肖遙 戴福青
(中國民航大學,天津 300300)
基于動態(tài)密度的空中交通復雜度計算方法研究
肖遙 戴福青
(中國民航大學,天津 300300)
空中交通復雜度是指管制員所指揮空域的復雜程度。當航空器在空中的運行發(fā)生變化時,會產(chǎn)生大量的潛在沖突。本文基于成熟的空中動態(tài)密度模型,將諸多參數(shù)進行分類,并選出最能表征這一類的突出參數(shù),建立新的復雜度計算模型。并參考管制員解決沖突時所產(chǎn)生的沖突負荷,分別從交通密度、交通進展、飛行流結(jié)構(gòu)、交通混合四個方面進行修正,得出復雜度的計算公式。并利用雷達數(shù)據(jù)對某一空域進行測算,得出該空域的交通復雜度值。
交通復雜度 動態(tài)密度 管制員負荷
隨著中國民航業(yè)快速發(fā)展,空中交通流量持續(xù)增長,加之新航線的不斷開發(fā),使得空域網(wǎng)絡(luò)的布局更顯復雜。國內(nèi)外大量研究認為,空域的復雜性產(chǎn)生并決定了管制員的工作負荷。管制員工作負荷不斷增大,甚至達到飽和狀態(tài),這成為了民航業(yè)發(fā)展的瓶頸。因此,正確評估空域復雜性,對減輕交通流量對管制員的工作壓力,保證飛行安全具有重要意義。
交通復雜性的研究逐漸成為空中交通管制領(lǐng)域新熱點,形成了以動態(tài)密度、復雜系統(tǒng)建模和內(nèi)稟性為核心的研究體系[1]。其中動態(tài)密度是最為成熟的研究模型,其模型多樣性,如2009年,Alexander Klein, Mark D.Rodgers, Kenneth Leiden等人提出了簡化動態(tài)密度,其思想是提取動態(tài)密度的主要因子,代替動態(tài)密度,用簡化動態(tài)密度的方法測量空域復雜度[2]。國內(nèi)的何毅在2007年,對空中交通復雜度參數(shù)模型進行研究,采用主成分分析、神經(jīng)網(wǎng)絡(luò)分析,聚類分析三種方法選出評估復雜度的參數(shù)[3]。2010年戴福青、洪蘭收對空域交通復雜度進行分析,修正了空域交通密度,通過對航空器飛行狀態(tài)、交通流結(jié)構(gòu)和機型混合等因素的分析,確定了復雜因子,得出交通復雜度的計算方法[4]。2011年,葉博嘉、胡明華等通過分析航空器相對距離與航跡交叉這兩類交通結(jié)構(gòu)因素對交通復雜性的影響,融合航空器性能差異的作用,提出了一類新的交通復雜性評估方法[5]。本文基于計算動態(tài)密度的基本模型,將表征航空器運行狀態(tài)的眾多參數(shù)分為四類,對其進行分析研究,同時對各類參數(shù)進行修正,尋找更為合理的計算方法。
圖1 飛行流結(jié)構(gòu)
圖2 機場均小時進出架次
圖3 CCA4327高度變化曲線
表1 統(tǒng)計參數(shù)數(shù)值表
表2 計算參數(shù)數(shù)值表
表征單架航空器在空中運行的參數(shù)有很多,如位置、速度、航向、高度等,這屬于靜態(tài)參數(shù)。當航空器運行狀態(tài)發(fā)生改變時候,又可用爬升率、下降率、速度改變量、航向改變量等動態(tài)參數(shù)加以表征。一架航空器從進入管制區(qū)域到離開管制區(qū)域,管制員將對其運行狀態(tài)持續(xù)關(guān)注。而一個管制空域內(nèi),往往有多架航空器,任何一架航空器發(fā)生運行狀態(tài)改變時,都有可能對其他航空器造成潛在的影響。管制員將對這些潛在影響投入更多的精力。因此空域的航空器數(shù)量將決定管制員負荷的大小,而航空器狀態(tài)的改變又會增加空中交通復雜度。假定某個時間段里某一扇區(qū)中有N架航空器,那么這N架航空器的潛在沖突數(shù)為N(N-1)/2,那么必需的時間間隔監(jiān)視和需要解決的沖突數(shù)就與近似成比例,因此本文定義空中交通復雜度TC(Traffic Complexity)為
其中N:單位時間內(nèi)航空器數(shù)目(架次/小時)
θ
i:各類復雜度因子
m:參數(shù)個數(shù)
許多要素均可作為空中交通復雜度的致使要素:如交通模型,航空器種類和性能差別,同時存在的上升和下降交通流,扇區(qū)形狀和大小,以及扇區(qū)邊界復雜程度,航路交叉點等。由此將空中交通復雜度的影響要素歸納為四個指標:交通密度、交通進展、飛行流的結(jié)構(gòu)、交通混合[6]。
