检测航空器的飞行冲突的方法和装置

技术领域

本公开涉及航空航天领域，更具体地，涉及基于真实轨迹数据的航空器的潜在冲突检测与管制指令推测的方法和装置。

背景技术

管制员是民航运输系统中非常重要的运行单元，其主要的任务是监控和指挥航空器，防止航空器与航空器相撞、防止航空器与地面障碍物相撞，当空域内发生冲突时会影响管制员的正常工作，管制员需要分配更多的精力进行冲突解脱和调配，所以对飞行冲突问题进行研究，分析轨迹数据中的潜在冲突，有助于建立更完善的管制员绩效考核机制；通过分析轨迹数据建立潜在冲突场景，以及相应的管制员的解脱策略，能够有助于对辅助决策系统的研究，更好的辅助管制员的工作，提高民航运输的运行效率。

飞行冲突问题主要针对轨迹预测和飞行冲突模型两个方面进行深入，轨迹预测是指通过对航空器飞行状态的分析，利用一定的预测方式对航空器未来轨迹的估算过程，根据检测时间的不同可以分为长期(1～24h)、中期(20min)和短期(5min)预测，并且在预测方式上也有多方面的研究，利用运动学和飞机气动力学的相关理论建立飞机运动学模型或者基于飞行过程中的各种不确定因素分析的概率型预测模型。飞行冲突模型是指对航空器进行建模，抽象出合适的物理结构来表征航空器，主要包括质点运动模型，以及建立航空器保护区的立方体、椭圆和圆柱模型等。将轨迹预测的步长和预测方法与飞行冲突模型建立的航空器物理结构结合，建立飞行冲突检测模型，对航空器与其他航空器之间是否存在冲突进行检测和判断。

现有对冲突场景的建立以及冲突问题的研究，大多都是基于仿真数据进行的，或者是建立在一线管制员的管制经验基础上，这些方式往往需要耗费大量的时间和人员精力，并且其实验结果往往与真实的运行情况存在一定的差距，不客观的还原真实的管制场景。

发明内容

本公开所要解决的技术问题是针对上述背景技术的不足，提供了基于真实轨迹数据的航空器的潜在冲突检测与管制指令推测的方法和装置。本公开针对真实轨迹中不同的飞行状态变化特征，建立了针对不同飞行状态变化场景的轨迹预测和冲突检测模型，并根据飞行状态的变化情况推测管制员可能发布的飞行冲突解脱指令。

为实现上述发明目的，根据本公开的一方面，提供了一种检测航空器的飞行冲突的方法，包括以下步骤：获取主航空器的历史轨迹数据，主航空器是指飞行状态发生变化的航空器；根据主航空器的历史轨迹数据确定主航空器的飞行状态变化开始点，并获取表示主航空器的飞行状态变化开始点的飞行状态变化开始点信息；基于主航空器的飞行状态变化开始点信息确定主航空器的飞行状态变化开始点的预定冲突范围内的多个潜在冲突航空器；预测主航空器的原飞行意图轨迹和多个潜在冲突航空器的飞行意图轨迹；以及基于主航空器的原飞行意图轨迹和多个潜在冲突航空器的飞行意图轨迹，检测主航空器和多个潜在冲突航空器是否存在飞行冲突。

在根据本实施方式的一个示例中，获取主航空器的历史轨迹数据包括以下步骤：获取多个航空器的历史轨迹数据；对多个航空器的历史轨迹数据按照时间顺序建立时间序列；根据预定的时间间隔，遍历多个航空器的历史轨迹数据的时间序列以获取多个航空器的飞行状态变化量；以及将飞行状态变化量大于等于预定阈值的航空器确定为主航空器。

在根据本实施方式的一个示例中，多个航空器的历史轨迹数据可以是已经经过滤波和平滑处理。

在根据本实施方式的一个示例中，飞行状态变化量至少包括飞行高度变化量、飞行速度变化量和飞行航向变化量，且飞行高度变化量、飞行速度变化量和飞行航向变化量中的至少一者大于等于相应的预定阈值的航空器被确定为主航空器。

在根据本实施方式的一个示例中，预测主航空器的原飞行意图轨迹和多个潜在冲突航空器的飞行意图轨迹包括以下步骤：获取主航空器的飞行状态变化信息，飞行状态变化信息至少包括主航空器的飞行状态变化开始点和主航空器的飞行状态变化量；根据主航空器的飞行状态变化信息，预测主航空器的原飞行意图轨迹；从多个潜在冲突航空器的历史轨迹数据提取多个潜在冲突航空器的飞行信息以预测多个潜在冲突航空器的飞行意图轨迹，多个潜在冲突航空器的飞行信息至少包括多个潜在冲突航空器的飞行高度、飞行速度和飞行航向。

在根据本实施方式的一个示例中，预测主航空器的原飞行意图轨迹包括：根据主航空器的飞行状态变化信息，建立主航空器的飞行状态变化场景；设置预测时间步长；利用主航空器的飞行状态变化场景和预测时间步长，建立基于运动学和力学质点预测模型；以及根据主航空器的飞行状态变化开始点信息和主航空器的飞行状态变化场景，利用运动学和力学质点预测模型，预测主航空器的原飞行意图轨迹。

