交通流量检测

交通流量检测（精选九篇）

交通流量检测 篇1

1、交通流量检测技术

交通流量检测是智能交通系统的基础部分, 其在交通监控、交通诱导、交通应急指挥等研究应用中占有很重要的地位。主要是通过各种检测设备对路面行驶车辆进行探测, 获取相关交通参数, 包括各车道的车流量、车道占有率, 车速、车型、车头时距等, 以达到对公路各路段交通状况及异常事件的自动检测、监控、报警等目的。交通流量检测方式一种是接触式[3,4], 其主要分为压电、压力管探测、环行线圈探测和磁力式探测, 其特点是埋藏在路面之下, 当汽车经过采集装置上方时会引起相应的压力、电场或磁场的变化, 最后采集装置将这些力和场的变化转换为所需要的交通信息;另一种是非接触式[5], 主要分为微波、超声波和红外、和视频探测等, 除了超声波探测只能进行单车道交通信息采集外, 其余都可同时进行多车道交通信息采集, 其安装维护简单, 发展非常迅速。

2、交通流量检测需求分析

智能交通系统应用了计算机技术、信息技术、通信技术和控制技术等新技术, 把人、车、路紧密联系起来, 通过对交通流信息进行实时检测, 掌握道路交通的运行情况, 根据交通流的动态变化, 迅速做出交通诱导控制, 不仅有效的解决了交通阻塞问题, 而且对交通事故的应急处理、环境的保护、能源的节约都有显著的效果。它是以交通指挥中心为主体, 并随着科技发展和管理方法的改进在不断完善中。交通流量检测系统和通信系统是智能交通系统的关键。交通流量检测系统主要完成提取流量数据所需的原始信息的采集工作, 可通过地感线圈、激光、红外或视频方法, 检测与识别交通流、路况等实时监视, 提取交通流信息 (车流量、车道占有率、车速等) ;通信系统是数据采集和数据处理的桥梁, 它是将原始数据信息通过有线网络或是无线网络传输到交通监控中心, 监控中心处理原始数据, 进而对得到的信息进行进一步地分析, 判断该路段的交通拥塞状况, 监督异常事故的发生, 在交通拥挤未发生时发布交通信息, 及时采取分流措施, 疏导交通, 防止交通拥挤发生。智能交通系统的结构图如图1所示。

目前智能交通系统中使用的有线传输主要采用标准RS-232或是光纤通信等, 在距离监控中心较远且供电不便利的重点路段、桥隧等地区, 或者一些临时性的设备通信, 传统的有线连接便显得十分不方便, 因此希望以一种低成本、高可靠性的无线传输方案来代替传统的有线方式。3G网络技术可以方便实现设备之间的无线连接, 具有低成本、低功耗、高速率、组网灵活等特点, 其通信架设方便, 供电可以采用蓄电池或太阳能电池板等, 是实现无线数据采集系统的理想选择。

3、3G网络技术传输架构

第三代移动通信技术 (3rd-generation, 3G) [6], 主要是支持高速数据传输的蜂窝移动通讯技术。目前3G标准分别是WCDMA、CDMA2000和TD-SCDMA。3G网络架构由无线接入网络 (RAN) 和核心网络 (CN) 组成。其中, RAN用于处理所有与无线有关的功能, 而CN则处理3G系统内所有的话音呼叫和数据连接, 并实现与外部网络的交换和路由功能, CN从逻辑上可分为电路交换域 (CS) 和分组交换域 (PS) 。3G网络分为核心网和接入网, UMTS陆地无线接入网 (UTRAN) 、CN与用户设备 (UE) 一起构成了整个无线系统[7], 如图2所示, 体现出分层建设的特点:骨干层传输设备位于网络的骨干或核心节点, 具有大容量的业务调度功能, 强调业务的中继和传送能力;接入层传输设备覆盖在城域的各热点地区, 完成业务的接入, 体现出低成本、业务处理能力弱的特点;汇聚层设备连接骨干层和接入层, 完成MADM之间的业务整合和汇聚功能。

4、智能交通检测系统架构及连接拓扑图

智能交通检测系统的结构分为交通信息采集系统、交通信息数据传输和交通信息处理整合审核管理三大子系统, 分为二层结构, 信息数据层和信息应用基础层。具体结构如图3所示。

交通信息采集是整个系统的基石, 其采集主要是通过设置在公路上交通流量检测器、视频监控的信息采集设备以及其他方式, 获得真实的、可靠及时的交通流量状况、突发事件等有关交通的信息, 同时与其他相关部门的数据共享, 及时动态获得各种信息。

交通通信系统是将现场的交通流量的检测设备检测到的信息, 通过有线或者无线传输系统, 传输到监控中心, 在那里进行集合与整理。如距离比较近, 可以采用光纤与标准RS-232等进行传输;当检测设备距离监控中心较远, 布设数据线与供电不方便处, 就可以采用3G网络进行无线数据传输, 同时采用蓄电池或是太阳能电池板进行供电。

交通信息处理整合是集合与整理, 去伪存真, 而这些是需要大量人力、物力以及先进的网络设备和技术。将与交通流量有关的信息自动统计汇总, 通过人工智能决策系统, 或是人工分析处理的方法, 确定畅通路线、拥挤路段、交通的气象信息等, 并且存储到数据库中。

根据交通部门的对交通流量需求, 对交通数据进行采集, 同时集成其他有关交通的部门有关交通流量的信息, 通过无线或是3G网络进行传输, 传输到交通监控指挥中心, 进而进行数据集合和整理, 其连接拓扑图如图4。

5、结语

目前, 智能交通系统发展应用的高潮时期, 建立和完善交通流量数据采集与传输系统来满足交通出、交通管理以及应急指挥的需要是当务之急。随着智能交通系统的实施及应用的逐步发展, 充分利用新技术先进设备建设的高标准高质量的3G网络传输技术, 其多样化的数据传输设置, 有利于智能交通系统更大的应用, 它的建成以及所采用的各类设施设备各种技术为交通运输和交通管理的安全畅通发挥了十分重要的作用, 将会在实际使用中取得了很好的效果, 达到了预期的建设目标。

摘要：随着现代科技的快速发展, 在智能交通系统 (ITS) [1]领域, 交通流量信息检测业已成为交通管理和交通控制的重要部分, 同时是交通组织优化的基础, 对现代交通科学管理和决策起到了重要的辅助和量化的作用, 特别是重点路段、事故多发路段以及隧道桥梁的监控检测。如何进一步让现代化的网络技术、通信技术服务于交通管理, 提高交通运输的安全, 改善交通运输的环境, 便已成为交通信息化的热点。本文分析交通流量检测技术的需求及3G网络特点和传输网络的构架, 结合3G网络技术的交通流量的传输, 并给出系统的总体构架以及系统的连接拓扑结构。

关键词：ITS,3G网络,交通流量,数据传输

参考文献

[1]夏劲, 郭红卫.国内外城市智能交通系统的发展概况与趋势及其启示[J].科技进步与对策.2003年01期.P176-179.

