一种高机动试飞航空器实时智能防相撞检测方法与流程

技术特征：
1.一种高机动试飞航空器实时智能防相撞检测方法，其特征在于，包括以下步骤：步骤100：生成航空器实际起飞经过n个雷达周期积累产生的初始轨迹序列；步骤200：经过实时高机动航空器轨迹预测后形成目标轨迹预测模型，所述目标轨迹预测模型的训练过程依次为数据预处理、特征选择、标签标注和模型训练，通过所述目标轨迹预测模型对高机动航迹飞行轨迹进行预测；步骤300：生成目标轨迹序列并与公共空域中航空器的目标预测轨迹进行两两比较；步骤400：建立自适应保护区域进行阈值检测，保护区域依据空域和试飞科目进行自适应调整，不同突破保护区域阈值检测标准为航空器根据距离量纲是否违反保护区安全间隔最小要求，若是，则发布冲突预警信息，若不是，则回到步骤100进行下一轮检测。2.根据权利要求1所述的一种高机动试飞航空器实时智能防相撞检测方法，其特征在于，在步骤200中，所述数据预处理具体包括以下步骤：步骤211：采集试飞机场本场高机动试飞航空器的飞行轨迹数据，通过人工筛选，对于轨迹中的异常点进行删除；步骤212：应用三次样条插值法对于缺失数据进行补齐；步骤213：根据试飞科目不同对飞行轨迹数据进行分类，形成高机动航空器飞行轨迹数据集。3.根据权利要求2所述的一种高机动试飞航空器实时智能防相撞检测方法，其特征在于，在步骤200中，所述特征选择具体为：选择经度、纬度、高度、速度、航向、试飞科目和航空器类型作为目标轨迹预测模型的输入特征。4.根据权利要求3所述的一种高机动试飞航空器实时智能防相撞检测方法，其特征在于，所述试飞科目的形式化描述为：sequence_course＝{dot_course1,dot_course2,dot_course3,...,dot_coursen}，其中dot_course＝{det_lng,det_lat,det_alt,det_spd,det_dir}，其中det_lng，det_lat，det_alt，det_spd，det_dir分别表示相邻轨迹点之间的经度差值、纬度差值、高度差值、速度差值和航向差值。5.根据权利要求4所述的一种高机动试飞航空器实时智能防相撞检测方法，其特征在于，在步骤200中，所述标签标注具体包括以下步骤：步骤221：轨迹形式化描述：表达式为：sequence_dots＝{dot_1,dot_2,dot_3,dot_4,
…
dot_i}，其中dot_i为点迹信息，i为从1开始的自然数，多个轨迹点信息构成的轨迹序列即为轨迹，其中每个轨迹点信息结构为dot＝{lng,lat,alt,spd,dir,type}，其中lng，lat，alt，spd，dir，type分别表示该时刻的经度、纬度、高度、速度、航向和航空器类型；步骤222：形成训练数据集：表达式为：dt_lb＝<(sequence_dots,sequence_course)label>，其中dt_lb表示训练数据和标签的关联结构，sequence_dots和sequence_course分别表示需要参与训练的输入航迹序列和试飞科目信息，label表示该训练数据对应的标签；步骤223：轨迹标注：通过滑窗方式对飞行轨迹数据进行标注，在窗口滑动过程中，依次形成标签数组data_
label，所述data_label＝<dot_n 1,
…
,dot_n m>，表示当起始轨迹点序号为1，窗口长度为n时，标签为第n m个轨迹点信息组成的后续航迹序列；步骤224：试飞科目轨迹划分：根据目标轨迹预测模型输入窗口长度，将试飞科目轨迹进行划分形成试飞科目轨迹子序列。6.根据权利要求5所述的一种高机动试飞航空器实时智能防相撞检测方法，其特征在于，在步骤2中，所述模型训练具体包括以下步骤：步骤231：确定损失函数：式中，y代表标签信息，为模型预测输出向量；步骤232：对目标轨迹预测模型进行搭建：所述目标轨迹预测模型包括试飞科目注意力模块和gru模块，所述试飞科目注意力模块的注意力机制计算公式为：e
