自由飞行专家

自由飞行专家（精选四篇）

自由飞行专家 篇1

研究昆虫飞行运动机理可以完善现有空气动力学理论,为微小飞行器(MAV Micro-Air Vehicle)的研制提供新思想、新概念,因此昆虫运动参数测量已成为运动仿生领域的热点。早期对昆虫运动参数的测量都是针对固定飞行昆虫,由于受测试手段的限制,自由飞行昆虫运动参数的测量进展一直很缓慢。研究表明被束缚状态下昆虫的飞行和自由飞行有很大差异,昆虫可以在自由飞行时做出急停、转弯、侧飞等动作,因此测量自由飞行昆虫的运动参数,才是昆虫飞行仿生研究的根本。昆虫运动参数测量通常采用高速摄像机采集运动序列图像并对其进行三维恢复。目前对于昆虫翅膀的三维重构方法都是基于各种假设条件的几何分析方法,只能得到单侧翅膀变形的运动参数[1,2],不能对高扇翅频昆虫自由飞行状态下双翅运动变形给出比较精确的测量结果。本文提出了基于单摄像机的虚拟四目立体视觉测量系统,利用光学三角法进行三维恢复,可以获得双侧翅膀的运动信息,同时避免了多台高速摄像机拍摄的同步驱动问题,降低了测量系统成本。

自由飞行昆虫运动参数的测量方法有两种:一是测量装置固定,采取诱导方式使昆虫飞到测量区域拍摄其自由飞行状态;另一种是采用传感器跟踪的方式拍摄自由飞行的昆虫[3],但在目前运动实时跟踪测量技术还不完善的条件下存在很大的困难,尤其不适用于需要精密测量运动参数的场合。因此对自由飞行昆虫运动参数的测量通常是采用某种引导方法将其引导到拍摄区,然后用高速摄像机拍摄昆虫的身体姿态和翅膀的变形。因此自由飞行昆虫运动参数测量通常包括两部分,一是昆虫运动参数测量系统,二是对昆虫自由飞行的引导和控制。自由飞行的引导是自由飞行运动参数测量的前提条件,由于不同昆虫自身的习性不同,采用的引导方式会有差别,不同的研究目的也对自由飞行的引导提出了不同的要求,因此自由飞行昆虫运动参数测量应针对所测量的具体对象以及测量目的,制定相应有效的引导方法。

2 虚拟四目立体视觉测量系统的建立

2.1 虚拟立体视觉测量系统原理

由于高速采集视觉传感器价格昂贵,为了降低测量系统成本,采用基于单摄像机的虚拟多目结构形式,不仅可以降低系统成本,而且避免了多台高速摄像机拍摄同步驱动的复杂性。虚拟多目立体视觉是利用一台摄像机通过光学成像系统,实现多台摄像机的功能。虚拟双目立体视觉原理如图1示,被测物体首先在左右两个内反射镜中成像,然后再分别镜像到外反射镜对应的两个镜面上,并被紧挨外反射镜的摄像机拍摄到,相当于在左右内反射镜的外侧分别有一个摄像机拍摄被测物,从而实现立体视觉测量。

2.2 虚拟四目立体视觉测量系统及其数学模型

只有当被测物体在两摄像机形成的有效视场范围内立体视觉测量系统才有效。通常高扇翅频昆虫扇翅频率在100∼200Hz之间,最大扇翅幅度可达到120°,每个扇翅周期分为上扇和下扇两个阶段,且在上扇和下扇的交替变化过程中还伴随着翅膀的扭转变形,较大的扇翅幅度和扭转变形会产生遮挡,由于运动遮挡的存在采用虚拟双目立体视觉测量系统不能得到一个扇翅周期双侧翅膀的全部运动信息。为解决运动遮挡设计了虚拟四目立体视觉测量系统,其构成原理如图1(b)示,将图1(a)的两面外反射镜替换为有四个平面的反射镜,同时在对称位置增加两个内反射镜,被测物体通过四条对称的反射光路首先在内反射镜中成像,同时将其所成像镜像到每一个与之对应的外反射镜上,相当于从四个不同角度拍摄被测物体。

针对虚拟四目立体视觉测量系统建立的数学模型如图2示,每个摄像机的中心分别用Ci表示,摄像机坐标系用OiXiYiZi表示,OwXwYwZw表示世界坐标系,摄像机坐标系相对于世界坐标系的旋转和平移矩阵分别用Ri,ti表示,ai表示每个摄像机的内部参数矩阵,i=1,2…4。对于空间任意点P,其在世界坐标系OwXwYwZw下的齐次坐标为(Xw,Yw,Zw,1),相应其在任意两个摄像机坐标系下的齐次坐标分别为(Xci,Yci,Zci,1)和(Xcj,Ycj,Zcj,1),对应的图像坐标分别用(ui,vi,1)和(uj,vj,1)表示,则每个摄像机坐标系和世界坐标系之间的转换关系为