[2]叶文进.高速公路出行综合信息服务系统分析[J].中国交通信息化, 2010 (6) :125-128.

[3]MARGRIT BETKE, ESIN HARITAOGLU, LARRY S DAVIS.Multiple Ve-hicle Detection and Tracking in Hard Real-Time[J].IEEE, 1996, (9) :351～356.

[4]JUNG SOH, BYUNG TAE CHUN, MIN WANG.Analysis of Road ImageSequences for Vehicle Counting, [J].IEEE InternationalConferenceon, 1995, (1) :679～683.

[5]刘东.ITS中的车辆检测技术[J]北京:公安大学学报 (自然科学版) , 2000, 20 (4) :35～39.

[6]许军.3G数据业务发展分析[J]. (11) :80-82.

空中交通流量的短期预测 篇2

空中交通流量的短期预测

用霍尔特-温特斯模型对机场的短期空中交通流量进行预测,首先介绍了该模型的具体预测步骤,并采用面向对象的软件技术,设计开发了预测模型软件.该预测模型软件除了可以根据用户设定的平滑系数进行预测之外,还可以自动计算出预测效果较优的`“最优平滑系数”.本文利用自来首都机场各个月份的交通流量实际数据,对的12个月份数据进行预测,经过与实际数据的比较发现相对误差在3%左右.结果表明,基于“最优平滑系数”的霍尔特-温特斯模型能较好的预测机场的短期空中交通流量,是一种为空中交通战略流量管理提供准确数据的有效方法.

作 者：赵嶷飞 王红勇 ZHAO Yi-fei WANG Hong-yong  作者单位：中国民航大学,空中交通管理学院,天津300300 刊 名：交通运输工程与信息学报  ISTIC英文刊名：JOURNAL OF TRANSPORTATION ENGINEERING AND INFORMATION 年，卷(期)：2007 5(4) 分类号：V355 关键词：温特斯法   指数平滑   时间序列   预测模型   空中交通流量  

对空中交通流量控制的探讨 篇3

关键词：空中交通 流量 控制

中图分类号：TP311文献标识码：A文章编号：1674-098X（2014）07（c）-0078-01

1 研究背景

随着经济的迅速发展，人们对于交通运输的需求越来越高，因而空中交通运输量也与日俱增，当前空中交通流量已经越来越难以满足人们的需求。交通流量管理一直都是空中交通管理中的重中之重，而流量控制则是流量管理的重要措施。因为技术手段和相关制度的影响，空中交通流量控制并没有得到显著的效果，经常会出现难以控制的大范围空中交通堵塞现象。在某一个区域内，当空中交通流量快要达到饱和时，对其进行适当调整，可以更为优化该一区域的交通量以便能够提升机场运行效率和空中的容量。因而，在保障空中交通安全的前提下，如何进行合理有效地空中交通流量控制是具有重要意义的。通过充分了解当前空中交通流量控制中存在的问题，并找到具体造成该问题的原因，最终得到空中交通流量控制措施，以期能够为进一步提升空中交通流量起到一定的作用。

2 空中交通流量控制中存在的问题

空中也像地面一样，混乱的交通网也会造成空中交通堵塞，因而飞机只能在规定的航线内进行飞行，不能随便飞入其他领域。飞机需要按照既定的航线进行飞行，但是当航线无法满足当前的需求时，空中交通一样会发生拥挤和堵塞。近些年，我国空中交通运输业发展极为迅速，现有的空域结构造成了极为严重的空中交通流量控制问题。随着交通量的持续增长，航班的延误现象越来越严重，因而找到当前空中交通流量控制中存在的问题极为重要。我国空中交通流量管理存在的主要问题。

2.1 缺乏专门的空中交管部门

虽然我国当前的航空飞行领域已经出现了极为严重的交通堵塞问题，但是尚未建立专门的空中交通管理部门进行监督和管理。我国空中交通流量控制只是进行了局部的流量控制，并且是由工作人员凭借自身经验而估计得到的。因为缺乏相关的理论知识作为依托，以上方法并不能够从根本上解决空中交通堵塞问题，反而会进一步造成空中交通秩序混乱，为交通管理人员带来极大的被动。

2.2 流量分布不均

因为某一空域在某一段时间内飞行流量会相对集中，这拥有一定的规律性。由于飞行流量的规律性和偶然性，极可能造成飞行流量的分布不均。在我国的领空内，北上广等发达城市集中了全国超过一半以上的飞行流量，而其他城市的空域则相对宽松。航空基地的建设和飞行流量的分布具有十分密切的关系，很大程度上会影响基地附近的飞行流量。

2.3 空域自由度

空域自由度和飞行流量具有十分密切的关系。可以说，空域自由度越大，该空域内的流量反而会越宽松，能够缓解空中交通的堵塞程度。在我国航空领域，无线电技术虽然已经成为了保障安全飞行多的重要手段，但是随着科技发展，卫星导航越来越手段重视。卫星导航因为其方便、准确的原因逐步取代了无线电技术，成为了现今主要的导航手段。

3 空中交通流量控制的原因

3.1 天气原因

当遇到雷雨或暴风等恶劣天气时，飞机很可能被雷击而遭到毁损。这时飞机不能及时且安全的降落，必须在机场上空进行绕行或在机场进行等待，这样就很容易造成机场附近的交通流量堵塞。

3.2 重要飞行演习

当遇到重要飞行演习时，我国会禁止民航飞行在某些领域进行飞行 ，此时就需要对流行进行调节。因为具体的原因不能对外公布，只能声明是航空管制原因，这样就很容易造成某区域内的空中交通堵塞。

3.3 航空管制员的压力

每一年，我国的飞行量都会增加，现今的空中交通网络已经不能满足飞行量急剧增长的需求，我国的许多航线已经解决饱和，飞行量远远超出了航空管制员所能承受的范围。因而，超出航空管制员指挥能力的飞行量就会给管制员造成巨大的压力，也很容易造成空中交通拥挤。

3.4 缺少飞行量全盘管理

飞行流量管理尚未形成统一的管理。当前，飞行流量管理基本上是各个局部自行管理，只能进行这一区域内的流量管理，并不知道下一阶段该区域内的飞行流量。而飞行量的大小是具有偶然性的，监管部门可以对其他监管区域发放流量限制的指令，但是指令发布后却不能及时取消。随着飞行量剧增，指令会十分混乱。此时，应当一个统一的飞行流量管理机构进行全盘管理是十分重要的。

4 空中交通流量控制措施

4.1 建立空中流量管理机构

空中流量管理机构是负责安排和实施飞行的流量管理机构，对所管理的全部区域进行流量限制和评价。与所有管制区域进行飞行量直接的协调和沟通；研究管制区域内所有航班的正确飞行时间，并且提前对飞行流量进行预。同时监督各个被管制区域飞行流量限制的合理性。