在根据本实施方式的一个示例中，当飞行状态变化场景是爬升改平飞场景时，以主航空器的飞行状态变化开始点信息为基础，进行持续爬升预测，并以主航空器的最大巡航高度为爬升上限，来预测主航空器保持原飞行意图的原飞行意图轨迹；当飞行状态变化场景是下降改平飞场景时，以主航空器的飞行状态变化开始点信息为基础，进行持续下降预测，并以主航空器的潜在下降飞行高度，来预测主航空器的原飞行意图轨迹；当飞行状态变化场景是平飞改爬升和平飞改下降场景时，以主航空器的飞行状态变化开始点信息为基础，进行继续平飞预测，来预测主航空器的原飞行意图轨迹；当飞行状态变化场景是转弯场景时，以主航空器的飞行状态变化开始点信息为基础，进行持续直飞预测，来预测主航空器的原飞行意图轨迹；当飞行状态变化场景是加减速场景时，以主航空器的飞行状态变化开始点信息为基础，进行持续匀速飞行预测，来预测主航空器的原飞行意图轨迹；当飞行状态变化场景是加减速改匀速场景时，以主航空器的飞行状态变化开始点信息为基础，进行继续加速或减速飞行预测，来预测主航空器的原飞行意图轨迹。

在根据本实施方式的一个示例中，检测主航空器和多个潜在冲突航空器是否存在飞行冲突还包括以下步骤：在检测结果为肯定时，获取主航空器和与主航空器存发生冲突的冲突航空器之间的冲突检测结果信息，冲突检测结果信息至少包括冲突航空器的飞行状态变化开始点信息。

在根据本实施方式的一个示例中，检测主航空器和多个潜在冲突航空器是否存在飞行冲突包括：根据主航空器的原飞行意图轨迹和多个潜在冲突航空器的飞行意图轨迹，确定主航空器与多个潜在冲突航空器的潜在冲突的冲突类型；根据潜在冲突的冲突类型建立对应的安全间隔阈值；根据主航空器的原飞行意图轨迹和多个潜在冲突航空器的飞行意图轨迹确定主航空器和多个潜在冲突航空器之间的飞行间隔；当飞行间隔小于对应的安全间隔阈值时，确定主航空器和多个潜在冲突航空器存在飞行冲突。

在根据本实施方式的一个示例中，该方法还包括：根据主航空器和冲突航空器各自的飞行状态变化开始点信息从历史轨迹数据提取主航空器和冲突航空器各自的飞行状态变化结束点信息，并且根据主航空器和冲突航空器各自的飞行状态变化开始点信息和飞行状态变化结束点信息，计算主航空器和冲突航空器的飞行状态变化，由此推测用于主航空器和冲突航空器的冲突解脱的管制指令。

在根据本实施方式的一个示例中，冲突检测结果信息还包括：预测点时间、主航空器呼号、冲突航空器呼号、冲突发生的时间、冲突点的位置、冲突航空器的数量、冲突类型、冲突点的间隔状态，以及管制指令至少包括针对主航空器的有关飞行高度、飞行速度和飞行航向的主航空器管制指令和针对冲突航空器的有关飞行高度、飞行速度和飞行航向的冲突航空器管制指令。

在根据本实施方式的一个示例中，方法还包括：对冲突检测结果信息和管制指令进行分析处理，以删除重复信息，并输出最终的冲突检测和管制指令推测结果，其中，对冲突检测结果信息和管制指令进行分析处理包括：当成对的主航空器和冲突航空器完全相同且冲突发生时间差小于第一预定时间间隔时，删除重复的冲突检测结果信息；当删除后的冲突检测结果信息中存在至少两个冲突中的冲突主航空器号相同且预测点时间差小于第二预定时间间隔的冲突检测结果信息时，将至少两个冲突合并为多航空器冲突。

为了实现本公开的目的，根据本公开的另一方面，提供一种检测航空器的飞行冲突的装置，包括：数据获取模块，被配置为获取主航空器的历史轨迹数据，主航空器是指飞行状态发生变化的航空器；飞行状态变化确定模块，被配置为根据主航空器的历史轨迹数据确定主航空器的飞行状态变化开始点，并获取表示主航空器的飞行状态变化开始点的飞行状态变化开始点信息；潜在冲突航空器确定模块，被配置为基于主航空器的飞行状态变化开始点信息确定主航空器的飞行状态变化开始点的预定冲突范围内的多个潜在冲突航空器；轨迹预测模块，被配置为预测主航空器的原飞行意图轨迹和多个潜在冲突航空器的飞行意图轨迹；以及冲突检测模块，被配置为基于主航空器的原飞行意图轨迹和多个潜在冲突航空器的飞行意图轨迹，检测主航空器和多个潜在冲突航空器是否存在飞行冲突。

