【技术实现步骤摘要】
本专利技术属于飞行任务规划，具体涉及一种多机型机场协同训练的极限模式时序表生成方法及装置。
技术介绍
1、用于进行飞机组训的机场与民用机场有较大差异，前者特点为空域相对固定，飞机出发抵达空域完成训练后返回机场，单日飞机流量相对民航较少，飞机出发与返回都是按序列进行，且机场流量相对较少，大量不确定、随机性因素所叠加产生的飞机延时抵达和拥挤问题就可以消除，根据飞机起飞时刻、飞行时间、空域距离、空域训练时长即可准确判断着陆时刻。
2、尽管如此，针对多机种组训，尤其是存在不同机种协同训练的情况下，由于不同种类的飞机特性差异较大，涉及最大飞行时间、飞机航速、尾流间隔下一波次飞机的起飞和降落用时，因此即便在起飞时刻、飞行时间、空域距离以及空域训练时长确定的情况下，实现机场出动时序方案规划处理以最大化利用机场及空域当前仍无可靠的执行方案。此外，已知的任务规划模型通常寻优计算复杂，耗时长，难以对突发状况进行应急处理。
技术实现思路
1、根据本专利技术的第一实施例，提供了一种多机型机场协同训练的极限模式时序表生成方法，其中，所述机型包括训练机a、训练机b、训练机c，且训练机b与训练机a在空域进行协同训练，该方法包括：
2、步骤101、构建包括多个约束条件的极限模式机场出动时序规划模型；
3、步骤102、获取机场空域条件数据以及各训练机数据；
4、步骤103、根据训练机a的最大波次数，计算得出不同波次训练机a的起飞时刻、降落时刻，并将出动间隔时间和起飞时
5、步骤104、将训练机b的起飞时刻和降落时刻设置为软约束，以在每一波次的训练机b在出动间隔时间不变的情况下，通过整体性地进行平移，插空嵌入已经固定的训练机a所有波次起飞时刻、降落时刻以及训练机c第一波次起飞、最后波次降落时刻的非占用时段内，得到训练机b的出动时序配置；
6、步骤105、将剩余未配置的训练机c波次进行约束松弛化处理，得到训练机c的出动时序配置；
7、步骤106、根据所述出动时序配置生成极限模式时序表。
8、在另外的示例中，所述规划模型的目标函数使训练机c的k波次组训时间调整时间总和与训练机b占用空域无缝衔接调整时间之和最小化，为：
9、
10、其中，δxk表示第k波次的训练机c起降时刻微调的时长；表示第1架训练机a抵达空域时刻，等于其出发时刻加前往空域的飞行时长d1；表示第1架训练机b抵达空域时刻，等于其出发时刻加前往空域的飞行时长d2。
11、在另外的示例中，所述规划模型包括训练机b与训练机c的起降时段约束以及训练机a与训练机c的起降时段约束，包括：
12、
13、其中，t1、t2、t3分别为训练机a编队、训练机b编队及训练机c编队的起降所需时间；下角标i、j、k表示波次；上角标departure表示起飞时刻，上角标return表示降落时刻，w、f、h分别表示训练机a、b、c；mod表示取余计算。
14、在另外的示例中，还包括：对所述规划模型进行降维处理，以2为倍数取训练机a与训练机b起飞时刻的余数，将训练机b第偶数架的起飞时刻限定在取余的区间中，以1.5为倍数取训练机c与训练机b起飞时刻的余数，将训练机b第i架的起飞时刻限定在取余的区间中。
15、在另外的示例中，所述步骤105包括：判断偶数或奇数倍的训练机c第k+1波次起飞时刻是否与训练机a、训练机b的起飞时刻、降落时刻重叠；如果是，则偶数或奇数倍的第k+1波次起飞时刻推迟，否则再判断偶数或奇数倍训练机c第k波次降落时刻是否与第k+1波次重叠，如果是，则起飞时刻推迟，得到训练机c的出动时序配置。
16、在另外的示例中，还包括：根据时序表计算机场使用强度热力图。
17、在另外的示例中，所述根据时序表计算机场使用强度热力图，包括：
18、将时序表中各机种在对应时段上的起飞、降落用时平铺在一根时间轴上，选择预定步长，将每个步长的机场使用情况，记录在对应的步长为一段的间隔段中；
19、将每个步长间隔的时段进行前后时间因子进行的累加，得到没有断层影响下连续性梯度变化的数据形式；
20、将每个时段所累加的数据进行归一化，转变为相对性的百分值；
21、将数据进行平滑处理后以热力图呈现。
22、根据本专利技术的第二实施例，提供了一种多机型机场协同训练的极限模式时序表生成装置，其中，所述机型包括训练机a、训练机b、训练机c，且训练机b与训练机a在空域进行协同训练，该装置包括：
23、数据输入模块，用于获取机场空域条件数据以及各训练机数据；
24、模型求解模块，根据空域条件数据以及各训练机数据，求解包括多个约束条件的极限模式机场出动时序规划模型，以得到各训练机的出动时序配置，包括：
