本科毕业论文-开题报告模版（南航大）

1、南京航空航天大学毕业设计（论文）开题报告题 目基于交通结构的扇区复杂度评估学 院民航学院专 业交通运输学生姓名林杰学号200900007指导教师李明职称教授毕设地点2013年 3月 9日1. 结合毕业设计（论文）课题任务情况，根据所查阅的文献资料，撰写15002000字左右的文献综述：1.1 研究背景和意义在我国，自改革开放以来，民航业进入了高速发展的时期；近几年，随着经济持续发展，公共航空运输需求日趋旺盛，北京、上海、广州的机场早已步入世界繁忙机场行列，对空管保障提出巨大挑战。2012年7月，国务院关于促进民航业发展的若干意见提出“调整结构、扩容增效”的基本原则，要求合理利用空域等资源，增加

2、飞行容量，推进技术进步和节能减排。按照发展目标的要求，到2020年，我国航空运输年运输总周转量达到1700亿吨公里，全国人均乘机次数达到0.5次，航班正常率提高到80%以上。为此，一些空域繁忙地区，航班多、流量大、空域拥挤的现状必须得到改善，以适应我国民航业发展的需求。然而近年来，随着民航运输业的不断发展，空中交通流量不断增加，空域拥挤现象日益严重，导致一些原本已经繁忙的空域扇区负荷持续加重。目前，对航班拥堵、延误的分析，多集中在航班运行管理方面，而缺乏对扇区本身复杂度的重视。而且，传统的扇区服务能力评估通常从确定性角度，仅以空中交通系统容量作为指标进行分析，没有考虑ATM系统不同组成部分之间

3、有机而复杂的联系。这种方法在航空交通需求日益旺盛、空域资源日趋紧张的今天逐渐显示出局限性。而事实上，交通结构的一些特征，如飞行速度、飞行高度与航向的变化，以及航空器之间交互作用也会对扇区负荷造成影响，最终影响管制员对交通复杂度的认知。为此，有必要从复杂系统建模的角度，综合考虑各种空域因素、空中交通流特征及管制员工作负荷，相对客观准确地描述扇区内空中交通态势，为将来空域系统服务能力的提升提供必要的参考依据。而迅速发展的复杂性学科，如非线性系统、神经网络等，为探索这些联系提供了新途径， 为了解和认识ATM系统底层机制和规律提供了新方法， 成为推动ATM 领域复杂性研究纵深发展的新动力。希望通过本文

4、的研究分析，从交通结构的角度对扇区复杂度进行评估，分析影响扇区复杂度的因素，结合实际提出应对措施，从而使扇区内航班运行效率在确保安全的基础上得到提高，以适应我国民航业的发展需求。笔者认为，这对提升空域运行效率、促进我国航空运输业发展具有重要的现实意义。1.2 国内外研究现状一直以来，研究者们从交通结构方面对空域复杂度进行研究，形成了一些较为成熟的理论模型与方法。Wyndemere公司提出过依靠管制员对航空器飞行不同状态下的认知工作负荷来评价空中交通结构复杂性的方法。模型是面向人的，主观性较强。1995年，RTCA提出以动态密度来评价空域复杂性测度，大致过程：确定相关因素选取数据进行拟合计算因子

5、的权重得到数学模型。同年，Laudeman等人陆续从理论和实践两方面研究了空中交通复杂性，构建了动态密度模型来预测管制员工作负荷和扇区复杂性。但该方法仅能对某一特定扇区进行复杂性分析，不具推广性。Kopardekar.P等人在2003年也提出过类似方法，基于管制难度的诸要素，他们也建立了相应的复杂度模型。2000年前后，Delahaye等人提出了几何无序性测度方法，对空域各部分交通分布的非对称性进行测度。他们使用的复杂性坐标体系，包括交通密度、汇聚性、分散性和灵敏性4类指标。通过对空间无序度和速度的分析，建立了2种模型（几何度量模型和动力系统模型）对交通状况进行比较，形成了空域系统复杂性研究领