进一步世界坐标系和像素坐标系之间关系可表示为

其中下标i,j表示任意不同的两个虚拟摄像机。每一台摄像机的内部参数和其相对于世界坐标系的旋转和平移矩阵通过系统标定得到,因此已知空间任一点对应两个不同摄像机拍摄的图像中的像素坐标,联立式(1),式(2)即可确定空间点的三维坐标。

2.3 虚拟四目立体视觉测量系统的组成

基于单摄像机的虚拟四目立体视觉测量系统如图3示。测量系统由一架高速摄像机、计算机、光学成像系统以及背景光源组成。Motion Pro 10000 CMOS高速摄像机的最高采集速度为10000帧/秒。光学成像系统由一个组合四面反射镜和四个平面反射镜组成,组合四面镜垂直位于高速摄像机的正下方,四个平面反射镜对称摆放在组合四面镜外侧。每一条反射光路配备一个功率1000W的卤钨灯作为背景光源,其作用是为高速摄像机提供足够的光强,以保证成像效果。

利用移动平面靶标和双电子经纬仪构建空间三维标定点,采用Tsai[4]和Zhang[5]的方法对虚拟四目立体视觉测量系

统进行了标定。以双电子经纬仪测量的空间点作为标准值,以双电子经纬仪测量的空间任意两点之间的距离作为实际距离,选取了81个校验点,计算出测量系统测量的空间任意两点之间的距离标准值和实际距离差的RMS为0.0113mm。

3 昆虫自由飞行引导装置

采用虚拟四目立体视觉测量系统测量固定飞行昆虫运动参数只需将昆虫置于拍摄视场内,而自由飞行昆虫身体在不停的移动,其飞行方向和飞行速度是不受控的,只有采用诱导的方式将昆虫引导到拍摄区使其平稳飞行才能进行测量。和普通立体视觉测量系统相比虚拟四目立体视觉测量系统的有效视场范围更小,高速飞行的昆虫在拍摄区停留的时间很短,因此只能采取瞬间抓拍的方式拍摄自由飞行昆虫运动序列图像。

通过研究昆虫的习性,确定采用光诱导的方式引导昆虫飞往拍摄区。由于虚拟四目立体视觉测量系统的有效拍摄视场较小,决定用点光源作为诱导光源,将其置于拍摄区正下方约10mm处。由于蜜蜂具有趋光性,当昆虫飞经点光源上方时恰好位于有效拍摄区。为减少点光源产生热量对昆虫飞行状态的影响,采用体积小、发热量少、亮度高的发光二极管作为诱导光源。由于高扇翅频昆虫在有效视场内停留时间很短,采用自动触发方式进行拍摄,即一旦检测到昆虫在拍摄区,拍摄能在很短的响应时间内被触发。系统以红色激光作为触发光源,采用光电触发的方式进行自动拍摄。

设计的昆虫自由飞行引导装置如图4示,由自由飞行通道、光电触发装置和诱导光源组成。箭头方向为昆虫飞行方向,诱导光源A为超亮白光二极管,位于目标拍摄区内,B、C为两个红色激光器触发光源分别和位于D、E点的光敏电池接受装置对准,红色激光光源和光敏接收电池皆位于自由飞行通道外侧。昆虫沿箭头方向飞行,首先经过背景光源触发区,从激光器C投向光敏电池E的激光被昆虫身体遮挡光强减弱,该变化立即被光敏电池检测到,使得继电器闭合背景光源启动。当昆虫继续沿箭头方前飞到自动拍摄触发区时,光线被昆虫身体遮挡的光强减弱信号转变成电信号传输到计算机触发自动拍摄。

4 自由飞行昆虫运动参数测量结果

利用虚拟四目立体视觉测量系统和自由飞行引导装置对自由飞行蜜蜂翅膀的运动变形参数进行了测量。首先将蜜蜂置于自由飞行通道中,打开诱导光源、触发光源,蜜蜂受光诱向前飞行,当蜜蜂飞过有效拍摄区时,依次触发背景光电源和自动拍摄开关,抓拍自由飞行蜜蜂运动图像序列。图像采集速度为2000帧/秒,图像分辨率为512×256pixel,蜜蜂的扇翅频率为200~250Hz,每个扇翅周期可以拍摄8~10帧图像。对采集的序列图像依次提取翅膀特征并进行立体匹配最终计算出翅膀的三维坐标。

