一种民航飞行航路规划方法

摘要

本发明公开了一种民航飞行航路规划方法，包括如下步骤：1)加载水平面上的航路点、航路边数据，过滤不满足航行规则的节点与边；2)根据优化目标，计算每一条航路边各高度层的边权值；3)选择所有高度层中权值最小值作为该航路边的权值；4)利用KSP算法生成K条水平最短路径；5)计算这K条路径上每个航路边的飞行高度及飞机的初始带油量，最后再根据优化目标从K个结果中选择最优的结果作为最终结果；如果优化目标是最短距离，取K＝1。本发明基于运筹优化算法理论，构建了以最短距离、最省时间或最小油耗为优化目标的民航飞行航路规划方法，经验证，本发明设计的民航飞行航路规划方法达到了优化目标，算法合理，可用于规划民航飞行航路。

说明书

技术领域

本发明涉及民航运行指挥及签派放行技术领域。

背景技术

航路规划是飞行计划系统的核心技术之一。飞行计划系统是航空公司用于制作每个航班的计算机飞行计划和签派放行等工作所采用的一套系统，目的是为了规范运行管理、提高工作效率、控制航班运行风险和节约航班运营成本和增加运营效益。飞行计划系统核心功能模块就是飞行计划制作和航路规划等。航路规划的技术原理和核心算法，目前主要由德国汉莎系统公司、美国赛博公司、美国杰普逊公司和法国Navblue公司等掌控。

汉莎的Lido/Flight系统是目前国际上较为先进的飞行计划系统。Lido/Flight是在早期汉莎航空公司内部的签派系统逐步发展起来的，目前在世界上有超过120多家用户，包括荷兰航空、法国航空、英国航空、加拿大航空、阿联酋航空(Emirates)、新加坡航空、韩亚航空、UPS(United Package Service)、长荣航空和中国南方航空等。主要特点是：系统功能整合和自动化程度高，并提供实时、可靠的航路优化功能，系统可以根据相关的运行条件、飞机性能和气象等数据，计算出最省油航路、最省成本航路、最省时间航路和最近距离航路。

赛博AirCentre Flight Plan Manager系统是由美国航空(American Airlines)的内部系统(名称为Dispatch Manager)为基础逐步发展起来的。其系统主要功能是实现通过计算机系统计算飞行计划，系统无法自动计算和优化合法可用的航路，系统功能和数据的整合性相对较差。在2010年赛博收购的奥地利的飞行计划系统公司FWZ，近年赛博将原两家公司的系统逐步进行整合，并重新更名为AirCentre Flight Plan Manager。中国东方航空已购买赛博的新版本系统，目前处于升级阶段，还未正式上线。目前，赛博系统的用户还包括中国国际航空、JetBlue、美国联合航空(United Airlines)、印度航空、日本航空和维珍航空(Virgin Atlantic/Virgin Australia)等二十多家用户。

杰普逊的JetPlanner系统可计算最小成本的航路，并结合天气等因素，计算可用的航路。国内海航、深航、川航和山东航等中小型航空公司均使用Jetplanner制作飞行计划。

Navblue公司的N-Flight Planning系统早期是加拿大Navtech公司拥有，2016年Navblue收购Navtech公司，并在Navtech公司原有的飞行计划系统的产品基础上逐步升级。目前，厦航使用该套系统制作洲际航班的飞行计划，据称可以生成优化的航路。

在国内，目前处于飞行计划系统研发的起步阶段，还没有一家公司发布成型的产品。其中，航科院中宇(北京)新技术发展有限公司在研发计算机飞行计划系统，据称提供三种计算模式制作飞行计划，满足大部分航空公司需求，严格遵守中国民航局CCAR-121-R5规章有关签派和飞行放行的要求，具有自主知识产权的飞机性能计算算法，拥有专业的全球气象数据，完备的AIP、NAIP数据以及国内班机航线数据，并可无缝接入机载导航数据开放的外部数据接口，方便系统整合飞行计划可进行定制化的输出，但无航路优化功能模块。此外，中航材导航技术(北京)有限公司目前开发了计算最近距离航路的功能，但无法结合飞行计划。