4.2 升级管制手段

我国的空中交通管制手段一直处于一个比较低的水平，不能解决空中交通流量的增加。这个问题主要是因为当前管制手段的可信度和准确度都不尽相同，导致了各个区域存在着较大的差异。我国东北发达地区都已经实现了雷达管制手段，而中西部较为落后的地区却仍然使用程序进行管制，而雷达管制的手机明显比程序管制的时间短，这样就能够使空中流量更为宽松和顺利。

4.3 拓宽空域自由度

空域自由度和飞行流量是成反比的。空中飞行流量的集中度会因为空域自由度的缩减而更为集中。随着科学进步和技术的发展，卫星导航已经逐步取代了无线电导航技术，极大地满足了飞行的需求。随着科技迅速发展，空域得到了更为充分的利用，空域自由度进一步被拓宽。

4.4 提升航空管制人员的素质

航空管制人员是维护航空安全、确保空中交通顺利进行的基础，也是空中交通管理的主要负责人和执行人。随着现代空中交通管理技术的提升和交通流量的增加，航空管制人员为了保证正确实施新的技术和高效运行新型的设备，必须进一步提升自身的专业水平。

参考文献

[1]许彬.空中交通流量控制亟待缓解[J].江苏航空，2010（4）：34-35.

[2]許宁军.空中交通流量控制浅析[J].空中交通管理，2011（11）：6-8.

[3]陈斌彬.我国的空中交通流量管理[J].科技传播，2012（8）：64-66.

[4]赵嶷飞，姚玲.扩容空中交通管理研究[J].交通运输工程与信息报，2008（12）：

10-13.

交通流量检测 篇4

从信息流的方向来看, 智能交通系统可分成信息采集、信息管理和信息发布三个方面。信息的采集是视频检测中的核心构成, 交通流量检测中的信息采集是实时的[1]。

2 Open CV的介绍

Open CV包含500多个有关计算机视觉应用领域的函数, 并且所有的函数都对外开放, 所以Open CV已成为研究计算机视觉领域人员的得力助手。

2.1 Open CV的基本数据类型

一般Open CV的数据类型是结构体。最基本的数据类型有Cvpoint, Cv Size, 它们的基本结构如表1所示。

3 视频图像处理方法

3.1 帧差法

帧差法是一种基于像素灰度值差异的方法。这里对相邻的两帧进行研究, 取出相邻两帧图像, 然后在两针图像中对应的像素点位置进行差分, 最后得到差分图像, 再通过比较视频序列中相邻两帧或者连续多帧图像中对应像素灰度值差异, 检测出运动车辆, 如图1所示。

3.2 背景差分法

背景差分法 (又称背景减法) 。将当前帧图像与背景图像作差分, 得到前景图像 (差分图像) , 该算法也是基于像素运算的, 再通过某个背景模型获取一个初始的背景图像, 假定运动目标的背景变化较小, 差分背景为4 (x, Y) , 其表达式如式[2]。

其中, (G, y) 为当前帧图像, bk (x, y) 为背景建模后提取的背景图像。对差分图像B (x, y) 进行二值化处理后得到二值图像R (x, y) (其中T=20)

4 交通流量的特点分析

动态性:随着社会经济的快速发展, 人们的出行需求呈爆炸式增长, 因此不同年份内, 城市道路上同一路段的交通流量在不同时段, 所呈现的数据分布在规律上有很大不同。另外, 季节天气的变化也在无形中极大地影响着人们出行方式和出行频率。

5 结语

本论文围绕视频检测技术应用于城市道路交通流量的这一核心研究内容进行了理论研究和仿真实验, 主要的研究目的在于探寻一种更适合城市道路交通流量预测和研究的方法。众所周知, 交通系统是由人、车和路共同作用的具有非线性、时变性和高度不确定性的复杂系统, 传统的交通流量预测模型很难得到令人满意的结果, 基于视频检测技术的交通流量分析方法, 能够根据实时的交通信息数据及时更新网络, 所以比较适合用于城市道路交通流量。

参考文献

[1]王进, 史其信.短时交通流预测模型综述[J].ITS通讯, 2005 (7) :10-13.

交通流量检测 篇5

苏州绕城高速公路全长约216公里, 为江苏省"五纵九横五联""高速公路网的重要组成部分, 其沿线途经环太湖地区的光福、太湖、、同里、直及周庄等著名旅游景点, 是江苏省第一条集景观、旅游和生态为一体的低路堤六车道高速公路。

随着苏州的经济发展及路网的完善, 苏州绕城道路的交通量也不断增加, 部分互通转换交通量增加显著。考虑到这一情况, 道路管理部门希望及时获知该路段及周边路网的交通情况以及道路运行态势, 提供给道路使用者更多路况信息, 以便驾乘人员自由选择路径, 避开拥堵路段。交通流量检测作为一种技术手段能够实时且不间断的提供道路交通流量变化信息, 为道路服务信息发布及道路综合信息化提供数据支持。

1 交通流量检测技术及应用现状

交通流量检测系统主要是对道路上的流量、车速及占有率等进行检测, 有时还需求对一些精确的参数 (如车牌号、车辆颜色等) 进行检测。路况感知及检测系统是交通管理、交通控制和信息发布的基础, 其建设水平的高低直接影响路段的整体运行管理水平。

目前, 国内外交通流量检测技术主要包括:线圈检测技术、地磁检测技术、微波检测技术及视频检测技术等, 具体论述如下:

1.1 线圈检测技术

线圈车辆检测器是传统的交通检测器, 是目前交通领域应用最广泛、准确率最高的检测器。该检测器的基本工作原理为:基于电磁感应原理, 传感器是一个埋设在路面下并通有一定交变电流的环形线圈。当车辆通过线圈或停在线圈上时, 车辆引起线圈回路电感量的变化, 检测器根据该变化就可以检测出车辆的存在, 并据此计算出车辆的流量、速度、时间占有率和长度等交通参数, 以满足交通管理控制和信息发布的需要。

线圈检测器在早期就在建设感知设备的一些国家和地区 (如德国等) 的高速公路有比较多的应用。随着线圈检测技术的发展, 主线非接触式检测器的应用开始变得越来越广泛, 线圈检测器开始较多地设置于互通与城市道路相交区域。

1.2 地磁检测技术

地磁车辆检测器是一种通过数字式磁敏传感器探测车辆对地磁的影响, 以此来判断车道上车辆经过情况的无线传感器网络装置。通过这种装置可实时、准确地感应车道上经过的车辆, 并将采集到的信息通过无线传感器网络发送至与之配套使用的信号控制机, , 信号控制机通过获取的车流量信息来分析当前车道的占有率、车速、车型等。

相对于线圈车检器, 地磁检测器安装仅需在路面钻一个孔, 将地磁检测器植入路面。地磁检测器目前应用于公路的案例相对较少, 而在城市智能化停车场管理及城市道路交通流参数检测等领域应用较多。