4.1 随体坐标系的建立

在虚拟四目立体视觉测量系统的测量空间内,建立了基于笛卡儿坐标系的全局坐标系,用全局坐标描述蜜蜂自由飞行运动过程中每一时刻的绝对位置,而昆虫翅膀运动变形参数的计算是基于一个扇翅周期昆虫身体不发生位移的前提[6]。因此针对自由飞行测量,以昆虫身体上一个扇翅周期内相对身体不发生位移的点为基准点,建立随体坐标系,把蜜蜂的自由飞行转化为身体被约束的“固定飞行”,根据随体坐标系下翅膀的运动变形计算自由飞行状态运动变形参数。建立的随体坐标系如图5示,位于蜜蜂头部的左右触角根部以及蜜蜂左右两个前翅根在飞行状态下相对蜜蜂身体是固定的,以此作为基准点建立随体坐标系,用ObXbYbZb来表示,B1,B2分别表示蜜蜂左右翅膀的前翅根,其连线中点B′定义为随体坐标系的坐标原点,同理A′为两触角根的中点,B′A′为ObYb轴,平面ObXbYb为蜜蜂的身体平面,坐标轴ObZb垂直于身体平面。在全局坐标系OXYZ下,左右翅根B1,B2的空间坐标分别为(xb1,yb1,zb1)和(xb2,yb2,zb2),蜜蜂左右触角的根部A1,A2的空间坐标分别为(xa1,ya1,za1)和(xa2,ya2,za2)。用坐标原点和三个坐标轴的矢量来表示随体坐标系。坐标原点Ob在全局坐标系下的坐标为

同理A′坐标为

则ObYb轴的方向矢量VY为

ObZb轴的方向矢量VZ为身体平面的法矢量:

由三个坐标轴的正交性得到ObXb轴的方向矢量VX为

norm表示对矢量归一化。已知昆虫翅膀上任一点在全局坐标系下的坐标为(xw,yw,zw)T,其相对于随体坐标系原点Ob的矢量为:(xn,yn,zn)T,则昆虫随体坐标系和全局坐标系的转换关系可表示为

4.2 自由飞行运动参数测量结果

根据拍摄的序列图像计算出一个扇翅周期蜜蜂双侧翅膀的扇翅角、摆动角和攻角。图6显示了自由飞行蜜蜂一个扇翅周期左右翅膀的扇翅角和摆动角的变化,和固定飞行相似,自由飞行蜜蜂在一个扇翅周期内扇翅角的变化近似于正弦曲线。左右翅膀的摆动角度变化范围很小,在±5°之间,表明翅膀以固定运动轨迹拍动且基本不偏离扇翅平面。通过分析左右侧翅膀的扇翅角度看出,左侧翅膀的扇翅幅度接近90°,右侧翅膀的扇翅幅度为80°,表明自由飞行过程中蜜蜂双侧翅膀的运动不是完全对称的。

图7给出左右侧翅膀纵向弦不同弦长处(25%,50%,75%)自由飞行蜜蜂的攻角。由于扭转变形的存在,不同弦长位置处翅膀的攻角不同,当翅膀从上扇转为下扇时翅膀发生向下翻转对应攻角有很大幅度的变化,说明不同扇翅阶段交替变化时的翻转是昆虫产生高升力的一个重要因素。

5 结论

本文提出了基于单摄像机的虚拟四目立体视觉测量系统,利用多角度观测解决了高扇翅频昆虫双侧翅膀运动测量中的遮挡问题,不仅降低了测量系统成本同时避免了多台高速摄像机同步驱动的复杂性。针对测量系统拍摄视场小飞行停留时间短的难点,设计了自由飞行昆虫引导装置,完成了高扇翅频自由飞行昆虫双侧翅膀运动参数的同步测量,其测量的参数对于研究昆虫飞行运动机理具有很重要的意义。

摘要：本文提出了用于测量自由飞行昆虫运动参数的立体视觉测量系统,实现了高扇翅频昆虫双侧翅膀运动参数的测量。文章在分析虚拟四目立体视觉测量原理的基础上搭建了虚拟四目立体视觉测量系统,并设计了自由飞行昆虫的引导装置,最后利用该测量系统和引导装置实现了自由飞行昆虫双侧翅膀运动参数的测量。实验结果表明该系统不仅降低了系统成本而且减少了多摄像机同步驱动的复杂性,对研究自由飞行状态昆虫运动机理具有重要意义。

关键词：立体视觉,虚拟传感器,自由飞行引导,运动参数

参考文献

[1]Dudley R,Ellington C P.Mechanics of Forward Flight in Bumblebees[J].Journal of Experimental Biology,1990,148:19-52.

