飛行沖突解脫方法及設(shè)備的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及空域交通管理技術(shù)，尤其涉及一種飛行沖突解脫方法及設(shè)備。
【背景技術(shù)】
[0002] 近幾年來，航空運(yùn)輸業(yè)發(fā)展迅猛，預(yù)計(jì)未來幾年民航市場也將繼續(xù)保持高速增長 態(tài)勢。然而隨著飛行流量的增加，空域中飛行器的密度也相應(yīng)增加，飛行器之間的安全間隔 難以保證，存在沖突的可能性增加，進(jìn)而使得飛行安全受到嚴(yán)重威脅。作為保證飛行安全的 關(guān)鍵技術(shù)之一，飛行沖突解脫方法的研究是必要且迫切的。
[0003] 傳統(tǒng)飛行沖突解脫方法的研究主要集中在局部空域，缺乏戰(zhàn)略層面的全局解脫方 法。另外，傳統(tǒng)飛行沖突解脫方法的單點(diǎn)運(yùn)算方式極大限制了計(jì)算效率。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明提供一種用于飛行沖突解脫方法及設(shè)備，以全局戰(zhàn)略規(guī)劃空域交通，并減 少飛行沖突解脫的計(jì)算量，提高飛行沖突解脫效率。
[0005] 第一方面，本發(fā)明提供一種飛行沖突解脫方法，包括：
[0006] 根據(jù)待優(yōu)化飛行器的四維軌跡，獲取飛行沖突態(tài)勢估計(jì)模型，所述飛行沖突態(tài)勢 估計(jì)模型包括多個(gè)個(gè)體，所述多個(gè)個(gè)體中每一個(gè)體包括所有待優(yōu)化飛行器的起飛延遲時(shí) 間，且不同個(gè)體之間互異；
[0007] 根據(jù)目標(biāo)函數(shù)，獲得所述飛行沖突態(tài)勢估計(jì)模型對(duì)應(yīng)的目標(biāo)函數(shù)值，所述目標(biāo)函 數(shù)為根據(jù)所有待優(yōu)化飛行器之間的飛行沖突態(tài)勢建立的；
[0008] 將所述飛行沖突態(tài)勢估計(jì)模型中所有個(gè)體分為Μ組，對(duì)每一組，采用文化基因算 法進(jìn)行預(yù)設(shè)次數(shù)的變異，以優(yōu)化該組中待優(yōu)化飛行器的起飛延遲時(shí)間，其中，Μ為大于或等 于2的整數(shù)；
[0009] 排列所述Μ組呈一循環(huán)，以所述循環(huán)中任一組為起始組，依次將每一組中最優(yōu)個(gè) 體復(fù)制給下一組，替代該下一組中最差個(gè)體，直至所述起始組的上一組結(jié)束，獲得更新后的 飛行沖突態(tài)勢估計(jì)模型；
[0010] 根據(jù)所述目標(biāo)函數(shù)，獲得所述更新后的飛行沖突態(tài)勢估計(jì)模型對(duì)應(yīng)的目標(biāo)函數(shù) 值，保留上述兩個(gè)目標(biāo)函數(shù)值中較大值對(duì)應(yīng)的飛行沖突態(tài)勢估計(jì)模型。
[0011] 在第一方面的第一種可能的實(shí)現(xiàn)方式中，所述根據(jù)待優(yōu)化飛行器的四維軌跡，獲 取飛行沖突態(tài)勢估計(jì)模型，包括：
[0012] 根據(jù)如下公式，獲得所有待優(yōu)化飛行器之間的飛行沖突態(tài)勢（CS):
[0013]
[0014] 其中，ε ^表示待優(yōu)化飛行器匕和匕之間的安全間隔；dist^a)表示待優(yōu)化飛行 器h和F,之間的最小距離；Σ為求和符號(hào)；min ()表示取括號(hào)內(nèi)兩數(shù)值中較小值；η表示所 述待優(yōu)化飛行器的總數(shù)。
[0015] 根據(jù)第一方面的第一種可能的實(shí)現(xiàn)方式，在第一方面的第二種可能的實(shí)現(xiàn)方式 中，所述根據(jù)目標(biāo)函數(shù)，獲得所述飛行沖突態(tài)勢估計(jì)模型對(duì)應(yīng)的目標(biāo)函數(shù)值，包括：
[0016] 根據(jù)如下公式，獲得所述飛行沖突態(tài)勢估計(jì)模型對(duì)應(yīng)的目標(biāo)函數(shù)值：
[0017]
