空中交通多尺度行为模式识别方法研究

摘要

随着航空运输业的飞速发展，空管系统运行任务日益繁重，交通运行模式日益复杂，人员保障压力日益增大。如何满足发展需求，提升空管系统运行效能已经成为当前业内的热点问题。虽然国际民航组织等机构已经明确地提出了改善效能的规划目标和措施，但对空管系统内多样化的行为特征尚未开展体系化的研究，缺乏统一认识。为了清楚辨识空管系统并客观判定系统运行的瓶颈问题，有必要首先对反映空中交通系统本质状态的多重行为进行全面剖析，科学挖掘各类行为的分布模式和演变规律，有助于针对当前不足准确地制定规划方案，全面提升系统运行效能。 本文在借鉴国外先进研究成果的基础上，立足于空中交通系统中涌现出的多尺度行为，从机场交通行为、扇区交通行为、管制员行为、交通行为和管制员行为的关联四大视角着手，分别建立了不同行为的识别方法，主要研究内容和成果如下： （1）从内在属性和关联特征两种视角，探索了机场交通行为的多重特性。首先利用混沌特性分析方法对161个机场交通行为的特性进行了解析，发现了48个主要繁忙机场的流量、进场流量、离场流量、延误架次、进场延误架次和离场延误架次等6种交通行为均具有混沌特性，对于所有机场，出现混沌现象最多的是流量交通行为。然后针对机场交通行为（流量和延误架次）之间的关联特征展开了具体分析，通过谱聚类方法将交通行为关联性较高的机场划为一类，借鉴自组织理论从时空维度对比剖析了聚类结果中各类机场交通行为关联性的分布特征。分析结果表明各类机场几乎都具备自组织临界特征，而所有机场构成的交通行为关联网络也存在自组织临界特性。 （2）基于多维指标体系，识别了扇区交通行为的内在属性和分布模式。建立了量化反映扇区交通行为的指标体系，指标体系包含密度类、动态类和冲突类三类，用于解释不同维度的空中交通状态。利用混沌特性分析方法对扇区交通行为进行了检测，发现所有扇区样本的航空器数量、平均管制里程、平均管制时间、平均速度、水平最小间隔、垂直最小间隔等6个基础交通行为均存在混沌特性，这与机场交通行为的结论相似，说明两类交通行为均具有混沌属性。构建了两种扇区交通行为聚类分析方法：1、利用主成分分析法实现了对同类指标表达内涵的精炼，分别用密度类、动态类和冲突类三类指标的主成分对15个扇区样本的交通行为进行了聚类分析；2、统计不同指标的时间序列，针对时间序列的高维属性，构建了基于DTW的K-medoids聚类算法，识别了15个扇区样本在各个具体交通行为下多样化的分布模式。实例分析表明，基于主成分的聚类方法可以较好地识别多个扇区样本在某一类交通指标综合内涵下的分布模式，而基于时间序列的聚类方法可以识别多个扇区在单个交通特征下的分布模式，最终为交通行为多样化分析需求提供有效手段和依据。 （3）基于通信行为和眼动行为，挖掘了管制员的行为规律。在通信行为方面，利用去趋势波动分析法检验通信行为的长程相关性，采用最大似然估计法，评估管制员通信行为间隔时间的分布模型。利用历史数据分析可知，通信间隔时间在整体（地区）和个体层面均存在长程相关性，扇区类型对相关性没有明显影响；通信间隔时间符合幂律分布特征，扇区类型对分布特征没有影响。在眼动行为方面，以扫视行为和注视行为作为分析对象，选取不同级别管制员参与仿真实验，利用统计方法对比兴趣区域数量、注视持续时间和扫视速度的变化规律；评估眼动指标的分布模型。分析结果表明，基于注视行为可以将管制员分为三类：二级管制员、三—五级管制员和见习管制员；基于扫视行为，可以将管制员分为两类：有执照管制员和见习管制员。注视持续时间和扫视速度符合幂律分布特征。经验丰富的管制员视觉信息检索效率更高，注意力分配更合理。 （4）采用相关性分析方法，研究了交通行为和管制员行为的关联特征。在交通行为和管制员行为的研究基础上，分别选取定量表征两大类行为的指标，建立“眼动—交通”和“通信—交通”指标组合，首先选择皮尔森相关系数和斯皮尔曼相关系数，定量分析指标组合线性相关性和单调相关性的分布规律；然后使用转移熵分析方法，以“眼动—交通”组合为例，分析了两种行为的信息交互模式。仿真数据分析结果表明，眼动行为与交通行为主要呈单调相关（包含线性相关），与眼动行为相关频率较高的是动态类、密度类指标，通信行为与交通行为（具体体现为密度类指标）主要呈线性相关；眼动行为与交通行为存在双向信息传递，但眼动行为向交通行为传递信息的指标组合更多，整体转移信息更大；管制员个体或管制级别对相关系数或转移熵分布没有显著影响。 （4）采用相关性分析方法，研究了交通行为和管制员行为的关联特征。在交通行为和管制员行为的研究基础上，分别选取定量表征两大类行为的指标，建立“眼动—交通”和“通信—交通”指标组合，首先选择皮尔森相关系数和斯皮尔曼相关系数，定量分析指标组合线性相关性和单调相关性的分布规律；然后使用转移熵分析方法，以“眼动—交通”组合为例，分析了两种行为的信息交互模式。仿真数据分析结果表明，眼动行为与交通行为主要呈单调相关（包含线性相关），与眼动行为相关频率较高的是动态类、密度类指标，通信行为与交通行为（具体体现为密度类指标）主要呈线性相关；眼动行为与交通行为存在双向信息传递，但眼动行为向交通行为传递信息的指标组合更多，整体转移信息更大；管制员个体或管制级别对相关系数或转移熵分布没有显著影响。 最后，总结了本论文的主要研究成果，并对后续研究方向进行展望。

目录

10287_BX1107505丛玮1-2.pdf

3.pdf

10287_BX1107505丛玮4.pdf