[2]Willmott A P,Ellington C P.Measuring the Angle of Attack of Beating Insect Wings:Robust Three-Dimensional Reconstruction from Two-Dimensional Images[J].Journal of Experimental Biology,1997,200:2693-2704.

[3]蔡志坚,曾理江.昆虫运动的跟踪技术[J].光学技术,2002,28(3):217-219.CAI Zhi-jian,ZENG Li-jiang.Tracking Technologies for insects movement[J].Optical Technique,2002,28(3):217-219.

[4]Tsai R Y.A versatile camera calibration technique for high-accuracy3D machine vision metrology using off-the-shelf TV cameras and lenses[J].IEEE Journal of Robotics and Automation,1987,RA-3(4):323-344.

[5]ZHANG Z Y.An Effective Technique for Calibration a Binocular Stereo through Projective Reconstruction Using Both a Calibration Object and the Environment[R].Technical Report MSR-TR-98-71,Redmond,Microsoft Research Microsoft Corporation,1997.

自由飞行专家 篇2

随着中国民航发展的持续繁荣，繁忙机场日吞吐量日益趋于饱和水平。目前，为应对航班拥堵，民航局出台“不限起飞”的举措——针对八大繁忙机场的航班，规定除天气和军方活动外，上述机场航班将不再受对方机场管制影响而推迟起飞。这样，在保证地面航班准点起飞的同时，增加了空中航空器的潜在飞行冲突，造成了管制员的管制负荷加重。

专家系统作为人工智能( artificialintelligence，AI)领域的核心分支之一，其技术已广泛应用于国外的空中交通管制(ATC)中。早在20世纪80年代中期，美国联邦航空局(FAA)即开始对人工智能技术在ATC中应用的可行性进行研究，美国麻省理工学院的Lincoln实验室及MITRE公司参与了技术研发;在1991年，美国航空航天局NASA建立了基于民航空中交通管制的ATCEXPERT SYSTEM专家系统。该系统能够迅速、准确、高效和不知疲倦地进行工作。而我国在这方面的研究及应用甚少。

2 两机优先级专家系统构建

2.1 两机优先级知识库内容

本节将以自学习判定树为构架理论基础，依照一线管制员在航空器优先级调配上的启发式管制知识经验与技巧，表示出处于雷达监视下的、终端区某一冲突航路或相邻航路上，两架航空器调配选择过程。

冲突解脱专家系统的推理分析过程中，选择应该对哪架航空器进行飞行态势调整，哪架航空器保持飞行态势，因为从实际的角度，应该尽量缩小抑或避免航空器延误区域面积。同时按照航空器性能、飞行员可操纵性要求，选择调配的航空器，这是十分重要的。需给这些航班拟订一个优先级，然后按照优先级进行调配。具有优先权的航空器指保持当前飞行态势，无需做机动动作调整的`航空器。

影响两机调配优先级的因素有：

(1)飞行意图

飞行意图分为巡航、爬升、下降。管制员调配优先级按以下顺序进行：巡航>爬升>下降。在两架航空器出现冲突时，一机为巡航状态，由于为过境飞行且一般情况飞行速度较快，相对于本就要爬升或下降的航空器来说，如果进行高度、航向或速度的调整，冲突消失后，需要引导归航，人为增加了管制员的管制工作量。即存在最高优先级。同理，考虑调配难度及飞机性能要求，爬升为第二优先级。优先调配下降进场航空器。

(2)目的地机场繁忙时刻

繁忙机场上的一架飞机延误会造成一系列连锁反应，而在非主干航路和非繁忙机场调节的余度很大，所以前者应比后者在这方面优先级要高。据相关资料显示，国内八大机场的繁忙时刻一般在08:00—22:00，调配时，应避免在上述时刻范围内。

(3)航班类型

国际航班优先级一般都较高。国际航班在调配时，语言上的理解偏差是事故多发主要原因，同时由于其多为长航线，从而，更倾向于调配国内航班。一架航空器往往在一天内执行多次航班，初始时刻延误将导致后续航班任务的延误。一般航班的优先等级依下述规则排定，且各条规则的优先等级依次序进一步减小：国际航班优先于国内航班;续航航班优先于不续航航班。

(4)机型成本率

假设两架航空器起飞时间相同的情况下，地面等待成本高和耗油率高的机型比地面等待成本低和耗油率低的机型具有更高优先级。

所谓机型的成本率是根据该机型的性能来制定的，它涉及到两项重要机型性能：机型的最大业载和机型空中飞行平均耗油率。前者是估计该机型作单位时间的地面等待所产生的费用(即地面等待成本)的重要因素。后者是估计该机型做单位时间的空中飞行所产生的费用(即空中飞行成本)的重要因素。另外，将航空公司信誉、机组人员工作负荷、飞机日常维护成本等次要因素(影响到地面等待成本和空中飞行成本)折算到单位业载成本和航油价格中。

设机型最大业载为w(kg)、耗油率为N(kg/h)，每位乘客地面等待一小时损失值为H，航油价格为P，则机型成本率C可用以下公式计算：

C= W H /100+PN ??

