XiaoMi-AI文件搜索系统
World File Search System飞机轨迹
电子导航研究所
全球 ATM 运行概念是由国际民航组织制定的，目的是在适应日益增长的交通量的同时，实现安全、可持续和环保的空中交通运行。ENRI 公布了其长期研究愿景，并一直致力于研究，以及为实现全球 ATM 运行概念 (GATMOC) 而在全球范围内开发和传播成果。长期研究愿景需要根据社会环境的变化和新开发技术的引入进行审查。因此，ENRI 定期审查其长期研究愿景，考虑与 CARATS * 和 GANP ** 等其他空中交通系统长期愿景的协调，并于 2019 年发布了最新版本。未来将实现基于轨迹的运行 (TBO)，其中飞机轨迹会提前调整和确定，飞机将在指定时间沿着轨迹飞行。灵活的空中交通管理对于应对各种类型、不同性能和用途的飞机的预期增长至关重要。新的研究愿景将我们未来几十年的研究主题解释为路线图，其中主题大致分为四个研究领域：“通过提高运营安全性和可靠性有效利用空域”、“通过空域运营效率有效利用空域”、“优化机场运营”和“改善空中交通系统的基础技术”，重点是提高研究潜力并持续长期为社会做出贡献。ENRI 将根据这一长期愿景开展其研究和开发活动。
电子导航研究所 - 电子航法研究所
全球 ATM 运行概念是由国际民航组织制定的，旨在实现安全、可持续和环保的空中交通运行，同时适应不断增加的交通量。ENRI 公布了其长期研究愿景，并一直致力于研究，以及在全球范围内开发和传播成果，以实现全球 ATM 运行概念 (GATMOC)。长期研究愿景需要根据社会环境的变化和新开发技术的引入进行审查。因此，ENRI 定期审查其长期研究愿景，考虑与 CARATS * 和 GANP ** 等其他空中交通系统长期愿景的协调，并于 2019 年发布了最新版本。未来将实现基于轨迹的运行 (TBO)，其中飞机轨迹会提前调整和确定，飞机将在指定时间沿轨迹飞行。灵活的空中交通管理对于应对具有不同性能和用途的各种类型飞机的预期增加至关重要。新的研究愿景将未来几十年的研究课题以路线图的形式阐述，其中研究课题大致分为四个研究领域：“通过提高运行安全性和可靠性有效利用空域”、“通过空域运行效率有效利用空域”、“优化机场运营”和“改善空中交通系统的基础技术”，重点是提高研究潜力并持续长期为社会做出贡献。ENRI 将根据这一长期愿景开展研究和开发活动。
基于概率模型的飞机优化...
新冠肺炎疫情在全球突然爆发，导致航空运输量大幅下降。截至 2020 年 4 月，全球航班数量下降近 80%，其中国际航班受影响最为严重 [1]。在各国政府和国际组织（如国际民用航空组织 (ICAO) 和世界卫生组织 (WHO) 等）的共同努力下，航空运输业已逐步复苏，首先是洲内运营 [2]。显然，尽管疫情对航空业的影响将持续数年，预计的航空运输量增长将有所延迟 [3, 4]，但随着行业指导的统一和医疗手段的日益有效发展，航空运输将继续逐步恢复。当主流旅行恢复时，航空交通发展、航空交通效率和安全仍将是一个需要考虑的关键问题。在空中交通管理领域，高度复杂的区域之一是终端机动区 (TMA)。作为所有到达航班汇聚的区域，安全问题在飞机运行期间比其他区域更具影响力。众所周知，由于不确定性导致的飞机轨迹变化可能导致潜在冲突，因为协助空中交通管制员决策过程的系统很少考虑此类扰动。因此，空中交通管制员必须根据其经验和直觉干预飞行操作，这进一步增加了他们的工作量并进一步影响了运营效率。空中交通管理部门已经注意到不确定性的潜在影响。在欧洲，单一欧洲天空 ATM 研究 (SESAR) 已明确表示有兴趣在预测准确性方面提高空中交通服务，同时考虑到到达航段的内在不确定性 [5]。