基于滚动时域控制的多路径进场航班排序优化

进场航班排序优化是提高进场航班着落效率、减少航班延误的有效方法。基于此，以最大化着落效率为目标，结合多跑道、多航路选择，考虑实际航路点限制，提出了多路径多跑道一体化进场航班排序优化混合整数规划模型。为解决大规模航班排序计算的实时性问题，提出了多航路点滚动时域控制算法。以广州白云国际机场终端区为实例进行验证，采用实际进场航班数据开展计算实验，在尾流安全间隔上，采用RECAT-CN运行标准，计算结果表明：小规模航班架次时（23架），所提模型最大降落时间比先到先服务方法提前55 s，比未优化时提前271 s；大规模航班架次时（104架），仅靠求解器在3 600 s内未找到可行解，所提算法在128.65 s找到解。所提模型和算法有效，可应用于实际航班排序优化。     

基于航迹片段树的快速四维航迹规划方法

为消除起飞时间误差以及飞行过程中各种干扰对无人飞行器到达指定地点时间的影响,提出了一种基于航迹片段树的快速四维航迹规划方法.结合现代无人飞行器特点,利用改进的稀疏A*算法,生成遍布规划空间的航迹片段树,根据指定目标位置直接从航迹片段树中寻求最优叶节点,通过回溯及速度优化设置,快速获得能消除各种时间误差的飞行航迹.试验结果表明,本算法能快速完成四维航迹规划,满足飞行器按指定时间达到指定地点的要求.     

混沌多精英鲸鱼优化算法

针对无人机（UAV）的航迹规划问题,提出了一种基于混沌多精英鲸鱼优化算法（CML-WOA）的航迹规划方法。首先,在已知飞行环境下,建立3D飞行空间模型和航迹代价模型。通过引入罚函数,将有约束3D航迹规划问题转化为无约束多维函数优化问题,利用CML-WOA求解模型来获得最优航迹。其次,为克服WOA易陷入局部最优的缺陷,引入立方映射混沌算子改善初始种群,增强种群多样性,并通过自适应框架融入正余弦算法（SCA）,利用多精英搜索策略有效地提高了算法开发能力和探索能力。最后,使用贪婪策略保证了收敛效率。通过20个基准函数测试和航迹规划仿真实验对提出的改进WOA进行验证。结果表明:所提算法相对其他算法,寻优性能明显提升,具有较强局部最优规避能力和更高的收敛精度与收敛速度;能够稳定快速地规划出代价最少、满足约束的安全可行的飞行航迹。      

一种基于系统误差自动补偿的编队目标航迹精细关联算法

为解决编队内各目标航迹精细关联的难题,按照编队目标航迹的特点,结合误差估计技术及航迹关联技术,提出了一种基于系统误差自动补偿的编队目标航迹精细关联算法,该算法首先基于循环阈值模型对各传感器获得的航迹进行编队识别,并按编队中心航迹完成编队航迹的整体预关联,然后基于编队航迹状态识别模型,搜索或建立分辩状态最接近的预关联编队航迹,并基于编队航迹系统误差估计模型和误差确认模型,获得最终的系统误差估计值,自动完成系统误差补偿,最后利用传统的航迹关联算法进行编队航迹的精细关联。经仿真数据验证,与基于目标不变信息量的模糊航迹对准关联算法和基于航迹迭代的航迹对准关联算法相比,该算法具有耗时少、关联性能有效稳定等综合优势,能较好的满足工程上对系统误差下编队内目标航迹的精确关联需求。     

一种基于系统误差自动补偿的编队目标航迹精细关联算法

为解决编队内各目标航迹精细关联的难题,按照编队目标航迹的特点,结合误差估计技术及航迹关联技术,提出了一种基于系统误差自动补偿的编队目标航迹精细关联算法,该算法首先基于循环阈值模型对各传感器获得的航迹进行编队识别,并按编队中心航迹完成编队航迹的整体预关联,然后基于编队航迹状态识别模型,搜索或建立分辩状态最接近的预关联编队航迹,并基于编队航迹系统误差估计模型和误差确认模型,获得最终的系统误差估计值,自动完成系统误差补偿,最后利用传统的航迹关联算法进行编队航迹的精细关联。经仿真数据验证,与基于目标不变信息量的模糊航迹对准关联算法和基于航迹迭代的航迹对准关联算法相比,该算法具有耗时少、关联性能有效稳定等综合优势,能较好的满足工程上对系统误差下编队内目标航迹的精确关联需求。     

自适应引导长度的无人机航迹跟踪方法

为保证无人机安全稳定的飞行,实现高精度的航迹跟踪,基于引导点的非线性制导算法,提出了一种引导长度自适应的航迹跟踪方法。首先建立无人机运动学模型,依此对非线性的制导算法进行理论分析与试验验证,建立无人机飞行速度与引导长度之间的关系。之后引出引导长度自适应的航迹跟踪方法,详细讨论方法的具体实现过程。最后通过各种情况下的仿真对比试验,验证所提出方法的有效性。仿真结果表明,所提出的方法能较精确地跟踪各种复杂航迹,同时在较大的初始偏差和航路点临时切换的情况下能稳定、快速地收敛到期望航迹,更好地满足各种实际飞行任务的需求。     

