基于风场分布的空中交通航路设计方法与流程

本发明涉及空中交通航路的设计技术，尤其涉及一种基于风场分布的空中交通航路设计方法。

背景技术：

在空中交通管理(Air Traffic Management，简称ATM)系统中，空中交通航路扮演着非常重要的角色，而航路选择的优劣将直接影响空域中各飞行器的油耗运输成本。

目前，最优空中交通航路选择的依据是起点至终点之间所有航路段的空间距离之和最短的航路，但是由于受风场分布因素的影响，该空间距离最短的航路并不是油耗运输成本最低的航路。

技术实现要素：

本发明提供一种基于风场分布的空中交通航路设计方法，使得在考虑风场分布因素的影响下，通过该方法选择的航路为油耗运输成本最低的航路。

本发明提供一种基于风场分布的空中交通航路设计方法，包括：

获取并统计风场属性数据，根据所述风场属性数据，建立起点至终点之间各航路段的风场时空特性模型；

根据所述各航路段的风场时空特性模型，建立飞行器空气动力学模型；

根据所述飞行器空气动力学模型，计算得到所述起点至终点之间各航路段的油耗模型；

根据所述各航路段上飞行器的数量，以及所述各航路段的油耗模型，计算得到各航路段的油耗评价函数；

根据所述各航路段的油耗评价函数，计算得到各航路段的油耗代价；

基于所述各航路段的油耗代价，确定从起点至终点的油耗代价最小的航路路线。

可选的，所述获取并统计风场属性数据，根据所述风场属性数据，建立起点至终点之间各航路段的风场时空特性模型之前，还包括：

获取航路的起点、终点，对所述起点、终点之间的航路点进行分级处理，得到各级航路点；

对所述各级航路点进行离散化处理，确定每个分级内的至少一个航路点；

所述各航路段为每个相邻分级间任意两个航路点之间的路线。

可选的，所述获取并统计风场属性数据，根据所述风场属性数据，建立起点至终点之间各航路段的风场时空特性模型，包括：

所述风场属性数据包括：南北风场观测数据；

对所述南北风场观测数据进行数值模拟，得到起点至终点之间各航路段的风场分布参数；

根据所述风场分布参数，建立所述风场时空特性模型。

可选的，所述根据所述各航路段的风场时空特性模型，建立飞行器空气动力学模型，包括：

基于所述各航路段的风场时空特性模型中的风场分布参数，以及飞行器的质量、飞行器在飞行过程的推力和阻力系数、垂向负载因子以及倾斜角，建立所述飞行器空气动力学模型，其中所述飞行器空气动力学模型包括：飞行器在飞行过程中的速度、航向角、飞行路径角、水平位置、高度。

可选的，所述根据所述飞行器空气动力学模型，计算得到所述起点至终点之间各航路段的油耗模型，包括：

根据所述飞行器空气动力学模型中的飞行器在飞行过程中的速度、航向角、飞行路径角、水平位置、高度，以及垂向负载因子以及倾斜角、航路段的起始时间和终止时间，计算得到所述各航路段的油耗模型。

可选的，所述根据所述各航路段上飞行器的数量，以及所述各航路段的油耗模型，计算得到各航路段的油耗评价函数，包括：

根据所述各航路段上飞行器的数量，将所述各航路段上的每个飞行器的油耗模型相加，计算得到所述各航路段的油耗评价函数。

可选的，所述根据所述各航路段的油耗评价函数，计算得到各航路段的油耗代价，包括：

式中，i，j为相邻分级间任意两个航路点，G_i,j为相邻分级间任意航路段的油耗代价；d_ij为相邻分级间任意航路段的距离；P_ij为相邻分级间任意航路段的油耗评价函数。

可选的，所述基于所述各航路段的油耗代价，确定从起点至终点的油耗代价最小的航路路线，包括：

基于所述各航路段的油耗代价，采用迪杰斯特拉Dijkstra算法，确定从起点至终点的油耗代价最小的航路路线。

可选的，所述对所述南北风场观测数据进行数值模拟，得到起点至终点之间各航路段的风场分布参数包括：

根据预设划分条件，对所述南北风场观测数据进行分类，得到分类后的南北风场观测数据；

对所述分类后的南北风场观测数据分别进行数值模拟，得到每个类别的所述起点至终点之间各航路段的风场分布参数。

可选的，所述预设划分条件至少为以下一种：季节、气候。

从本发明的实施例可知，根据所述风场属性数据建立各航路段的风场时空特性模型，根据所述各航路段的风场时空特性模型，建立飞行器空气动力学模型，根据所述飞行器空气动力学模型，计算得到所述起点至终点之间各航路段的油耗模型，根据所述各航路段的油耗模型计算得到各航路段的油耗评价函数，据所述各航路段的油耗评价函数，计算得到各航路段的油耗代价，基于所述所述各航路段的油耗代价，确定从起点至终点的油耗代价最小的航路路线，由于考虑了风场分布因素的影响，得到的所述起点至终点的油耗代价最小的航路路线即为油耗运输成本最低的航路。

