基于实测数据的终端区空中交通流特性分析

交通运输系统工程与信息 ›› 2015, Vol. 15 ›› Issue (1): 205-211.

基于实测数据的终端区空中交通流特性分析

许炎，张洪海^*，杨磊，廖志华

南京航空航天大学民航学院，南京211106

收稿日期:2014-09-11 修回日期:2014-10-15 出版日期:2015-02-25 发布日期:2016-02-25
作者简介:许炎(1990- ), 男, 江苏南京人, 硕士生.
基金资助:
国家自然科学基金项目(61104159)；中央高校基本科研业务(NS2014068).

Analysis of Air Traffic Flow Characteristics in Airport Terminal Area Based on Observed Data

XU Yan, ZHANG Hong-hai, YANG Lei, LIAO Zhi-hua

College of Civil Aviation, Nanjing University of Aeronautics & Astronautics, Nanjing 210016, China

Received:2014-09-11 Revised:2014-10-15 Online:2015-02-25 Published:2016-02-25

摘要/Abstract

摘要：

研究机场终端区空中交通流时空特性，为揭示交通流内在相互影响及拥堵机理，优化终端区管控策略提供科学依据.本文根据实测的空管雷达信息，首先确定目标航段上空中交通流参数的时序分布；然后从交通流参数关系基本图出发，结合终端区空中交通运行方式与管制规则的分析，将空中交通流状态划分为自由流、弱管制干预流和强管制干预流三个阶段；最后，在状态划分的基础上，采用线性回归分析建立空中交通流的速度—密度模型、流率—密度模型和流率—速度模型，并以F和T检验对回归模型及回归系数的显著性进行检验.研究结果表明，本文建立的交通流模型能够较好地反映空中交通流特性，且对终端区空中交通时空态势的评估具有应用价值.

关键词: 航空运输, 空中交通流特性, 交通流模型, 实测数据, 终端区

Abstract:

This paper studies the time-space characteristics of air traffic flow in airport terminal area, which aims at revealing the inner influence and congestion mechanism of air traffic flow and providing scientific basis for air traffic control strategies. First, the timing distribution of air traffic flow parameters for target air routes is established based on original radar data. Then, according to the fundamental diagrams and air traffic operations as well as control rules, the air traffic states are divided into three phases: free flow, weak intervention and strong intervention. Finally, on the basis of state division, the air traffic velocity- density model, flux- density model and flux- velocity model are proposed by linear regression analysis, and the significance of model fitting and parameters is tested by F and T test. The results demonstrate that the models are corresponding to air traffic flow characteristics and fitting for traffic states identification.

Key words: air transportation, air traffic flow characteristics, traffic flow model, observed data, terminal area

中图分类号:

V355

许炎，张洪海，杨磊，廖志华. 基于实测数据的终端区空中交通流特性分析[J]. 交通运输系统工程与信息, 2015, 15(1): 205-211.

XU Yan, ZHANG Hong-hai, YANG Lei, LIAO Zhi-hua. Analysis of Air Traffic Flow Characteristics in Airport Terminal Area Based on Observed Data[J]. Journal of Transportation Systems Engineering and Information Technology, 2015, 15(1): 205-211.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract18946.shtml

http://www.tseit.org.cn/CN/Y2015/V15/I1/205

参考文献

[1] 关伟, 何蜀燕. 基于统计特性的城市快速路交通流状态划分[J]. 交通运输系统工程与信息, 2007, 7(5): 42- 50. [GUAN W, HE S Y. Phase identification of urban freeway traffic based on statistical properties[J]. Journal of Transportation Systems Engineering and Information Technology, 2007, 7(5): 42-50.]

[2] Dong C J, Shao C F, Zhuge C X, et al. Estimating traffic flow models for urban expressway based on measurement data[J]. Journal of Transportation Systems Engineering and Information Technology, 2013, 13(3): 46-52.

[3] Menon P K, Sweriduk G D, Bilimoria K D. A new approach for modeling, analysis and control of air traffic flow[J]. AIAA Journal of Guidance, Control and Dynamics, 2004, 27(5): 737-744.

[4] Bayen A, Raffard R, Tomlin C. Adjoint-based control of a new Eulerian network model of air traffic flow[J]. Transactions on Control Systems Technology, 2006, 14 (5): 804-818.

