[发明专利]一种基于双层多级网络模型的空中交通复杂性测度方法

权利要求书

1.一种基于双层多级网络模型的空中交通复杂性测度方法，其特征在于：所述的方法包括按顺序进行的下列步骤：

步骤1)采集空中交通管制雷达数据：根据空中交通管制雷达显示周期，每4秒采集1次该雷达的数据，并从中提取出航空器目标及其位置信息；然后按每10秒或某一周期对上述上述信息进行一次粗粒化处理，并将所有航空器目标在该周期内的经度、纬度、高度、速度、航向信息平均后作为当前周期的航空器信息；

步骤2)根据步骤1)获得的信息构建双层多级网络模型：以上述每一航空器作为一个节点，将航空器间的空间潜在冲突关系用边来表示，计算所有航空器间的潜在冲突，由此构建起双层多级网络模型；

步骤3)利用上述双层多级网络模型计算网络指标：网络规模N，即当前空域中航空器数量；边数E，即网络中边的数量，反映了实际空中交通中潜在冲突的数量；网络聚集系数C，网络中所有节点聚集系数的均值，其中节点聚集系数为节点的邻居节点间存在的边数占所有可能边数的比例；

步骤4)基于上述计算出的网络指标形成复杂性向量：设网络模型的级数为J，在t时刻空中交通态势的复杂性向量为M(t)＝(N^1,1(t)，E^1,1(t)，C^1,1(t)，N^1,2(t)，E^1,2(t)，C^1,2(t)，...，N^2,J(t)，E^2,J(t)，C^2,J(t))，这里N^i,j(t)，E^i,j(t)，C^i,j(t)分别表示t时刻，第i层，第j级网络模型对应的网络规模、边数、网络聚集系数；由于网络规模N^1,1(t)、N^1,2(t)、N^2,1(t)、N^2,2(t)在相同时刻的取值都相等，可将这四个指标统一为N(t)，这样t时刻交通态势对应的复杂性向量M(t)可简化为(N(t)，E^1,1(t)，C^1,1(t)，E^1,2(t)，C^1,2(t)，E^2,1(t)，C^2,1(t)，E^2,2(t)，C^2,2(t))；最后基于该复杂性向量从二维、三维两个角度对空中交通态势的复杂性进行综合测度。

2.根据权利要求1所述的基于双层多级网络模型的空中交通复杂性测度方法，其特征在于：在步骤2)中，所述的构建双层多级网络模型的具体步骤如下：

步骤2.1)建立单层单级网络模型：如果t时刻第i架航空器与第j架航空器之间存在潜在冲突，且预计冲突时间小于设定的水平阈值h，该阈值的单位为分钟，同时垂直距离小于设定的垂直阈值v，该阈值的单位为米，就认为与第i架航空器相对应的节点i和与第j架航空器相对应的节点j之间有边相连；将t时刻，水平阈值为h，垂直阈值为v对应的单层单级网络模型表示为G_h,v(t)；

步骤2.2)建立单层多级网络模型：设步骤2.1)中共获得m个阈值组合{h1,v1；h2,v2；...；hm,vm}，以其中每一组合为阈值建立对应的单层单级网络模型，共建立m个单层单级网络模型；设Q(t)为t时刻空中交通态势对应的一个单层多级网络模型，将上述m个单层单级网络模型进行组合，形成一个级数为m的单层多级网络模型，即：Q(t)＝{G_h1,v1(t),G_h2,v2(t),...,G_hm,vm(t)}；

步骤2.3)建立双层多级网络模型：将空中交通态势复杂性分为二维复杂性和三维复杂性，将上述单层多级网络模型扩展为双层多级网络模型；其中第一层网络模型的垂直阈值v设置为无穷大，即只考虑两架航空器间的水平距离与设定的水平阈值h之间的关系，对应二维交通态势复杂性；第二层网络模型的垂直阈值v设置为空域内的最小垂直间隔或其倍数，对应三维交通态势复杂性；设Qⁱ(t)为t时刻第i(i＝1,2)层多级网络模型集合，Qⁱ(t)＝{Gⁱ_h1,v1(t)，Gⁱ_h2,v2(t)，...，Gⁱ_hm,vm(t)}，其中Gⁱ_hj,vj(t)表示t时刻的第i层第j级网络模型，其水平阈值和垂直阈值分别为hj,vj。