6、域的另一分支内禀复杂性。研究者们认为复杂性测度可视为利用交通内禀属性( 如航空器速度、航向) 对交通态势演进复杂程度的客观描述。国内的张晨等人提出并完善了基于连携关系的复杂性模型，对空中交通的一般结构因素进行了分析，进而针对航空器对(Pair-wise)提出了基于距离与交叉冲突因素的2类复杂性因子（距离因子和冲突因子）。他们在综合航空器类型混杂比的基础上，提出了可用于空域系统评估与分析的交通复杂性模型。2001年，Chatterji和Sridhar提出运用神经网络的方法得到反映扇区复杂性的非线性相关模型。然而，以往这些方法法缺乏全局视角，为避免这一弱点，研究者们利用复杂系统的研究方法建立了空域

7、模型。在空域复杂系统建模方面进行的研究中，具有代表性的是M.Bui和S.B.Amor。他们从系统论观点出发，通过对空域性能演进过程的定性和定量描述， 验证了空中交通具有的涌现属性，即在特定临界值附近观察空域系统产生的相变现象。此后，我国学者闫海军，田勇等人提出将空中交通复杂度分为静态复杂度和动态复杂度，建模时将航空器数量、机型混杂比例也纳入考虑，更加客观地反映交通复杂度。围绕复杂度进行的上述研究中，重点问题在于对“复杂”的理解。目前被普遍接受的定义是，当需要认识对象的数量过于巨大，或这些对象的性质存在差异且其组合关系又十分纠缠时，人们主观上形成一种缺乏统一性的不协调感，称为复杂。从外因方面看，

8、系统越无序，不确定性越大，可能出现的后续状态分支越多，复杂度越高。内因方面，管制员为对不同交通状态所产生的认知，所进行的脑力和心智活动越多，决策所需时间越长，意味着复杂度越高。为此，只有全面考虑这些因素的影响，才能对复杂度产生机制有更为客观的认识，这也是目前研究的一个重要方向。1.3 参考文献1张进，胡明华，张晨，等.空域复杂性建模J. 南京航空航天大学学报， 2010，42(4): 454-460.2张进，胡明华，张晨.空中交通管理中的复杂性研究J.航空学报， 2009， 30(11):2132-2142.3戴福青，洪兰收.空域交通复杂度计算方法研究J.中国民航大学学报， 2010，28(3

9、):1-4.4何毅，董德存.空中交通复杂度参数模型与空域状态预测J.软件导刊， 2007，8:41-43.5叶博嘉，胡明华，张晨，等.基于交通结构的空中交通复杂性建模J.交通运输系统工程与信息，2012，12(1): 166-172.6闫海军，田勇，万莉莉，等.一种终端区空中交通复杂度的计算方法J.航空计算技术，2012，42(4):63-67.7何毅.空中交通复杂度参数模型D.上海:同济大学，2007:19-33.8张晨.空中交通管理中的交通行为复杂性研究D.南京:南京航空航天大学，2011:48-61.9王秉淳.基于空中交通复杂性的管制员工作负荷评估问题研究D.南京:南京航空航天大学，20

10、08:27-37.10王红勇，赵嶷飞，张春凤，温瑞英.扇区交通复杂度评估研究R.天津:中国民航大学 天津市空管运行规划与安全技术重点实验室， 2012:18-33.11曹戈，郑阿奇.MATLAB实用教程M.北京：电子工业出版社，2007：6-348.12李兰友，王玉娴，潘旭华.Visual Basic程序设计教程M.天津：天津大学出版社，2004：13-220.13Laudeman I, Shelden S, Branstrom R, et al. Dynamic density: an air traffic management metricR. NASA TM-1998-112226,

11、1998.14Kopardekar P, Magyarits S. Measurement and prediction of dynamic densityC/5th USA/Europe ATM R&D Seminar. 2003.15Delahaye D, Puechmorel S. Air traffic complexity: towards intrinsic metricsC/3rd USA/Europe ATM R&DSeminar. Napoli, 2000.16Delahaye D, Puechmorel S, Hansman R J, et al. Air traffic

