蔡開泉，趙 鵬

（北京航空航天大學(xué)電子信息工程學(xué)院，北京 100191）

空中交通間隔管控是利用沖突管理的手段，確保航空器飛行全過程與其他航空器間以及與障礙物間滿足安全間隔標(biāo)準(zhǔn)要求，減小潛在飛行沖突與碰撞風(fēng)險(xiǎn)，維護(hù)空中交通秩序，提高空中交通運(yùn)行效率?？罩薪煌ㄩg隔管控是空中交通管理（簡稱“空管”）系統(tǒng)的核心任務(wù)。根據(jù)國際民航組織Doc 9854《全球空中交通管理運(yùn)行概念》［1］的定義，沖突管理從時(shí)間尺度上可以分為戰(zhàn)略沖突管理、中短期間隔保持和近距防撞。戰(zhàn)略沖突管理是在航空器起飛前通過空域管理、飛行計(jì)劃、流量管理等方式實(shí)現(xiàn)潛在飛行沖突的預(yù)先管理；中短期間隔保持則是指潛在沖突發(fā)生前數(shù)十分鐘以內(nèi)對航空器的計(jì)劃航跡進(jìn)行沖突探測與解脫，避免航空器間以及航空器與障礙物間低于安全間隔標(biāo)準(zhǔn)；近距防撞是指在航空器間沖突已經(jīng)發(fā)生，或者將在數(shù)十秒內(nèi)存在碰撞風(fēng)險(xiǎn)的情況下采取的防撞措施，也是沖突管理中的最后一道防線，典型的設(shè)備有空中防撞系統(tǒng)（Traffic collision avoidance system，TCAS）、機(jī)載防撞系統(tǒng)（Airborne collision avoidance system，ACAS）等［2］。空中交通間隔管控關(guān)注的重點(diǎn)是戰(zhàn)略沖突管理和中短期間隔保持。與近距防撞機(jī)制相比，空中交通間隔管控在處理邏輯、時(shí)序預(yù)測和程序變更等方面有較為明顯的不同［3］。

傳統(tǒng)的空中交通間隔管控采用以地面管制員為中心、按管制扇區(qū)進(jìn)行集中式間隔管控的方式。然而隨著航空運(yùn)輸量的持續(xù)增長，空中交通運(yùn)行的復(fù)雜度逐步加大，由于管制工作負(fù)荷大、航空器飛行靈活性受限等原因，傳統(tǒng)管控方式難以滿足高復(fù)雜度空域環(huán)境下空中交通安全高效運(yùn)行的需求，已成為空管系統(tǒng)保障能力穩(wěn)步提升的關(guān)鍵瓶頸之一。為應(yīng)對持續(xù)增長的空管保障需求，迫切需要?jiǎng)?chuàng)新空中交通間隔管控模式。美國航空無線電技術(shù)委員會（Radio Technical Commission for Aeronautics，RTCA）于1995 年提出“自由飛行”的計(jì)劃中，航空器自主間隔保持被認(rèn)為是一個(gè)潛在可行的運(yùn)行概念［4］，即通過將地面管制系統(tǒng)的間隔管制任務(wù)轉(zhuǎn)移到由航空器與機(jī)組人員完成，讓機(jī)載端承擔(dān)更多的飛行沖突探測與解脫責(zé)任，實(shí)現(xiàn)空地分布式的自主間隔保持與安全管控，提升空中航行的靈活性和自主性。分布式自主間隔管控與傳統(tǒng)集中式間隔管控的區(qū)別如圖1 所示。

圖1 分布式自主間隔管控模式（右）與傳統(tǒng)集中式間隔管控模式（左）示意圖Fig.1 Illustration of distributed self-separation management mode and conventional centralized mode

為驗(yàn)證自主運(yùn)行的運(yùn)行概念，美國聯(lián)邦航空局（Federal Aviation Administration，F(xiàn)AA）、美國航空航天局（National Aeronautics and Space Administration，NASA）先后啟動(dòng)了“安全飛行21（Safe flight 21）”“空地分布式管制運(yùn)行（Distributed air/ground-traffic management，DAG-TM）”等項(xiàng)目［5］，歐洲空中航空局（EUROCONTROL）、荷蘭國家航空實(shí)驗(yàn)室也先后開展了“自由航路實(shí)驗(yàn)方案（Free-route experimental encounter resolution，F(xiàn)REER）”“自主飛行（iFly）”等項(xiàng)目［6］。其中，iFly項(xiàng)目驗(yàn)證了自主運(yùn)行條件下的空域保障容量可提升 近3 倍。2009 年，EUROCONTROL 在 葡 萄 牙首次設(shè)立自由航路（Free route airspace，F(xiàn)RA），允許航空器“點(diǎn)到點(diǎn)”自主選擇飛行路線，在集中式間隔管控模式下實(shí)現(xiàn)靈活運(yùn)行。目前FRA 已推廣應(yīng)用到歐洲的大部分空域，飛行效率提升效果明顯，每天節(jié)省燃油約3 000 t。FAA 于2016 年在泛大西洋航路上應(yīng)用尾隨飛行程序（In trail procedures，ITP），利用廣播式自動(dòng)相關(guān)監(jiān)視-接收（Automatic dependent surveillance-broadcast in，ADS-B In）技術(shù)，后機(jī)機(jī)組監(jiān)視并保持與前機(jī)的安全間隔，實(shí)現(xiàn)尾隨飛行過程中高度自主的高度層變更，以便選擇更經(jīng)濟(jì)的巡航高度層，從而節(jié)省燃油消耗。

2020 年2 月，美國NASA 發(fā)布了《2019 戰(zhàn)略實(shí)施規(guī)劃》［7］，提出了未來15 年通過航空器實(shí)施近期有限的自主運(yùn)行、中期小規(guī)模自主運(yùn)行、遠(yuǎn)期大規(guī)模自主運(yùn)行的3 個(gè)階段，逐步實(shí)現(xiàn)自主運(yùn)行的發(fā)展愿景。歐洲航空安全局（European Aviation Safety Agency，EASA）也發(fā)布了《1.0 版人工智能路線圖：從以人為中心向人工智能的過渡》［8］，提出利用人工智能、機(jī)器學(xué)習(xí)等新技術(shù)在2035 年實(shí)現(xiàn)空中交通自主運(yùn)行。