一种基于图论的机场空域无人机流量控制方法

城市物流无人机机场需具有同时起降多架无人机的能力，针对中小型垂直起降无人机设计了一种单入口单出口、航路交叉、多停机坪的机场模型，提出了一种基于图论的飞行安全优先的流量控制方法。根据机场内无人机飞行状态，控制无人机进离场时间，规划出机场内飞行航路，保证无人机飞行安全。仿真结果表明:该流量控制方法可以确保无人机在机场空域内安全有序飞行；分别测试了面积不同的机场进场与进离场运行容量，在单个停机坪面积一定时，停机坪数量越多进场容量越大，但进离场容量反而越小；因此在设计机场时，在给定的机场面积情况下，需要合理规划停机坪数量。      

飞行控制中的一种新型最优控制分配方法

针对新一代多操纵面飞行器的控制分配问题,提出了一种全新的最优控制分配算法——基底排序法.该方法将优化目标按照飞行控制的需求分成控制目标和任务目标两类,以基底的形式对舵面进行重新组合,并按照期望控制目标和任务优化指标进行排序,将冗余优化问题转化成排序问题加以解决.通过与几种常用控制分配方法的比较及多操纵面飞行控制系统的仿真验证,表明基底排序法能在准确实现期望目标的同时获得更好的任务目标分配结果,构成的控制系统能按期望要求准确、快速地跟踪指令信号,并可有效地抑制飞机各控制通道之间的影响.      

基于舵面配平的飞机续航飞行航迹优化方法

舵面偏转除了能够提供保证飞机稳定飞行的配平力矩,还将改变飞机的升阻比,从而影响其续航性能。在基于飞机质点假设的传统航迹优化方法的基础上,研究了飞机的升阻特性对其续航性能的影响:在上升段、巡航段及下降段前期增大升阻比,在下降段后期减小升阻比,有利于提高飞机的续航性能;提出了基于舵面配平的续航飞行航迹优化方法,以获得更接近于发挥飞机实际潜力的最优航迹与最大航程。对于多操纵面布局飞机,通过该方法能够确定其最优舵面组合配平规律。算例飞机的优化结果表明:相比单一舵面配平,最优舵面组合配平能够使算例飞机的总航程最大提高7.5%。      

半自动驾驶公交车辆编组与调度优化

半自动驾驶公交车辆编组是指半自动驾驶公交单元通过车联网技术连接在一起，实现车辆协同驾驶和车辆容量动态设计的车辆组织技术。以半自动驾驶公交车辆编组为出发点，建立编组车辆动态运行模型，分析编组车辆到离站时间、乘客上下车过程、车辆容量限制和车载乘客数量变化等。在此基础上，以车辆运营成本和乘客候车时间成本之和为目标函数，以车辆编组大小和发车时刻为决策变量，建立半自动驾驶公交车辆调度优化模型。提出改进的遗传算法高效求解模型。以杭州55路公交线路为实证案例，仿真结果表明:相比于传统人工驾驶公交的车辆调度，基于半自动驾驶公交的车辆调度能降低29.2%的车辆运营成本和18.2%的乘客候车时间成本，所得结果证实了所建模型优化半自动驾驶公交车辆调度的有效性。      

基于AFDX网络的飞行管理仿真系统

系统建模与数字仿真是大型客机飞行管理系统研发的重要阶段.初步建立了基于航空电子全双工交换式以太网(AFDX,Avionics Full-Duplex Switched Ethernet)的飞行管理系统分布式实时仿真系统模型.对飞行计划、飞行导引、轨迹预测、性能计算、综合导航、导航数据库、综合显示等核心功能进行了分析建模和算法开发.并在此基础上对飞行管理计算机、综合导航系统、自动飞行系统等仿真子系统进行了设计,在满足实时性要求的前提下,基于AFDX网络与分布式仿真结构实现了对以飞行管理计算机系统为核心的航空电子仿真系统的集成,给出了一种通用的、基于AFDX网络的飞行管理系统分布式仿真框架.仿真系统的运行结果证明:基于AFDX网络的分布式仿真结构能够有效满足实时性要求,提高网络通信性能.      

一种适用于航路改变情况的冲突概率预测算法

针对如何有效地预测飞行中将发生的冲突,提出了适用于航路改变情况下的冲突预测算法.基于飞机实际飞行轨迹的不确定性,计算冲突发生的概率来预测冲突发生的可能性.改进了直线航路预测算法,充分利用ADS-B(广播式自动相关监视)所提供的航路意图信息,获得飞机航路改变点及航路偏转角,依此进行相应的矩阵变换来计算航路改变后的误差协方差矩阵,并利用有效的近似方法对继续累加的误差表示进行简化,进而实现冲突发生概率的计算.运用Monte-Carlo方法进行仿真,结果验证了其较好的准确性,与直线航路算法的比较表明了其在更复杂环境下具有的适用性和有效性.     

