低空空域运行场景的数字孪生推演与动态容量评估方法

本发明涉及低空空域管理与数字孪生仿真，尤其涉及一种低空空域运行场景的数字孪生推演与动态容量评估方法。

背景技术：

1、随着低空经济的快速发展，以无人机、电动垂直起降飞行器（electric verticaltake-off and landing，evtol）等为代表的新型低空飞行器数量急剧增长，低空空域的运行密度和复杂性显著提升。准确评估低空空域的承载能力（在保证安全的前提下，空域能够容纳的同时运行飞行器数量），已成为空域规划、流量管理和安全管控的核心基础。容量评估结果直接关系到空域资源的合理配置、飞行计划的审批决策以及应急情况下的流量调控策略。

2、目前，低空空域容量评估方法主要基于数学建模的解析方法，通过建立航线网络模型和容量计算数学模型，求解理论容量和运行容量。该方法存在以下不足：（1）容量评估多为静态或确定性推演，侧重于在给定飞行计划下验证系统是否冲突，而非主动探索系统的极限承载边界，难以回答“当前环境条件下空域最多能容纳多少飞行器”这一核心问题；（2）评估模型多基于简化的航线网络或预设飞行规则，未能充分考虑低空空域飞行器航迹的高度灵活性；（3）气象因素和基础设施状态通常被简化为静态输入或统一的外部条件，未能充分反映其空间分布不均匀性和动态变化特征对容量的实际影响；（4）容量评估结果多为单一确定性数值，缺乏对输入数据不确定性的量化表征，评估结果的可信度难以评判。

3、部分解决方案引入了基于数字孪生与仿真的评估方法，或者基于时空网格的容量分析方法。然而，现有方案大多基于历史数据和实时状态对飞行器飞行轨迹、气象状态和信号干扰等因素的未来状态进行预测，进而进行低空空域容量评估，由于预测得到的场景有限，难以覆盖足够的空域状态，对空域冲突的预测准确度不足，导致评估结果可信度受限。

技术实现思路

1、有鉴于此，本发明实施例提供了一种低空空域运行场景的数字孪生推演与动态容量评估方法，以解决现有技术中低空空域运行场景中容量评估的准确度不够的问题。

2、本发明实施例的第一方面，提供了一种低空空域运行场景的数字孪生推演与动态容量评估方法，包括：

3、构建目标低空空域数字孪生模型；目标低空空域数字孪生模型包括多个空域网格智能体、多个气象网格智能体、多个基础设施网格智能体和初始可用性标签，每个空域网格智能体包括空域网格的静态属性数据，每个气象网格智能体包括气象网格的气象状态数据，且每个基础设施网格智能体包括基础设施网格的基础设施服务状态数据；

4、以当前环境条件下的目标低空空域数字孪生模型状态为基础，以当前环境条件为推演边界，逐级递增虚拟飞行器负载水平，并在各级负载水平下独立执行次蒙特卡洛随机推演，直至达到推演终止条件，得到低空空域的负载水平-冲突概率响应曲线；其中，各级虚拟飞行器负载水平下，虚拟飞行器的性能参数基于预设概率分布模型差异化采样生成；每级负载下的冲突概率通过对次推演得到的冲突指示变量进行概率统计与收敛判定确定；为正整数，为大于0且小于或者等于的正整数，为确定的飞行器负载水平级数；

5、使用多尺度曲率分析方法识别负载水平-冲突概率响应曲线上的容量边界拐点，并通过统计假设检验对容量边界拐点有效性进行判定，得到显著拐点时的极限容量评估值或者无显著拐点时的保守极限容量；

6、计算显著拐点时的极限容量评估值的置信度指标，确定显著拐点及其置信度指标为容量评估结果，或者确定保守极限容量为容量评估结果。

7、本发明实施例的第二方面，提供了一种低空空域运行场景的数字孪生推演与动态容量评估装置，包括：

8、构建模块，被配置为构建目标低空空域数字孪生模型；目标低空空域数字孪生模型包括多个空域网格智能体、多个气象网格智能体、多个基础设施网格智能体和初始可用性标签，每个空域网格智能体包括静态属性数据，每个气象网格智能体包括气象网格的气象状态数据，且每个基础设施网格智能体包括基础设施网格的基础设施服务状态数据；