盡管國際上針對空中交通自主間隔管控已開展了大量的研究與應(yīng)用驗(yàn)證工作，然而尚未在真正意義上實(shí)現(xiàn)應(yīng)用，仍存在諸多問題亟待逐一解決［9］。典型問題包括：（1）以航空器自身傳感器為主的空域態(tài)勢感知方式，難以完備、準(zhǔn)確地識別空中飛行威脅；航空器自主間隔保持難以確保飛行安全；多源多粒度威脅數(shù)據(jù)可信融合與風(fēng)險(xiǎn)預(yù)測是首先需要解決的問題。（2）受運(yùn)行環(huán)境、設(shè)備性能和人為因素等不確定性因素影響，自主化的空中交通系統(tǒng)將是一個(gè)非確定性的復(fù)雜自適應(yīng)系統(tǒng)，實(shí)際運(yùn)行中間隔管控的魯棒性難以確保。尤其對于航空器機(jī)載飛行航跡的實(shí)時(shí)規(guī)劃與控制，面臨著不確定性環(huán)境下機(jī)載飛行航跡無沖突魯棒規(guī)控的問題。（3）空中交通自主間隔管控技術(shù)的應(yīng)用，將使得未來空中交通運(yùn)行呈現(xiàn)出分布式、集中式和混合式等多模式間隔管控，特別是在航空器機(jī)載能力和地面系統(tǒng)差異化的環(huán)境下，如何實(shí)現(xiàn)多模式混合運(yùn)行的高性能管控，是亟待解決的又一項(xiàng)技術(shù)挑戰(zhàn)。

針對上述問題和挑戰(zhàn)，本文將從機(jī)載飛行態(tài)勢感知、機(jī)載飛行航跡規(guī)劃與控制、空中交通自主運(yùn)行管控3 方面的技術(shù)展開綜述，梳理歸納空中交通自主間隔管控技術(shù)的研究進(jìn)展，總結(jié)3 方面技術(shù)的研究熱點(diǎn)與發(fā)展趨勢，并分析未來研究的思路與方向。

1 機(jī)載飛行態(tài)勢感知技術(shù)

機(jī)載飛行態(tài)勢感知是空中交通自主間隔管控的首要前提。航空器飛行態(tài)勢主要包括空域內(nèi)飛行沖突、碰撞風(fēng)險(xiǎn)等交通態(tài)勢信息，以及氣象、地形等環(huán)境態(tài)勢信息。機(jī)載飛行態(tài)勢感知需要采集獲取上述飛行安全態(tài)勢相關(guān)信息，并針對飛行威脅進(jìn)行準(zhǔn)確的風(fēng)險(xiǎn)評估與影響分析。

1.1 機(jī)載交通與環(huán)境態(tài)勢感知

在空中交通態(tài)勢感知方面，機(jī)載航空監(jiān)視系統(tǒng)裝備技術(shù)發(fā)展相對成熟，特別是針對短期近距的交通態(tài)勢感知，以第一代空中防撞系統(tǒng)TCAS Ⅰ為代表的機(jī)載防撞系統(tǒng)可探測航空器垂直距離2 133～3 048 m，水平半徑28～74 km 以內(nèi)的空域范圍，當(dāng)有鄰機(jī)接近時(shí)，會提前40 s 告警，并向飛行員提供鄰機(jī)的高度和位置等信息，感知范圍如圖2 所示。近年來，隨著TCAS 系統(tǒng)的不斷升級，現(xiàn)有的TCAS Ⅱ系統(tǒng)支持語音沖突告警并提供垂直方位的避撞建議。然而，TCAS 的框架設(shè)計(jì)是基于確定型模型，未考慮環(huán)境動(dòng)態(tài)、飛行員操作行為等不確定性因素的影響。為了提高機(jī)載防撞系統(tǒng)的魯棒性，F(xiàn)AA 開始研制升級版的TCAS—ACAS Ⅹ［10］。ACAS Ⅹ將避撞問題建模為局部觀測馬爾科夫過程，并利用動(dòng)態(tài)規(guī)劃方法求解避撞策略，避撞策略以查找表的形式儲存于機(jī)載設(shè)備中，并根據(jù)具體情形輸出避撞建議。此外，為了進(jìn)一步擴(kuò)展航空器態(tài)勢感知的范圍，多款支持航空器中遠(yuǎn)距態(tài)勢監(jiān)視的系統(tǒng)也隨之出現(xiàn)。以機(jī)載ADS-B IN 為代表的廣域監(jiān)視系統(tǒng)能夠?qū)崿F(xiàn)以本機(jī)為中心，半徑約240 km 范圍內(nèi)的探測，同時(shí)接收其他航空器及地面監(jiān)視服務(wù)設(shè)備發(fā)送的交通態(tài)勢信息［11］。

圖2 TCAS 感知范圍示意圖Fig.2 Illustration of TCAS protection volume

除了對監(jiān)視范圍的擴(kuò)展外，部分研究者重點(diǎn)關(guān)注如何實(shí)現(xiàn)更為準(zhǔn)確化、精細(xì)化的沖突感知。Jenie 等［12］通過確定性的速度障礙（Velocity obstacle，VO）幾何模型，預(yù)估給定時(shí)間內(nèi)兩機(jī)的相對運(yùn)動(dòng)趨勢來感知沖突態(tài)勢；為提升沖突探測的準(zhǔn)確性，Hao 等［13］分析了基于航跡的運(yùn)行（Trajectory based operation，TBO）場景下飛行員意圖的不確定性對于航空器飛行軌跡預(yù)測的影響，建立了時(shí)空可達(dá)域概率模型。