基于LSTM的TTE网络速率约束流量预测

时间触发以太网（TTE）中的速率约束（RC）流量为事件触发流量，在RC流量动态调度的应用场景下，若能预测未来短时间内数条RC流量到达交换节点的序列，使交换节点提前进行调度决策，以减小RC流量时延，提高网络吞吐量。对RC流量到达序列预测问题进行了研究，建立了RC流量的到达序列模型，提出了基于长短期记忆网络（LSTM）算法的RC流量预测算法。利用OMNET++工具进行TTE网络仿真，得到多组混合关键性配置下RC流量的传输数据；以此作为输入样本对预测算法进行训练和测试。实验结果显示，LSTM算法在RC流量预测问题的准确率达到了70%以上。通过对比实验说明所提算法适用于RC流量预测场景。      

基于交通状态的离场航班动态协同排序方法

为适应协同决策(CDM)需要，考虑空管、航司和机场三方的诉求，对拥挤和非拥挤场景下的离场航班动态协同排序问题进行了系统研究。通过分析离场航班运行特性，利用离场航班的计划撤轮档时间(SOBT)和预计撤轮档时间(EOBT)数据设计了一种离场航班动态排序方法；针对各方构建了离场航班排序的多个优化目标，且为保证排序公平性，提出了航空公司延误公平性评价指标，将非受控离场航班优先级分为3类，对各类非受控离场航班设置其可接受的最大延误时间和最大位置偏移量，创建了基于交通状态的离场航班协同排序模型；采用带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)寻求离场航班动态协同排序的最优解。仿真结果表明:较先到先服务(FCFS)方法，所提方法在2种场景下各排序时段均增加多种排序方案，离场航班总延误均减少50%以上，且在非拥挤场景下提高了航空公司延误公平性。所提方法可对离场航班进行优化排序，显著减少航班延误，有效提升公平性，契合协同决策理念，可实现三方协同排序。      

近距空战训练中的智能虚拟对手决策与导引方法

针对近距空战训练中智能虚拟对手攻防博弈的自主决策与占位导引问题，提出了基于动态贝叶斯网络(DBN)和约束梯度法的智能虚拟对手决策和导引一体化方法。结合空间占位态势、火控攻击区和机动动作识别结果等信息，建立近距空战决策动态贝叶斯网络模型，实现根据战场动态环境变化的占位导引指标决策。针对在线识别的各类目标机动动作，建立轨迹预测模型，实现目标轨迹的实时预测。根据占位导引指标和目标预测轨迹，考虑飞行性能约束，采用约束梯度法计算智能虚拟对手的优化占位导引量。实现了近距空战智能虚拟对手空间占位决策与导引量计算的无缝结合。近距空战仿真实验结果表明:所提方法能够实现智能虚拟对手的合理化自主决策和占位导引，克服了传统方法实现机动动作方式固化的问题，具备较好的实时性和优化性。      

基于有效中转时间预测的不正常航班恢复技术

不正常航班恢复问题研究通常基于固定航班中转时间，忽视了实际航班中转时间的改变对航班恢复带来的影响。对此，依据全国235个机场的全部运营航班数据抽取机场-航班特征，构建了基于LightGBM的航班中转时间预测模型，预测航班的有效中转时间，数值结果显示，航班中转时间预测模型预测的均方根误差为6.783 min。构造了基于有效中转时间的不正常航班恢复模型，并针对性地设计了求解该模型的列向量生成算法，构造的模型通过取消、改变计划时间、更换飞机等方式，分别在最小化航班延误时间、取消个数、换飞机个数的目标下，解决机场流量下降、机场关闭、飞机维修等不正常条件下的航班恢复问题。通过航空公司实际运行数据测试证明，基于有效中转时间预测的不正常航班恢复技术有效，在大规模航班恢复的情况下，可以将总延误时间减少34.2%。将列向量生成算法与时空网络算法的结果进行对比，所提出的恢复方法能降低航班恢复代价。      

靶场光电外测数据修正及弹道精确复现方法

在导弹实验靶场采用多套光电外测设备测量弹道时，一方面不同设备在交接工作时会引起位置偏差；另一方面，利用位置参数中心微分平滑方法解算速度和加速度时,存在跳变和噪声过大的现象。二者都会导致测量的弹道与实际飞行轨迹不符,不利于与内测参数进行精度比对。本文针对光电外测设备交接引起的外测偏差，分析了误差主要是由常值误差、时间不对齐误差和随机误差组成，提出了多站交接点位置偏差分段修正方法，并且利用多项式拟合的算法对速度噪声平滑。最后，采用导弹试验的光电外测数据进行方法验证，修正了交接设备带来的位置偏差，较好地复现了飞行器的飞行弹道，既保证了弹道曲线的连续性，又满足了弹道的平滑性。