馬琳昌 韓明明 鄧鈺賢

(昆明長水國際機(jī)場有限責(zé)任公司 云南昆明 650000)

1 背景

機(jī)場的生產(chǎn)運(yùn)行是一個嚴(yán)密的生產(chǎn)鏈條，以過站航班為例，從航班落地到起飛，前后需要經(jīng)過43 個里程碑節(jié)點[1]，且里程碑之間有嚴(yán)格的因果關(guān)系，以協(xié)同決策的理念出發(fā)，進(jìn)行嚴(yán)謹(jǐn)?shù)纳a(chǎn)任務(wù)安排，可以減少生產(chǎn)資源的浪費(fèi)，也使機(jī)場生產(chǎn)結(jié)果可預(yù)期，同時建立在可預(yù)期生產(chǎn)保障環(huán)節(jié)上的安全、效率目標(biāo)得以實現(xiàn)。然而在現(xiàn)實生產(chǎn)過程中，航空器的空中航行常常因天氣原因，發(fā)生返航、備降、盤旋等待等情況，從第一個環(huán)節(jié)開始就打亂了整套生產(chǎn)鏈的安排，且此消息常常不能夠及時反饋到各參與保障方，那后續(xù)生產(chǎn)結(jié)果可預(yù)期性就會被打破，造成生產(chǎn)資源的浪費(fèi)。另外，航空器在空中因各種原因所造成飛行異?，F(xiàn)象，有可能導(dǎo)致危險產(chǎn)生，機(jī)場又無法及時獲取該消息，沒有充裕的時間進(jìn)行調(diào)度，對應(yīng)急救援的及時開展造成困難。肖鵬等人[2]指出，2017年全年，航空器偏離空管指令報告次數(shù)達(dá)600余次，會對航空器和機(jī)上人員安全產(chǎn)生威脅，同時張藝嚴(yán)[3]也說明，迅速、準(zhǔn)確地識別異常行為，可以及時制止危害行為發(fā)生。所以，該研究可以自動識別航空器空中異常，并提醒機(jī)場各保障方的方法就變得切實需要。

2 資料與方法

目前地面獲得航空器在空中的狀態(tài)信息主要渠道是雷達(dá)監(jiān)視系統(tǒng)及ADS-B（廣播式自動相關(guān)監(jiān)視系統(tǒng)），二者都可獲取航空器空中位置、角度、速度、高度等信息[4]。何桂萍[5]通過研究表明，融合雷達(dá)監(jiān)視系統(tǒng)及ADS-B 系統(tǒng)能夠?qū)崿F(xiàn)從航路到機(jī)場地面對飛機(jī)的全面、連續(xù)監(jiān)視。支旭東[6]研究表明，使用ADS-B系統(tǒng)監(jiān)視航路飛行可以滿足現(xiàn)有的SSR 間隔標(biāo)準(zhǔn)，暨通過ADS-B，獲取的空中航空器信息可以信任，因此該文選取了2021 年7～9 月昆明-騰沖航班進(jìn)行研究，并通過VariFlight ADSB與Flightradar24獲取航班飛行數(shù)據(jù)，通過歸納分類，把航空器整個飛行軌跡分為正常與異常兩類，具體情況見圖1、圖2。

圖1 異常航班軌跡

圖2 正常航班軌跡

空中航空器回傳的數(shù)據(jù)主要包括角度、速度、高度這3 個信息，該文選取高度資料進(jìn)行分析。通過觀察正常航班高度資料發(fā)現(xiàn)，正常航班的高度變化是規(guī)律的順序變化，不同正常航班的變化趨勢較一致，又發(fā)現(xiàn)實際獲得的數(shù)據(jù)受探測設(shè)備本身的精度、設(shè)備回傳數(shù)據(jù)的頻率、航速（時間）等影響，就會產(chǎn)生偏移點現(xiàn)象，根據(jù)圖3 顯示可知，正常的空中航空器回傳的數(shù)據(jù)變化趨勢大致一致，但表現(xiàn)出的數(shù)據(jù)偏移較大。

圖3 正常航班高度變化

在這里需要對數(shù)據(jù)進(jìn)行處理，基本思想是構(gòu)造高度與精度、頻率、速度（時間）的換算，按一定比例轉(zhuǎn)換，合并頻率較高的數(shù)據(jù)，在求均數(shù)后，再進(jìn)行回歸分析，得到一個典型的高度變化趨勢，構(gòu)造高度與精度、頻率、速度（時間）的換算如下：

通過轉(zhuǎn)換后結(jié)果具體見圖4。

圖4 正常航班高度變化趨勢（AVG）

獲取正常航班的典型趨勢后，對異常航班的高度數(shù)據(jù)進(jìn)行同樣的處理，并將結(jié)果數(shù)據(jù)和正常航班的高度變化趨勢進(jìn)行對比分析，具體情況見圖5。

從圖5中可以看出，異常航班的高度變化與正常航班的高度變化趨勢有明顯的不同，通常會有雙峰、多峰等特點，上述即為一個完整分析思路。用同樣的方法也可應(yīng)用于分析飛機(jī)的空中方向角、速度信息，總體思路是通過大量歷史上正常與異常的航班數(shù)據(jù)積累，發(fā)現(xiàn)正常變化趨勢和異常航班的趨勢規(guī)律，并以此作為基準(zhǔn)，判斷航班是否是異常航班。在此說明，該文作者所采用的回歸分析方法并非最佳回歸分析法，這里值得注意的是，可以利用目前主流的人工智能技術(shù)[7]，找到一種可用于這類分析中更好的分析方法，對此該文不再展開。

圖5 異常航班高度變化趨勢對比

然后，介紹對航空器飛行時間的另外一種判斷方法，暨對航空器驟降異常進(jìn)行判斷，假定一個檢測周期為第一檢測周期；最大下降率根據(jù)飛機(jī)在不同實時飛行高度的不同高度對應(yīng)；判定式為其中H1與H2分別為第一檢測周期內(nèi)起始時刻和結(jié)束時刻所對應(yīng)的航空器的起始飛行高度和結(jié)束飛行高度，T1為第一檢測周期，M為最大下降率。根據(jù)起飛高度公式，選取相應(yīng)的最大下降速度。利用第一檢測周期開始時刻的數(shù)據(jù)采集，得到飛機(jī)的起始飛行高度H1，以及第一檢測周期的末尾飛行高度H2，并利用公式進(jìn)行計算，計算結(jié)果作為判定的參考數(shù)據(jù)；在異常判定模塊中，利用公式進(jìn)行計算，計算結(jié)果作為判定參考數(shù)據(jù)；在異常判定模塊中進(jìn)行異常飛行判定。此方法同樣適用于對角度、速度的處理[8-9]。

3 結(jié)語

（1）自動識別航空器空中異常，并提醒機(jī)場各保障方，此需求切實需要、可行。（2）利用ADS-B獲取航空器空中的高度、角度、速度變化，可以以此判斷航空器是否發(fā)生異常。（3）判斷航班異常，可以運(yùn)用趨勢的辦法和周期的方法，結(jié)合使用可更好準(zhǔn)確地判斷航班異常。