在機(jī)載氣象態(tài)勢感知上，目前主要依靠機(jī)載天氣多普勒雷達(dá)，典型產(chǎn)品有德國HENSOLDT 公司 的 PrecISR 和 美 國 Collins 宇 航 公 司 的TWR-850，但機(jī)載天氣雷達(dá)探測范圍和能力有限，為此美國國家海洋與大氣管理局（National Oceanic and Atmospheric Administration，NOAA）和FAA 聯(lián)合推出座艙天氣增強(qiáng)感知系統(tǒng)（Next generation weather radar，NEXRAD），將全美160 座高分辨率S 波段多普勒天氣雷達(dá)采集的信息經(jīng)過處理后通過地空數(shù)據(jù)鏈上傳至座艙。在針對危險(xiǎn)天氣威脅氣象因素識別與跟蹤研究上，Shah 等［14］為解決雷暴虛假合并問題，提出一種用于雷暴探測和跟蹤的算法，該算法能夠自動(dòng)計(jì)算合適的雷暴單體探測閾值，進(jìn)而準(zhǔn)確識別雷暴簇中的雷暴單體，更好地探測初生雷暴。Wang 等［15］為了準(zhǔn)確、快速地預(yù)測二維平面的風(fēng)切變，提出一種利用機(jī)載氣象雷達(dá)識別不同高度水平風(fēng)切變區(qū)域的區(qū)域增長算法，使風(fēng)切變的識別精度、識別速度及剪切線連續(xù)性得以提升。

在地形態(tài)勢感知方面，1972 年加拿大工程師開發(fā)了地面迫近告警系統(tǒng)（Ground proximity warning system，GPWS）［16］該系統(tǒng)可從飛機(jī)起飛開始到降落地面為止，持續(xù)監(jiān)視飛機(jī)的離地高度，利用無線電高度表獲得離地高度，并預(yù)測飛機(jī)的飛行趨勢，當(dāng)發(fā)現(xiàn)存在危險(xiǎn)時(shí)將以圖像與語音方式警告飛行員采取避險(xiǎn)措施。隨著數(shù)字地圖技術(shù)、GPS 精確定位和導(dǎo)航技術(shù)的發(fā)展，美國Honeywell 公司［17］開發(fā)了地形感知與告警系統(tǒng)（Terrain awareness warning system，TAWS），在近地告警系統(tǒng)的基礎(chǔ)上增加了前視功能和地形感知功能。為了進(jìn)一步提升機(jī)載地形感知的精度，近年來也有研究者利用探測系統(tǒng)采集的地形數(shù)據(jù)開展地形感知算法的研究。張永［18］基于數(shù)字高程地圖（Digital elevation model，DEM）數(shù)據(jù)采用掃描填充算法快速生成彩色的動(dòng)態(tài)地形圖，實(shí)現(xiàn)飛行全過程地形的全面感知和威脅告警。

然而，為了滿足航空器飛行態(tài)勢全面感知的需求，傳統(tǒng)的孤立式機(jī)載態(tài)勢信息處理方式逐漸被多元信息融合處理技術(shù)所取代。從20 世紀(jì)末開始，美國Collins 公司、Honeywell 公司等開始研發(fā)機(jī)載綜合監(jiān)視系統(tǒng)（Integrated surveillance system，ISS）、航空器環(huán)境監(jiān)視系統(tǒng)（Aircraft environmental surveillance system，AESS）等，在一定程度上實(shí)現(xiàn)了機(jī)載分布式態(tài)勢數(shù)據(jù)的融合，已應(yīng)用于空客A350、A380 等類型的客機(jī)。此外，駕駛艙交通信息顯示系統(tǒng)（Cockpit display of traffic information，CDTI）［19］也可為航空器飛行提供可視化綜合態(tài)勢信息。

1.2 機(jī)載飛行威脅評估與影響分析

飛行威脅評估是指航空器周邊其他航空器或氣象條件、地形等態(tài)勢對航空器自身威脅程度的分析、判別與估計(jì)。現(xiàn)有飛行威脅評估相關(guān)的研究工作主要分為評估模型建立和評估指標(biāo)選擇2 個(gè)方面。針對飛行威脅評估模型可從航空器實(shí)際的運(yùn)行環(huán)境入手，設(shè)計(jì)多種基于不同威脅程度劃分的目標(biāo)威脅估計(jì)方法。孔尚萍［20］為解決傳統(tǒng)威脅評估方法主觀性強(qiáng)、賦權(quán)方法單一的問題，提出基于層次分析法與熵權(quán)法的威脅評估方法，建立組合賦權(quán)模型，進(jìn)一步提升防空作戰(zhàn)場景下入侵機(jī)沖突風(fēng)險(xiǎn)評估的可信度；在威脅評估過程中，影響威脅評估的因素往往具有不確定性，有些屬性值甚至無法直接獲取。為此，趙嶷飛等［21］對屬性值進(jìn)行模糊化處理，基于模糊層次分析法（Fuzzy analytic hierarchy process，F(xiàn)AHP）和模糊綜合評價(jià)法評價(jià)了航路交通態(tài)勢；周源等［22］在目標(biāo)威脅評估中引入了目標(biāo)威脅意圖評估，并建立基于貝葉斯網(wǎng)絡(luò)的不確定性目標(biāo)威脅評估模型，使得評估結(jié)果更為合理；Alam 等［23］提出集成飛行沖突探測方法，針對不同飛行沖突探測方法在不同場景中的探測能力不同的問題，首先采用遺傳算法產(chǎn)生復(fù)雜沖突場景，再利用數(shù)據(jù)挖掘手段識別沖突探測算法誤檢或漏檢的沖突模式，然后在某一沖突模式下選擇對該模式?jīng)_突識別準(zhǔn)確率最高的算法。

在評估指標(biāo)選擇方面，目前的研究主要是基于單一交通安全態(tài)勢要素的分析，指標(biāo)的分類較為多樣且不成體系。邱啟倫［24］從通航領(lǐng)域復(fù)雜低空環(huán)境的特點(diǎn)出發(fā)，借助NetLogo 平臺仿真復(fù)雜低空多種航空器混合飛行環(huán)境，根據(jù)“沖突數(shù)”“沖突避讓行為比”“匯聚迫近程度”及“平均速度改變量”等指標(biāo)對混合飛行的態(tài)勢進(jìn)行特性分析。Calvo-Fernández 等［25］通過對飛行沖突和管制員解脫指令等數(shù)據(jù)進(jìn)行分析，將航空器沖突分成不同類別，并對管制員的指令進(jìn)行聚類，從而建立沖突-解脫指令的對應(yīng)關(guān)系。