在根据本实施方式的另一个示例中，数据获取模块还被配置为：获取多个航空器的历史轨迹数据；对多个航空器的历史轨迹数据按照时间顺序建立时间序列；根据预定的时间间隔，遍历多个航空器的历史轨迹数据的时间序列以获取多个航空器的飞行状态变化量；以及将飞行状态变化量大于等于预定阈值的航空器确定为主航空器。

在根据本实施方式的另一个示例中，数据获取模块还可以对多个航空器的历史轨迹数据进行滤波和平滑处理并且以经过滤波和平滑处理的历史轨迹数据为基准来确定主航空器。

在根据本实施方式的另一个示例中，飞行状态变化量至少包括飞行高度变化量、飞行速度变化量和飞行航向变化量，且飞行高度变化量、飞行速度变化量和飞行航向变化量中的至少一者大于等于相应的预定阈值的航空器被确定为主航空器。

在根据本实施方式的另一个示例中，轨迹预测模块还被配置为：获取表示主航空器的飞行状态变化的飞行状态变化信息，飞行状态变化信息至少包括主航空器的飞行状态变化开始点和主航空器的飞行状态变化量；根据主航空器的飞行状态变化信息，预测主航空器的原飞行意图轨迹；以及从多个潜在冲突航空器的历史轨迹数据提取多个潜在冲突航空器的飞行信息以预测多个潜在冲突航空器的飞行意图轨迹，多个潜在冲突航空器的飞行信息至少包括多个潜在冲突航空器的飞行高度、飞行速度和飞行航向。

在根据本实施方式的另一个示例中，轨迹预测模块还被配置为：根据主航空器的飞行状态变化信息，建立主航空器的飞行状态变化场景；设置预测时间步长；利用主航空器的飞行状态变化场景和预测时间步长，建立基于运动学和力学质点预测模型；以及根据主航空器的飞行状态变化开始点信息和主航空器的飞行状态变化场景，利用运动学和力学质点预测模型，预测主航空器的原飞行意图轨迹。

在根据本实施方式的另一个示例中，冲突检测模块还被配置为在检测结果为肯定时，获取主航空器和与主航空器发生冲突的冲突航空器之间的冲突检测结果信息，冲突检测结果信息至少包括冲突航空器的飞行状态变化开始点信息。

在根据本实施方式的另一个示例中，冲突检测模块还被配置为：根据主航空器的原飞行意图轨迹和多个潜在冲突航空器的飞行意图轨迹，确定主航空器与多个潜在冲突航空器的潜在冲突的冲突类型；根据潜在冲突的冲突类型建立对应的安全间隔阈值；根据主航空器的原飞行意图轨迹和多个潜在冲突航空器的飞行意图轨迹确定主航空器和多个潜在冲突航空器之间的飞行间隔；以及当飞行间隔小于对应的安全间隔阈值时，确定多个潜在冲突航空器中存在与主航空器发生飞行冲突的冲突航空器。

该装置还包括：管制指令预测模块，被配置为：根据主航空器和冲突航空器各自的飞行状态变化开始点信息从历史轨迹数据提取主航空器和冲突航空器各自的飞行状态变化结束点信息，并且根据主航空器和冲突航空器各自的飞行状态变化开始点信息和飞行状态变化结束点信息，计算主航空器和冲突航空器的飞行状态变化，由此推测用于主航空器和冲突航空器的冲突解脱的管制指令，管制指令至少包括针对主航空器的有关飞行高度、飞行速度和飞行航向的主航空器管制指令和针对冲突航空器的有关飞行高度、飞行速度和飞行航向的冲突航空器管制指令；以及整理输出模块，从冲突检测模块接收冲突检测结果信息和从管制指令推测模块接收管制指令，并对冲突检测结果信息和管制指令进行分析处理，以在成对的主航空器和冲突航空器完全相同且冲突发生时间差小于第一预定时间间隔时，删除重复的冲突检测结果信息；以及在删除后的冲突检测结果信息中存在至少两个冲突中的冲突主航空器号相同且预测点时间差小于第二预定时间间隔的冲突检测结果信息时，将至少两个冲突合并为多航空器冲突，由此删除重复信息，并输出最终的冲突检测和管制指令推测结果。

根据本公开的又一方面，还提供一种计算机可读存储介质，存储有程序，程序在被处理器执行时，用于实施上述检测航空器的飞行冲突的方法。

附图说明

图1是根据本公开实施例的基于真实轨迹数据的航空器潜在飞行冲突检测以及解脱指令推测的装置的框图。

图2为是根据本公开实施例的基于真实轨迹数据的航空器潜在飞行冲突检测以及解脱指令推测的方法的流程图。

图3为飞行状态变化开始点的判断示意图。

图4为爬升改平飞场景的预测示意图。

图5为下降改平飞场景的预测示意图。

图6为统计计算下降高度概率表。

图7a示出平飞改爬升的场景预测示意图，以及图7b示出平飞改下降的场景预测示意图。

图8为转弯场景的预测示意图。

图9a、图9b和图9c分别为三种冲突类型示意图。

图10为飞行状态变化结束点的判断示意图。

具体实施方式

下面详细描述本发明的实施方式，实施方式的示例在附图中示出。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

