算法,该算法根据飞行目的地、跑道角度、机场附近飞机的空间间隔、人口分布和转向运动来考虑引导点。高度路径针对低感知噪音和低燃料消耗进行了优化,这是通过使用从该表面路径计算出的距离求解飞行纵向控制运动方程来确定的。开发了一种改进的非支配排序遗传算法 II 用于离散优化,以减少计算工作量获得最佳高度路径的帕累托前沿。通过模拟从香港国际机场飞往两个强制空中交通服务报告点的航班来演示该方法。然后将结果与快速访问记录器数据和标准仪表离场 (SID) 轨迹进行比较。虽然该方法没有考虑影响离场路径规划的某些航空运输因素,例如天气模式和空中交通组合,但得到的地面路径与 SID 轨迹非常相似。高度路径的帕累托前沿表现出燃料消耗和感知噪音水平的降低。我们还根据不同航线的相关飞行物理原理,讨论了燃料消耗和感知噪音水平之间的权衡。
RTS3a:在混合跑道运行下,使用优化跑道交付(ORD)工具评估进场静态成对分离(S-PWS-A)加上使用优化分离交付(OSD)工具评估离场静态成对分离(S-PWS-D)的验证; RTS4a:在混合跑道运行下,使用优化分离交付(OSD)工具评估进场静态成对分离(S-PWS-D)的验证; RTS4b:在隔离和部分隔离跑道运行下,在使用 CSPR 的双重进近环境中,使用优化分离交付(OSD)工具评估进场静态成对分离(S-PWS-A)加上使用优化分离交付(OSD)工具评估离场静态成对分离(S-PWS-D)的验证; RTS5:验证离场静态成对分离间隔(S-PWS-D)和离场天气相关分离间隔(WDS-D),及其与隔离模式下单跑道离场优化分离交付(OSD)工具的集成(伦敦希思罗机场); RTS6:验证离场基于静态飞机特性的尾流湍流分离(S-PWS-D),及其与离场优化分离交付(OSD)工具和到达进场天气相关分离(WDS-A)的集成,及其与到达分离交付工具的集成。
致谢 我要感谢所有帮助我完成航空系统理学硕士学位的人。 我要感谢 Randy“Komrade”Bresnik 少校将 F/A-18 出发演示项目官员的工作交给我;Bob David 先生(项目工程师)邀请我加入飞行控制计算机操作飞行程序版本 10.7 (v10.7) 飞行测试团队;Aaron“Lurch”Rouland 中尉(v10.7 项目官员)允许我进行大部分旋转测试飞行并向我讲解 v10.7 的细节;Steven Potter 先生让我加入出发演示开发团队并为我提供必要的飞行测试数据;以及 Jessica Holmburg 女士向我讲解 v10.7 的技术细节。我还要感谢整个 v10.7 测试团队、波音公司、海军航空作战中心飞机部门和 PMA-265 提供的出色测试计划。还要感谢美国海军陆战队和海军部批准完成我的硕士学位所需的资金。