1.3 微波检测技术

微波车辆检测器主要由微波发射、接收探头及其控制器、调制解调器等组成。一般采用侧向安装模式 (适合双向四、六车道) 。微波检测技术的工作原理为:微波检测器通过发射中心频率为10.525GHz或24.200GHz的连续频率调制微波在检测路面上, 投映一个宽度为3~4米、长度为64米的微波带。每当车辆通过这个微波投映区时, 都会向检测器反射一个微波信号, 检测器接收反射的微波信号, 并计算接收频率和时间的变化参数以得出车辆的速度、长度等信息。

微波检测器作为比较传统的车检器在高速公路应用较多, 国内大部分高速公路新建感知设备中都有微波检测器的应用。

1.4 视频检测技术

视频交通车辆检测系统是一种利用图像处理技术实现对交通目标检测的计算机处理系统。通过对道路交通状况信息与交通目标的实时检测, 实现自动统计交通路段上行驶的机动车的数量、计算行驶车辆的速度以及识别划分行驶车辆的类别等各种有关交通参数的作用。视频检测器的工作原理为:通过视频摄像机作传感器, 在视频范围内设置虚拟检测器, 即检测区, 当车辆通过虚拟检测器时, 就会产生一个检测信号, 使背景灰度值发生变化, 从而得知车辆的存在, 经过软件数字化处理并计算得到所需的交通数据, 如车型、车流量、车速、车距、占有率等。

近年来, 随着图像处理技术的成熟, 视频检测技术也越来越多的应用于交通领域, 成为国内外智能交通研究的热点课题。目前, 视频检测器在美国、台湾等国家和地区的高速公路有较多的应用, 国内如上海、北京等城市道路有所应用。

2 微波车辆检测技术及其在苏州绕城高速公路中的应用

基于微波的交通信息检测技术已有十多年的历史, 它不但具有其他检测手段难以媲美的优点, 并且几乎能克服其他技术手段的缺点。随着科技的进步, 近几年微波雷达技术得到了迅速发展, 它能非常准确地检测车流量、车道占有率及车辆长度等交通流信息。因此, 微波车辆检测技术能完美地作用于交通信息检测与行车诱导系统, 且具有以下主要优点:

(1) 数据实时性强, 检测数据量充足, 检测精度高, 安装和维护时不需要破坏路面。 (2) 可同时检测道路多个行驶车道。 (3) 寿命长, 维护成本低。 (4) 不受光照以及雨、雾、雪、尘等恶劣自然环境因素影响。

根据苏州绕城高速公路日常营运管理需求, 主线路况感知及交通流量检测系统的建设预期实现的几个主要功能如下:

(1) 车辆行驶路径识别。对于驶入驶出苏州绕城高速公路的车辆进行有效识别, 进行路径精确清分, 从而方便公路交通管理。 (2) 各路段交通流参数检测。根据各路段交通流参数 (流量、速度、占有率等) 判断路段交通状态、估计区域行程时间, 并且辅助进行交通事件检测。

结合布设要求以及苏州绕城高速公路交通管理与道路养护需求, 文章建议如下实施方案: (1) 在枢纽出入口和主线枢纽之间路段设置微波车辆检测器。 (2) 结合道路服务水平与道路事故分析, 在互通两侧、服务区出入口、事故易发路段、以及特大桥梁上设置微波车辆检测器。

3 结束语

文章分析比较了交通流量检测技术的现状及现阶段几种主流交通流量检测技术的原理与方法, 着重论述了微波车辆检测技术的优势, 并给出了微波车辆检测技术在苏州绕城高速公路的应用建议。工程应用表明, 通过实时精确的交通流量检测技术, 可以为苏州绕城高速公路的道路服务信息发布系统及道路综合信息化系统提供数据支撑, 从而从整体上提升道路的服务水平。

参考文献

[1]苏州绕城高速公路机电改造工程可行性研究报告[R].江苏省交通规划设计院股份有限公司, 2015.

[2]史健强.交通流量检测技术及智能控制系统的研究[D].河北科技大学, 2010.

[3]张虹波, 匡银虎.基于视频检测技术的交通车流量研究[J].计算机与现代化, 2014, 12:58-63.

[4]张敏, 成旭.浅析如何做好基于交通信息化标准和水域环境的船舶流量检测[J].科技创新与应用, 2013, 2:108.

路口短时交通流量预测方法 篇6

关键词：流量预测,BP神经网络,交叉路口

智能交通系统 (ITS) 是将先进的信息技术、数据通讯传输技术、电子传感技术、电子控制技术以及计算机处理技术等有效地集成运用于整个地面运输管理体系, 而建立起的一种在大范围内、全方位发挥作用的, 实时、准确、高效的综合运输和管理体系[1]。城市交通监控与管理系统 (i Centro View) [2]根据我国城市交通的基本情况和智能交通的发展现状, 设计实现了智能交通领域我们最急切需要也是当前最可行的部分。

交通流量预测是ITS中非常关键、基础的部分, 迄今为止已经提出了很多预测模型用于预测短时交通流量, 如:ARIMA[3]、神经网络、非参数回归模型, 对介绍了这些模型并做了详细的准确性对比。

1 BP神经网络

BP神经网络是将Widrow-Hoff学习算法推广到多层神经网络和非线性转换函数的基础上产生的。Widrow-Hoff学习算法是近似最速下降法, 其性能指标是均分误差, 是一种有监督学习方法。BP神经网络应用最为广泛的神经网络, 在实际应用中决大部分神经网络模型是采用BP网络和它的变化形式, 它是前向网络的核心, 主要应用于函数逼近、模式识别、分类、数据压缩等领域。图1是BP神经网络的结构示意图及单个神经元模型:

对每单个神经元:

BP网络采用的是有监督学习, 设一个BP神经网络有L层对应每层有 (nl、n2、…nL) 个神经元, 给定N个样本 (xk, yk) , 对每个训练样本网络训练误差为:

其中 为实际输出值, 总误差为:

反向传播算法就是不断修正网络权初值, 直至总误差降低到可接受范围, 修正权值公式如下:

μ为学习速率, 一般μ=0.01至1。

Widrow-Hoff学习算法太慢, 加速训练的技术大致分两种:启发式技术, 如:变化学习率、有弹性学习方法和数值优化技术, 如:共轭梯度、类似牛顿法、LevenbergMarquardt方法。

2 BP神经网络设计

i Centro View中各个检测器每5分钟向中央数据库发送一次流量, 我们要设计BP神经网络用于预测各个方向未来5分钟的交通流量。我们以一天为一个周期, 根据配时方案不同, 用多个BP网络建立多个模型对应各个不同的配时方案下的交通流量预测。显然一个方向上的交通流量受其他三个方向上流量的影响, 尤其是在感应模式下, 交叉两个方向上的流量对预测流量影响更大。我们用f1 (t+1) 表示下5分钟方向1上的交通流量:

