买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜南京航空航天大学申请的专利一种考虑高空风时变性的冲突最小化航迹协同规划方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115938162B 。

龙图腾网通过国家知识产权局官网在2025-06-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211142292.3，技术领域涉及：G08G5/30；该发明授权一种考虑高空风时变性的冲突最小化航迹协同规划方法是由胡明华;徐满;周逸;苏家明;丁文浩设计研发完成，并于2022-09-20向国家知识产权局提交的专利申请。

本一种考虑高空风时变性的冲突最小化航迹协同规划方法在说明书摘要公布了：本发明公开了一种考虑高空风时变性的冲突最小化航迹协同规划方法，引入双层规划方法，研究了战略阶段考虑高空风时变性的航迹规划问题；考虑了飞行时间与冲突对航班运行效率和安全的影响，以航班起飞时刻及高度层作为决策变量，以航班在灵活航路空域中飞行时间最短与无冲突作为目标函数，构建了多航班战略航迹协同规划模型；针对战略航迹规划问题的特点，设计了适应于多航班战略航迹协同规划模型的双层规划算法。本发明为考虑高空风时变性的冲突最小化航迹规划方法提供了一种快速实现方法，为合理安排航班飞行计划，保障飞行安全以及空域资源合理分配提供了技术支持。

本发明授权一种考虑高空风时变性的冲突最小化航迹协同规划方法在权利要求书中公布了：1.一种考虑高空风时变性的冲突最小化航迹协同规划方法，其特征在于，包括以下步骤： 1预先获取时变高空风集合预报数据、航班历史飞行计划、空域信息和航班安全间隔标准； 2根据航班历史飞行计划获取航班在灵活航路空域中的进出点； 3根据空域信息对灵活航路空域进行网格化处理，建立节点之间的连接规则； 4根据时变高空风集合预报数据，计算每个航班到达航路点的期望到达时刻，确定影响航班在当前航段上飞行的高空风条件，获取航班在航段上的飞行时间集合，拟合航班在当前航段上的飞行时间分布；将航段飞行时间期望值作为航段飞行成本并以最小化飞行时间为目标规划最优航路，将方差作为约束条件保障航迹的可预测性； 5基于规划出的最优航路，采用等间隔采样法形成航迹采样点集合；根据航班到达采样点时间集合拟合过点时间分布；利用网格冲突探测法进行航班飞行冲突初筛；根据航班安全间隔标准及冲突概率对航班之间的冲突进一步识别，得到相互之间有冲突的航班； 6根据动态分组规则将相互之间有冲突的航班放入同一小组内，根据小组内冲突数量及航班数量为各个小组分配不同的种群规模，采用变种群规模算子，动态设计各种群规模大小； 7针对每小组航班，采用调整该小组内各个航班的起飞时刻和飞行高度层来避免冲突，对各种群进行初始化；再采用一种快速遗传算法对各种群进行优化，获取各种群最优解；通过各个子种群之间的协同进化获得多航班冲突最小化4D航迹； 8将冲突最小化4D航迹对应的各个航班起飞时刻及高度层输入至步骤4，在当前起飞时刻及高度层条件下考虑高空风时变性规划最优航路，得到当前最优4D航迹； 9重复步骤4至步骤8，直至达到最大迭代次数N，输出多航班冲突最小化4D航迹； 所述步骤4包括以下步骤： 41计算航班航段飞行时间集合： 其中，K为EPS集合预报成员集合，航班f∈F，在给定的高度层h∈H下，根据航段飞行时间计算方法，得到在成员k条件下，当f到达航段e的期望时刻为t时，f在航段e上的飞行时间|K|为EPS成员数量； 42拟合航段飞行时间概率分布： 对于航班f的一条可行航路令f到达航段ei起点的时间为到达终点的时间为航段飞行时间数学期望μ和方差σ2的无偏估计量为： 其中，和由下式计算： 其中，δf为航班的起飞时刻，ΔT为航班从起飞至进入FRA的时间； 43计算航段飞行时间数学期望及方差： 航段上不存在时变点：当且时，风场条件不发生变化，此时航段飞行时间方差 