XiaoMi-AI文件搜索系统
World File Search System空域容量
尾流涡研究需求 - TRIMIS
研究需求文件是专题网络 WakeNet2-Europe 的最终交付成果，是第六框架计划的一部分（合同编号 G4RT-CT-2002-05115）。WakeNet2-Europe 合作伙伴的专业知识涵盖了尾流湍流相关问题的整个范围，包括例如研究如何通过升力翼测量产生涡流，以及在真实操作环境中模拟重要的气象因素对涡流动力学实施的影响。虽然正在考虑的现象非常复杂，但基本问题是需要什么程度的细节才能掌握具有挑战性的操作尾流湍流相关问题。特别是，基于正式安全评估的新程序的批准在这里起着至关重要的作用。本文档描述了一组专家（基本上是 WakeNet2-Europe 合作伙伴）对尾流湍流领域的“研究需求”，并从一些外部方（例如 WakeNet-USA）那里获得了宝贵的意见。第一部分概述了尾流问题，该问题的特点是尾流遭遇风险与机场和空域容量之间的平衡。介绍了一些在不影响安全性的情况下提高容量的方案（CONOPS），然后讨论了改进评估安全问题的方法所需的研究。第二部分提供了更详细的信息，以阐明为什么需要在各个领域进行具体研究。它将特别有助于
UAM 仪表飞行程序设计和评估...
美国宇航局先进空中机动 (AAM) 国家运动 (NC) 与 Joby Aviation 合作，使用 Joby 的高保真工程飞机模拟器测试和评估不同的城市空中机动 (UAM) 仪表飞行程序 (IFP) 候选设计，包括新的起飞、航路、进近和复飞架构。结合模拟器测试，这项工作还评估了相关方面，例如制图、编码和遵守飞行计划标准。测试目标是评估不同发展中的 IFP 变体的安全性、效率、乘客舒适度和噪音。安全相关措施包括与地形和垂直障碍物的间隙、程序可飞性和飞行路径一致性。效率相关措施包括所需时间、所需空域容量和所需电池能量。乘客舒适度和乘坐质量措施包括滚动/俯仰角度、滚动/俯仰姿态变化率和激进操作前的空速、主观飞行员/乘客反应和加速力。不同 IFP 的噪声影响将使用来自模拟器的数据进行内插/外推，这些数据输入到单独的 Joby 声学软件工具中。总体而言，在不同的发育 IFP 配置文件变体之间确定并描述了几种权衡。没有一个版本的发育 IFP 结构在上述所有测量中得分最高；相反，不同的
城市空中交通仪表飞行程序设计与评估
美国宇航局先进空中机动 (AAM) 国家运动 (NC) 与 Joby Aviation 合作，使用 Joby 的高保真工程飞机模拟器测试和评估不同的发展候选城市空中机动 (UAM) 仪表飞行程序 (IFP) 设计，包括新的出发、航路、进近和复飞架构。结合模拟器测试，这项工作还评估了相关方面，例如制图、编码和遵守飞行计划标准。测试目标是评估不同发展 IFP 变体的安全性、效率、乘客舒适度和噪音。安全相关措施包括与地形和垂直障碍物的间隙、程序可飞性和飞行路径一致性。效率相关措施包括所需时间、所需空域容量和所需电池能量。乘客舒适度和乘坐质量措施包括滚动/俯仰角度、滚动/俯仰姿态变化率和激进操作前的空速、主观飞行员/乘客反应和加速力。不同 IFP 的噪声影响将使用来自模拟器的数据进行内插/外推，这些数据将输入到单独的 Joby 声学软件工具中。总体而言，我们在开发 IFP 配置文件的不同变体之间确定并描述了几种权衡。没有一个版本的开发 IFP 结构在上述所有指标中得分最高；相反，不同的 IFP 变体被证明对不同的指标来说是最佳的，这证实了最佳 IFP 取决于针对特定飞机、位置和操作优先考虑哪些具体指标。
空中交通流量不确定性下的决策...
作为 FAA NextGen 产品组合中的一项新的战略交通管理计划 (TMI)，协作轨迹选项程序 (CTOP) 可以通过单个程序以集成方式管理多个受限区域，并允许航班运营商提交一组所需的重新路由选项，从而提供极大的效率和灵活性。TMI 优化的主要研究问题之一是如何确定机场或拥挤空域区域的计划接受率以最大限度地降低全系统成本。在设定 CTOP 率时需要考虑两种不确定性：第一，不确定的空域容量，这是由于不完善的天气预报造成的；第二，不确定的需求，这是由于在处理重新路由选项后航班在地理上被重新分配造成的。本文提出了三类随机模型。如果已知每架飞机的航线选择，第一类模型可以最佳地为多架飞机规划地面和空中延误。第二类模型控制每架飞机，可以为非常普遍的改道、地面和空中等待问题提供理论下限。第三类模型直接控制每个拥堵区域的队列大小，与第二类模型相比，可以更有效地解决。虽然这些模型可以提供重要的基准，并且可以在航空公司内部 CTOP 中使用，但它们与协作决策 (CDM) CTOP 软件实施不兼容。提出了基于仿真的优化模型，该模型可以使用随机模型作为其启发式方法的一部分，可以为实际的 CTOP 费率规划问题提供良好的次优解决方案。本文给出了第一个在需求和容量不确定性条件下优化CTOP速率的算法，并与CDM CTOP框架兼容，为CTOP的有效应用提供了急需的决策支持能力。