北京航空航天大学学报 ›› 2020, Vol. 46 ›› Issue (5): 839-850.doi: 10.13700/j.bh.1001-5965.2019.0354

• 论文 • 上一篇    下一篇

基于复杂网络的空中交通复杂性识别方法

吴明功1,2, 叶泽龙1,2,3, 温祥西1,2, 蒋旭瑞4   

  1. 1. 空军工程大学 空管领航学院, 西安 710051;
    2. 国家空管防相撞技术重点实验室, 西安 710051;
    3. 中国人民解放军95178部队, 南宁 530049;
    4. 中国人民解放军94116部队, 和田 848000
  • 收稿日期:2019-07-03 发布日期:2020-05-19
  • 通讯作者: 温祥西 E-mail:wxxajy@163.com
  • 作者简介:吴明功 男,硕士,教授,硕士生导师。主要研究方向:空中交通管理、管制指挥与安全;叶泽龙 男,硕士研究生。主要研究方向:空中交通管制指挥与安全;温祥西 男,博士,讲师。主要研究方向:空管自动化技术;蒋旭瑞 男,硕士研究生。主要研究方向:冲突探测与解脱技术。
  • 基金资助:
    国家自然科学基金(71801221);陕西省自然科学研究计划(2018JQ7004)

Air traffic complexity recognition method based on complex networks

WU Minggong1,2, YE Zelong1,2,3, WEN Xiangxi1,2, JIANG Xurui4   

  1. 1. Air Traffic Control and Navigation College, Air Force Engineering University, Xi'an 710051, China;
    2. National Key Laboratory of Air Traffic Collision Prevention, Xi'an 710051, China;
    3. Unit 95178 of the PLA, Nanning 530049, China;
    4. Unit 94116 of the PLA, Hetian 848000, China
  • Received:2019-07-03 Published:2020-05-19

摘要: 在空中交通管理中,识别空中交通复杂性是一项重要工作。目前的算法多采用飞机密度、机群、滞留程度等宏观指标对复杂性进行评价。利用复杂网络理论描述空中交通状况,将空域中的飞机视为节点,飞机与飞机之间距离小于彼此的机载防撞系统(ACAS)通信距离时开始构成连边,以此构建飞行状态复杂网络模型,可以更好地描述网络内部的微观特征。选取环边数、节点强度、平均聚类系数、介数中心性和网络效率等拓扑特性指标,对动态空中交通状况进行了研究。在此基础上,采用独立主元分析(ICA)在线识别空中交通复杂性,将交通顺畅的情况作为训练数据集进行处理,根据SPE统计量、I2统计量和Ie2统计量的变化来识别复杂性情况。仿真结果表明,所提方法可以较好地识别空中交通复杂性。

关键词: 空中交通复杂性, 交通拥堵识别, 复杂网络, 独立主元分析(ICA), 空中交通管理

Abstract: Identifying the complexity of air traffic is an important task in air traffic management. Most current algorithms are usually tested using some macro-indexes, such as aircraft density, aircraft clusters, stranded degree, and so on. In this paper, the air traffic situation is described from the perspective of complex networks: aircraft in airspace are regarded as nodes and edges form within Airborne Collision Avoidance System (ACAS) communication ranges. The dynamic air traffic situation is studied by selecting topological characteristic indexes such as loop numbers, node strength, average clustering coefficient, betweenness centrality and network efficiency. On this basis, Independent Component Analysis (ICA) is used to recognize air traffic complexity online and treat the smooth traffic as a training data set. The congestion is recognized according to the changes of SPE-statistic, I2-statistic and Ie2-statistic. The simulation results show that the proposed method has the ability to identify air traffic complexity well.

Key words: air traffic complexity, traffic congestion identification, complex networks, Independent Component Analysis (ICA), air traffic management

中图分类号: 


版权所有 © 《北京航空航天大学学报》编辑部
通讯地址:北京市海淀区学院路37号 北京航空航天大学学报编辑部 邮编:100191 E-mail:jbuaa@buaa.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发