航空公司可购买上面的飞行计划系统，但即使购买了上述飞行计划系统，其航路规划算法仍处于保密状态。这样一来，航空公司自身一方面缺乏对核心技术与核心业务的掌控，另一方面公司每年需交付昂贵系统维护费用。研究这些算法，一方面将有助于航空公司掌控核心技术及核心业务，打破垄断，另一方面有助于优化航班的飞行计划，降低运行成本。

发明内容

本发明的发明目的是，提供一种民航飞行航路规划方法。

本发明的发明目的通过如下技术方案实现：一种民航飞行航路规划方法，包括如下步骤：

1)加载水平面上的航路点、航路边数据，过滤不满足航行规则的节点与边；

2)根据优化目标，计算每一条航路边各高度层的边权值；

3)选择所有高度层中权值最小值作为该航路边的权值；

4)利用KSP算法生成K条水平最短路径；

5)计算这K条路径上每个航路边的飞行高度及飞机的初始带油量，最后再根据优化目标从K个结果中选择最优的结果作为最终结果；如果优化目标是最短距离，取K＝1。

步骤2)中，所述优化目标为最短距离、最省时间或最小油耗；步骤2)具体实现过程如下：

通过航路数据获取边的高度层信息，逐层计算边的权值：

(1)若优化目标为最短距离，边的对地长度即为其权值；若优化目标为最省时间或最小油耗，则转步骤(2)；

(2)根据航路边的信息，获取风温、风速及航向角；

(3)估计飞机当前重量，飞机重量估计值＝当前边距落地机场的距离*单位距离平均油耗+落地重；

(4)根据飞机估计重量和当前高度、风温，获取性能表中对应马赫数；

(5)然后再根据马赫数与风温，计算真空速；

(6)基于真空速、风速、航向角，合成地速；

(7)若优化目标是最省时间，航路边飞行时间权值＝航路边距离/地速；若优化目标是最小油耗，则转(8)；

(8)根据当前高度层、风温、飞机估计重量，计算单位时间油耗；

(9)计算航路边当前高度层燃油消耗，即航路边油耗权值＝飞行时间*单位时间油耗。

步骤5)中计算这K条路径上每个航路边的飞行高度及飞机的初始带油量，包括垂直方向飞行高度及油耗计算，具体步骤如下：

A1)估计起飞重，将起飞重初始化为已知的标准落地重；

A2)根据起飞重确定TOC，计算起飞、爬升阶段的飞行时间、水平距离、油耗等；根据标准落地重确定TOD；

A3)以TOC点的下一个航路点A作为巡航优化的起点，以TOD的上一个航路点E作为巡航优化的终点，以巡航过程相邻的两个航路点组成一个优化阶段，从A点开始依次逐个阶段进行巡航优化，直到E点结束；

A4)根据TOD下降时的飞机重量、高度等，计算下降、近进与着陆阶段的飞行时间、水平位移、油耗等；

A5)计算航程油，即航程油＝起飞油耗+爬升油耗+巡航油耗+下降油耗+近进与着陆油耗；

A6)计算落地时的飞机重量，即落地重＝起飞重-航程油；比较计算的落地重与标准落地重，如果相差不超过20kg，则迭代停止；否则，以另一个初始起飞重进迭代，转步骤A1。