12、 complexity map based on non linear dynamical systems J. Air Traffic Control Quarterly, 2004, 12(4): 367-388.17Lee K, Feron E, Pritchett A. Air traffic complexity: an input-output approachC/7th USA/Europe ATM R&DSeminar. 2007.18Lee K, Feron E, Pritchett A. Describing airspace complexity: airspace re

13、sponse to disturbances J. Journal of Guidance, Control and Dynamics, 2009, 132 (1): 210-222.19 R. Bjar, B. Krishnamachari, et al,Sensor networks and distributed CSP:communication, computation and complexityJ. Artificial Intelligence,2005, 161 ,11714720Luigi Piroddi and Maria Prandini. A geometric ap

14、proach to air traffic complexity evaluation for strategic trajectory managementC/49th IEEE Conference on Decision and Control. 2010.21Delahaye.D, S. Puechmorel. Air Traffic Complexity: Towards Intrinsic MetricsC /3rd USA/Europe Air Traffic Management R&D Seminar. Napoli. 2000.22Robert M. Hall, Shawn

15、 H. Woodson. Introduction to the Abrupt Wing Stall Program J. Journal Of Aircraft, 2004, 41(3): 425-435.23Mircea Lupu,Eric Feron, Zhi-Hong Mao. Traffic Complexity of Intersecting Flows of Aircraft Under Variations of Pilot Preferences in Maneuver Choice C/ 49th IEEE Conference on Decision and Contro

16、l, 201024Maria Prandini, Vamsi Putta,Jianghai Hu. A probabilistic measure of air traffic complexity in 3-D airspace J. International Journal Of Adaptive Control And Signal Processing, 2010, 24: 813-829.25Pierre Flenera,Justin Pearson,et al. A probabilistic measure of air traffic complexity in 3-D ai

17、rspace J. Journal of Air Transport Management,2007,13,323328.26Brendan Hogan,Leonard A. Wojcik. Traffic Flow Management Modeling And Operational Complexity C /The 2004 Winter Simulation Conference, 200427Fedja Netjasova,Milan Janic,Vojin Tosic.Developing a generic metric of terminal airspace traffic

18、 complexityJ. Artificial Intelligence ,2005,161,117147.28Esa M,Rantanen,Asal Naseri,Natasha Neogi.evaluation of airspace complexity and dynamic density metrics derived from operational dataJ. Air Traffic control quarterly,2007,15(1),6588.29Jonathan Histon,Lishuai Li,R.John Hansman. Airspace Structur

19、e, Future Atc Systems, And Controller Complexity Reduction C / 29th Digital Avionics Systems Conference October 3-7, 2010.30Arwa Aweiss,Moffett Field. A Complexity Metric For Automated Separation C / 28th Digital Avionics Systems Conference October 25-29,2009.31B.Sridhar, D.Kulkarni. Impact Of Uncer

20、tainty On The Prediction Of Airspace Complexity Of Congested Sectors C /28th Digital Avionics Systems Conference October 25-29, 200932Kopardekar P, Magyarits S. Measurement and prediction of dynamic density C / 5th USA/ Europe ATM R&D Seminar.2003.2. 毕业设计任务要研究或解决的问题和拟采用的方法：2.1 拟研究或解决的问题本文主要研究的是空中交通管

21、理中的扇区复杂度，即空中扇区的拥挤、无序程度。然而，二者都是管制员对交通运行态势的定性评价，因此须考虑将它们以某种方式量化，相对客观地体现与之相关的影响因素，寻求较为完善的复杂度评估方法。对复杂度的评估，须对空中交通运行态势进行分析，这要求对交通状态无序程度的分析必须是动态的，动态交通的无序体现在航迹无序性、速度无序性以及航空器位置分布的无序性，如何对它们进行分析，建立关于时间或位置的函数模型，是本文考虑的重点。另外，以现有的一些方法获得结论后，须联系实际情况验证其有效性。为此，需明确如何仿真参数的设定，使得复杂度的分布规律得到清晰的展现。然后，根据仿真结果，总结不同方法的特点，及其各方面优劣。此外，对各种方法综合考虑，分析不同复杂度对管制的具体影响程度，以及考虑如何减小其影响，确保扇区安全、