● 摘要
航空运输需求的增长使全球许多国家和地区的枢纽机场已出现高密度、高复杂度的状况。在这种密集飞行场景下，无严格的飞行计划且飞机机动性较强，飞行冲突频繁。而且，若仅以距离碰撞点的时间或空间距离作为衡量飞行冲突紧急程度的指标，将导致很高的虚警率。
目前在飞行碰撞风险分级预测技术领域的研究主要还是基于计划的冲突预测以及在静态阈值框架内告警方法的研究。对于复杂的密集飞行，飞机机动性强，基于计划的冲突预测会导致预测结果不准；传统的静态阈值告警方法仅以冲突概率作为告警的唯一依据，评价冲突紧急程度的精确性较差，在冲突较频繁的密集飞行场景下，会有很高的虚警率。因而目前的碰撞风险预测和分级告警方法无法满足密集飞行场景下对安全性和高效性的需求。
本文围绕密集飞行场景的特点，研究了在此场景下飞机碰撞风险预测和动态分级告警的方法，建立了冲突探测模型以及动态告警框架下的马尔科夫模型，并且设计了合理的冲突分级逻辑，最终用符合密集飞行特点的模拟数据对该方法进行了验证。
论文的主要工作包括：
1、针对密集飞行场景飞机高机动性的特点，构建了适用于此场景的飞机动力学方程、飞机位置误差模型和冲突空间模型，同时提出了基于上述三个模型计算飞机间冲突概率的方法，达到了准确预测飞机碰撞风险的效果。
2、针对传统告警方法虚警率较高的问题，本文除了考虑到冲突概率，还结合飞机间状态以及规避策略的收益，共同作为判断冲突紧急程度的因素。基于飞机冲突的动态告警框架以及马尔科夫决策过程方法，提出了一种基于马尔科夫决策过程的飞机冲突动态告警方法，构建了飞机状态空间、规避策略集合以及收益函数，并基于可用决策数目提出了一种告警分级方法。实现了对飞机碰撞风险的准确估计。
3、为验证上述方法，设计并开发了飞行碰撞风险预测与分级告警仿真平台，实现了飞行碰撞风险预测与分级告警功能。通过用动态贝叶斯网络产生的能够反映密集飞行特点的数据验证表明，本文所提出的方法能够实现对碰撞概率的准确计算以及对碰撞风险准确估计，降低了虚警率。