图1是根据本公开实施例的基于真实轨迹数据的航空器潜在飞行冲突检测以及解脱指令推测的装置的框图。如图1所示，航空器潜在飞行冲突检测以及解脱指令推测的装置(以下简称为检测和推测装置)100可以包括：数据获取模块101、飞行状态变化确定模块102、潜在冲突航空器确定模块103、轨迹预测模块104、冲突检测模块105、管制指令推测模块106以及整理输出模块107。以下具体地描述上述各个模块。

数据获取模块101可以获取主航空器的历史轨迹数据main_track_D并且可以将获取的主航空器的历史轨迹数据main_track_D提供给飞行状态变化确定模块102，其中，主航空器是指飞行状态发生变化的航空器。

作为示例，数据获取模块101可以通过有线或者无线的方式经由接口(未示出)从民航总局的总调度室接收多个航空器的历史轨迹数据track_D，例如全国历史轨迹数据，全国历史轨迹数据的数据格式通常以XML格式存储，记录时间间隔为8s，并且可以是历史轨迹雷达数据。

由于全国历史轨迹数据是由全国各个管制区域的雷达数据拼接而成的，在雷达记录和数据拼接时造成了部分数据未被记录或记录错误，从而导致噪声数据被填写，在最终的数据中产生了与真实数据相差较大的噪点数据，为保证最终的数据的可用性和完整性，数据获取模块101可以在接收多个航空器的历史轨迹数据track_D之后利用MATLAB中“smoothdata”函数中的过滤器对多个航空器的历史轨迹数据track_D进行平滑平均计算，消除数据噪点，由此对轨迹进行平滑滤波处理。该函数主要使用各种过滤器来在步长内计算轨迹点值的平均值。

具体地，雷达轨迹数据中的噪点数据主要存在于水平方向和垂直方向上。在水平方向上，使用高斯加权移动平均过滤器。高斯过滤利用二维高斯函数的分布对数据进行平滑处理，将移动步长设置为50，根据步长计算高斯平均值，以将噪声数据替换为高斯加权平均值，如公式(1)所示：

其中,G

在垂直方向上，存在噪点高度差较大和噪点高度差较小的两种情况。对于噪点高度差较大的情况，将噪点的高度值设置为正常轨迹点，即，前一轨迹点的高度值；对于噪点高度差较小的情况，使用移动平均过滤器并且将移动步长设置为10。根据步长计算数据的平均值，用平均值替换噪声数据，如公式(2)所示：

其中，h

进一步地，在接收多个航空器的历史轨迹数据track_D和对多个航空器的历史轨迹数据track_D进行平滑平均计算之后，数据获取模块101可以进一步对多个航空器的历史轨迹数据track_D按照时间顺序建立时间序列，如上所述，由于每个航班的轨迹数据例如由8s间隔的轨迹点构成并由此合并全国历史轨迹数据，所以将所有航班的所有轨迹点按照时间间隔8s进行排序，建立时间序列。数据获取模块101还可以根据预定的时间间隔，遍历多个航空器的历史轨迹数据track_D的时间序列以获取多个航空器的飞行状态变化量，并且将飞行状态变化量大于等于预定阈值的航空器确定为主航空器并由此获取主航空器的历史轨迹数据track_D。可选地，数据获取模块101还可以获取主航空器的简档信息，例如主航空器呼号。

此外，上述的飞行状态变化量可以包括航空器的飞行高度变化量、飞行速度变化量和飞行航向变化量等。而且，例如，可以将飞行高度变化量、飞行速度变化量和飞行航向变化量中的至少一者大于等于相应的预定阈值的航空器确定为主航空器。

例如，在正常运行中，当不存在冲突或其他特殊情况时，航空器将绝对按照飞行计划航路运行，表现在轨迹上即是轨迹数据中存在较少的状态变化，当发生冲突时，管制员为了调配冲突会对航空器的运行进行干预，导致航空器的状态发生变化，所以以飞行状态发生改变为契机，判断该飞行状态变化是否是由于冲突调配而造成的。

另外，飞行状态变化是航空器由稳定状态变为不稳定状态或者由不稳定状态改出变为稳定状态，主要包括飞行高度变化、飞行速度变化以及航向的变化，由于在飞机飞行过程中会受到一定程度的空气扰动，导致飞行状态发生微弱的波动，为了判断飞行状态是否发生变化，需要设置状态变化阈值，根据CCAR-93TM-R2(86号令)和ICAO DOC4444中的相关规定，确定状态变化阈值，例如，高度变化阈值可以为300m，速度变化阈值可以为20km/h，航向变化阈值可以为15°。当轨迹点的高度、速度和航向其中一个或几个发生变化且超过阈值，则判断飞行状态发生了改变，在实际操作中，当飞行高度变化大于等于300m，和/或飞行速度变化大于等于20km/h，和/或航向变化大于等于15°时，判断飞行状态发生改变，如图3所示，由于飞行高度变化等于300m，则判断该航空器的飞行状态发生变化。需要注意的是，数据获取模块101可以反复遍历所建立的时间序列，以检索飞行状态发生变化的航空器并且获取其历史轨迹数据。