25、根据训练机a的最大波次数，计算得出不同波次训练机a的起飞时刻、降落时刻，并将出动间隔时间和起飞时刻、降落时刻设置为第一硬约束，根据训练机c的最大波次数，确定第一波起飞时刻与最后一波降落时刻，并设定为第二硬约束，以及根据训练机b的最大波次数，计算得出训练机b的出动间隔时间，并将其设置为第三硬约束；
26、将训练机b的起飞时刻和降落时刻设置为软约束，以在每一波次的训练机b在出动间隔时间不变的情况下，通过整体性地进行平移，插空嵌入已经固定的训练机a所有波次起飞时刻、降落时刻以及训练机c第一波次起飞、最后波次降落时刻的非占用时段内，得到训练机b的出动时序配置；以及
27、将剩余未配置的训练机c波次进行约束松弛化处理，得到训练机c的出动时序配置；
28、表生成模块，用于根据所述出动时序配置生成极限模式时序表。
29、在另外的示例中，还包括：图生成模块，用于根据时序表计算机场使用强度热力图。
30、在另外的示例中，所述根据时序表计算机场使用强度热力图，包括：
31、将时序表中各机种在对应时段上的起飞、降落用时平铺在一根时间轴上，选择预定步长，将每个步长的机场使用情况，记录在对应的步长为一段的间隔段中；
32、将每个步长间隔的时段进行前后时间因子进行的累加，得到没有断层影响下连续性梯度变化的数据形式；
33、将每个时段所累加的数据进行归一化，转变为相对性的百分值；
34、将数据进行平滑处理后以热力图呈现。
35、本专利技术通过构建包括包括多个约束条件的极限模式机场出动时序规划模型，在对规划模型进行求解时，采用硬约束和软约束相结合，能够快速生成满足目标函数要求的时序规划方案。
36、此外，本专利技术将多变量的规划问题转变为了降维后的余数规划模型，有效解决了多本文档来自技高网...
【技术保护点】
1.一种多机型机场协同训练的极限模式时序表生成方法，其中，所述机型包括训练机A、训练机B、训练机C，且训练机B与训练机A在空域进行协同训练，其特征在于，该方法包括：
2.根据权利要求1所述方法，其特征在于，所述规划模型的目标函数使训练机C的k波次组训时间调整时间总和与训练机B占用空域无缝衔接调整时间之和最小化，为：
3.根据权利要求2所述方法，其特征在于，所述规划模型包括训练机B与训练机C的起降时段约束以及训练机A与训练机C的起降时段约束，包括：
4.根据权利要求2所述方法，其特征在于，还包括：对所述规划模型进行降维处理，以2为倍数取训练机A与训练机B起飞时刻的余数，将训练机B第偶数架的起飞时刻限定在取余的区间中，以1.5为倍数取训练机C与训练机B起飞时刻的余数，将训练机B第i架的起飞时刻限定在取余的区间中。
5.根据权利要求1所述的方法，其特征在于，所述步骤105包括：判断偶数或奇数倍的训练机C第k+1波次起飞时刻是否与训练机A、训练机B的起飞时刻、降落时刻重叠；如果是，则偶数或奇数倍的第k+1波次起飞时刻推迟，否则再判断偶数或奇
6.根据权利要求1所述的方法，其特征在于，还包括：根据时序表计算机场使用强度热力图。
7.根据权利要求7所述的方法，其特征在于，所述根据时序表计算机场使用强度热力图，包括：
8.一种多机型机场协同训练的极限模式时序表生成装置，其中，所述机型包括训练机A、训练机B、训练机C，且训练机B与训练机A在空域进行协同训练，其特征在于，该装置包括：
9.根据权利要求8所述的装置，其特征在于，还包括：图生成模块，用于根据时序表计算机场使用强度热力图。
10.根据权利要求9所述的装置，其特征在于，所述根据时序表计算机场使用强度热力图，包括：
...【技术特征摘要】
1.一种多机型机场协同训练的极限模式时序表生成方法，其中，所述机型包括训练机a、训练机b、训练机c，且训练机b与训练机a在空域进行协同训练，其特征在于，该方法包括：
2.根据权利要求1所述方法，其特征在于，所述规划模型的目标函数使训练机c的k波次组训时间调整时间总和与训练机b占用空域无缝衔接调整时间之和最小化，为：
3.根据权利要求2所述方法，其特征在于，所述规划模型包括训练机b与训练机c的起降时段约束以及训练机a与训练机c的起降时段约束，包括：
4.根据权利要求2所述方法，其特征在于，还包括：对所述规划模型进行降维处理，以2为倍数取训练机a与训练机b起飞时刻的余数，将训练机b第偶数架的起飞时刻限定在取余的区间中，以1.5为倍数取训练机c与训练机b起飞时刻的余数，将训练机b第i架的起飞时刻限定在取余的区间中。
5.根据权利要求1所述的方法，其特征在于，所述步骤105包括：判断偶数或奇数倍...
【专利技术属性】
技术研发人员：尹大伟，徐捷，周玺，郑震山，吴敏杰，冯玉博，赵旭浩，张健，张光智，
申请(专利权)人：中国人民解放军九二七二八部队，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。