交通密度是用來測量單位時間內(nèi)空域的交通數(shù)量。但是由于航空器類型的不同會造成相互影響,從而使得交通密度不能簡單以實際測出的航空器數(shù)目為準,需要對其進行修正。在對進離場航空器進行管制排序時,針對不同機型的組合,管制員會采取不同的間隔。由于機隊到達序列具有隨機性,間隔差異大的進、離場交通流容易造成主觀難控程度,這也增加了空域的復雜性。因此定義交通密度修正系數(shù)來修正。
其中H%為重型航空器所占比例,M%為中型航空器所占比例,L%為輕型航空器所占比例。
為了解決潛在的沖突,管制員進行的管制手段通常包括控制航向、速度、上升/下降率、改變計劃航線、空中等待等。由這些潛在沖突所造成空中交通復雜度大小主要取決于飛行沖突發(fā)生的概率以及解決沖突所需要的管制員負荷。空中交通活動的混雜程度會直接影響飛行沖突發(fā)生的概率。因此定義兩種情況的混合程度a—航空器發(fā)生高度調(diào)整的混合程度,b—航空器發(fā)生速度調(diào)整的航班混合程度。如果混合程度越大,則發(fā)生沖突的可能性就越大,相應(yīng)的交通復雜度也越大。
交通進展主要基于航空器上升、巡航和下降行為。在航空器運行中,若需要改變高度,得提前向管制員申請調(diào)整高度,管制員發(fā)出高度改變指令時,需要確保航空器穿越高度層具備足夠的間隔。因此航空器在上升或是下降期間將占據(jù)更多的空域,也將加大管制員工作負荷,同時交通復雜度也隨之增加。由此定義交通進展修正系數(shù)予以修正。
其中αal表示高度調(diào)整大于等于200m/660ft的航班比例,φ為航班混合程度。
飛行流結(jié)構(gòu)主要基于航空器的航向。航向的改變造成航空器潛在的相互影響。若同一高度層的兩架航空器延同一航向飛行,管制員不需要給過多指令,只需要對其速度進行調(diào)整,確保前后機保持著安全間隔即可。但是同一高度層上的兩架航空器航向交叉,或者航向是雙向航路,那交通復雜度會增加。根據(jù)相關(guān)規(guī)則[7],在同一巡航高度層的航空器同航跡飛行,同時使用航路上的同一測距臺測距時,航空器間最低間隔標準為60km;前機真空速大于后機40km/h,為40千米。也就是說,前后機的間隔至少需要40km,才能保證安全。因此,如圖1所示,當航空器A與航空器B分別沿所示方向飛行,角度差為α,飛出單元格時的側(cè)向間隔為10km(雷達間隔標準),兩航空器航向之間的角度夾角小于α時,兩機為同向飛行。此時α= arctan(10/40)=14.04°。因此兩架航空器的航向夾角相差小于15°時,兩航空器可視為同向飛行,大于 15°時,兩航空器有相互影響。本文定義飛行流結(jié)構(gòu)予以修正。
其中αhd表示發(fā)生航向調(diào)整(大于等于15度)的航班比例,φ為航班混合程度。
交通混合基于航空器的速度大小。當航空器速度發(fā)生變化,可能會出現(xiàn)前后機間隔縮小,低于安全間隔,又或是飛行速度過快,而打亂管制員最初的僅僅排序等潛在影響。同一管制扇區(qū)內(nèi),不同性能的航空器,會使得管制員花更多時間去解決可能發(fā)生的沖突,從而空域的復雜度也增加。前后兩機在同一高度層,當相距50km,若后機速度快于前機,兩架航空器就會存在潛在的沖突。因此,本文定義交通混合系數(shù)予以修正復雜度。
其中αsp表示發(fā)生速度調(diào)整(大于等于20km/h)的航班比例,φ為航班混合程度。
本文采集國內(nèi)某管制區(qū)的01號扇區(qū)雷達數(shù)據(jù),從高度、速度、航向變化等方面分析,計算該扇區(qū)的復雜度。
為了更好的驗證模型的正確性,本文根據(jù)國內(nèi)某一機場的某日機場均小時進出架次統(tǒng)計表,選取一時間段進行分析。
由圖2可知,11時至22時為繁忙的時間段,由此選擇該天18時至19時經(jīng)過該機場空域的01號扇區(qū)作為統(tǒng)計依據(jù)。
本文根據(jù)實時雷達數(shù)據(jù),利用oracle數(shù)據(jù)庫刪選出UTC時間10時至11時這一小時內(nèi),01號扇區(qū)內(nèi)航空器相關(guān)數(shù)據(jù),再依次統(tǒng)計每架航空器的高度、速度、航向變化次數(shù),以及相關(guān)比例。
以航班CCA4327為例,分析其雷達數(shù)據(jù),得出高度變化曲線,如圖3所示。