(设每位乘客连行李平均100 kg)

可以看出机型成本率就是该机型的航班做一个小时的地面等待和一个小时的空中飞行所产生的费用之和。

2.2 两机优先级专家系统构建

飞行冲突两机优先级所涉及的知识为结构性知识，在知识表示方法上使用语义网中一种特殊表示方式—自学习判定树，其推理机制也即蕴含在知识表示中。

(1)两机优先级的知识表示及推理机制

判定树中冲突调配方案所使用代号的含义。在调配方案中的字母“A”和“B”分别代表航空器的编号;接下来的字母“X”、“P”和“J”分别代表巡航、爬升、下降;然后“Y”、“N”分别代表“是”、“否”，“&”为简单命题中的“且”。

特别指出的是，假设A的飞行意图为“巡航”并且B航空器的飞行意图为“爬升”，那么调配A航空器，反之，如果，A为“爬升”并且B为“巡航”，则调配B航空器。由于写出所有的判定树结构为1 152种，为简化并避免不必要的重复。

如果A、B均为“巡航&巡航”，进一步判断航空器A、B哪一架处于繁忙航路或者繁忙目的地机场，若为“是&是”，则进一步遍历比较，直到结点的类型为答案结点(叶子结点)时，给出初步的判定答案。其他结点的含义如上同理。

(2)事实的知识表示

自由飞行在低空 篇3

繁盛的通用航空

美国的航空分为军事航空、商业航空和通用航空，后两者属于民用。其中，通用航空主要是除军事、警务、海关缉私飞行和公共航空运输飞行以外的航空活动。具体来讲，其经营范围主要包括公务飞行、私用飞行、飞行员训练、体育与娱乐飞行、空中出租、农业、建筑、摄影、勘探、观测与巡逻等航空作业以及搜寻与救援等特殊飞行。通用航空主要是在距离地面1万英尺（约3000米）以下的低空空域飞行。

美国在册通用航空飞机约有22.2万架（全球通用飞机总数约为34万架），占全美注册民用飞机的96%。近60%的通用航空飞机为私人拥有，其中约有2.5万架飞机是由个人从事商业飞行，1.5万家企业使用通用航空飞机从事企业自身的公务飞行，另外约有8万架通用航空飞机用于从事社会公益性质的非经营性活动。

美国现有近70万名飞行员，其中通用航空飞行员约59.7万人，在役的运输飞行员中有一半以上来自通用航空。

美国有19000多个供通用飞机起降的小型简易机场，占民用机场总数90％以上。通用航空年飞行量在2600万到2700万小时之间，累计飞行小时占民用飞机总飞行小时的80%。

根据美国公务航空协会的统计，2005年通用航空对美国的经济贡献为1500亿美元。其4.5万家通用飞机制造商和1万多个零部件供应商共创造了150万个就业机会和530亿美元的净收益。据霍尼维尔公司预测：至2015年，美国通用航空制造业的产值将达到2730亿美元。

在美国，阿拉斯加州是通用航空最为发达的地区之一，每年商业飞行承运的人数是州人口总量的4倍（其他州为1.7倍）。由于陆路、水路交通不便且建设成本较高，自驾飞机飞行成为该地区公众出行的主要方式，甚至进行钓鱼等休闲活动也以飞行为主。阿拉斯加州拥有注册飞机9900架、在册飞行员1.1万人、陆地机场387个、直升机机场33个以及有记录的起降场地640个。此外，还有数以千计的湖泊供水上飞机起降。

宽松的空域管理

对于美国人来说，驾驶飞机的权利几乎和驾驶汽车的权利一样。公民有权使用任何民用机场，并以先到者先享受服务为基础。

自二战后，美国政府将大约85%的空域划为民用空域，其中的绝大部分又被通用航空使用。相对来说，美国的空域管理是比较宽松的。简单地说，在绝大部分美国国土上，只要有一部航空电台，就可以在3000米海拔高度以下自由飞行；而仅仅多装一台C模式应答机（一般不超过2万元人民币），高度限制就可以提升到海拔5400米；至于在200-360米高度（真高）以下，甚至连电台都可以没有。而某些管制空域，目视飞行规则的航空器也是可以进入的，只不过条件和程序比较复杂而已。