其中f1 (t) 、f1 (t-1) 、f1 (t-1) 为预测方向上前三个时间单位的流量值, f2 (t) 、f3 (t) 、f4 (t) 为其他三个方向上前一个时间单位的流量值。其他方向上的预测流量函数Φ2、Φ3、Φ4同理可得, 我们对每一个Φ函数用一个BP网络逼近。

我们将预测方向上前三个时间单位的流量值和其他三个方向上的前一个时间单位的流量值这6个值作为BP神经网络的输入, 下一时间单位的流量值作为输出。BP神经网络选用三层网络即:输入层、单Sigmoid隐含层、线性输出层, 因为根据Kolmogorov定理任一连续函数可以精确地用一个三层前向网络实现, 即一个Sigmoid隐含层加一个线性输出层。隐含层上神经元个数的选择根据Kolmogorov定理选取输入层神经元个数的2*6+1=13个, 这里为了增加预测准确性和收敛稳定性隐含层选取15个神经元。

3 实验部分

本次实验部分数据来自浙江省义乌市稠州西路、西城路十字路口2004年8月27日到9月30日的历史数据。如图2所示为稠州西路由东向西方向上8月27日一天的流量数据, 我们也将该方向作为我们实验预测的方向, 其他三个方向作为输入条件辅助预测, 由于受信号灯周期和5分钟采样周期影响交通流量数据波动特别大, 这也是路口交通流量的特点之一。

本次实验平台为宝德服务器4×2G Intel至强CPU, 1G内存, Windows2003 Server操作系统, Matlab7.0软件及其神经网络工具箱, 训练方法用trainlm (即Levenberg-Marquardt方法) , 它特别适用于函数逼近的情况。

该路口配时方案分成5段, 我们选取其中3个车流辆较大的三个时间段:7:20-8:30、8:30-16:30、16:30-18:30, 也是最需要分析的时间段, 实验选择8月27日至9月26日为训练样本, 9月27日至9月30日为评估样本, 训练循环次数分别选300、600、900次, 误差满足条件为0.001。

实验数据大小见表1, 实验结果如表2所示, 时间单位为秒。

实验结果表明, BP神经网络在300循环训练之后就基本上稳定, 准确性没有太大的变化, 但是训练的时间消耗与循环次数成比例增加。同时预测的准确度达到82%以上, 能达到辅助指挥交通和优化信号配时方案的效果。

4 结语

本文在充分分析B P神经网络和交通流量预测问题特点的基础上, 提出了一种基于BP神经网络预测路口交通流量的方法, 考虑了路口其他非预测方向和交通信号配时方案对流量预测的影响, 通过在现实数据上的实验取得了令人满意的结果。

参考文献

[1]Ichiro Masaki.A brief History of ITS[R].USA:Massachusetts Institute of Technology, 1999.

[2]覃明贵, 崔中发, 崔岩, 等.iCentroView:城市交通监控与管理系统.计算机应用与软件, 2005, 26 (1) .30～34.

空中交通流量管理基本策略研究 篇7

20世纪80年代以来,随着我国国民经济持续快速的增长,民用航空运输发展迅速,部分机场和终端区已出现了短时间的流量阻塞,严重干扰了航班的正常运行,造成大量的航班延误,给运营部门带来很大经济损失。实践证明,仅仅通过空中交通管制设施的改善己经不能满 足空中交 通管制容 量的需求,而应从空中交通管理的方式入手,建立机场、终端区、航路和飞机流量的数学模型,通过空中交通流量管理对航线航路和管制程序进行优化。

流量控制是根据航路和机场的地形、天气特点、 通信、导航和雷达设备等条件以及管制人员的技术水平和有关管制间隔的规定,对某条航路或某个机场在同一时间 所能容纳 的飞机架 数加以限 制。目前,常用的流量控制策略包括:高度限制、距离间隔、 时间间隔、定位点平衡、空中等待、动态排序、改航、 地面等待等,其中动态排序根据不同的飞行阶段采取不同的策略可分为:起飞动态排序(DSP)、航路动态排序(ESP)和降落动态排序(ASP)3类;地面等待根据考虑的空域范围可分为单机场地面等待和多机场地面等待两类,这两种策略是目前流量控制研究的热点。文章对基本的动态排序策略和单机场地面等待策略进行了研究,介绍了他们的模型和算法,并通过仿真实验对算法进行了验证。

1航班起降动态排序策略

对等待起降的飞机队列优化排序以充分利用跑道容量是实现空中交通自动化管理的主要研究方向之一,国内外对此作了大量的研究。FAA开发的航路终端雷达进近管制自动化系统(CTAS)中包含了最后进近间隔工具(FAST),可以为管制员提供 飞机排序的建议,从而在繁忙时段减少飞机延迟。国内学者也提出了一些算法,典型的有滑动窗排序算法和基于模糊综合评判的排序算法等。总之,主要的排序算法有:先到先服务(FCFS)算法、约束位置交换(CPS)算法、时间提前(Time-advance)算法、延误交换算法、动态尾流间隔算法以及滑动排序窗算法等。而在实际运行中,管制员更需要快速、简易的算法,因此目前大多数大型机场所采用的是先到先服务法。针对这一情况,文章从不同类型飞机必须保持不同的“最小安全间隔标准”以及机场平均服务时间入手,在分析相邻航班间隔影响因素基础上,提出了基于最早预达时刻的排序模型及算法[1]。

1.1模型分析

1.1.1原始模型

根据数学观点,排序问题可以描述为式(1):

其中:ei为第i架航班预 计到达走 廊口的时 间 (ETA),由管制中心的自动化系统通过雷达数据估算得到;si为第i架航班调整后到达走廊口的时间 (STA);Δti为第i与i-1架航班之间的安全时间间隔。

1.1.2跑道容量确定的航班间隔数学模型

流量控制中的排序、制表计算及轨迹引导计算都需要应用时基方法,从而有效地提高复杂环境下的交通流量的有序性,有效地提高机场和航路的容量。所谓时基的概念是指采用时间间隔作为飞行安全间隔的统一标准。确定连续航班之间的间隔是安排航班序列起降时间的关键,根据不同的跑道配置情况,分3种情况来讨论[2]。

(1)跑道只提供降落服务的航班间隔模型。为了得到飞机在跑道入口的间隔时间,必须弄清前机和后机的速度哪个更高,因为这直接影响在跑道入口它们之 间的间隔。 航班间隔 时—空图如图1所示。

图中,γ是公共进近航路的长度;δij是前机i与后机j在整个公共进近航路阶段的最小允许间隔距离;Vi是前机的进近速度;Vj是后机的进近速度;Ri是前机的跑道占用时间,由跑道容量确定。

a.渐近情形 (Vi≤Vj):前机速度小于后机速度 (Vi≤Vj),如图1(a)所示。在跑道入口的最小时间间隔可以用最小距离间隔和后机速度来表示。 但是,如果着陆飞机的跑道占用时间比空中间隔时间还长,就需要以跑道占用时间作为跑道入口的最小时间间隔。这种情况 的数学模 型可以表 述为式 (2):

b.渐远情形 (Vi>Vj):在前机速度大于后机速度的情形,即渐远情形。如图1(b)所示,同样,在跑道入口的最小时间间隔可以用最小距离间隔、公共进近航路长度、前机和后机的速度来表示。