附图说明

图1为一示例性实施例示出的基于风场分布的空中交通航路设计方法的流程图；

图2为另一示例性实施例示出的基于风场分布的空中交通航路设计方法的流程图；

图3为图2中起点至终点的相邻分级间任意两个航路点之间的路线示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为一示例性实施例示出的基于风场分布的空中交通航路设计方法的流程图，该方法包括：

步骤101、获取并统计风场属性数据，根据风场属性数据，建立起点至终点之间各航路段的风场时空特性模型。

其中，风场属性数据包括：南北风场观测数据；其中，南北风场观测数据为风场的坐标位置，以及坐标位置对应的风速、风向；其中坐标位置为经度、维度；

其中，在根据风场属性数据，建立起点至终点之间各航路段的风场时空特性模型之前，还可以包括：对包含风速、风向风场属性数据中的明显不符合标准的坏点进行删除预处理；

其中，风场时空特性模型包括风场分布参数，如北风参数、东风参数。

步骤102、根据各航路段的风场时空特性模型，建立飞行器空气动力学模型。

其中，根据风场时空特性模型包含的风场分布参数(如，北风参数、东风参数)，建立飞行器空气动力学模型。

步骤103、根据飞行器空气动力学模型，计算得到起点至终点之间各航路段的油耗模型。

步骤104、根据各航路段上飞行器的数量，以及各航路段的油耗模型，计算得到各航路段的油耗评价函数。

其中，根据各航路段上飞行器的数量代表了该航路段的繁忙程度，各航路段上飞行器的数量越多，繁忙程度越高，其油耗评价函数越高；反之，其油耗评价函数越低。

步骤105、根据各航路段的油耗评价函数，计算得到各航路段的油耗代价。

步骤106、基于所述各航路段的油耗代价，确定从起点至终点的油耗代价最小的航路路线。

从上述实施例可知，根据风场属性数据建立各航路段的风场时空特性模型，根据各航路段的风场时空特性模型，建立飞行器空气动力学模型，根据飞行器空气动力学模型，计算得到起点至终点之间各航路段的油耗模型，根据各航路段的油耗模型计算得到各航路段的油耗评价函数，据各航路段的油耗评价函数，计算得到各航路段的油耗代价，基于各航路段的油耗代价，确定从起点至终点的油耗代价最小的航路路线，由于考虑了风场分布因素的影响，得到的起点至终点的油耗代价最小的航路路线即为油耗运输成本最低的航路。

图2为另一示例性实施例示出的基于风场分布的空中交通航路设计方法的流程图，在上述实施例的基础上，该方法包括：

步骤201、获取航路的起点、终点，对起点、终点之间的航路点进行分级处理，得到各级航路点。

如图3所示，起点记为A，终点记为B，航路点记为C，将靠近起点A的航路点划分为第一级航路点，靠近第一级航路点的的航路点划分为第二级航路点，以此类推，得到不同级别的航路点。

步骤202、对各级航路点进行离散化处理，确定每个分级内的至少一个航路点，各航路段为每个相邻分级间任意两个航路点之间的路线。

如图3所示，起点A至终点B之间的为由步骤201得到各级的航路点，将起点A至终点B的每相邻分级间的航路点依次连接，其连接的原则本级的航路点之间不连接，各级航路点之间两两连接，如此得到起点A至终点B之间的航路点的离散的网格图，网格图中的各航路段为每个相邻分级间任意两个航路点之间的路线。

如图3所示，将第一级航路点与第二级航路点之间的每两个航路点进行连接得到了将第一级航路点与第二级航路点之间的各航路段。

步骤203、获取并统计风场属性数据，根据风场属性数据，建立起点至终点之间各航路段的风场时空特性模型。

其中，风场属性数据包括：南北风场观测数据；其中，南北风场观测数据为风场的坐标位置，以及坐标位置对应的风速、风向；其中坐标位置为经度、维度；

其中，在根据风场属性数据，建立起点至终点之间各航路段的风场时空特性模型之前，还可以包括：对包含风速、风向风场属性数据中的明显不符合标准的坏点进行删除预处理。

各航路段的不同季节的风场分布参数，包括北风参数v_w,North和东风参数v_w,East，数值模拟公式为：

式中，v_W为风速的大小，χ_W为风向。

步骤204、根据各航路段的风场时空特性模型，建立飞行器空气动力学模型。

具体地，基于各航路段的风场时空特性模型中的风场分布参数，以及飞行器的质量、飞行器在飞行过程的推力和阻力系数、垂向负载因子以及倾斜角，建立飞行器空气动力学模型，其中飞行器空气动力学模型包括：飞行器在飞行过程中的速度、航向角、飞行路径角、水平位置、高度。