由圖3可知,航班在飛越01號扇區(qū)時刻,有兩次下降高度(高度變化大于200米或660英尺),則在統(tǒng)計表內(nèi)記錄下降兩次。速度、航向變化曲線同理可得。通過分析得出總的統(tǒng)計數(shù)據(jù)表,見表1。
依照表1的原始統(tǒng)計數(shù)據(jù),通過所定義的各類修正參數(shù),計算。得出表2數(shù)據(jù)。
由表2可知該扇區(qū)的復雜度TC為5895.35。
本文以航空器運行狀態(tài)改變可能造成的沖突為出發(fā)點,基于成熟的動態(tài)密度模型,選取了最能表征產(chǎn)生此潛在沖突的四個參數(shù),建立了交通復雜度計算模型。通過分析交通復雜度的相關(guān)因素,從交通密度、交通進展、飛行流結(jié)構(gòu)、交通混合四個方面進行參數(shù)修正,使得模型更加真實可靠,為扇區(qū)劃設(shè)提供了參考依據(jù)。復雜度的計算直接從雷達數(shù)據(jù)中提取,具有可靠性,加上各類參數(shù)的修正,更能客觀反映出區(qū)域內(nèi)交通復雜程度,也直接折射出管制員的負荷大小。但本文仍存在不足之處,沒有涉及到空域復雜度的預測,這也是之后需要繼進一步研究的地方。
[1]張進,胡明華,張晨.空中交通管理中的復雜性研究[J].航空學報,2009,30(11):2132-2142.
[2]A.Klein,P.Kopardekar,M.D.Rodgers and H.Kaing.Airspace Playbook:Dynamic Airspace Reallocation Coordinated with the National Severe Weather Playbook,7th AIAA ATIO Conference,Belfast,UK,2007.
[3]何毅.空中交通復雜度參數(shù)模型的研究[D].上海:同濟大學,2007.
[4]戴福青,洪蘭收.空域交通復雜度計算方法研究[J].中國民航大學學報,2010.6,28(3).
[5]葉博嘉,胡明華,張晨,張進.基于交通結(jié)構(gòu)的空中交通復雜性建模[J].交通運輸系統(tǒng)工程與信息,2012.01-0166-07.
[6]楊波,李黎.交通復雜度管理淺析[J].空中交通管制,2009.11(4-10).
[7]中國民用航空總局.民用航空使用空域辦法[S],2004.
Air traffic complexity refers to the complexity of the airspace that controllers conduct. When aircraft have changed in the operations, it will create a number of potential conflicts. Based on the experienced dynamic air density model, many parameters are classified and select the most prominent parameters characterizing this category, finally create a new complexity-computing model. Reference the conflict-workload when controllers are resolving these conflicts, it corrects these parameters from traffic density, traffic progress, flight flow structure and mixing modification and it is concluded that the complexity of calculation formula. By using radar data to measure of an specific airspace, the airspace of traffic complexity value are obtained.
Traffic complexity Dynamic density Controller workload
肖遙(1987-),男,重慶,中國民航大學研究生,主要研究方向為交通運輸規(guī)劃與管理。