飛行威脅影響分析則是針對飛行威脅影響較大的目標(biāo)重新設(shè)計(jì)間隔標(biāo)準(zhǔn)，從而實(shí)現(xiàn)可靠的自主間隔保持。傳統(tǒng)的安全間隔設(shè)計(jì)方法主要是針對集中式管制環(huán)境下的空域運(yùn)行提出的，以20 世紀(jì)60 年代的Reich 模型［26］為代表，其主要思想是通過建立碰撞模板和臨近層對平行航路進(jìn)行基于固定距離閾值的縱向、側(cè)向和垂直方向的安全間隔設(shè)計(jì)，并通過大規(guī)模的碰撞實(shí)驗(yàn)來驗(yàn)證間隔參數(shù)設(shè)計(jì)的合理性。近年來研究者們在安全間隔的設(shè)計(jì)中引入了多元隨機(jī)因素，以滿足未來空域更為精細(xì)化、高效化的運(yùn)行需求。張兆寧等［27］利用貝葉斯網(wǎng)絡(luò)方法對自由飛行場景下的碰撞風(fēng)險(xiǎn)進(jìn)行了研究，根據(jù)自由飛行的特點(diǎn)，建立了改進(jìn)的Event 碰撞風(fēng)險(xiǎn)計(jì)算模型，確定了航空器間的最小安全間距。Weibel 等［28］將well-clear 閾值作為無人機(jī)間隔標(biāo)準(zhǔn)設(shè)計(jì)的參考，根據(jù)國際民航組織對間隔標(biāo)準(zhǔn)的定義，基于目標(biāo)安全水平推導(dǎo)出well-clear 的邊界值。Mosquera-Benitez 等［29］綜 合 考 慮 航 空 器 速 度誤差、導(dǎo)航監(jiān)視設(shè)備固有的定位誤差、人為干預(yù)場景下的通信和機(jī)動(dòng)響應(yīng)延時(shí)以及尾流擾動(dòng)等因素，設(shè)計(jì)了由4 層緩沖邊界構(gòu)成的最小化動(dòng)態(tài)安全保護(hù)區(qū)。Yang 等［30］采用基于場景方法建立了航跡的概率可達(dá)集模型，并用于沖突探測與解脫。Mullins 等［31］提出了可應(yīng)用于無人機(jī)機(jī)載感知與規(guī)避技術(shù)（Sense and aviod，SAA）系統(tǒng)的動(dòng)態(tài)間隔閾值，考慮入侵機(jī)機(jī)動(dòng)性能，用基于時(shí)間的閾值代替基于距離的閾值標(biāo)準(zhǔn)，實(shí)現(xiàn)了較為保守的間隔設(shè)計(jì)。NASA 的Munoz 等［32］根據(jù)TCAS Ⅱ沖突解脫過程中基于水平方向不同的時(shí)間度量，提出了支持有/無人航空器混合運(yùn)行空域的間隔保持well-clear 模型，在保證飛行安全的前提下有效提升空域的容量和效率。

機(jī)載飛行態(tài)勢監(jiān)視典型技術(shù)手段歸納對比如表1 所示。

表1 機(jī)載飛行態(tài)勢監(jiān)視典型技術(shù)手段歸納對比Table 1 Comparison of classical airborne airspace-situation-awareness technologies

2 機(jī)載飛行航跡規(guī)劃與控制技術(shù)

機(jī)載飛行航跡規(guī)劃與沖突解脫是空中交通自主間隔管控的核心。為了從機(jī)載端實(shí)現(xiàn)多時(shí)間跨度的自主間隔保持，不僅需要針對長期或全航段航空器運(yùn)行進(jìn)行航跡規(guī)劃，提升全局運(yùn)行效率，也需要針對短期或中短期航空器進(jìn)行航跡的實(shí)時(shí)重新規(guī)劃，通過沖突解脫避免潛在沖突，確保飛行安全。

2.1 飛行航跡規(guī)劃

機(jī)載飛行航跡規(guī)劃主要通過機(jī)載飛行管理系統(tǒng)（Flight management system，F(xiàn)MS）實(shí)現(xiàn)。飛行員可通過FMS 接口輸入包括起飛機(jī)場、航路點(diǎn)、目的機(jī)場等參數(shù)的飛行計(jì)劃，進(jìn)而由FMS 從數(shù)據(jù)庫中提取信息，進(jìn)行從爬升階段到進(jìn)近階段的航跡規(guī)劃［34］。在航跡規(guī)劃方法研究方面，Chaloulos 等［35］采用以機(jī)載控制為主，地面信息輸入為輔的思路，采用人工勢場和自動(dòng)控制結(jié)合的方法，在勢場中應(yīng)用導(dǎo)航功能從而實(shí)現(xiàn)在機(jī)載端的分布式短期無沖突規(guī)控，并通過地面模型預(yù)測控制器為航空器提供中 期 的 航 空 器 航 跡 規(guī) 劃。Asadi 等［36］基 于VO 模型，通過在局部決策中協(xié)調(diào)其他主體的目標(biāo)來消除航空器之間的優(yōu)先級，并提高了協(xié)同分布式控制的性 能。Zhao 等［37］提 出 了 利 用Dijkstra 算 法 和 啟 發(fā)式迭代搜索算法的垂向協(xié)同航跡規(guī)劃方法，綜合考慮多種威脅因素規(guī)劃安全飛行航跡，并進(jìn)一步擴(kuò)展到水平航跡規(guī)劃［38］。Erzberger 等［39］提出了考慮水平航向角限制的無沖突航跡規(guī)劃方法。Pallottino等［40］采用了混合整數(shù)規(guī)劃優(yōu)化沖突解脫航跡的方法，Schouwenaars 等［41］進(jìn) 一 步 將 該 方 法 改 進(jìn) 為 非中心方式。Christodoulou 等［42］利用混合整數(shù)非線性規(guī)劃方法，聯(lián)合優(yōu)化控制水平航向角與飛行速度，進(jìn)而得到無沖突航跡。Lehouillier 等［43］將不確定性引入到確定性模型中，并將無沖突航跡規(guī)劃問題建模為最大團(tuán)最小權(quán)值問題，并利用混合整數(shù)規(guī)劃求解。