1926年，美国国会通过了航空商务法令，授权国家商务部负责制定第一套空域管理制度，美国空管的雏形由此产生。但是直到1993年以前，美国的空域系统与世界民航组织推荐的空域划分并不一致，主要体现在分类命名和结构方面。1993年9月16日，美国才采用了国际上通用的空域体系，命名了A、B、C、D、E和G类空域。

A类是绝对管制区（positive control area），横跨美国全境，高度从18000英尺至60000英尺，ATC（空中交通管制人员）负责所有飞行间的间隔。此空域是只允许按仪表飞行规则飞行的空域，这个空域一般的小飞机是飞不到的，因为没有密封增压设备，寒冷和缺氧会使人致命。此空域只允许按IFR（仪表飞行规则，一般用于高空飞行和恶劣天气情况下）飞行，所有航空器之间配备飞行间隔，提供ATC服务，要求实现地空双向通信，航空器进入空域需要ATC许可。

B类是终端管制区（terminal control area），一般建立在繁忙机场附近，是从地面至最高8000 英尺的空域，其形状就像一个倒立的金字塔，此类空域是围绕在国内37个最繁忙的机场周围上空的空域，以按仪表飞行规则运行和执行客运任务的飞机为基础。在这个管制空域飞行，要有相应的机载设备，比如二次雷达应答机，以便管制部门能在雷达上确定飞行员的高度和位置；还要有相应的无线电设备，以便保持连续的双向沟通。事先还要获得进入这类空域的许可。这类空域也不是一般百姓去的。

C类是机场雷达服务区（airport radar service area），一般建立在中型机场，从地面或从某一高度至地面以上4000英尺，该区域一般由两部分组成即内环（半径5海里）和外环（半径10海里，下限1200英尺），飞行员要保持和管制员的通信联络，飞机具有应答机、间隔的提供取决于飞行的种类，此乃B、C类空域的最大区别之一。美国的C类空域涉及到约120个不太繁忙的机场。这些机场有足够的能力和手段对所有的空中交通进行无线电通信和雷达管制。

D类是管制地带（control zone），一般建立在有管制塔台的机场，半径5海里，从地面至此类空域的管制下限（通常是航路的下限1000-3000英尺）的空域，此空域包括除了上述以外的“机场交通管制区域”，也就是有塔台的机场区域。这类空域对应的机场不太大或不太繁忙，流量与C类相当。

E类是过渡区（transition area），一般是从1200英尺至此类空域的管制下限（美国中低空航路的主要运行空间，在美国东部为1200英尺-18000英尺，在西部山区为145000英尺-180000 英尺），自此往下的空域都属于普遍意义上的低空。此类空域包括无塔台的机场，还包括那些机场管制塔台分时段运行的机场雷达服务区类机场，例如从午夜到早上6点钟，机场雷达服务区这段时间关闭机场塔台时，空域即属于过渡区。此类空域是美国面积最大、应用最广泛的一类空域。

G类是非管制空域，一般指1200英尺以下的空域，飞行安全由飞行员本人负责。所有从地表到700英尺或1200英尺，并且不属于A、B、C、D、E类空域的非管制空域即为G类空域。没有塔台的机场为G类空域的一部分。

当然，美国还有一些其它类型的空域：特殊用途空域、禁区、限制区和军事行动区（MOA）。其中，禁区是指在规定的时间内不能飞入的地方，比如射击区，政府敏感区（白宫、国会大厦等），这类区域很少，在航空图上有标注；限制区就是在特定的时间和特定的高度飞行员不能进入的空域，比如划归军事航空演习、跳伞、射击等活动的空域，“9·11”事件以后，政府强制划分了临时飞行限制区，以此来加强国家安全；最有意思的是军事行动区，它不是严格的限制区，如果有特殊需要也可以穿越。

美国对国际民航组织空域分类标准的引用和变通，较好地体现了“空域是国家资源，每个公民都享有使用空域的权力”这一原则，在安全与效率之间找到了一个平衡点，为目视飞行创造了宽松的空域条件，极大促进了通用航空的发展。可以说，目前世界上没有哪一个国家拥有如此广阔和宽松的目视飞行环境，人们可以像自驾车旅行一样，从纽约飞往加利福尼亚，从旧金山飞往华盛顿，而不需要与任何人通话。

自由飞行专家 篇4

随着航空运输需求量的不断增长,空中交通运输量不断增长,空中交通面临着越来越严重的航线拥挤,给现有的交通管制系统带来前所未有的压力。1965年美国人威廉·克林顿就提出了自由飞行的概念,1995年美国航空无线电委员会(Radio Technical Commission for Aeronautics,RTC A)对其作了如下定义:自由飞行是在仪表飞行下的一种安全有效的飞行体系[1]。在该体系中,飞行员可以更加自由灵活地选择适合自己的航路和速度。