具体地，按照时间序列刷新并计算航空器当前飞行的轨迹数据。航空器的飞行第一次出现时，记录其飞行状态变化为0；航空器的飞行多次出现时，计算其飞行状态(速度、航向和高度)，如公式(3)所示：

其中，k是飞行i的刷新次数，v是飞行i的飞行速度，α是飞行i的航向，h是飞行i的飞行高度。

当一个或多个累积变化超过设定的阈值时，确定该飞行的飞行状态发生变化，并初始化飞行状态变化，然后，遍历所建立的时间序列，以检索飞行状态发生变化的航空器并且获取其历史轨迹数据。

飞行状态变化确定模块102可以从数据获取模块101接收主航空器的历史轨迹数据track_D，并根据主航空器的历史轨迹数据track_D确定主航空器的飞行状态变化开始点，并获取表示主航空器的飞行状态变化开始点的飞行状态变化开始点信息State_in。

可选地，飞行状态变化确定模块102还可以根据从数据获取模块101接收的主航空器的历史轨迹数据track_D以及所获取的主航空器的飞行状态变化开始点信息State_in，提取或确定主航空器的飞行状态变化结束点，并且获取表示主航空器的飞行状态变化结束点的飞行状态变化结束点信息。其中，飞行状态变化开始点信息和飞行状态变化结束点信息可以认为是一种飞行状态变化信息。

潜在冲突航空器确定模块103可以从飞行状态变化确定模块102接收主航空器的飞行状态变化开始点信息State_in，并基于主航空器的飞行状态变化开始点信息State_in确定主航空器的飞行状态变化开始点的预定冲突范围内的多个潜在冲突航空器。

作为示例，潜在冲突航空器确定模块103可以以主航空器的飞行状态变化开始点为中心，构建主航空器的冲突范围，例如300km范围内，并且由此将冲突范围内的所有航空器确定为潜在冲突航空器。

例如，当主航空器的飞行状态发生变化时，需要判断可能与主航空器会产生冲突的航空器，确定主航空器的影响范围，该范围以冲突的最大范围进行计算，即对头冲突的冲突距离，航空器速度按平均900km/h计算，估算时间在5～10min之内，则对头冲突的距离为150～300km左右，所以以主航空器状态变化开始点为中心，建立300km的正方形影响范围，获取范围内的所有潜在冲突航空器的信息。

在通过数据获取模块102确定存在飞行状态发生变化的主航空器而获取主航空器的历史轨迹数据之后，则确定实际中可能存在飞行冲突并且管制员为了避免航空器之间冲突而可能发出了管制指令。因此，在此情况下，对主航空器的原飞行意图轨迹和潜在冲突航空器的飞行意图轨迹进行预测以推测管制员是否发出管制指令以及什么样的管制指令是有利的。其中，原飞行意图是指当不发生冲突或特殊情况时，主航空器应保持原飞行状态继续飞行，所以主要以“保持原飞行状态继续飞行”为原飞行意图，进行飞行轨迹的预测，在本文中，可以通过轨迹预测模块104对主航空器的原飞行意图轨迹和潜在冲突航空器的飞行意图轨迹进行预测。

作为示例，轨迹预测模块104可以根据主航空器的呼号从数据获取模块101接收主航空器的历史轨迹数据和根据潜在冲突航空器确定模块103确定的多个潜在冲突航空器的呼号从数据获取模块101接收多个潜在冲突航空器的历史轨迹数据，并且从主航空器的历史轨迹数据获取表示主航空器的飞行状态变化的飞行状态变化信息，该飞行状态变化信息可以包括表示主航空器的飞行状态变化开始点的飞行状态变化开始点信息和主航空器的飞行状态变化量，如上所述，飞行状态变化量可以包括飞行高度变化量、飞行速度变化量和飞行航向变化量。

轨迹预测模块104可以根据主航空器的飞行状态变化信息，预测主航空器的原飞行意图轨迹；以及从多个潜在冲突航空器的历史轨迹数据提取多个潜在冲突航空器的飞行信息以预测多个潜在冲突航空器的飞行意图轨迹。多个潜在冲突航空器的飞行信息可以包括多个潜在冲突航空器的飞行高度、飞行速度和飞行航向等。其中，主航空器的原飞行意图轨迹和多个潜在冲突航空器的飞行意图轨迹可以由同一符号O_track来表示。

作为示例，轨迹预测模块104可以根据获取的主航空器的飞行状态变化开始点信息和主航空器的飞行状态变化量，建立主航空器的飞行状态变化场景，飞行状态变化场景可以包括：爬升改平飞场景、下降改平飞场景和平飞改出场景、转弯场景、加减速场景、加减速改匀速场景；设置预测时间步长，预测时间步长可以例如为5min；利用主航空器的飞行状态变化场景和预测时间步长，建立基于运动学和力学质点预测模型；以及根据主航空器的飞行状态变化开始点信息和主航空器的飞行状态变化场景，利用运动学和力学质点预测模型，预测主航空器的原飞行意图轨迹。以下将对不同的飞行状态变化场景进行一一说明。