隨著基于四維航跡運(yùn)行概念（4D TBO）的提出，機(jī)載航跡規(guī)劃對所需到達(dá)時(shí)間（Required time of arrival，RTA）有了更精細(xì)的要求，Ramasamy等［44］提出了以四維航跡為基礎(chǔ)的下一代飛行管理系統(tǒng)（Next generation flight management system，NG-FMS）航跡規(guī)劃方法。該方法使NG-FMS 與地面四維航跡規(guī)劃系統(tǒng)實(shí)現(xiàn)系統(tǒng)間充分的互操作，能夠產(chǎn)生一族四維航跡，對應(yīng)于航空導(dǎo)航服務(wù)商以及航空公司運(yùn)行中心協(xié)調(diào)的一系列權(quán)值參數(shù)。對于不同的運(yùn)行任務(wù)，NG-FMS 將采用偽譜以及加權(quán)和的方法產(chǎn)生優(yōu)化的航跡。

2.2 飛行沖突解脫

飛行沖突解脫是指航空器或地面管制中心在發(fā)現(xiàn)空域內(nèi)存在潛在沖突時(shí)，執(zhí)行一系列避免飛行沖突的操作［45］。沖突解脫按照建模方法可分為確定型模型和概率型模型。在自主間隔管控的運(yùn)行框架下，沖突解脫的模型框架可以分為分布式和集中-分布式［46］。

針對確定型沖突解脫問題，Gai 等［47］采用基于碰撞邊界的沖突探測方法，提出了使用非線性動(dòng)態(tài)逆導(dǎo)航方法實(shí)現(xiàn)航空器的沖突解脫，該方法可適用于初始角度和速度多元的多航空器沖突解脫問題。Hwang 等［48］提出了基于規(guī)則的多航空器沖突解脫方法，該方法考慮了對位置、航向、速度和異步操作等因素，具有針對不確定性變化的魯棒性。

針對概率型沖突解脫問題，Ong 等［49］將沖突解脫問題描述為多智能體馬爾可夫隨機(jī)決策過程（Multi-agent markov decision process，MMDP），并考慮了航空器動(dòng)力學(xué)、環(huán)境因素和飛行員反應(yīng)等不確定性問題，通過將MMDP 分解為容易處理的子問題對模型進(jìn)行求解，從而實(shí)現(xiàn)了一種魯棒的多航空器沖突解脫方法。Lauderdale 等［50］將沖突概率轉(zhuǎn)化為飛行延誤，作為沖突規(guī)控目標(biāo)函數(shù)中的罰函數(shù)進(jìn)行求解，該方法求解簡便，適用于兩飛行器間的無沖突規(guī)控局部優(yōu)化。Paielli 等［51］提出了利用概率模型和坐標(biāo)轉(zhuǎn)換以計(jì)算機(jī)間沖突概率的方法，并進(jìn)一步提出沖突解脫策略。Kochenderfer 等［52］利用雷達(dá)數(shù)據(jù)訓(xùn)練了動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)實(shí)現(xiàn)了飛行航跡預(yù)測，進(jìn)而采用馬爾科夫蒙特卡洛方法［53］實(shí)現(xiàn)對沖突概率的預(yù)測。

針 對 分 布 式 的 沖 突 解 脫 問 題，Durand［54］對 傳統(tǒng)分布式最優(yōu)交互沖突避免（Optimal receipracle conflict avoidance，ORCA）控制方法進(jìn)行修改，使其適用于速度控制受限的航空器并進(jìn)行大規(guī)模控制。Yang 等［55］采用蒙特卡洛決策樹對無人航空器（Unmanned aerial vehicle，UAV）進(jìn)行分布式的航跡規(guī)劃，并可識別合作/非合作機(jī)群。為實(shí)現(xiàn)分布式?jīng)_突解脫的高效計(jì)算，近年來越來越多的學(xué)者利用強(qiáng)化學(xué)習(xí)來解決分布式?jīng)_突解脫問題。Yang等［56］利用基于模型的強(qiáng)化學(xué)習(xí)方法提出了接近最優(yōu)的無沖突控制策略，該方法可在多維連續(xù)空間中利用最優(yōu)策略尋找理論上接近最優(yōu)的策略，并實(shí)時(shí)對航空器進(jìn)行航跡控制。Zhao 等［57］使用卷積神經(jīng)網(wǎng)絡(luò)（Convolutional neural network，CNN）結(jié)合深度強(qiáng)化學(xué)習(xí)網(wǎng)絡(luò)將空域VO 圖像作為輸入進(jìn)行訓(xùn)練，解決了強(qiáng)化學(xué)習(xí)只能針對特定數(shù)量入侵機(jī)訓(xùn)練解脫策略的問題。Wang 等［58］考慮航空器轉(zhuǎn)彎半徑等實(shí)際飛行條件建立了相適應(yīng)的強(qiáng)化學(xué)習(xí)模型，通過智能體針對多沖突場景生成航空器響應(yīng)機(jī)動(dòng)，并應(yīng)用AC（Actor-critic）算法提高了計(jì)算效率，最終實(shí)現(xiàn)求解時(shí)間減少至200 ms 以內(nèi)的效果。Shi等［59］針對有/無人航空器混合空域融合的分布式?jīng)_突解脫方法，其特點(diǎn)是先構(gòu)建了針對異質(zhì)航空器的動(dòng)態(tài)保護(hù)區(qū)，然后應(yīng)用VO 模型求其可用的速度和方向角，如圖3 所示。