但最小距离间隔δij在公共进近航路入口就开始被实施,而不是在跑道入口。当前机经过进近航路入口时开始实施到达飞机之间的最小距离间隔, 则有式(3):

(2)跑道只提供起飞服务的航班间隔模型。只有当连续起飞的飞机间的最小间隔得到保证时,飞机才能得到放行起飞。这里的起飞时间间隔主要是由航班的平均服务时间(受跑道容量限制)和飞机尾流间隔确定。

(3)跑道同时提供起飞降落服务的航班间隔模型。建立提供起飞下降混合服务的跑道容量模型基于以下4个规则:

a.着陆飞机相对于起飞飞机对跑道使用具有优先级。

b.二架飞机在同一时刻不能占用同一跑道。

c.在跑道空闲并且后续到达飞机离跑道入口有2海里距离 (在IFR条件下)时,起飞飞机 才能起飞。

d.连续离场飞机具有等同于起飞服务时间的最小时间间隔。

根据以上规 则,可画出时—空复用图 如图2所示。

图中Ti和Tj分别为前机i和后机j经过跑道入口的时间。T1是着陆飞 机离开跑 道的时间,Td是起飞飞机开始进行起飞滑行时间,δd是允许飞机起飞时下降飞机必须距 离跑道入 口的最小 间隔距离,T2对应于起飞飞机得到放行的最后时刻,Ri是着陆飞机的跑道占用时间,G是等待离场飞机可以起飞的时间区间,td是起飞飞机的跑道占用时间。

因为着陆飞机相对于起飞飞机对跑道使用具有优先级,因此降落飞机的间隔跟前面讨论结果一致。 如果连续到达飞机间没有离场飞机可以起飞时间区间G,飞机就不能起飞。已知:

由此可得:

如果要在二架连续到达的飞机间放行一架起飞飞机,只需满足:

1.1.3尾流间隔标准

在以上分析中知道,飞机尾流间隔是确定连续航班之间最 小间隔的 一个重要 因素 (即公式中 的 δij),目前我国主要还是使用距离间隔来保证飞行安全的。国际民航组织规定的不同机型之间的最小距离间隔如表1所示,时基概念下飞机之间的最小时间间隔如表2所示。

1.2算法描述

(1)确定待排序飞机的范围,并根据飞机位置和性能推算出各飞机的最早预计到达时刻ei和跑道占用时间Ri。

(2)选取优先权最高的待排序飞机插入已排序飞机队列,除边界条件外,还应满足式(7):

其中,e(x)表示待排序飞机x的最早预计到达时刻, si表示已排序飞机i安排的到达时刻,Δt(i-1,x) 表示飞机i-1和x之间的最小时间间隔,该式表示将待排序飞机插入已排序飞机i-1和i之间。

(3)确定待排序飞机x与前机i-1的间隔,安排待排序飞机x的到达时刻:

(4)间隔调整,确保待排序飞机插入后与后机的间隔满足空中交通管制要求,如果

成立,则返回第(2)步继续对待排序队列中优先级最高的飞机进行排序;否则对已排序飞机队列中 第i架飞机开始所有飞机的安排到达时间进行调整,设从第i架飞机开始需要调整的飞机共j架,则:

调整完成后,返回第(2)步。

需要说明的是,有时候会有多架飞机等待排序, 通常选择优先权最高的飞机。这里的优先权首先根据先到先服务原则确定,在预计到达时间相同的情况下,再按照飞机类型选择。

2单机场地面等待策略

目前空中交通流量管理中最常用的方法就是拥挤时通过地面等待策略(GHP)将可能产生的空中等待转移为地面等待,通过地面等待策略对空中交通流量进行战术管制或对航班时刻进行战略优化, 这样不仅能够减少成本,还能保障安全。国内外对地面等待策略已经进行了大量的研究,文章考虑不同飞机的单位延迟费用,建立了单机场地面等待策略的模型和算法,为进一步研究多机场地面等待策略奠定了基础。

2.1数学模型

单机场地面等待模型的假设条件如下[3,4]:

(1)设在某个时间段[0,B]内,预测到目的机场Z的容量将下降,目的机场上空将产生拥挤。

(2)已知在[0,B]时间段内降落于机场Z的航班有K架,预计到达 时间为A1,A2,…,Ak,且A1<A2<…<Ak。

(3)航班k的单位时间地面等待成本为Ckg,单位时间空中等待成本为Cka。

(4)假设飞机的航路时间一定且已知,不存在改航线的问题,且不考虑航路中管制区容量限制的情况。

地面等待问题描述为如何安排飞机的起飞下降时间,使拥挤时飞机的总体延迟费用最低。

定义以下变量:

uk(t):机场对第k架飞机在不同时刻下的服务时间。该服务时间的长度为飞机允许下降开始一直到飞机脱离跑道,下一架飞机可以下降为止。随着天气的变坏,uk(t)增加;

Ak:第k架飞机的预计到达时间;

Lk:第k架飞机的分配下降时间;

Sk:第k架飞机的预计起飞时间;

Tk:第k架飞机的实际起飞时间;

DGk:第k架飞机的地面延误时间;

DAk:第k架飞机的空中延误时间。

根据上述假设,可得在目的机场,飞机的分配下降时间为:

空中和地面延迟时间为:

目标函数为延迟费用最小:

由于假设目的机场是唯一限制源,所以当目的机场容量可精确测得时,即认为uk(t)为已知,该问题为确定容量下的单机场地面等待问题。在服务时间确定的情况下,由于Cak>Ckg总是成立,所以将空中延迟全部转为地面延迟,则式(13)改写为:

目标函数可以化简为:

2.2算法模型

通过对上面数学模型的分析,由于考虑了不同飞机的延迟费用不同,所以不能按先到先服务直接将时间段分给飞机,而是对飞机进行排序,选择会使总延迟费用最小的飞机序列。

假设将时间段[0,B]均匀分成t个时间片,组成时间片集合T={1,2,…,t};对于每个时间段t,设A(t)为该时间段机场的容量(确切的说,应该是机场的到 达接受率 (AAR))。 定义一个 二值变量[5]Xk,t:

根据上面的分析,可以将(15)式变换为如下所示的整数规划模型:

满足约束条件:

其中(19)式即为容量限制条件,保证在不同时刻下的航班k服务时间uk(t),目标函数不变。

2.3算法描述

2.3.1算法

以上描述的单机场地面等待策略问题,其目的就是合理地配置地面等待时间,以满足指定机场Z的容量限制条件。单机场地面等待策略不仅要使目标函数保持最优,而且还要满足其他一些条件和限制,最终的地面等待时间又是整数,因而是一个比较典型的规划组合问题,该问题用传统的数学规划方法是难以解决的,只能通过启发式函数和规则对解空间进行寻找。