9、推演模块，被配置为以当前环境条件下的目标低空空域数字孪生模型状态为基础，以当前环境条件为推演边界，逐级递增虚拟飞行器负载水平，并在各级负载水平下独立执行次蒙特卡洛随机推演，直至达到推演终止条件，得到低空空域的负载水平-冲突概率响应曲线；其中，各级虚拟飞行器负载水平下，虚拟飞行器的性能参数基于预设概率分布模型差异化采样生成；每级负载下的冲突概率通过对次推演得到的冲突指示变量进行概率统计与收敛判定确定；为正整数，为大于0且小于或者等于的正整数，为确定的飞行器负载水平级数；

10、统计模块，被配置为使用多尺度曲率分析方法识别负载水平-冲突概率响应曲线上的容量边界拐点，并通过统计假设检验对容量边界拐点有效性进行判定，得到显著拐点时的极限容量评估值或者无显著拐点时的保守极限容量；

11、评估模块，被配置为计算显著拐点时的极限容量评估值的置信度指标，确定显著拐点及其置信度指标为容量评估结果，或者确定保守极限容量为容量评估结果。

12、本发明实施例与现有技术相比存在的有益效果是：

13、本发明实施例通过构建目标低空空域数字孪生模型，并在孪生环境中批量注入具有差异化性能参数的虚拟飞行器智能体，采用蒙特卡洛方法进行多场景并行推演，以逐级递增虚拟飞行器数量并监测系统冲突概率变化的方式，自动识别容量边界拐点，实现低空空域极限容量的量化评估。该方法融合了数字孪生的精准映射能力、多智能体的自主交互特性与蒙特卡洛仿真的概率推演优势，能够为低空空域规划、流量管理与安全管控提供更为科学的决策依据。

1.一种低空空域运行场景的数字孪生推演与动态容量评估方法，其特征在于，包括：

2.根据权利要求1所述的低空空域运行场景的数字孪生推演与动态容量评估方法，其特征在于，构建目标低空空域数字孪生模型，包括：

3.根据权利要求2所述的低空空域运行场景的数字孪生推演与动态容量评估方法，其特征在于，将所述气象监测数据通过空间插值映射至各空域网格智能体，包括：

4.根据权利要求1所述的低空空域运行场景的数字孪生推演与动态容量评估方法，其特征在于，虚拟飞行器通过虚拟飞行器智能体表示；第个虚拟飞行器智能体的属性为：；其中，为唯一标识符；为飞行性能参数集合，至少包括巡航速度、最大爬升率、最大偏航角和最大飞行高度；为通信能力参数，表示第个虚拟飞行器对基础设施服务的依赖程度；为气象耐受阈值集合，至少包括最大可承受风速和最低能见度要求；属性、和对应虚拟飞行器的性能参数；

5.根据权利要求4所述的低空空域运行场景的数字孪生推演与动态容量评估方法，其特征在于，在各级负载水平下独立执行次蒙特卡洛随机推演，包括：

6.根据权利要求5所述的低空空域运行场景的数字孪生推演与动态容量评估方法，其特征在于，逐级递增虚拟飞行器负载水平，包括：

7.根据权利要求6所述的低空空域运行场景的数字孪生推演与动态容量评估方法，其特征在于，使用多尺度曲率分析方法识别负载水平-冲突概率响应曲线上的容量边界拐点，包括：

8.根据权利要求7所述的低空空域运行场景的数字孪生推演与动态容量评估方法，其特征在于，通过统计假设检验对容量边界拐点有效性进行判定，包括：

9.根据权利要求1所述的低空空域运行场景的数字孪生推演与动态容量评估方法，其特征在于，在得到显著拐点时的极限容量评估值或者无显著拐点时的保守极限容量后，所述方法还包括：

10.一种低空空域运行场景的数字孪生推演与动态容量评估装置，其特征在于，包括：