圖3 VO 錐模型Fig.3 VO cone model

單純的分布式?jīng)_突解脫方法由于缺少全局信息往往難以實(shí)施最優(yōu)解脫策略，集中-分布式的沖突解脫方法利用集中式考慮全局狀態(tài)，再利用分布式進(jìn)行求解，可以實(shí)現(xiàn)接近最優(yōu)解脫效果的策略。Liu 等［60］提出了一種基于圖網(wǎng)絡(luò)的沖突解脫方法，以調(diào)整最少數(shù)量的關(guān)鍵沖突航空器為約束目標(biāo)，同時(shí)保證全局無沖突情況。Chaloulos 等［61］采用以機(jī)載控制為主，地面信息輸入為輔的思路，利用人工勢場和自動(dòng)控制的方法，在勢場中應(yīng)用導(dǎo)航功能從而實(shí)現(xiàn)在機(jī)載端的分布式短期無沖突規(guī)控，并通過地面模型預(yù)測控制器為航空器提供中期的航空器航跡規(guī)劃。集中-分布式的沖突解脫方法是從完全集中式向完全分布式的過渡方法，其可以在考慮集中式的全局優(yōu)化角度的基礎(chǔ)上，利用分布式計(jì)算提升計(jì)算效率。

機(jī)載沖突探測與解脫典型算法歸納對比如表2 所示。

表2 機(jī)載沖突解脫典型算法歸納對比Table 2 Comparison of classical airborne conflict resolution methods

3 空中交通自主運(yùn)行管控技術(shù)

空中交通自主運(yùn)行管控是從系統(tǒng)全局層面，對指定空域范圍內(nèi)的所有運(yùn)行航空器（具備自主間隔保持能力和不具備自主間隔保持能力），采用集中式、分布式或混合式間隔管控方式，對空域內(nèi)的飛行流進(jìn)行綜合管控。根據(jù)間隔管控模式的區(qū)別，可分為自上而下的集中式管控、自下而上的分布式管控以及綜合兩種管控方式的混合式管控根據(jù)；根據(jù)空域運(yùn)行場景的差異，可分為包括自由航路、尾隨飛行、終端區(qū)進(jìn)離場管理等場景下的自主運(yùn)行管控。

集中管控模式多以地面管制系統(tǒng)為主導(dǎo)，側(cè)重全空域內(nèi)的整體效率與安全性。Durand 等［62］采用集中管控方式解決了法國空域巡航階段航空器間的飛行沖突問題，考慮到大規(guī)模組合優(yōu)化問題的全局求解難度，航空器采用較為簡單的解脫機(jī)動(dòng)方式。在Durand 等 工 作 的 基 礎(chǔ) 上，Hu 等［63］引 入 航向、速度、高度層變更的三維機(jī)動(dòng)方式，給出了航空器在全局解脫機(jī)動(dòng)代價(jià)最小時(shí)的最優(yōu)無沖突機(jī)動(dòng)策略。然而，為確保解的時(shí)效性，多機(jī)場景下的集中管控策略的求解往往僅能得到局部最優(yōu)解或者次 優(yōu) 可 行 解。 Pallottino 等［64］后 續(xù) 通 過 借 助CPLEX 優(yōu)化器得到全局最優(yōu)解，但模型只能推廣應(yīng)用至17 架航空器的飛行場景。綜上，集中式優(yōu)化管控在航空器數(shù)量較少時(shí)可以取得理想結(jié)果，隨著場景內(nèi)航空器數(shù)量的增多，難以保證在有限時(shí)間內(nèi)為所有航空器生成最優(yōu)無沖突解。

分布式管控模式利用機(jī)間信息交互，其中由個(gè)體間相互協(xié)調(diào)保持間距的多智能體系統(tǒng)（Multi-agent system，MAS）技術(shù)得到了廣泛應(yīng)用。Hill 等［65］較早地將MAS 協(xié)作機(jī)制應(yīng)用到自由飛行航空器的無沖突機(jī)動(dòng)航向生成過程，為多機(jī)間分布式?jīng)_突解脫策略研究提供了新的發(fā)展思路，但在三維空間的應(yīng)用還有待研究。石文先［66］在三維空間中，以充分考慮各個(gè)航空器智能體的目標(biāo)意圖為基礎(chǔ)，得出各航空器均能接受且整體效應(yīng)最優(yōu)的沖突解脫策略?？紤]到傳統(tǒng)的分布式算法對航空器間的態(tài)勢共享與通信資源的條件有著較高要求，基于弱通信（即不要求場景內(nèi)的所有航空器間均存在態(tài)勢共享）的多智能體集群控制模型得到廣泛應(yīng)用，具體方法包括領(lǐng)航-跟隨法［67］、一致性理論方法［68］等。Kuriki 等［68］將一致性協(xié)同編隊(duì)控制算法與基于人工勢場的避撞控制算法相結(jié)合，在自由航路飛行的航空器可在一致性控制律作用下，利用鄰近航空器狀態(tài)信息到達(dá)指定位置并保持預(yù)期的安全間隔。綜上，分布式優(yōu)化管控具有機(jī)動(dòng)性強(qiáng)、適應(yīng)度高、求解迅速的優(yōu)勢，但對于航空器間的協(xié)調(diào)機(jī)制有著較高的要求，在多航空器協(xié)同過程中容易引發(fā)二次沖突，嚴(yán)重影響管控的穩(wěn)定性。

此外，考慮到復(fù)雜高密度運(yùn)行場景下，單一的集中式管控時(shí)效性不足并且分布式控制穩(wěn)定性難以保障，為兼顧管控策略的科學(xué)性和時(shí)效性，部分學(xué)者提出了集中管控指揮與個(gè)體分布機(jī)動(dòng)的混合式控制模式。Zhang 等［69］在分析航空器沖突關(guān)聯(lián)關(guān)系的基礎(chǔ)上，設(shè)計(jì)了基于協(xié)同進(jìn)化的集中式分布式混合沖突解脫框架，在接近實(shí)時(shí)的情況下可有效地獲得最優(yōu)解。肖宗豪等［70］結(jié)合集中式與分布式兩種控制方式提出了無人航空器集群混合式控制機(jī)制，仿真實(shí)驗(yàn)對分布式、集中式與混合式3 種控制進(jìn)行對比仿真，結(jié)果表明基于混合式控制的集群在飛行可控性、跟隨性、一致性以及降低通信負(fù)載等方面具有明顯優(yōu)勢，驗(yàn)證了混合式控制方法的有效性。湯新民等［71］針對航路序貫飛行場景前機(jī)減速情況下兩航空器的間隔保持問題，并且在考慮航路飛行存在的隨機(jī)擾動(dòng)因素的條件下，提出了基于滾動(dòng)時(shí)域控制的航向角調(diào)整和真空速調(diào)整的混合間隔保持策略。

