncertainty of the weather conditions, we make use of the cluster analysis to identify different weather scenarios in order to construct the scenario tree, utilize the composite of the intelligent recognition technology and scenario tree to achieve the goal that empress intuitively the weather forecast with the probability distribution map under the space and time, combined with the controller safe workload to solve the problem of predicting the dynamic capacity of the terminal airspace accurately under the uncertainty of the weather. The study is of great significance for the efficient use of airspace resources, controller resources and scientific implementation of the ATFM in the terminal area and ultimately let the air traffic secure and orderly.

空域容量是度量空域系统为满足空中交通需求所能提供服务能力的指标，进行科学、准确的空域容量预测是空域资源有效管理与合理配置的基础。终端空域作为空中交通的密集区域，飞行流量大，空域复杂度高，是整个空域容量提升的瓶颈。复杂天气下对终端空域容量的准确预测一直是空中交通管理的难题。管制员安全工作负荷评估是空域容量预测的基础，本项目针对管制行为和交通特征关系的复杂性，将管制规则约束下的管制行为动力学分析引入评估中，并通过辨识管制行为和交通特征关系实现管制员安全工作负荷准确评估；针对天气条件的不确定性，利用聚类分析识别不同天气情景以构造情景树，并综合运用智能辨识技术和情景树，实现时空下对天气预报的概率分布位图直观表达，结合管制员安全工作负荷，解决天气不确定性下终端空域动态容量准确预测问题。该研究对高效使用空域资源、管制资源和科学实施终端区的空中交通流量管理，最终实现终端空域空中交通安全有序具有重要意义。

随着我国民航事业的快速发展，空中交通流量的不断增长，终端区空域容量与实际需求间的不平衡问题显得愈发凸出，已成为造成航班延误的主要原因。而由天气原因导致的终端空域容量下降又是最常见且影响最大的。为了实现空域资源的有效利用，提高航班计划的有效性和准确性，掌握天气条件下的终端空域容量情况是有必要的。本文以终端空域作为研究背景，对天气条件下的终端空域容量进行了讨论。首先结合人类动力学相关研究对管制员的工作负荷进行分析，设计了基于人类动力学的扇区容量评估方法，通过具体算例得出一般天气条件下的终端空域容量；接着基于历史天气数据总结提取所需的天气要素，经过离散处理后对其进行聚类分析，得到经常出现并对空域容量造成影响的各天气类型，之后分析得到各类天气的判别规则，建立天气类型的情景树，然后利用神经网络对未知类型天气数据进行识别，得到天气类型影响的终端空域容量，并结合具体终端区进行算例验证。最后通过计算机程序实现未知天气数据的类型识别，并就具体的终端空域进行了天气条件下的容量预测。同时，本课题以终端空域作为研究背景，对雷雨天气条件下的终端空域容量预测进行了讨论。首先，根据管制员管制行为习惯同时基于最大流/最小割理论研究，确定影响终端区进场航段的两个气象指标，之后基于数字图像处理技术的研究，分析恶劣天气对终端区拓扑结构的影响程度，并构以此构建航空器飞行策略概率模型，接着通过对A*寻优路径算法的改进，结合不同飞行策略对应的概率分布，构建终端区雷雨条件下的改航策略模型确定进场航段的备选路径，如果无法获取进场备选最优路径，基于改进的几何算法，对航空器进行雷达引导方式的改航策略，如果无法获取雷达引导航迹，将对进场航段进行关闭，然后根据受雷雨条件影响而关闭的进离场程序分析终端区扇区内外等待架次，之后基于终端区航空器架次对终端区动态容量进行分析。最后通过计算机仿真技术，以管制员工作负荷作为限制条件分析终端区扇区静、态容量之间的差异性，统计并得出不同条件下、基于不同的预测方法，终端区航班流控信息和延误信息的差异性，并给出解释。