题目：密集飞行条件下飞行器自主冲突解脱的演化方法研究

飞机间的飞行冲突解脱是空中交通管理系统中的重要技术之一。随着航空运输需求的不断增长，在全球许多国家和地区的枢纽机场与主干航路已出现高密度、高复杂度的交通状况，飞行冲突问题日益凸显。传统的飞行冲突非自主解脱方式越来越难以适应高密度、高复杂度交通状况的空管发展新形势。飞行冲突自主解脱将全部或部分责任转至飞行员和机载设备，不仅可以保障空域飞行安全，还能够增加空域容量，提高飞行效率，降低空中交通运行成本。另外，随着我国低空空域的逐步开放，低空飞行以自主飞行为主，空域环境复杂，飞行密度大，其事故率超过正常航线飞行的10倍以上。低空空域飞行器高速机动自主飞行，机间冲突需要实现“即探即得”以保证飞行安全，因此，一种高效安全的多机实时冲突自主解脱方法对于民航空管及低空飞行的安全和效率都至关重要。

我们的研究对象是具有自主感知和决策能力的空中飞行器，基于此，本文将针对密集飞行条件下的飞行器自主冲突解脱问题，在演化博弈理论框架下，开展相关的自主冲突解脱关键方法研究，旨在为高密度空域环境、高动态飞行特性下的航空交通系统的安全高效运行提供一定的科学指导和理论依据。论文的主要工作与创新之处包括：

（1）在演化博弈理论框架下构建了异质化协同飞行的多智能体系统模型，分析了博弈与飞行冲突之间的联系，重点研究了异质化飞行器协同飞行内在机理。通过对异质化协同飞行运行规律的挖掘，得到了异质化探测半径、空域密度、飞行速度以及平均探测半径对飞机种群合作行为的影响，揭示了飞行性能参数影响飞机种群合作行为的一般规律，为进一步研究安全高效的自主冲突解脱方法奠定基础。

（2）针对密集飞行条件下呈指数级增长的交通复杂度与更高的飞行安全及效率要求之间的矛盾，提出了基于满意博弈理论的自主冲突解脱方法，通过调整飞机的飞行速度和偏转角度来进行冲突避免。利用确定型线性外推的冲突探测方法对飞行冲突进行预判，基于预判结果对飞机优先级进行排序，使得飞机个体具有不同程度的合作倾向，从而确定博弈对象。从飞行安全和飞行效率两方面构建了博弈策略收益映射，飞机个体在考虑整个空域飞行安全的同时，也兼顾了自身的飞行效率，从而达到机群整体利益的最优化，然后根据博弈收益确定飞行冲突解脱策略。在交汇点飞行场景、垂直飞行流场景和随机飞行场景三种典型高仿真飞行冲突场景下的仿真实验表明，该方法不仅能够满足现有的空中交通管理运行体制下飞行器自主冲突解脱问题，还可以应用于高密度、高复杂度的飞行场景，而且具有较高的飞行安全性能和飞行效率，同时还能有效的减少自主冲突解脱过程中“多米诺”效应的产生。

（3）考虑复杂飞行环境下通信链路延时或随机噪声干扰等因素导致的飞机间飞行信息无法正常交互的情况，提出了基于前序飞行信息的自主冲突解脱方法。飞机根据已知的前序飞行信息、自身的飞行特征以及对周围环境状态的感知建立自己的记忆池，通过对记忆池中的信息分析学习，来进行冲突避免。在三种典型高仿真飞行冲突场景下的仿真实验表明，该方法不仅能满足密集飞行条件下飞行的安全性，在系统稳定性方面，还能有效的减少自主冲突解脱过程中“多米诺”效应的产生。而在系统效率方面，虽然该方法仿真性能表现一般，但是由于该方法的前提是飞行信息无法正常交互，所以在一些特殊情况下无法使用基于局部信息共享的冲突解脱方法时，该方法将充分体现它的优势。

本文解决了密集飞行条件下的多机实时自主冲突解脱问题，提出一套较为完整的多飞行器自主冲突解脱方法，为高密度复杂空域环境下安全、高效、稳定的飞行提供技术支持。