步骤A3)的具体实现过程如下：

假设A点的下一个航路点为B，B点的下一个航路点为C，则：

(A31)构造A-B阶段的出边，计算各出边A-Bi的权值；

(A32)计算A-Bi阶段边权值最小路径；

(A33)构造B-C阶段出边，计算各出边Bi-Cj的权值；

(A34)计算A-Cj阶段边权值最小路径；

(A35)依次向前延伸，直到巡航优化的终点E；

Bi中i的不同取值表示水平坐标同为B而位于不同高度层的若干个点；

Cj中j的不同取值表示水平坐标同为C而位于不同高度层的若干个点。

所述Bi通过如下方式设定：

假设到达A点的飞机重量为m

h

则飞机从A点到B的可飞高度h满足如下关系：

h∈{h|h≤h

结合航路的高度层划分，确定Bi的高度取值。

飞机的初始带油量＝航程油+应急油+备降油+等待油+额外油，应急油＝10％*航程油，等待油根据飞机重量与等待时间计算，额外油为常量，飞机的初始带油量按如下步骤迭代计算：

(B1)令航程油为0，则应急油＝10％*航程油＝0；

(B2)以备降机场落地重＝飞机无油重+额外油+应急油+等待油为准，基于所述垂直方向飞行高度及油耗计算步骤，计算备降航路的飞行高度及备降油，得到目标机场落地重＝备降机场落地重+备降油；

(B3)飞机无油重＝目标机场落地重-应急油-备降油-等待油-额外油，判断无油重与标准无油重相差是否在20kg以内，若是则返回结果，否则转(4)；

(B4)再次通过所述垂直方向飞行高度及油耗计算步骤，以目标机场落地重为准，计算航程油；

(B5)更新应急油＝10％*航程油，返回第(2)步迭代。

有益效果：

本发明基于运筹优化算法理论，构建了以最短距离、最省时间或最小油耗为优化目标的民航飞行航路规划方法，经验证，本发明设计的民航飞行航路规划方法达到了优化目标，算法合理，可用于规划民航飞行航路。

附图说明

图1为绘制的椭圆的示意图；

图2为航路效果图；

图3为飞机当前重量计算示意图；

图4为飞机巡航起点计算示意图；

图5为民航航班飞行过程示意图；

图6为垂直方向飞行高度及油耗计算示意图1；

图7为垂直方向飞行高度及油耗计算示意图2；

图8为民航飞行航路规划算法流程图。

具体实施方式

本实施例提供了一种通过计算机软件实现的民航飞行航路规划方法，该方法可根据选择的优化目标(包括最短距离、最省时间、最小油耗)自动调整优化流程，具体步骤如下：

步骤1：加载及处理数据

加载航路点、航路边数据(可从航路图中获取)，过滤不满足航行规则的节点与边。所述航行规则一般包括禁飞、限飞通告等。

为了缩小计算规模，可以以起、降机场为焦点(飞机在制定飞行计划时，不仅要确定起飞机场和目标机场，还需要备案一个备降机场，如图5所示，所以这里起、降机场可以是起飞机场与目标机场，或目标机场与备降机场)，作椭圆，仅获取椭圆内部的航路点与航路边。如图1所示，F1(起飞机场经纬度坐标)、F2(降落机场经纬度坐标)分别为椭圆的两个焦点，令椭圆的长轴AB＝2a，为避免起、降机场距离太近(多发生在目标机场到备降机场)导致椭圆范围太小，令a的最小值为250海里，即：当两焦点间的距离|F1F2|>250海里时，a＝|F1-F2|,否则a＝250海里；若一条航路边的起点或终点落在椭圆内，则加载该航路边，否则不加载，最终效果如图2所示，b1、b2、c1、c2这类航路边会被保留，c1-c5则会被直接放弃。

步骤2：针对每一条航路边，分别计算各高度层的边权值

通过航路数据获取边的高度层信息，逐层计算边(不同高度层的水平边)的权值：

(1)若优化目标为最短距离，边的对地长度即为其权值。若优化目标为最省时间或最小油耗，则需进行相关计算，转步骤(2)。

(2)根据航路边的信息如经度，维度，高度等，获取风温、风速及航向角。具体推荐利用积分法将一条边划分为n条小边，根据天气数据利用线性插值法得到每条小边的风温、风速，航向角为航路边起点终点的连线与正北方向的夹角。