具体地，运动学和力学质点预测模型忽略诸如航空器本身的质量、形状和尺寸等因素，并且将其视为运动粒子。航空器的飞行特性被视为运动粒子的运动特性，包括经度、纬度、高度、航向、速度、加速度、爬升或下降梯度等。最后，根据时间，使用运动学模型计算粒子的未来运动轨迹和位置。如公式(4)所示，时间步长可以为1s。

其中，long

当飞行状态变化场景是爬升改平飞场景时，轨迹预测模块104可以以主航空器的飞行状态变化开始点信息为基础，进行持续爬升预测，并以主航空器的最大巡航高度为爬升上限，来预测主航空器保持原飞行意图的原飞行意图轨迹，如图4所示。

当飞行状态变化场景是下降改平飞场景时，轨迹预测模块104可以以主航空器的飞行状态变化开始点信息为基础，进行持续下降预测，并以主航空器的潜在下降飞行高度，来预测主航空器的原飞行意图轨迹，如图5所示。

在该情况下，可以统计航空器与着陆机场的不同距离下的飞行高度，建立下降高度概率表，预测的潜在下降飞行高度从概率表中获取。具体地，对全国历史轨迹数据进行分析，建立以100km为间隔的距离区间，统计每个航班在距离着陆机场不同距离区间时的飞行高度，得到机场降落距离-下降高度统计表，然后利用高斯核概率密度函数建立下降高度概率表(如图6所示)。计算方法如公式(5)所示，

其中，

下降高度概率表用于确定航空器在不同距离的可能下降飞行高度。高斯核概率密度函数估计是利用高斯核函数将同一机场着陆距离下各飞行高度的航班数量和带宽作为该核函数的参数，再根据线性叠加形成核密度估计函数，最后确定以着陆距离飞行高度的标准化概率值到达机场。

通过上述方式确定在不同距离下，航空器可能的下降飞行高度。由此可以根据主航空器的可能下降飞行高度以及飞行状态变化开始点信息来预测主航空器的原飞行意图轨迹。

当飞行状态变化场景是诸如平飞改爬升和平飞改下降场景的平飞改出场景时，轨迹预测模块104可以以主航空器的飞行状态变化开始点信息为基础，进行继续平飞预测，来预测主航空器的原飞行意图轨迹，如图7a和图7b所示。

当飞行状态变化场景是转弯场景时，轨迹预测模块104可以以主航空器的飞行状态变化开始点信息为基础，进行持续直飞预测，来预测主航空器的原飞行意图轨迹，如图8所示。

当飞行状态变化场景是加减速场景时，轨迹预测模块104可以以主航空器的飞行状态变化开始点信息为基础，进行持续匀速飞行预测，来预测主航空器的原飞行意图轨迹。

当飞行状态变化场景是加减速改匀速场景时，轨迹预测模块104可以以主航空器的飞行状态变化开始点信息为基础，进行继续加速或减速飞行预测，来预测主航空器的原飞行意图轨迹。

此外，冲突检测模块105可以从轨迹预测模块104接收主航空器的原飞行意图轨迹和多个潜在冲突航空器的飞行意图轨迹O_track，并基于主航空器的原飞行意图轨迹和多个潜在冲突航空器的飞行意图轨迹O_track，检测主航空器和多个潜在冲突航空器是否存在飞行冲突，即，检测多个潜在冲突航空器中是否存在与主航空器发生冲突的冲突航空器。

具体地，冲突检测模块105可以根据主航空器的原飞行意图轨迹和多个潜在冲突航空器的飞行意图轨迹O_track，确定主航空器与多个潜在冲突航空器的潜在冲突的冲突类型。飞行冲突是指航空器与航空器之间的水平和垂直间隔不满足空中交通管理规则要求的情况，由于不同管制单位有不同的管制运行要求，所以需要根据实际的运行要求来判断是否发生飞行冲突。根据航空器之间的飞行夹角，将冲突类型分为三种：对头冲突、交叉冲突和同向冲突，如图9a、图9b和图9c所示。

冲突检测模块105可以根据潜在冲突的冲突类型建立对应的安全间隔阈值，具体地，根据不同的冲突类型设置不同的安全间隔标准，例如对头冲突可以为水平间隔50km，交叉冲突可以为水平间隔30km，同向冲突可以为水平间隔20km，三种冲突的垂直间隔可以均为280m。冲突检测模块105可以根据主航空器的原飞行意图轨迹和多个潜在冲突航空器的飞行意图轨迹确定主航空器和多个潜在冲突航空器之间的飞行间隔，当飞行间隔小于对应的安全间隔标准时，确定多个潜在冲突航空器中存在与主航空器发生冲突的冲突航空器。