為科學(xué)選擇管控方式，學(xué)者們進(jìn)一步針對同一場景下不同管控方式間的性能差異開展了研究。孫樊榮等［72］建立了大流量條件下分布式管控系統(tǒng)和集中式管控系統(tǒng)的安全性計(jì)算模型，結(jié)果顯示在大流量時(shí)分布式管控系統(tǒng)的安全性低于集中式管控系統(tǒng)。Xue［73］針對城市空中交通系統(tǒng)中無人航空器沖突解脫的方式選擇，對集中式、統(tǒng)一規(guī)則的分布式和混合式3 種運(yùn)行管控模式進(jìn)行了建模和分析，重點(diǎn)考察了3 種管控方式下通信和狀態(tài)信息監(jiān)視偏差對整體安全、效率等性能指標(biāo)的影響。

自主運(yùn)行管控典型算法按場景分類進(jìn)行歸納對比如表3 所示。

表3 自主運(yùn)行管控典型算法歸納對比Table 3 Comparison of classical autonomous operation management methods

4 現(xiàn)狀總結(jié)與研究展望

從上述綜述可以看出，圍繞空中交通自主間隔管控技術(shù)，國內(nèi)外已開展了大量的研究工作，形成了較為豐富的理論與技術(shù)研究成果，但仍未完全解決空中交通自主間隔管控實(shí)際應(yīng)用中面臨的挑戰(zhàn)性問題。

4.1 現(xiàn)狀總結(jié)

（1）機(jī)載空域態(tài)勢感知逐步由傳統(tǒng)各類態(tài)勢信息的獨(dú)立探測、分離感知向協(xié)同感知、態(tài)勢融合的方向發(fā)展，飛行威脅評估由傳統(tǒng)的單維度定性分析向多維度定量評估的方向發(fā)展，安全間隔標(biāo)準(zhǔn)則由傳統(tǒng)集中管控模式下的靜態(tài)固定間隔向動(dòng)態(tài)自適應(yīng)間隔的方向發(fā)展。但目前機(jī)載飛行態(tài)勢感知仍存在各要素信息融合程度低、威脅評估可信度不足等問題，且應(yīng)對多元威脅場景下航空器自主間隔保持與安全飛行，安全間隔自主管控的適應(yīng)性和靈活性有待提高。因此，機(jī)載安全態(tài)勢可信感知與動(dòng)態(tài)安全間隔設(shè)計(jì)將是該領(lǐng)域重要的研究方向。

（2）機(jī)載飛行航跡規(guī)劃逐步由單機(jī)空間三維規(guī)劃向包括到達(dá)時(shí)間在內(nèi)的多機(jī)時(shí)空四維規(guī)劃的方向發(fā)展，機(jī)載飛行沖突解脫則由確定性條件下的短期沖突解脫向考慮不確定性影響的中長期解脫方向發(fā)展?？盏胤植际降淖灾鏖g隔管控對機(jī)載航跡規(guī)劃與沖突解脫的能力提出了更高的要求，為確?？罩薪煌ㄗ灾鬟\(yùn)行安全高效的目標(biāo)，特別是應(yīng)對實(shí)際運(yùn)行環(huán)境中不確定性影響，需要重點(diǎn)解決機(jī)載四維飛行航跡的實(shí)時(shí)無沖突魯棒規(guī)劃與控制的問題。

（3）空中交通運(yùn)行管控手段逐步由單一管控模式向適應(yīng)場景需要的多管控模式混合的方向發(fā)展，管控的內(nèi)涵將在間隔管控的基礎(chǔ)上，更關(guān)注個(gè)體層面間隔管控與整體飛行流同步控制的結(jié)合。因此，空中交通自主運(yùn)行管控不僅需要滿足飛行無沖突、安全間隔保持等安全性能要求，還需要考慮效率、容量等整體空域運(yùn)行效能指標(biāo)。然而目前空中交通自主運(yùn)行管控缺乏不同運(yùn)行場景、不同飛行流密度下綜合性能的評估方法，特別是針對多場景下多模式間隔管控的混合運(yùn)行。因此，跨模式融合運(yùn)行的高性能管控技術(shù)將是該領(lǐng)域重要的研究方向。

4.2 問題分析與可能思路

（1）多源多粒度威脅數(shù)據(jù)可信融合與風(fēng)險(xiǎn)預(yù)測

由于機(jī)載飛行威脅識別依賴于民航飛機(jī)機(jī)載的TCAS、氣象雷達(dá)等的近距監(jiān)視手段，以及ADS-B IN、ADS-R、TIS-B、FIS-B 等中遠(yuǎn)距監(jiān)視手段，多源監(jiān)視數(shù)據(jù)的時(shí)空基準(zhǔn)、分辨率、尺度各異，多元監(jiān)視的目標(biāo)位置、速度置信度也參差不齊，如何對多源多粒度威脅數(shù)據(jù)進(jìn)行融合處理，實(shí)現(xiàn)高置信度的飛行威脅估計(jì)是空中交通自主間隔管控中面臨的難題。同時(shí)，航空器飛行的高動(dòng)態(tài)性、飛行威脅的多元化和空域環(huán)境的多樣化，飛行威脅導(dǎo)致的航空器間沖突風(fēng)險(xiǎn)隨時(shí)間變化復(fù)雜，在受限的機(jī)載計(jì)算資源條件下，對復(fù)雜時(shí)變風(fēng)險(xiǎn)進(jìn)行演化判定與準(zhǔn)確預(yù)測更加劇了這一問題的復(fù)雜程度。