[0018] 其中，F(xiàn)表示個(gè)體適應(yīng)度；δ i表示待優(yōu)化飛行器Fi的起飛延遲時(shí)間；δ _表示預(yù) 設(shè)起飛延遲時(shí)間。
[0019] 根據(jù)第一方面、第一方面的第一種至第二種可能的實(shí)現(xiàn)方式中任意一種，在第一 方面的第三種可能的實(shí)現(xiàn)方式中，所述文化基因算法中的局部搜索具體為：
[0020] 根據(jù)高斯分布模型，獲得局部搜索頻率，所述高斯分布模型表示為
其中，Υ表示所述局部搜索頻率；G表示所述預(yù)設(shè) 次數(shù)；μ表示高斯分布模型的均值；σ表示高斯分布模型的標(biāo)準(zhǔn)差；η表示每組中的個(gè)體 數(shù)；
[0021] 根據(jù)所述局部搜索頻率，獲得該組中進(jìn)行局部搜索的個(gè)體；
[0022] 對(duì)所述進(jìn)行局部搜索的個(gè)體中每一個(gè)體，采用預(yù)設(shè)局部搜索策略進(jìn)行局部搜索， 獲得自身適應(yīng)度較優(yōu)的個(gè)體。
[0023] 根據(jù)第一方面、第一方面的第一種至第三種可能的實(shí)現(xiàn)方式中任意一種，在第一 方面的第四種可能的實(shí)現(xiàn)方式中，所述個(gè)體還包括每一待優(yōu)化飛行器與該個(gè)體中其它待優(yōu) 化飛行器的沖突數(shù)量，所述文化基因算法中的全局搜索具體為：
[0024] 根據(jù)所述每一待優(yōu)化飛行器與該個(gè)體中其它待優(yōu)化飛行器的沖突數(shù)量，獲得該待 優(yōu)化飛行器的自身適應(yīng)度；
[0025] 根據(jù)所述待優(yōu)化飛行器的自身適應(yīng)度，采用預(yù)設(shè)全局搜索策略進(jìn)行全局搜索，獲 得自身適應(yīng)度較優(yōu)的個(gè)體。
[0026] 第二方面，本發(fā)明提供一種飛行沖突解脫設(shè)備，包括：
[0027] 獲取模塊，用于根據(jù)待優(yōu)化飛行器的四維軌跡，獲取飛行沖突態(tài)勢估計(jì)模型，所述 飛行沖突態(tài)勢估計(jì)模型包括多個(gè)個(gè)體，所述多個(gè)個(gè)體中每一個(gè)體包括所有待優(yōu)化飛行器的 起飛延遲時(shí)間，且不同個(gè)體之間互異；
[0028] 運(yùn)算模塊，用于根據(jù)目標(biāo)函數(shù)，獲得所述獲取模塊所獲取的所述飛行沖突態(tài)勢估 計(jì)模型對(duì)應(yīng)的目標(biāo)函數(shù)值，所述目標(biāo)函數(shù)為根據(jù)所有待優(yōu)化飛行器之間的飛行沖突態(tài)勢建 立的；
[0029] 變異模塊，用于將所述獲取模塊所獲取的所述飛行沖突態(tài)勢估計(jì)模型中所有個(gè)體 分為Μ組，對(duì)每一組，采用文化基因算法進(jìn)行預(yù)設(shè)次數(shù)的變異，以優(yōu)化該組中待優(yōu)化飛行器 的起飛延遲時(shí)間，其中，Μ為大于或等于2的整數(shù)；
[0030] 更新模塊，用于排列所述變異模塊獲得的變異后的Μ組呈一循環(huán)，以所述循環(huán)中 任一組為起始組，依次將每一組中最優(yōu)個(gè)體復(fù)制給下一組，替代該下一組中最差個(gè)體，直至 所述起始組的上一組結(jié)束，獲得更新后的飛行沖突態(tài)勢估計(jì)模型；
[0031] 所述運(yùn)算模塊還用于根據(jù)所述目標(biāo)函數(shù)，獲得所述更新模塊獲得的所述更新后的 飛行沖突態(tài)勢估計(jì)模型對(duì)應(yīng)的目標(biāo)函數(shù)值，保留上述兩個(gè)目標(biāo)函數(shù)值中較大值對(duì)應(yīng)的飛行 沖突態(tài)勢估計(jì)模型。
[0032] 在第二方面的第一種可能的實(shí)現(xiàn)方式中，所述獲取模塊具體用于：
[0033] 根據(jù)如下公式，獲得所有待優(yōu)化飛行器之間的飛行沖突態(tài)勢（CS):
[0034]
[0035] 其中，ε ^表示待優(yōu)化飛行器匕和匕之間的安全間隔；dist^a)表示待優(yōu)化飛行 器h和F,之間的最小距離；Σ為求和符號(hào)；min ()表示取括號(hào)內(nèi)兩數(shù)值中較小值；η表示所 述待優(yōu)化飛行器的總數(shù)。