具体地，将主航空器和多个潜在冲突航空器中的每个进行逐一比较，并计算主航空器的预测轨迹点与潜在冲突航空器之间的距离，包括水平距离和垂直距离，得到距离矩阵和高度矩阵，如公式(6)所示：

其中，

然后，根据主航空器与潜在冲突航空器之间的相对飞行状态，判断距离矩阵和高度矩阵中是否有轨迹点同时不满足安全间隔标准。如果有，则判断该潜在冲突航空器为与主航空器冲突飞行的冲突航空器，并获取冲突发生的时间、冲突类型、冲突点的间隔状态等冲突场景的相关信息，否则，该主航空器与该潜在冲突航空器之间没有飞行冲突。

在确定多个潜在冲突航空器中存在与主航空器发生冲突的冲突航空器时，冲突检测模块105可以基于主航空器的历史轨迹数据和冲突航空器的历史轨迹数据提取或获取主航空器和冲突航空器之间的冲突检测结果信息Detect_in。冲突检测结果信息Detect_in可以例如包括主航空器和冲突航空器的飞行状态变化开始点信息、预测点时间、主航空器呼号、冲突航空器呼号、冲突发生的时间、冲突点的位置、冲突航空器的数量、冲突类型、冲突点的间隔状态等。

管制指令推测模块106可以从冲突检测模块105获取冲突检测结果信息Detect_in，并根据主航空器和冲突航空器各自的飞行状态变化开始点信息从历史轨迹数据提取或确定主航空器和冲突航空器各自的飞行状态变化结束点信息，并且根据主航空器和冲突航空器各自的飞行状态变化开始点信息和飞行状态变化结束点信息，计算主航空器和冲突航空器的飞行状态变化，由此推测用于主航空器和冲突航空器的冲突解脱的管制指令。

管制指令可以例如包括针对主航空器的有关飞行高度、飞行速度和飞行航向的主航空器管制指令、针对冲突航空器的有关飞行高度、飞行速度和飞行航向的冲突航空器管制指令等。

作为示例，管制指令推测模块106可以根据例如主航空器的呼号和冲突航空器的呼号从数据获取模块101获取主航空器的历史轨迹数据和冲突航空器的历史轨迹数据，并且根据主航空器和冲突航空器各自的飞行状态变化开始点信息从历史轨迹数据提取或确定主航空器和冲突航空器各自的飞行状态变化结束点信息，如图10所示。

替换地，数据获取模块101可以从冲突检测模块105接收冲突检测结果信息Detect_in以利用冲突航空器的飞行状态变化开始点信息从历史轨迹数提取或获取冲突航空器的飞行状态变化结束点信息并且利用主航空器的飞行状态变化开始点信息从历史轨迹数提取或获取主航空器的飞行状态变化结束点信息，然后将获取的主航空器和冲突航空器的飞行状态变化结束点信息提供给管制指令推测模块106。

此外，管制指令推测模块106可以利用主航空器的飞行状态变化开始点信息以及主航空器的飞行状态变化结束点信息，进行飞行状态的对比，计算开始点与结束点的飞行状态变化，推测主航空器基于高度、速度和航向的指令，并且利用冲突航空器的飞行状态变化开始点信息以及飞行状态变化结束点信息，进行飞行状态的对比，计算开始点与结束点的飞行状态变化，推测冲突航空器基于高度、速度和航向的指令。

整理输出模块107可以从冲突检测模块105接收冲突检测结果信息Detect_in和从管制指令推测模块106接收管制指令，并对冲突检测结果信息和管制指令进行分析处理，以在成对的主航空器和冲突航空器完全相同且冲突发生时间差小于第一预定时间间隔时，删除重复的冲突检测结果信息；以及在删除后的冲突检测结果信息中存在至少两个冲突中的冲突主航空器号相同且预测点时间差小于第二预定时间间隔的冲突检测结果信息时，将至少两个冲突合并为多航空器冲突，由此删除重复信息，并输出最终的冲突检测和管制指令推测结果。

具体地，整理输出模块107可以对冲突检测结果信息和管制指令进行整理，生成计算结果数据，结果数据可以包括：预测点时间、主航空器呼号、冲突航空器呼号、冲突发生的时间、冲突点的位置、冲突航空器的数量、冲突类型、冲突点的间隔状态、主航空器管制指令、冲突航空器管制指令。

另外，整理输出模块107对结果数据按照成对的冲突航空器和主航空器进行分析比对，当两个冲突的冲突航空器对(主航空器和冲突航空器)完全相同，且冲突发生时间差小于5min，则删除其中一个冲突结果，删除因遍历计算导致的重复计算数据。然后对进行了删除的结果数据按照冲突航空器对的呼号和预测点时间进行遍历，当其中一个冲突航空器呼号与其他冲突中的冲突航空器呼号相同，且预测点时间差小于5min，则认为这两个冲突属于同一时间发生的冲突，合并成多航空器冲突，由此删除重复信息，然后整理并输出最终的计算结果数据。

