基于分布式非协作感知与控制的跑道入侵防御关键问题研究

This research focus on runway incursion prevention system based on decentralized and non-cooperative sensing and control, in which such problems as traffic situation construction, non-cooperative objects recongnization, maneuvering objects tracking and runway incursion prevention is researched. Fistly, the runway operation state transfer model with the most simplified structure and all feasible state coverability drived by asynchronous object sensing events is proposed, and the two steps firing rules is introduced into transtion with two jumps including entry and departure to describing dynamic behaviours of the surface traffic system. Secondly, to resolve the uncertainty of objects recongnization caused by differences in both time domain and spatial domain of sensing information coming from multi-sensors, the evidences combination method can resolve highly conflicting object's sensing features is proposed for aircrafts and vehicles type recongnization decision fusion, regardless of the order of those evidences. Thirdly, the operation mode switching model according to operation stage of maneuvering objects is built, and the parameter identification of aircraft movement model considering impacts from meteorological factors and pavement conditions with small sample observation is studied, to tracking the maneuvering objects under the situation of without sensing information. Finally, the runway provention problem is transfromed to inhibited states avoidance of discrete event system, to deal with those uncontrollable envents in the runway operation state transfer model, the maximum admissible and mixed controller designing method is proposed to prevent runway incursions. In conclusion, this research lays the foundation for the development of new type runway incrusion prevention system.

本课题以基于分布式非协作感知与控制的跑道入侵防御系统为背景，研究交通态势重建、非协作目标识别、机动目标跟踪、跑道入侵控制等问题。首先提出由异步目标感知事件驱动的结构最简、可行状态全覆盖的跑道状态转移建模方法，引入具有进出两次跳变瞬态的变迁分步激发规则，从宏观层面描述交通系统动态行为。其次针对同一目标多源感知信号时空差异性带来的目标识别不确定性，提出能融合高冲突目标感知特征且与顺序无关的证据组合方法，进行决策级融合识别航空器/车辆类型。再次建立场面机动目标分阶段运行模式切换模型，研究小观测样本条件下受气象、道面条件等未知干扰的航空器非线性运动学模型参数辨识方法，实现对不可感知状态下机动目标跟踪。最后将跑道入侵防御问题转换为离散事件动态系统禁止状态避免问题，针对跑道状态转移模型中存在的不可控事件，提出极大允许的混合控制器设计方法以避免跑道入侵。本课题将为研发新型跑道入侵防御系统提供理论依据。

随着航空运输活动的急剧增加，机场场面安全存在极大的安全隐患，实现机场场面交通自动化控制显得尤为迫切。结合场面移动目标对地磁干扰信号的实际特征，设计了一种基于双AMR传感器的状态互补融合检测算法；根据不同的检测方式对目标的运行方向信息进行提取；本研究提取了目标的平均速度和瞬时速度，提出了基于双地磁信号特征点的瞬时速度提取方法。针对系统中跑道交通态势重建问题，本研究从动力学及运动学角度建立航空器在跑道区域的连续运动模型，并根据传感器网络的布局和跑道运行过程建立基于Petri网的航空器离散状态转移模型。在目标特征提取中，本研究提出了一种综合考虑磁信号的时域及频域特征的目标特征提取方法。该方法通过双传感器方式感知信号并计算目标长度，基于目标长度规整时域信号获得其峰值特征；再利用小波变换三层分解已规整的时域信号，提取信号的频域特征，最终与信号时域特征共同构成信号的全部特征。并利用目标特征区分度测度方法验证了该方法提取的特征相比于单一时域或频域特征具有更好的区分度。在多传感器的目标识别中，本研究提出了一套基于D-S证据理论的传感器网络二级数据融合算法。即首先利用模糊识别方式获得单传感器单轴向的识别结果；由于考虑到证据间的支持程度、相关性及可靠性，利用基于证据间相似系数的一级数据融合方法得融合得到单传感器识别结果，再对单个传感器的识别结果依照信号能量值所分配到的权重进行二级数据融合获得融合结果，并利用决策规则获得决策结果。在仿真验证中，对比本研究方法相较于与另外3种融合方法更具优越性。在场面运动目标跟踪预测中，在小样本速度观测信息的情况下，算法通过对残差均值加权求和重新构造模型概率似然函数,后验信息更新马尔科夫模型转移概率，加快了模型切换的速度并增加了模型辨识度。在目标状态不可感知阶段，利用可感知阶段辨识的运动模型及自适应的模型转移概率可实现对目标航迹的记忆跟踪预测。以构建包含机场地图、跑道状态灯和跑道入侵防御区域的机场场面模型为基础，提出基于含时间窗的可达标识图的指令预演算法，对各类指令可能造成的三类偏差进行预测；为实时探测跑道入侵，还设计了跑道入侵防御系统的Petri网控制模型，提出由监视数据源、机场地图模型、Petri网控制器模型和跑道状态灯模型四个模块组成的跑道入侵防御系统重构方法，并对跑道入侵防御系统的控制决策算法进行验证。