[0036] 根據(jù)第二方面的第一種可能的實(shí)現(xiàn)方式，在第二方面的第二種可能的實(shí)現(xiàn)方式 中，所述運(yùn)算模塊具體用于：
[0037] 根據(jù)如下公式，獲得所述飛行沖突態(tài)勢估計(jì)模型對(duì)應(yīng)的目標(biāo)函數(shù)值：
[0038]
[0039] 其中，F(xiàn)表示個(gè)體適應(yīng)度；δ i表示待優(yōu)化飛行器Fi的起飛延遲時(shí)間；δ _表示預(yù) 設(shè)起飛延遲時(shí)間。
[0040] 根據(jù)第二方面、第二方面的第一種至第二種可能的實(shí)現(xiàn)方式中任意一種，在第二 方面的第三種可能的實(shí)現(xiàn)方式中，所述變異模塊采用文化基因算法中的局部搜索時(shí)，具體 用于：
[0041] 根據(jù)高斯分布模型，獲得局部搜索頻率，所述高斯分布模型表示為
，其中，Υ表示所述局部搜索頻率；G表示所述預(yù)設(shè) 次數(shù)；μ表示高斯分布模型的均值；σ表示高斯分布模型的標(biāo)準(zhǔn)差；n表示每組中的個(gè)體 數(shù)；
[0042] 根據(jù)所述局部搜索頻率，獲得該組中進(jìn)行局部搜索的個(gè)體；
[0043] 對(duì)所述進(jìn)行局部搜索的個(gè)體中每一個(gè)體，采用預(yù)設(shè)局部搜索策略進(jìn)行局部搜索， 獲得自身適應(yīng)度較優(yōu)的個(gè)體。
[0044] 根據(jù)第二方面、第二方面的第一種至第三種可能的實(shí)現(xiàn)方式中任意一種，在第二 方面的第四種可能的實(shí)現(xiàn)方式中，所述個(gè)體還包括每一待優(yōu)化飛行器與該個(gè)體中其它待優(yōu) 化飛行器的沖突數(shù)量，所述變異模塊采用文化基因算法中的全局搜索時(shí)，具體用于：
[0045] 根據(jù)所述每一待優(yōu)化飛行器與該個(gè)體中其它待優(yōu)化飛行器的沖突數(shù)量，獲得該待 優(yōu)化飛行器的自身適應(yīng)度；
[0046] 根據(jù)所述待優(yōu)化飛行器的自身適應(yīng)度，采用預(yù)設(shè)全局搜索策略進(jìn)行全局搜索，獲 得自身適應(yīng)度較優(yōu)的個(gè)體。
[0047] 本發(fā)明通過對(duì)飛行沖突態(tài)勢估計(jì)模型分組，采用多島遺傳算法并行處理，運(yùn)算效 率高，在提高飛行沖突解脫效率的同時(shí)，達(dá)到較低的平均飛行延誤時(shí)間；通過文化基因算 法，滿足全局優(yōu)化下飛行沖突解脫的需求，實(shí)現(xiàn)全局戰(zhàn)略規(guī)劃空域交通。
【附圖說明】
[0048] 圖1為本發(fā)明飛行沖突解脫方法實(shí)施例一的流程示意圖；
[0049] 圖2為本發(fā)明飛行沖突解脫方法實(shí)施例一中個(gè)體編碼示例圖；
[0050] 圖3為本發(fā)明飛行沖突解脫方法實(shí)施例一中組間遷移交換示例圖；
[0051] 圖4為本發(fā)明飛行沖突解脫方法實(shí)施例二的流程示意圖；
[0052] 圖5為本發(fā)明飛行沖突解脫方法實(shí)施例二中交叉方法示意圖；
[0053] 圖6為本發(fā)明飛行沖突解脫方法實(shí)施例二中變異方法示意圖；
[0054] 圖7為本發(fā)明飛行沖突解脫設(shè)備實(shí)施例三的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0055] 飛行沖突解脫問題是一種多變量（包括連續(xù)和離散變量）、多目標(biāo)、多約束、非線 性、多極值、目標(biāo)函數(shù)和約束條件非解析函數(shù)的復(fù)雜且大規(guī)模的優(yōu)化問題。傳統(tǒng)優(yōu)化算法， 例如，基于梯度的優(yōu)化算法和Powell法等優(yōu)化算法，存在以下缺陷：
[0056] (1)傳統(tǒng)優(yōu)化算法不能直接用于處理連續(xù)/離散混合設(shè)計(jì)變量的優(yōu)化問題；
[0057] (2)傳統(tǒng)優(yōu)化算法對(duì)初值較為敏感，且容易陷入局部最優(yōu)點(diǎn)；
[0058] (3