基于遗传粒子群算法的多机飞行冲突解脱研究

摘要

随着经济技术的高速发展，民航运输业进入了迅猛发展的时期，我国空域日趋拥挤，飞行安全问题频发。当前空中交通管理部门保证空域安全，应对飞行冲突的措施是更改飞行计划延迟航班，这种措施造成了大量航班积压，航班晚点现象日益严重，“自由飞行”的实施可以改变这种状况。
　　 “自由飞行”指飞行员可以根据飞行过程中的实际情况，选择最合适的飞行路线和速度进行飞行。自由飞行取消了航路结构的限制，提高了空域利用率，航路拥挤问题将得到改善；同时，空域中飞机数目的增加与飞行的多向性，将会增大飞机发生碰撞的几率，飞机间的冲突解脱也将变得更加复杂，因此，自由飞行下的冲突探测与解脱成为空中交通管制领域的一个研究热点与难点。
　　 本文以空中交通管制系统仿真平台为应用背景，针对冲突解脱算法存在的算法复杂、计算速度慢、解脱后的飞行路径与原航线偏差大、规划路径不适合实际飞行等问题，对飞行冲突解脱模型进行了改进，并采用改进的粒子群算法与遗传粒子群算法解脱飞行冲突，具体工作可简要概括如下：
　　 ①结合了实际飞行情况，对冲突解脱模型进行了改进，以解脱航迹与原航线的偏离距离之和作为规划目标；
　　 ②采用粒子群算法解决多机的飞行冲突，以整条航迹的偏离距离之和作为规划目标对算法进行改进，仿真证明了算法的可行性；
　　 ③将遗传算法与粒子群算法的规划结果进行对比，使用遗传粒子群算法解决多机飞行冲突，该算法综合遗传算法的全局搜索能力和粒子群算法的快速收敛特性，求解速度快，规划出的多机飞行解脱平滑，更接近原飞行计划。将该算法应用到空中交通管制仿真平台中，利用仿真平台中的飞行数据对算法的进行验证。