航段上存在时变点：当且时，风场条件发生变化，当时，航班受到Wind1的影响，航段飞行时间概率密度函数为f1t；当时，航班受到Wind2的影响，航段飞行时间概率密度函数为f2t，则： 44根据航段飞行时间期望及方差，采用遗传算法规划最优航路，结合起飞时刻及高度层，得到飞行时间最短最优航迹； 所述步骤5实现过程如下： 51采用等间隔采样的方式进行航迹采样： 若航段上存在时变点，在tvp前后，航班受到不同风场的影响，将航段在tvp处分段，将其视为两个子航段，并将tvp作为采样点；若航段上不存在时变点，直接等间距进行航迹采样；计算航班航迹采样点的过点时间集合，假设其服从正态分布，拟合概率分布； 52将航迹采样点的四维坐标离散化映射至对应的网格单元Am.n.l.k中，采用网格化冲突探测方法进行航班飞行冲突初筛； 建立飞行冲突初筛方法对应的4D时空网格：定义一个网格Am.n.l.k的邻域由其自身以及其在空间维度上的周围33-1＝26个网格单元，记为： Cm,n,l,k＝[cm,n,l-1,kcm,n,l,kcm,n,l+1,k] 其中： 式中，矩阵cm,n,l,k表示本层的九网格邻域；矩阵cm,n,l-1,k表示当前网格上层九网格邻域，cm,n,l+1,k表示当前网格下层的九网格邻域；aM,N,L,k表示坐标为L，M，N，k的网格，其中M取m、m+1、m-1；N取n、n-1、n+1；L取l-1、l+1、l； 依次检查网格Am.n.l.k邻域中的27个网格，如果邻域中任意网格内存在其他航班的航迹采样点，则表明存在潜在的飞行冲突，对航班之间的冲突再进行精确探测；否则，则表明不存在潜在的飞行冲突； 对航班之间的冲突进行精确探测：针对同一个网格中的两个不同航班的航迹采样点s和s’，根据其坐标计算在航班预计过点时间集合内航班之间的垂直距离和水平距离，当垂直距离与水平距离同时违反航班安全间隔时，计算冲突概率；否则，表明不存在飞行冲突； 计算冲突概率：设航班f在航段ei上飞行时间期望值为方差为定义到达时间最大误差： 其中，为到达采样点期望时刻，设和根据飞行时间线性增加； 当航段上不存在tvp时，则： 当航段上存在tvp时，在tvp前后，航班受到不同风场的影响；此时将航段在tvp处分段，将其视为两个子航段，并将tvp作为采样点，对应采样点各项参数再按照当航段上不存在tvp时计算； 考虑空域中的航班f1，采样点为s1；航班f2，采样点为s2；则有： 由于相互独立，则其联合概率密度函数为： 冲突概率为： 若两个航迹采样点的冲突概率小于预定值，则认定为飞行冲突，得到相互间存在冲突的航班； 所述步骤6包括以下步骤： 61采用动态分组策略将相互之间有冲突的航班放入同一小组之内，即满足如下相关性： 其中，F表示所有航班组成集合；groupk表式第K组；和分别为groupk中的第i和第i′个航班，Cii′＝1表示航班i和i′存在冲突，Cii′＝0表示航班i和i′无冲突； 62根据小组内冲突数量及航班数量为各个小组分配不同的种群规模，采用变种群规模算子，动态设计各种群规模大小；所述变种群规模算子如下： 式中，sk为第k组种群规模，pop_size为初始种群规模，Ck表示第k组组内冲突数量，Lk表示第k组组内航班数量，C表示初始冲突数量；L表示初始航班数量； 所述步骤7包括以下步骤： 71种群初始化； 72针对初始化后的每个种群小组采用遗传算法进行优化，获取每个小组的最优解；所述的最优解是指适应度函数最大的值时对应的个体，所述适应度函数表达式如下： 其中，n表示航班数量；表示第k组第i架航班的冲突数量；δmax表示最大的δi；λGH表示地面延误成本系数，ti表示航班起飞时刻，torig表示航班初始起飞时刻，Tmax表示最大允许延误；λFL表示高度层调整成本系数，fli表示航班飞行高度层，florig表示航班初始飞行高度层，FLmax表示最大允许高度层调整量； 73合并各个种群之间的最优解获得多航班冲突最小化4D航迹。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。