为改进轨迹预测，已开展了相关项目，例如 COPTRA 和 TBO-MET，最近还启动了一个名为 START 的新项目，以确保空中交通安全，同时增强发生干扰时的恢复能力 [6]。在此背景下，我们认为未来的系统需要考虑预测误差，因此 TMA 中的到达飞机调度需要同时考虑多种考虑因素，例如不确定性、安全约束和效率。在本文中，我们提出了一种确定稳健到达时间表的新方法，该方法可以潜在地提高对冲飞行运行期间不确定性的能力，同时仍满足安全所需的各种约束。在考虑标称飞机轨迹的预测误差的情况下进行冲突检测和解决。本文组织如下：第 2 部分介绍相关研究摘要。第 3 节描述了模型公式，包括所提出的模型和作为基准的另外两个模型。根据每个模型的特点，分别为所提出的模型和基准模型给出了不同的目标函数。第 4 节介绍了我们解决问题的方法。然后，在第 5 节中，介绍了一个模拟框架，以研究所提出的模型在干扰下的性能。在第 6 节中，说明了计算结果，并比较了基于这三个模型的优化解决方案获得的模拟结果在出现不确定性时的冲突吸收能力。最后，第 7 节总结了本文。
阿波罗11重新加载：基于优化的轨迹重建
I.介绍1969年7月20日，标志着人类历史上的历史成就。第一次，两个人走在一个不是地球的天体上，固定了人类探索史上的基本里程碑。这一成功是从技术和经济的角度来达到巨大的效果，是美国实现的，以应对苏联太空计划的较早成功，这是由创建和成功启动的第一次创建和成功启动的空间，并与1957年的Sputnik一起，并在1957年及其造成的交流[1，2]，以及1，2]，又是2 [1，2]，又有一个人的交流。 Vostok 1，Yuri Gagarin，1961年[3]。这是历史上遇到的第一个正式步骤[4]，尤其是月球竞赛[5]。尽管有最初的技术差距，但多年来，美国太空的进步取得了动力，而Apollo任务的设置[6]代表了整个美国太空计划的最高点。能够实现这样一个目标，需要开发几种新技术。当然，有能力计算能够满足整个任务的所有要求的轨迹。这在Apollo指导计算机的可用计算能力方面和用于指导土星V [8]的发射车数字计算机方面有严格的要求。在发动机切割之前的最后几秒钟进行了特殊护理，以避免溶液中的奇异性。在这种情况下，我们可以将数值优化通常放在[13]中，尤其是直接方法[14]。在上升指导中，火箭采用了所谓的迭代路径自适应指导，利用了最佳控制理论[9]，并修改了切线线性转向定律的修改版本，在此期间，其参数经常更新。另一个基本阶段由翻译注射（TLI）的动作表示，该动作使航天器能够离开地球范围的侵入范围到达月球。对于阿波罗11（Apollo 11），设想将哥伦布模块放在自由回报路径上[10]，并且此选择需要在机动末端满足的准确态度和位置条件。第三个也是最重要的阶段是月球着陆：鉴于上述计算局限性，NASA工程师在承诺，创造力和专有技术方面对其进行了补偿。这种态度的一个绝妙的例子是基于多项式方案的月球着陆指导，尽管其计算复杂性低[11]，但它的电子趋势形式也是最佳的[12]。然而，在过去几十年中，在计算能力和开发的重新构建优化算法方面取得的进展极大地扩展了当今可用的大量方法和工具，以分析相同的问题。在解决最佳控制问题的直接方法中，伪谱方法占据了相关位置。在本文中，我们希望通过使用Spartan [19，24，25]来重建Apollo 11任务的三个关键阶段这些方法[15]，基于用于转录问题的时间步长的不均匀分布，事实证明对大型最佳控制问题[16]非常有效，包括国际空间站的零促性剂重新定位[17]。进一步的应用涉及大气进入指导[18，19]，火星下降和小行星着陆轨迹计算[20]，月球着陆可及性分析[21]，卫星在椭圆轨道上的态度稳定[22]和飞机轨迹产生问题[23]。