飞机在自由飞行环境中受到包括通信导航与监视(CNS,Communication Navigation and Surveillance)性能、人为因素和防撞系统等因素影响导致航行轨迹偏离预定轨迹,其中CNS性能导致的定位误差有较为重要的影响,这种误差具有随机性,在计算碰撞问题时比非自由飞行环境下更加复杂。若这种随机因素的波动或强度足够大,就会引起碰撞风险的加大,进而导致飞行安全性降低。因此自由飞行下的碰撞风险评估,对增加空域容量,保证飞行安全,具有重要意义。

国外对自由飞行的研究较早,1996年R.A.Paielli用飞机之间相对位置的等价协方差阵匹配的随机系统理论建立了航迹预测误差模型,给出了自由飞行下碰撞概率的估计方法,并用Monte Carlo方法和实例进行了验证分析[2]。2007年,Henk A.P.等利用随机动态着色Petri网方法研究了自由飞行下航路上的碰撞风险安全评估模型,并利用Monte Carlo方法对其进行了仿真[3]。

国内是近几年才开始对自由飞行下飞机的碰撞风险进行研究,2011年张兆宁、蔡明、王莉莉等人对自由飞行环境下的碰撞风险进行了研究。提出了自由飞行影响飞机定位误差的主要因素,以概率论为工具建立了自由飞行下的碰撞风险评估模型,量化评估了各个主要因素对自由飞行环境下碰撞风险的实际影响度[4]。2012年张兆宁、佐江丽[5]和王一明[6]建立了自由飞行下基于随机微分方程的飞机碰撞风险模型,并分别通过欧拉方法和RungeKutta方法实现碰撞风险模型的快速求解。2013年张兆宁和高俊英[7]考虑误差分布的三维相关性建立基于随机微分方程的碰撞风险模型,并利用Milstein法与有限差分法结合的方法对模型进行了求解。

目前对飞机定位误差导致的碰撞风险所进行的研究大多是将误差分解在纵向、侧向、垂直三个方向上进行分析,没有直接用给定的飞行间距对碰撞风险进行研究,而自由飞行没有水平垂直之分,因此直接给定间距进行计算更加符合未来的自由飞行环境,本文对此展开了研究。

白噪声是一个均值为零,功率谱密度在整个频率轴上为非零常数的随机平稳过程。这个噪声的幅度分布服从高斯分布,功率谱密度均匀分布时,则称它为高斯白噪声。CNS性能导致的误差具有随机性,其分布完全符合高斯白噪声这些特性,据此来建立碰撞风险模型,并用Matlab进行求解,通过算例验证了其可行性,在现行的安全目标水平之下,可以为相关运行部门提供相应的最小安全间距,从而扩大空域容量。

1 碰撞风险模型

考虑到自由飞行下的飞机受到CNS性能导致定位误差的随机性与不确定性本文不再对纵向、侧向、垂直进行明确区分,根据CNS性能导致的飞机定位误差服从高斯白噪声过程,将此误差概率在空间坐标系中表示为从中心向外辐射,然后建立两架飞机的随机运动模型,当两架飞机之间的距离小于最小安全间距时,则碰撞发生,据此建立自由飞行下的碰撞风险模型。

1.1 模型建立

为了建立与求解模型的简便,本文只考虑飞机在高空飞行是CNS性能导致的定位误差。将时刻2架飞机在空间坐标系下的三维坐标记作Pi(t)和Pj(t),Di,j(t)=Pi(t)-Pj(t)表示在t时刻2架飞机的飞行间距。根据相对运动定理,如果一架飞机为坐标原点,以飞机平均尺寸(λx,λy,λz)虚拟出一个长方形区域作为碰撞模板[8]。另一架飞机Pj与其之间的距离则为在空中的相对距离,球心位置为飞机Pj的理论位置,而由于受到CNS性能的影响造成的误差服从高斯分布,从中心向外扩散,如图1所示。

飞机处于自由飞行状态,在任意方向上都有可能进行穿越,因此可以将两机飞行航路近似看作交叉航路,相对速度方向夹角为θ,Dij为其相对距离,如图2所示。

白噪声过程的概率密度与时间无关,令N(t)作为Pj的运动轨迹误差,此误差分布服从高斯分布,因此N(t)为标准的高斯白噪声过程,服从Nj(0,)。设两架飞机在时刻的理论间距di,j,从而得到两架飞机在时刻t的间距Di,j(t):