針對機(jī)載多源多粒度威脅數(shù)據(jù)可信融合與風(fēng)險(xiǎn)預(yù)測的問題，可嘗試“關(guān)聯(lián)校準(zhǔn)、增量預(yù)測、動(dòng)態(tài)包絡(luò)”的思路加以解決，即通過機(jī)載多源監(jiān)視數(shù)據(jù)的跨尺度點(diǎn)跡關(guān)聯(lián)、時(shí)空校準(zhǔn)、融合優(yōu)選等方法，實(shí)現(xiàn)監(jiān)視數(shù)據(jù)的可信融合與飛行威脅識別，并利用短期更新結(jié)合長期記憶的方法進(jìn)行飛行威脅演變的增量式態(tài)勢預(yù)測，進(jìn)而針對威脅目標(biāo)及其風(fēng)險(xiǎn)構(gòu)建航空器動(dòng)態(tài)自適應(yīng)的安全邊界包絡(luò)。同時(shí)，采用有效的地空、空空通信或監(jiān)視手段，感知獲取周邊空域鄰近飛機(jī)的意圖是實(shí)現(xiàn)飛行威脅與風(fēng)險(xiǎn)準(zhǔn)確估計(jì)的重要途徑，也是未來研究的一個(gè)方向。

（2）不確定性條件下多機(jī)四維航跡的快速魯棒規(guī)劃與控制

由于空域運(yùn)行環(huán)境的動(dòng)態(tài)性、機(jī)載能力的差異性、運(yùn)行場景的多樣性，使得機(jī)載航跡規(guī)劃與控制受到諸多不確定性因素的影響，特別是在惡劣天氣、突發(fā)沖突系統(tǒng)故障等突發(fā)事件的情況下，如何設(shè)計(jì)出具備一定不確定性適應(yīng)能力的機(jī)載四維航跡規(guī)劃與沖突解脫方法以實(shí)現(xiàn)機(jī)載魯棒規(guī)控，是需要解決的一個(gè)關(guān)鍵問題。同時(shí)，面向未來TBO 運(yùn)行，航空器飛行航跡規(guī)劃需在傳統(tǒng)空間三維規(guī)劃基礎(chǔ)上考慮到達(dá)時(shí)間要求實(shí)現(xiàn)時(shí)空四維航跡規(guī)劃，實(shí)現(xiàn)傳統(tǒng)短期的局部沖突解脫向中期的廣域沖突解脫的轉(zhuǎn)變，然而機(jī)載四維航跡規(guī)劃與解脫計(jì)算復(fù)雜度急劇增大，不確定性條件下多機(jī)四維航跡的快速魯棒規(guī)劃與控制面臨巨大挑戰(zhàn)。

針對不確定性條件下多機(jī)飛行航跡實(shí)時(shí)魯棒規(guī)劃的問題，可嘗試“置信表征、四維可達(dá)、自主學(xué)習(xí)”的思路加以解決，即先從理論上研究不確定性條件下飛行航跡規(guī)控策略適應(yīng)性的置信表征方法，利用該方法指導(dǎo)計(jì)算給定概率約束下飛行航跡時(shí)空四維可達(dá)空間，進(jìn)一步采用線下自主學(xué)習(xí)、線上實(shí)時(shí)計(jì)算的強(qiáng)化學(xué)習(xí)框架，高效設(shè)計(jì)給定概率約束下高適應(yīng)性的四維航跡魯棒規(guī)控策略。

（3）多間隔管控模式下混合飛行流的高效協(xié)同管控

在高密度飛行流的復(fù)雜運(yùn)行環(huán)境下，空域內(nèi)航空器運(yùn)行空間受限，分布式、集中式和混合式多模式間隔管控并行存在，空中交通運(yùn)行管控如何保證全局性能，如何適應(yīng)動(dòng)態(tài)運(yùn)行需求，是實(shí)際運(yùn)行中面臨的共性問題。同時(shí)，考慮到未來有人航空器、無人航空器等異質(zhì)航空器的混合飛行，混合飛行流運(yùn)行管控的復(fù)雜性勢必加大，如何在兼顧間隔保持安全的同時(shí)，實(shí)現(xiàn)多間隔管控模式下復(fù)雜飛行流的高效協(xié)同管控，是需要解決的又一問題。

針對多間隔管控模式下混合飛行流的高效協(xié)同管控的問題，可嘗試“場景驅(qū)動(dòng)、性能適配、一致控制”的思路加以解決，即根據(jù)空中交通運(yùn)行的典型場景需求和特點(diǎn)，開展基于間隔管控模式性能的空中交通運(yùn)行管控技術(shù)研究，針對多模式混合運(yùn)行以一致性控制為基礎(chǔ)開展跨模式融合運(yùn)行的高性能管控方法研究。此外，未來空地系統(tǒng)、航空器之間實(shí)現(xiàn)充分的互聯(lián)互通，相關(guān)航空器主體之間如何通過共享意圖甚至是四維航跡實(shí)現(xiàn)態(tài)勢的一致性共享，進(jìn)而支撐運(yùn)行的一致性管控，也是未來研究工作的一個(gè)重要方向。

5 結(jié) 論

空中交通自主間隔管控是國際民航界普遍認(rèn)同的下一代空中交通管理系統(tǒng)發(fā)展的前沿技術(shù)方向。本文從機(jī)載飛行態(tài)勢感知、機(jī)載航跡規(guī)劃與控制、空中交通自主運(yùn)行管控3 個(gè)方面對空中交通自主間隔管控的研究工作進(jìn)行綜述，總結(jié)歸納了國內(nèi)外技術(shù)研究現(xiàn)狀與問題挑戰(zhàn)，梳理分析了3 方面技術(shù)的發(fā)展趨勢，提出了未來的重點(diǎn)方向與研究思路，為相關(guān)領(lǐng)域研究人員開展空中交通自主間隔管控新技術(shù)的研究提供參考。