其中，飞行器空气动力学模型主要由六维度的微分方程构成，每一维度分别代表飞行器在飞行过程中的速度v、航向角χ、飞行路径角γ、水平位置(经度e，维度n)和高度h。

其中，飞行器在飞行过程中的速度v近似取值为真空速度v_TAS，当飞行器以常马赫数飞行时，定义真空速度式中，Ma为马赫数；κ为绝热指数，取值1.4，R为空气气体常数为287.05；T为当前时刻的温度。

将上述风场时空特性模型中的风场分布参数的北风v_w,North和东风v_w,East，代入飞行器空气动力学模型，得到如下公式：

式中，m为表飞行器的质量，T和D分别为飞行器在飞行过程中所受到的推力和阻力，n_z为垂向负载因子，μ为倾斜角，v_w,North,v_w,East为风场分布参数的北风和东风。

具体地，上述飞行器可以为民用飞机。

步骤205、根据飞行器空气动力学模型，计算得到起点至终点之间各航路段的油耗模型。

具体地，根据飞行器空气动力学模型中的飞行器在飞行过程中的速度、航向角、飞行路径角、水平位置、高度，以及垂向负载因子以及倾斜角、航路段的起始时间和终止时间，计算得到各航路段的油耗模型。

其中，油耗模型主要是由航路长度所制约的目标函数，其公式如下：

式中，x(t)＝[v(t)χ(t)γ(t)e(t)n(t)h(t)]^T,u(t)＝[n_Z(t)μ(t)]^T，t_f和t₀为任意航路段的起始时间和终止时间。

步骤206、根据各航路段上飞行器的数量，以及各航路段的油耗模型，计算得到各航路段的油耗评价函数。

具体地，根据航路段上各飞行器的升力和阻力系数，计算得到各航路段段上各飞行器的油耗模型；将各航路段上各飞行器的油耗模型相加，计算得到各航路段的油耗评价函数。

BADA数据库预先保存了不同飞行器的型号，以及不同型号飞行器的升力和阻力系数；

从BADA数据库中获取航路段个飞行器的升力和阻力系数，代入上述油耗模型，得到个航路段上各飞行器的油耗模型，将各航路段上各飞行器的油耗模型相加，计算得到各航路段的油耗评价函数，油耗评价函数公式如下：

式中，P_ij为油耗评价函数，M为航路段上飞行器的数量。

步骤207、根据各航路段的油耗评价函数，计算得到各航路段的油耗代价。

具体地，根据各航路段的油耗评价函数，计算得到各航路段的油耗代价，包括：

式中，i，j为相邻分级间任意两个航路点，G_i,j为相邻分级间任意航路段的油耗代价；d_ij为相邻分级间任意航路段的距离；P_ij为相邻分级间任意航路段的油耗评价函数。

从上式可以看出，当d_ij的最小值为0时，G_i,j无意义，表示该航路段不可飞。各航路段的油耗评价函数P_ij越大，油耗代价G_i,j也就越大。

步骤208、基于所述各航路段的油耗代价，确定从起点至终点的油耗代价最小的航路路线。

具体地，基于各航路段的油耗代价，采用迪杰斯特拉Dijkstra算法，确定从起点至终点的油耗代价最小的航路路线。

从上述实施例可知，根据风场属性数据建立各航路段的风场时空特性模型，根据各航路段的风场时空特性模型，建立飞行器空气动力学模型，根据飞行器空气动力学模型，计算得到起点至终点之间各航路段的油耗模型，根据各航路段的油耗模型计算得到各航路段的油耗评价函数，据各航路段的油耗评价函数，计算得到各航路段的油耗代价，基于各航路段的油耗代价，确定从起点至终点的油耗代价最小的航路路线，由于考虑了风场分布因素的影响，得到的起点至终点的油耗代价最小的航路路线即为油耗运输成本最低的航路。

在上述实施例的基础上，

可选的，对南北风场观测数据进行数值模拟，得到起点至终点之间各航路段的风场分布参数包括：

根据预设划分条件，对南北风场观测数据进行分类，得到分类后的南北风场观测数据；对分类后的南北风场观测数据分别进行数值模拟，得到每个类别的起点至终点之间各航路段的风场分布参数。

可选的，预设划分条件至少为以下一种：季节、气候。

本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。