(3)估计飞机当前重量，飞机重量估计值＝当前边距落地机场的距离(落地机场指目标机场或备降机场，这里的距离指水平距离，忽略高度)*单位距离平均油耗(可采用根据飞机性能数据计算的平均值)+落地重(输入参数，通常根据机场跑道的限制规则以及空机重与业载确定)。

如图3所示，飞机在M点的重量＝|MB|*单位距离平均油耗+落地重。|MB|表示M位置与B位置的水平距离。

(4)根据飞机估计重量和当前高度、风温，获取性能表中对应马赫数。

(5)然后再根据马赫数与风温，计算真空速。

(6)基于真空速、风速、航向角，合成地速。

(7)若优化目标是最省时间，航路边飞行时间权值＝航路边长度/地速。若优化目标是最小油耗，则需继续计算，转(8)。

(8)根据当前高度层、风温、飞机估计重量，计算单位时间油耗(利用线性插值法从飞机性能数据中获取)。

(9)计算航路边当前高度层燃油消耗，即航路边油耗权值＝飞行时间(即为步骤(7)中的该航路边飞行时间权值)*单位时间油耗。

步骤3：选择所有高度层中权值最小值作为该航路边的权值。

步骤4：利用KSP算法生成K条水平最短路径

根据步骤1加载的航路节点、边及上述步骤计算的航路边权值，结合起飞机场、目标机场、备降机场在航路图中对应的节点，基于KSP算法，输出K条从起飞机场到目标机场，目标机场到备降机场的最短路径。

步骤5：计算这K条路径上每个航路边的飞行高度及飞机的初始带油量，最后再根据优化目标从K个结果中选择最优的结果作为最终结果。计算出的初始带油量用于飞机带油建议。如果优化目标是最短距离，取K＝1。步骤5的具体过程如下：

初始带油量＝航程油+应急油+备降油+等待油+额外油，应急油＝10％*航程油，等待油根据飞机重量与等待时间计算，额外油为常量，由用户输入，通常根据公司与局方规定确定。飞机重量＝落地重+额外油+应急油，等待时间由用户输入，根据公司与局方规定确定。飞机厂家会给出飞机在不同高度、温度、重量条件下的单位时间燃油流量，根据线性插值法即可计算飞机在任意高度、温度、重量下的单位时间燃油流量，再根据等待时间*单位时间燃油流量，即可得到等待油。

飞机初始带油量按如下步骤迭代计算：

(1)令航程油为0，则应急油＝10％*航程油＝0；

(2)以备降机场落地重＝飞机无油重(飞机重量+业载，为确定值)+额外油+应急油+等待油为准，调用“垂直方向飞行高度及油耗计算”接口，计算备降航路的飞行高度及备降油，得到目标机场落地重＝备降机场落地重+备降油；

(3)飞机无油重＝目标机场落地重-应急油-备降油-等待油-额外油。判断无油重与标准无油重(标准无油重初始值为飞机重量+业载)相差是否在20kg以内，若是则返回结果，否则转(4)；

(4)再次调用“垂直方向飞行高度及油耗计算”接口，以目标机场落地重为准，计算航程油；

(5)更新应急油＝10％*航程油，返回第(2)步迭代。

“垂直方向飞行高度及油耗计算”接口实现步骤说明：

步骤1)：估计起飞重，将起飞重初始化为已知的标准落地重。

步骤2)：根据起飞重确定TOC(巡航起点)，计算起飞、爬升阶段的飞行时间、水平距离、油耗等(飞机厂家会给出飞机在不同的温度、重量条件下，爬升某个高度所需要的时间、油耗、与水平距离的数据表，根据该表通过线性插值与微积分方法就可以算出飞机在任意温度，重量条件下爬升一定高度所需要的油耗，时间，水平距离等。下降、巡航阶段同样也有类似的数据表)；根据标准落地重确定TOD(巡航的终点)。