注意，本公开的检测和推测装置100可以通过硬件、软件以及硬件和软件的结合来实现，例如，检测和推测装置100可以以存储器和处理器来加以实现，其中存储器用于存储用于执行相应的处理的程序以及执行处理所需要的数据(例如，历史轨迹数据、中间结果数据以及最终结果数据)，处理器用于基于相应的处理的程序以及所需要的数据执行相应的处理。

以上描述的检测和推测装置100所包括的各个模块以及模块之间的数据传输和供应仅仅是示例性的，而且检测和推测装置100可以包括更多或者更少的模块，这可以根据实际使用和实施来确定。

以上是对根据本公开实施例的基于真实轨迹数据的航空器潜在飞行冲突检测以及解脱指令推测的装置进行了描述，以下将对使用该装置实施的方法进行描述，如图2所示，其示出了根据本公开实施例的基于真实轨迹数据的航空器潜在飞行冲突检测以及解脱指令推测的方法的流程图。

该方法开始于步骤S200，在该步骤中，获取主航空器的历史轨迹数据，主航空器是指飞行状态发生变化的航空器。在该步骤中获取主航空器的历史轨迹数据可以由如上所述的数据获取模块101来执行，并且获取的具体过程可以与上述关于数据获取模块101描述的方式相同。

然后，该方法进行至步骤S201，在该步骤中，根据主航空器的历史轨迹数据确定主航空器的飞行状态变化开始点；并获取表示主航空器的飞行状态变化开始点的飞行状态变化开始点信息。该步骤可以由如上所述的飞行状态变化确定模块102来执行，并且该步骤的具体细节过程可以与上述关于飞行状态变化确定模块102描述的方式相同。

接下来，该方法进行至步骤S202，在该步骤中，基于主航空器的飞行状态变化开始点信息确定主航空器的飞行状态变化开始点的预定冲突范围内的多个潜在冲突航空器。该步骤可以由如上所述的潜在冲突航空器确定模块103来执行，并且该步骤的具体细节过程可以与上述关于潜在冲突航空器确定模块103描述的方式相同。

接下来，该方法进行至步骤S203，在该步骤中，预测主航空器的原飞行意图轨迹和多个潜在冲突航空器的飞行意图轨迹。该步骤可以由如上所述的轨迹预测模块104来执行，并且该步骤的具体细节过程可以与上述关于轨迹预测模块104描述的方式相同。

之后，该方法进行至步骤S204，在该步骤中，基于主航空器的原飞行意图轨迹和多个潜在冲突航空器的飞行意图轨迹，检测主航空器和多个潜在冲突航空器是否存在飞行冲突。该步骤可以由如上所述的冲突检测模块105来执行，并且该步骤的具体细节过程可以与上述关于冲突检测模块105描述的方式相同。

当在步骤S204中的检测结果是不存在与主航空器冲突的冲突航空器(即，步骤S204中的否)时，则该方法返回至步骤S200，继续获取主航空器的历史轨迹数据，例如，继续遍历多个航空器的历史轨迹数据track_D的时间序列以获取多个航空器的飞行状态变化量，并且将飞行状态变化量大于等于预定阈值的航空器确定为主航空器并由此获取主航空器的历史轨迹数据track_D。

另一方面，在步骤S204中的检测结果是存在与主航空器冲突的冲突航空器(即，步骤S204中的是)时，获取主航空器和冲突航空器之间的冲突检测结果信息。

如上所述，冲突检测结果信息可以包括：主航空器和冲突航空器的飞行状态变化开始点信息、预测点时间、主航空器呼号、冲突航空器呼号、冲突发生的时间、冲突点的位置、冲突航空器的数量、冲突类型、冲突点的间隔状态。

然后，该方法进行至步骤S206，在该步骤中，根据主航空器和冲突航空器各自的飞行状态变化开始点信息从历史轨迹数据提取或确定主航空器和冲突航空器各自的飞行状态变化结束点信息，并且根据主航空器和冲突航空器各自的飞行状态变化开始点信息和飞行状态变化结束点信息，计算主航空器和冲突航空器的飞行状态变化，由此推测用于主航空器和冲突航空器的冲突解脱的管制指令。该步骤可以由如上所述的管制指令推测模块106来执行，并且该步骤的具体细节过程可以与上述关于管制指令推测模块106描述的方式相同。

之后，该方法进行至步骤S207，在该步骤中，对冲突检测结果信息和管制指令进行分析处理，以删除重复信息，并输出最终的冲突检测和管制指令推测结果。该步骤可以由如上所述的整理输出模块107来执行，并且该步骤的具体细节过程可以与上述关于整理输出模块107描述的方式相同。然后，该方法结束。

本发明采用上述技术方案，具有以下有益效果：

(1)通过对航空器的历史轨迹数据的分析，找出运行轨迹中可能存在的飞行冲突，并建立相应的冲突场景，能够为飞行冲突问题的深入研究提供数据基础；

(2)飞行冲突检测和解脱是管制员辅助决策系统中最为重要的决策支持工具，基于真实历史轨迹数据的潜在冲突检测与管制指令推测，能够分析管制员在进行管制指挥中行为，能够有助于提供对管制员更为有利的决策支持。

以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。