ij
＝a(x
i
,d
j
)式中，α
ij
表示参与计算的注意力系数向量，e
ij
表示对于输入参数经计算后的元素级注意力系数，e
ik
为一个e
ij
的实例，x
i
表示每个点迹信息，d
j
表示训练科目序列中的一个成员，c
i
表示在当前输入x
i
信息时，训练科目的重点关注信息即背景信息向量；其中元素级注意力机制计算公式为：a＝v
t
tanh(w
id
d
j
w
ix
x
i
)式中，w
id
、w
ix
分别表示训练科目d
j
和输入航点x
i
系数矩阵；所述gru模块的计算公式为：r
t
＝σ(w
ir
x
t
w
hr
h
t
‑1)z
t
＝σ(w
iz
x
t
w
hz
h
t
‑1)c
t
＝tanh(w
in
x
t
r
t
(w
hn
*h
t
‑1))h
t
＝z
t
*h
t
‑1 (1
‑
z
t
)*c
t
式中，h
t
‑1是t时刻的隐藏状态，x
t
是t时刻的输入，初始时刻的隐藏状态为0,r
t
为重置门，z
t
为更新门，c
t
为计算候选隐藏层，σ表示sigmoid激活函数，tanh表示是一种类似于幅度增大的sigmoid函数，将输入值转换为
‑
1至1之间，w
iz
为更新门的系数矩阵，w
ir
为重置门的系数矩阵，w
hr
为t时刻重置门中h
t
‑1隐状态的系数矩阵，w
hz
为t时刻更新门中h
t
‑1隐状态的系数矩阵，w
in
和w
hn
分别为t时刻中候选隐藏层中x
t
、h
t
‑1的系数矩阵；步骤233：获取注意力系数α
ij
后，通过与所述试飞科目轨迹子序列对应相乘后获得加权试飞科目轨迹子序列矩阵，通过加法操作与原始输入高机动航空器轨迹信息进行融合形成隐藏轨迹序列；
步骤234：获取隐藏轨迹序列后，送入所述gru模块进行后续预测运算，获取实时高机动试飞航空器轨迹估算结果；步骤235：重复步骤231至步骤234，经过多步迭代直至完成模型训练。7.根据权利要求1所述的一种高机动试飞航空器实时智能防相撞检测方法，其特征在于，在步骤400中，所述建立自适应保护区域进行阈值检测，其中自适应保护区域的构建过程包括以下步骤：步骤411：预测轨迹点序列；步骤412：根据轨迹点序列判断轨迹中各个轨迹点所处高度层；步骤413：在不同高度层依据相关管制规范，匹配不同的自适应变化因子，最终实现保护区的自适应调整。8.根据权利要求7所述的一种高机动试飞航空器实时智能防相撞检测方法，其特征在于，所述自适应保护区域的构建方法依据如下公式进行：(x
‑
x0)2 (y
‑
y0)2≤αr2‑
βh≤z
‑
z0≤βh式中，x、y、z分别为航空器经度、纬度和高度坐标在笛卡尔坐标系下的投影信息，x0、y0、z0分别为航空器中心点的经度、纬度和高度，r为水平方向安全间隔，h为垂直方向安全间隔，α，β均为自适应变化因子。9.根据权利要求1所述的一种高机动试飞航空器实时智能防相撞检测方法，其特征在于，所述步骤100具体为：等待n个雷达扫描周期，提取其历史航迹轨迹，完成高机动试飞航空器的轨迹数据积累，生成初始轨迹序列。

技术总结
本发明公开了一种高机动试飞航空器实时智能防相撞检测方法，涉及空中交通管制技术领域，包括以下步骤：生成初始轨迹序列；经过实时高机动航空器轨迹预测后形成目标轨迹预测模型，通过目标轨迹预测模型对高机动航迹飞行轨迹进行预测；生成目标轨迹序列并与公共空域中航空器的目标预测轨迹进行两两比较；建立自适应保护区域进行阈值检测，保护区域依据空域和试飞科目进行自适应调整，不同突破保护区域阈值检测标准为航空器根据距离量纲是否违反保护区安全间隔最小要求，若是，则发布冲突预警信息，若不是，则回到第一步进行下一轮检测，本发明具有不易产生误差累积、提高了估算准确度高、有效地提升了高机动试飞航空器防碰撞检测精确度。精确度。精确度。


技术研发人员：杨地 张会英 徐昕
受保护的技术使用者：成都飞机工业（集团）有限责任公司
技术研发日：2021.06.30
技术公布日：2021/10/8