[5] Sun D, Strub I, Bayen A. Comparison of the performance of four eulerian network flow models for strategic air traffic management[J]. Networks and Heterogeneous Media, 2007, 2(4): 569-594.

[6] 王莉莉, 张新瑜, 张兆宁. 空中高速路交通流的跟驰现象及流量模型[J]. 西南交通大学学报, 2012, 47(1): 158- 162. [WANG L L, ZHANG X Y, ZHANG Z N. Following phenomenon and air freeway flow model[J]. Journal of Southwest Jiao tong University, 2012, 47(1): 158-162.]

[7] 张洪海, 杨磊, 别翌荟, 等. 终端区进场交通流广义跟驰行为与复杂相变研究[J]. 航空学报, 2014, 35. doi：10.7527/S1000-6893.2014.0157. [ZHANG H H, YANG L, BIE Y H, et al. Research on generalized following behavior and complex phase-transition law of approaching traffic flow in terminal airspace[J]. Acta Aeronautica et Astronautica Sinica, 2014, 35. doi: 10.7527/S1000-6893.2014.0157.]

[8] Zhang H H, Xu Y, Yang L, et al. Macroscopic model and simulation analysis of air traffic flow in airport terminal area[J]. Discrete Dynamics in Nature and Society, 2014, 2014:15, Article ID 741654.

[1]	张培文, 杜福民, 汪瑜. 基于链路预测的中小机场连接机制研究[J]. 交通运输系统工程与信息, 2022, 22(2): 298-304.
[2]	王红勇, 郭宇鹏. 基于航空器自主运行的空中交通复杂性建模[J]. 交通运输系统工程与信息, 2022, 22(2): 305-312.
[3]	张洪海, 张连东, 刘皞, 钟罡. 城市低空物流无人机航迹规划模型研究[J]. 交通运输系统工程与信息, 2022, 22(1): 256-264.
[4]	张魏宁, 胡明华, 杜婧涵, 尹嘉男. 基于条件生成对抗网络的扇区复杂度评估[J]. 交通运输系统工程与信息, 2021, 21(6): 226-233.
[5]	胡荣, 王德芸, 冯慧琳, 刘志昊, 张军峰. 碳达峰视角下的机场航空器碳排放预测[J]. 交通运输系统工程与信息, 2021, 21(6): 257-263.
[6]	郑晓彬, 柏赟, 周姗姗. 基于实测数据的地铁列车能耗特征分析[J]. 交通运输系统工程与信息, 2021, 21(6): 264-271.
[7]	李杰, 杨好天, 王兵, 周晓宁, 孙若飞. 民航飞机起飞推力对油耗和排放的影响分析[J]. 交通运输系统工程与信息, 2021, 21(6): 283-288.
[8]	田钧方, 朱陈强, 贾宁, 马寿峰. 基于轨迹数据的车辆跟驰行为分析与建模综述[J]. 交通运输系统工程与信息, 2021, 21(5): 148-159.
[9]	胡荣, 冯慧琳, 刘博文, 张军峰, 王德芸. 点汇聚系统的航空器污染物减排效应与机理[J]. 交通运输系统工程与信息, 2021, 21(5): 165-173.
[10]	曹炜威，李政，冯项楠. 2000—2018年全国民航网络结构特征及演化[J]. 交通运输系统工程与信息, 2021, 21(3): 26-33.
[11]	魏保立，郭成超，邓苗毅. 基于数据驱动的机场水泥混凝土道面性能退化预测[J]. 交通运输系统工程与信息, 2021, 21(3): 247-253.
[12]	姜雨，童楚，刘振宇，胡志韬，徐成，张洪海. 基于时间富余度控制的滑行道调度优化模型[J]. 交通运输系统工程与信息, 2021, 21(1): 207-213.
[13]	张洪海，李翰，刘皞，许卫卫，邹依原. 城市区域物流无人机路径规划[J]. 交通运输系统工程与信息, 2020, 20(6): 22-29.
[14]	盛寅，陈欣，毛亿. 不确定条件下机场群系统均衡配流模型研究[J]. 交通运输系统工程与信息, 2020, 20(6): 212-218.
[15]	郭野晨风，胡明华，张颖，谢华. 改进的协同航路分配优化模型及算法研究[J]. 交通运输系统工程与信息, 2020, 20(6): 226-232.