本算法按时间次序找出降落在机场Z的航班数,然后根据规则库中的规则和启发式函数选取一些航班,并确定它们的地面等待时间,对于剩余的航班,则根据规则改变它们的优先级,进入下一个时间片由算法进行选择。因此,本算法本质上是对解空间进行广度寻优。

算法中时间片定义 为5min,启发式函 数即为降落 机场Z的所有航 班的地面 等待成本 总和在每一个时间片时,算法的主要目的就是在满足规则的前提下,使启发式函数f(t)最小,即使新增加的地面等待的总成本最小。

算法步骤如下:

(1)选出时间段t内将要降落机场Z的所有航班F(t)。

(2)从F(t)中选出优 先级最高 的所有航 班Fp(t)。

(3)根据航班的单位地面等待成本,由大到小对Fp(t)中的航班进行排序。

(4)对排完序的Fp(t)中的航班,从第一个航班开始,判断此时是否满足容量限制条件,若满足则确定航班的预计着陆时刻和地面等待时间,并继续判断下一个航班,若不满足则返回。

(5)对剩下的航班依次调整地面等待时间(加一个时间片),并根据地面等待时间调整所有航班的优先级。

(6)t=t+1,转(2)。

2.3.2优先级模型

算法中调整优先级采用的优先级模型主要是考虑到尽量确保航班不延误。“延误”按照民航的专业解释是指1架航班在 航班时刻 表预定的 起飞时间15min以上未能起飞的情 况。所有航班 初始给定 最低优先级5,如果某架航班已经等待了15min,在以后的时间片如果仍然安排该航班等待,则提高该航班的优先级,使其能优先占有容量。

假设如果某航班等待了x个时间片,则它的优先级pi为:

2.3.3容量分配问题

正常情况下,机场的进场率或容量是小时容量值,计算的时候采用的是每5min 1个时间片,这时容量值并一定能被12整除。但在容量受限判断时, 是无法处理带小数的容量值的,所以需要将容量值相对均匀地 分配到12个时间片。 分配方法 具体如下[5]:

(1)记小时容量为C,每5min 1个时间片的容量值依次为cx(1≤x≤12),分别对应12个时间片。

(2)记v1= [C/12],v2=C- [C/12]*12,则 cx =v1+ [v2/7]。

(3)设容量增量为g,令g =1。

(4)如果v2>6,令v2=12-v2,g =-1。

(5)根据不同的v2值,确定不同的容量分配方案,如表3所示。

3应用实例

(1)航班动态排序实例:选取某机场某繁忙时间段的飞机序列进行分析,设机场最后进近距跑道入口距离为7海里,待降落的飞机共29架,由系统模拟产生,其机型和最后进近速度根据相关设定随机产生。根据算法得到的排序结果和延误时间如图3所示。

(2)单机场地面等待策略实例:选取某机场某高峰时段共29架飞机进行仿真(航班计划由系统模拟获得),每小时的机场容量可以任意设置,设此时机场容量为6,航班机型由系统随机产生,假设大型机、中型机、小型机的单位地面等待耗费之比为1∶ 0.6∶0.3。根据算法得到的结果和地面等待时间如图4所示。

4结束语

对空中交通流量控制的探讨 篇8

随着空中交通运输量的迅速增加, 当前的空中交通流量已经不能够满足人们的需求。同时, 受到其他技术因素以及相关的制度方面的影响, 空中交通流量长时间没有得到明显的突破, 经常出现大范围的空中交通管制现象。这时, 如何在保证空中交通安全的前提下, 通过合理有效的空中交通流量控制措施来提高空中交通流量具有现实的意义。作者根据我国的民航现状提出了如下的几个基本策略, 以期能够给提高空中交通流量起到一定的积极作用。

2 空中交通流量控制措施

2.1 升级空中管制方式

从某个程度上来讲, 我国的空中管制方式处于一个较低的水平, 直接影响到了空中交通流量的增加。这主要是由于管制的手段、程序和设备的可靠性以及精确性等方面不同, 导致各个区域的管制方式存在较大的差别。例如, 我国的东南沿海以及东部地区基本实现了雷达管制, 而在中西部依然有部分地区采用程序管制。而实施雷达管制的飞行间隔时间要比程序管制的时间短很多, 这样可以使得空域的容量更大, 空中流量也就更加顺畅。

我国民航在20世纪末就注意到了这个问题, 以京广深航线为起点, 开始进行雷达管制方式的推广。发展至今, 在取得较大进步的同时, 依然存在着一些问题。例如, 雷达管制设备型号、品牌繁多, 导致设备之间的兼容出现问题, 一旦其中一个零件出现问题, 不能用其他品牌的零件进行替换, 延长了零件的维修时间;其二, 当前很多地区所装备的雷达管制设备只能够提供二次雷达信息, 不包括一次雷达信息, 且其中相当一部分信息属于单雷达信息, 降低了管制的安全保障裕度。同时, 还存在着雷达信号的覆盖盲区, 使得雷达保障技术的可靠性降低;其三, 雷达信号不够稳定, 经常出现丢失部分信号的现象。

2007年, 通过三大管制区域结构性的调整与过渡, 实现了三大管制中心的大区域运行, 充分地将大型管制区域的作用发挥了出来。同时, 西部地区也应该加快空中管制手段的建设工作, 初步实现全国范围内的雷达信号无缝隙覆盖、航行情报系统实现网络化和信息化, 并通过开发目视航图等数字化产品来提高空中管制的效率和精度, 实现民航管制方式质的飞跃。

2.2 扩大空域自由度

空域的自由度与流量的自由度属于相互矛盾的两个方面, 空中流量的集中会因为空中由于自由度的限制而增加。随着科学技术的发展, 早期的无线导航技术得到了快速的发展, 大量安全可靠的导航设备在各个航段中被应用起来。尤其是随着空间技术、数字通信以及计算机技术的快速发展, 卫星导航技术得到迅速的发展, 其全天候、高精度、全覆盖以及多用途的特点极大地满足了民航导航系统的需求。

由于我国的民航导航制度规定, 飞行器必须从某一个规定的点进入空域, 然后遵循规定的航线飞行, 之后再从某一点飞离该空域。这就相当于在公路上行使的汽车, 必须受到各种交通规则的制约, 否则将受到处罚。这在一定程度上反映了我国飞行管制的体制问题, 更重要的是反映出当前我国的民航管制设备的限制。随着科学技术的迅速发展, 空域应该得到更加充分的利用, 所采用的管制方式也应该更加灵活。

2.3 提高空中交通管制人员的素质

空中交通管制人员是保证空中交通安全、确保空中交通顺畅的基本保障, 是空中交通管制的主角, 更是空中交通流量控制的执行者。随着现代空中交通管制技术和设备的先进程度迅速增加, 加之空中交通流量也不断增加, 为了保证这些设备在巨大流量下能够高效稳妥的运行, 必须保证现代空中交通管制员具有较高水平的综合素质。