计算TOC点步骤如图4所示：

step1:令飞机初始起飞重为m0,获取当前重量下的最佳可飞高度hm0,令htoc＝hm0，htoc表示TOC点的高度；

step2:计算飞机到达高度htoc时的飞机重量m1,获取m1对应的最佳可飞高度hm1(飞机厂家会给出飞机在不同的温度、重量条件下，飞机的最佳飞行高度和最大可飞高度，根据该表利用线性插值法即可计算出任意重量的的最佳可飞高度)；

step3:若hm1！＝htoc,令htoc＝hm1；

step4:重复step1-step3，直到htoc不再变化。

TOD点计算步骤与TOC点类似，TOC为正向迭代，TOD为反向迭代。

步骤3)：以TOC点的下一个waypoint作为巡航优化的起点，对应图5的A点，以TOD的上一个waypoint作为巡航优化的终点，对应图5的E点。以巡航过程相邻的Waypoint点组成一个优化阶段，从A点开始依次逐个阶段进行巡航优化，直到E点结束。基于贪心策略，巡航优化算法设计如下：

(1)构造Waypoint_A→Waypoint_B阶段出边，计算出边的权值(权值取飞行时间、油耗等，一般来说，这里权值与优化目标对应，若优化目标为最短距离，由于前面已经优选出了水平最短距离，权值可根据偏向选择飞行时间或油耗)。从巡航优化的起点(A点)，构造其所有到达Waypoint_B垂直剖面节点的出边。假设到达A点的飞机重量为m

h

则飞机从A点到Waypoint_B的可飞高度h满足如下关系

h∈{h|h≤h

结合航路的高度层划分(基础路网数据中对每条航段有固定可飞高度划分)，假设最终计算的可飞高度分别为FL_1、FL_2、FL_3、FL_4，Waypoint_B的垂直剖面节点分别定义为B

(2)计算A到Waypoint_B各垂直剖面节点的最短路径。以B

(3)构造Waypoint_B→Waypoint_C阶段出边，计算出边飞行时间及油耗。参照第(1)步，分别构造B

(4)计算A到Waypoint_C各垂直剖面节点的最短路径。以C

(5)依次向前延伸，直到巡航优化的终点(E点)。

步骤4)：根据TOD下降时的飞机重量、高度等，计算下降、近进与着陆阶段的飞行时间、水平位移、油耗等(飞机厂家会给出飞机在不同的温度、重量条件下，下降某个高度所需要的时间、油耗、与水平距离的数据表，根据该表通过线性插值与微积分方法就可以算出飞机在任意温度，重量条件下下降一定高度所需要的油耗，时间，水平距离等)。

步骤5)：计算航程油，即航程油＝起飞油耗+爬升油耗+巡航油耗+下降油耗+近进与着陆油耗。

步骤6)：计算落地时的飞机重量，即落地重＝起飞重-航程油。比较计算的落地重与标准落地重，如果相差不超过20kg，则迭代停止；否则，以另一个初始起飞重进迭代，转步骤1)。

图8为上面实施例中的民航飞行航路规划方法的流程图，展示了该算法的核心构思，具体步骤同上陈述。

以下为KSFO_ZHHH的测试数据

KSFO_ZHHH表示从旧金山飞往武汉的航班，表1数据为根据不同的优化目标所计算出的结果，可以看到，最短距离的结果的对地距离是三个结果中最小的，说明达到了最短距离的优化目标。同理，最省时间的优化结果所耗费的时间也是三个时间里面最小的，最省油的优化结果的航程油也是三者中最小的，说明本发明方法达到了优化目标。

表1

上表最短距离优化步骤边权值选择油耗。

对照组：

对照组为通过lido的计算结果，数据如表2所示。lido是目前常用的飞行计划计算系统，具有可靠性，可作为对照组。可以看到，lido的最短距离优化结果中对地距离与本发明方法的结果一致(lido输出结果没有保留小数，进行了四舍五入)，说明本发明方法的最短距离优化路径结果正确。其他两个优化目标结果差别也不大。各个优化目标所需时间与航程油，两种算法的计算结果相差也不是太大，说明本发明算法的计算结果是合理的，可被接受的。

表2