Методы решения задач планирования и регулирования потоков воздушного движения. Ч. 1. Стратегическое планирование четырехмерных траекторий

Обложка

Цитировать

Полный текст

Аннотация

Рассмотрены задачи повышения безопасности и эффективности организации воздушного движения. Особое внимание уделено перспективным методам обнаружения и разрешения конфликтов между воздушными судами. Приведена классификация этих методов. Рассмотрена задача минимизации числа потенциальных конфликтов при использовании перспективной технологии управления воздушным движением – стратегическом планировании четырехмерных траекторий. Представлена математическая модель учета неопределенности при стратегическом планировании четырехмерных траекторий, формальная постановка в виде задачи смешанного целочисленного программирования и подходы к ее решению. Для оценки целевой функции необходим подсчет числа потенциальных конфликтов между воздушными судами, который, при учете неопределенностей, требует особенно больших объемов вычислений. Рассмотрен альтернативный подход к оценке пропускной способности воздушного пространства, связанный со сложностью воздушного движения, зависящей от структуры трафика и геометрии воздушного пространства.

Об авторах

Е. Л Кулида

Институт проблем управления им. В.А. Трапезникова РАН

Email: elena-kulida@yandex.ru
г. Москва, Россия

В. Г Лебедев

Институт проблем управления им. В.А. Трапезникова РАН

Email: lebedev-valentin@yandex.ru
г. Москва, Россия

Список литературы

  1. The Next Generation Air Transportation System (NextGen). Concept of Operations. – Washington, DC: Joint Planning & Development Office, 2011.
  2. Sesar Joint Undertake. European ATM Master Plan. – Brussels, Belgium: SESAR, 2020.
  3. Paielli, R.A. Trajectory Specification for High-Capacity Air Traffic Control // Journal of Aerospace Computing, Information, and Communication. – 2005. – Vol. 2, no. 9. – P. 361–385. – doi: 10.2514/1.12335
  4. Paielli, R.A., Erzberger, H. Trajectory Specification for Terminal Airspace: Conflict Detection and Resolution // Journal of Air Transportation. – 2019. – Vol. 27, no. 2.
  5. Paielli, R.A., Erzberger H. Conflict Probability Estimation for Free Flight // Journal of Guidance, Control, and Dynamics. – 1997. – Vol. 20, no. 3. – P. 588–596.
  6. Paielli, R.A., Erzberger H. Conflict Probability Estimation Generalized to Non-level Flight // Air Traffic Control Quarterly. – 1999. – Vol. 7, no. 3. – P. 195–222.
  7. Jacquemart, D., Morio, J. Adaptive Interacting Particle System Algorithm for Aircraft Conflict Probability Estimation // Aerospace Science and Technology. – 2016. – Vol. 55. – P. 431–438.
  8. Jiang, X.R., Wen, X.X., Wu, M.G., et al. A SVM Approach of Aircraft Conflict Detection in Free Flight // Journal of Advanced Transportation. – 2018. – No. 4. – P. 1–9.
  9. Ribeiro, M., Ellerbroek, J., Hoekstra, J. Review of Conflict Resolution Methods for Manned and Unmanned Aviation // Aerospace. – 2020. – Vol. 7, no. 79. – doi: 10.3390/aerospace7060079.
  10. Pallottino, L., Feron, E., Bicchi, A. Conflict Resolution Problems for Air Traffic Management Systems Solved with Mixed Integer Programming // IEEE Transactions on Intelligent Transportation Systems. – 2002. – No. 3. – P. 3–11.
  11. Cafieri, S., Omheni, R. Mixed-Integer Nonlinear Programming for Aircraft Conflict Avoidance by Sequentially Applying Velocity and Heading Angle Changes // European Journal of Operational Research. – 2017. – Vol. 260. – P. 283–290.
  12. Pelegrın, M., d’Ambrosio, C. Airspace Conflict Resolution: A Unifying Mathematical Framework and Review // HAL. – 2021. – URL: https://hal.archives-ouvertes.fr/hal-02902566/.
  13. Alonso-Ayuso, A., Escudero, L.F., Martin-Campo, F.J., Mladenovic, N. A VNS Metaheuristic for Solving the Aircraft Conflict Detection and Resolution Problem by Performing Turn Changes // Journal of Global Optimization. – 2014. – Vol. 63 – P. 583–596.
  14. Liu, H., Liu, F., Zhang, X., et al. Aircraft Conflict Resolution Method Based on Hybrid Ant Colony Optimization and Artificial Potential Field // Science China Information Sciences. – 2018. – Vol. 61. – Art. no. 129103.
  15. Allignol, C., Barnier, N., Durand, N., Alliot, J.M. A New Framework for Solving En Route Conflicts // Air Traffic Control Quarterly. – 2013. – Vol. 21, no. 3. – P. 233–253. – doi: 10.2514/atcg.21.3.233
  16. Sislak, D., Volf, P., Pechoucek, M. Agent-Based Cooperative Decentralized Airplane-Collision Avoidance // IEEE Transactions on Intelligent Transportation Systems. – 2011. – Vol. 12. – P. 36–46.
  17. Chaimatanan, S., Delahaye, D., Mongeau, M. A Hybrid Metaheuristic Optimization Algorithm for Strategic Planning of 4D Aircraft Trajectories at the Continental Scale // IEEE Computational Intelligence Magazine. – 2014. – Vol. 9, no. 4. – P. 46–61.
  18. Chaimatanan, S., Delahaye, D., Mongeau, M. Aircraft 4D Trajectories Planning under Uncertainties // Proceedings of 2015 IEEE Symposium Series on Computational Intelligence (SSCI 2015). – Cape Town, South Africa. – 2015. – P. 51–58.
  19. Barnier, N., Allignol, C. 4D – Trajectory Deconfliction Through Departure Time Adjustment // 8th USA/Europe Air Traffic Management Research and Development Seminar. ATM 2009. – Napa, USA, 2009.
  20. Cafieri, S., Durand, N. Aircraft Deconfliction with Speed Regulation: New Models from Mixed-Integer Optimization // Journal of Global Optimization. – 2014. – Vol. 58, no. 4. – P. 613–629.
  21. Belotti, P., Lee, J., Liberti, L., et al. Branching and Bounds Tightening Techniques for Non-convex MINLP // Optimization Methods and Software. – 2009. – Vol. 24(4). – P. 597–634.
  22. Granger, G. Durand, N. A Traffic Complexity Approach through Cluster Analysis // Proceedings of the 5th ATM Research and Development Seminar. – Budapest, Hangary, 2003.
  23. Chaimatanan, S., Delahaye, D., Mongeau M. Strategic Deconfliction of Aircraft Trajectories // ISIATM 2013, 2nd International Conference on Interdisciplinary Science for Innovative Air Traffic Management. – Toulouse, France, 2013.
  24. Alligier, R., Durand, N., Alligier, G. Efficient Conflict Detection for Conflict Resolution // ICRAT 2018, 8th International Conference on Research in Air Transportation. – Castelldefels, Spain, 2018.
  25. Delahaye, D., Puechmorel, S. New Trends in Air Traffic Complexity // ENRI International Workshop on ATM/CNS (EIWAC). – Tokyo, Japan, 2009. – P. 55–60.
  26. Delahaye, D., Paimblanc, P., Puechmorel, S. et al. A New Air Traffic Complexity Metric Based on Dynamical System Modelization // IEEE/AIAA 21st Digital Avionics Systems Conference – Vol. 1. – Inst. of Electrical and Electronics Engineers. – Irvine, USA, 2002.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».