从当前的情况来看, 一方面由于选拔和培训机制方面存在一些问题, 导致空中交通管制员的水平存在着一定的差别, 有一些不适合交通管制工作的人员也进入到了管制体系当中, 这给空中交通管制工作埋下了隐患;另一方面, 在外部因素的影响下, 管制基层一些优秀的管制人员流失到了民航系统的其他部门, 有的甚至流失到了其他的行业, 给民航部门带来了较大的损失。据相关资料的统计, 我国民航大部分的交通管制人员的平均年龄在30岁以下。由于年轻管制人员的经验不够丰富, 业务不够熟练, 尤其是在事故的临场处理方面欠缺经验, 在没有经验丰富的大龄管制员的示范下, 难以很好地应对空中交通管制问题。同时, 国家对空中交通流量的管理规定较少, 导致管制员在处理流量问题时比较随意, 缺乏规范性。一些随意发布的长时间空中交通流量管制极大地影响到空中交通的顺畅程度。从这些方面来看, 应该积极地针对上述问题进行分析, 从制度和技术层面来加强空中交通管制的力度。同时, 还应该积极地吸纳国外先进的力量控制管理技术, 实现我国民航空中交通流量控制水平的提高。

参考文献

[1]罗杰.安全有效的加速空中交通的措施[J].科技传播, 2011 (21) :2022.

空中交通流量管理关键技术研究 篇9

1 空中交通流量管理概述

伴随我国航空运输事业的快速发展, 国家对现代空中管理提出了新的要求和标准, 并且业务管理范围也在逐渐扩展, 主要包括以下几个方面, 即空中交通服务、空中交通流量管理、空域管理, 主要目的是为了确保空中交通安全, 使空中交通有序的进行[1]。

因此, 国际民航组织将空中交通流量定义为:为了有效确保空中交通的安全, 以使空中交通管制能够满足相关机构的要求和标准。其主要目的是:为了最大限度的确保空中交通的安全, 为空中运营人员提供最佳的服务, 进而有效确保民航的顺利运行。

2 空中交通容量评估模型

2.1 静态评估模型

现阶段, 在建立交通容量静态模型的过程中, 由于影响容量的因素较多, 因此, 在评估的过程中, 如果输入的参数值发生任何变化, 都会导致容量结果发生变化。因此, 在不同情景下, 要想获取不同容量, 需要花费民航机构大量的人力、物力, 并且参数具有很大的不确定性, 为了避免此类现象的发生, 通常情况下, 要求相关管理人员应当设置多种情景, 并且在每一个假设的情景之中, 应对其影响因素进行事前评估, 即容量的静态评估。

在容量静态评估的过程中, 航班流特性是指:依据统计数据、预测数据, 相关管理人员输入交通流比例, 以及各个飞机模型的比例。对于空域的使用, 主要是通过以下几个方面进行的, 即扇区、停机位、临时空域, 以及气象条件的变化等等, 从以上几种途径确保航班的飞行路径。

2.2 动态评估模型

目前, 在飞机运行的过程中, 会受到各种不确定性因素的影响, 例如, 天气、机型比例、空域使用状态等等, 并且这些因素都会随着时间的变化而不断发生变化。因此, 我们可以看出, 容量为一个变量。在流量的实际管理状况中, 如果只是采用静态容量模式进行管理, 无法制定科学、合理的流量管理方案, 这就要求相关管理人员应以静态容量为基础, 充分考虑气象条件的变化、重大事件、以及机场道面的实际状况, 合理的选择飞行路径, 进而实现容量管理的动态化[2]。

相比于静态评估模型, 动态评估模型的实现, 主要运用以下几个模块, 即航空器四维航迹、冲突探测、容量计算等等。在引入主要影响因素的过程中, 如果通过数据接口的方式引入, 不仅可以有效确保评估的实时性, 还可以最大限度的降低数据的处理。此外, 空中流量动态模型的实现, 如果空域状态、气象条件发生变化时, 在使用空域策略的过程中, 通常情况下主要是依据管理人员自身经验决定。因此, 相关管理人员可以采用以神经网络为基础的专家系统, 进而自动获取模块输入, 并且还应积极主动的组织和存储专家所提供的学习实际例子, 选择神经网络的学习算法, 进而形成全新的调配策略。

3 地面容量静态评估

机场地面容量是指:飞机在飞行的过程中, 所经过的区域, 例如, 跑道、滑行道停机位、登机门以及等待区域等等, 在特定的时间内, 相关管理部门能够为其提供服务的飞机架次。因此, 我们可以看出, 机场地面容量是跑道、滑行道的综合反映, 并且机场地面容量静态评估模型主要是由以下几个方面组成的, 即跑道模型、滑行道模型、停机位模型等等。在众多影响因素中, 跑道容量影响最大, 跑道容量直接关系着机场的运行状况。

4 地面容量动态评估

相比于地面静态评估, 动态评估模式的实现, 即在实际工作的过程中, 不同的管理人员指派滑行路径, 在统计数据过后, 选取最佳的滑行路径, 作为固定路径, 从中输入模型, 以免在滑行的过程中, 出现冲突上的探测状况。此外, 固定路径评估主要有以下几个方面的优点, 在仿真冲突探测的过程中, 需要计算的容量较小, 并且耗费的时间较少。然而, 在前期建设的过程中, 需要输入较多的数据, 并且一旦建立滑行道, 相关管理人员需要花费大量的时间, 重新选择固定路径, 无法满足控制流量的基本要求[3]。

5 结论

综上所述, 通过分析空中交通流量管理的概述, 以及空中交通流量管理的静态管理和动态管理, 我们可以看出, 空中交通流量管理对民航的发展至关重要, 但是由于受到多种因素的限制, 在空中交通流量管理的过程中, 经常会出现各种问题, 阻碍流量管理的顺利开展。这就要求相关管理人员应充分考虑各种影响因素, 建立静态模型以及动态模型, 面对各种不确定性的因素, 进而有效确保飞机的顺利运行。

摘要：伴随我国经济的快速发展, 以及国防能力的逐渐提高, 民航飞行活动的次数不断增多, 因此, 空中交通流量管理越来越受到民航机构的重视。长期以来, 在空中交通流量管理的过程中, 虽然相关管理人员也在不断改进和完善管理方法, 并且取得一些成效, 但是仍旧存在较多的问题, 不利于空中交通流量管理的顺利开展。主要阐述了空中交通流量管理的概述, 以及空域的动态管理, 进而确保民航飞行活动的顺利开展, 为民航发展带来较多的经济收益。

关键词：空中交通,流量管理,技术,研究

参考文献

[1]李晓红, 张建斌, 刘丽丽等.浅谈空中交通流量管理存在的主要问题以及完善的对策[J].人民教育出版社, 2012, 9 (5) :223-224.

[2]崔建波, 赵婷婷, 刘旭.浅析空中交通流量管理的关键技术研究[J].2011, 7 (5) :55-57.