Di,j(t)可以看作均值为di,j的高斯白噪声平稳序列,服从Nj(di,j,),用s。表示碰撞间距s0=max{λx,λy,λz},如果Di,j(t)小于等于碰撞间距,则会发生碰撞。因此,在t时刻Pj的飞行轨迹误差N(t)的概率密度函数可以表示为:

得到飞机实际飞行间距Dij(t)的概率密度为:

两飞机之间距离小于碰撞间距则发生碰撞,那么对f(Di,j(t))从-s0到s0进行积分,就可以得到飞机之间发生碰撞的概率,即:

将一次碰撞记作两次事故[9],就可以得到碰撞风险:

其中为总飞行时间,为两架飞机的临近时间,即飞行间距小于(含)最小间隔的时间总和。

1.2 参数确定

1.2.1 碰撞模板大小λx、λy、λz

λx、λy、λz可以参考各机型的比例求均值得到,即根据分析经过航路上的机型以及各机型飞行时间的比例,运用比例求均值从而得到碰撞模板的平均大小:

其中,r分别代表x、y、z三维方向,假设有m种机型,ηi为第i种机型的航空器占总航空器的比例,其中i=(1,2,...,m),λri为第i种机型的维的大小。

1.2.2 理论间距di,j

在飞行过程中两架航空器之间的理论间距为di,j,在计算过程中数据可以借鉴非自由飞行中国际通用的最小间隔(dx、dy、dz)来进行计算。

在三维立体空间中对三个方向上的间隔进行空间矢量求和,再根据余弦定理求出夹角θ。示意图如图3所示。

国际上通用的雷达管制条件下的纵向、侧向间隔标准为5n mile;国内从2007年11月21日开始在高空空域实施缩小垂直间隔标准,在低空空域(低于8400m)为300m,而在8400～8900m范围内的为500m,在8900～12500m范围内的为300m,12500m以上为600m[10]。

1.2.3 高斯白噪声过程方差

由文献[6]可知,CNS性能对高斯白噪声过程方差中的影响最大。有关文献给出RCP、RNP、RSP的类型,但没有给出各性能影响飞机位置误差的方差,根据文献[4]得到计算方法:

根据文献[11],我们可以得到σc、σN、σs各自的求解方法:

2 算例分析

目前自由飞行尚未实施,相关参数需要借鉴非自由飞行环境下的相关数据。本文计算高空中飞机飞行的碰撞风险,下面来对这些值进行计算。

碰撞模板的大小运用式(7)对飞机相关数据按比例求和可得λx=0.0295mm、λy=0.0266mm、λz=0.0086mm,从而得到碰撞间距为s0=0.0295nm;为方便计算垂直间隔取300m,得到理论间距di,j=7.638nm;取CNS性能为RCP10、RNP4、RSP5,得到。将以上数据利用式(5)进行计算。

参考Reich模型,考虑107飞行小时的碰撞风险,临近时间取300h进行计算。根据式(6)求得飞行的碰撞风险CR=1.119×10-8 (次/飞行小时)。当理论间距di,j取8n mile时,得到Pc=9.47×10-5,则根据式(6)求得飞行的碰撞风险CR=5.68×10-9(次/飞行小时)。与目前国际民航组织规定的适用安全目标水平为TLS=1.5×10-8(次/飞行小时)[10,11]相比较,都满足目前的安全水平,说明了本模型的可行性。图4为碰撞风险CR与理论间距di,j的关系。

从图中可以看出,在自由飞行中,飞机间相对距离越大,则碰撞风险越小,这与目前实际的空中运行情形是一致的,验证了该计算方法的可行性。

3 结论

虽然自由飞行尚未开始运行,但是利用高斯白噪声过程来分析碰撞风险模型,充分考虑到影响飞机飞行轨迹的因素,最后结果与给定的安全目标等级对比,验证了该模型的可行性,在可行的安全目标水平下给出相应的最小安全间距,给未来自由飞行的实施奠定了一定的理论基础。该模型虽然具有普遍性,但是限制条件较多,没有考虑人为因素等诸多的主观因素,因此进一步放宽限制条件是下一步需要进行的工作。

摘要：飞机的安全性在自由飞行中受到通信导航监视性能、人为因素、防撞系统等因素的影响,其中通信导航监视性能会导致飞机产生定位误差,这种定位误差具有高斯白噪声的特性。主要考虑飞行定位误差的高斯白噪声特性,将此误差用概率表示为以理论位置向外辐射,根据飞机的相对运动,建立基于高斯白噪声的碰撞风险模型,给出模型中各参数的求解方法,从而得到碰撞风险。最后用算例验证了模型的可行性,在现行的安全目标水平之下为相关运行部门提供相应的最小安全间距,为实际运行奠定一定的理论基础。