摘要：星载ADS-B技术作为未来空中交通管制的重要技术,可以克服地面设备难以在荒漠、远洋、极地等地部署的难题。星载ADS-B具有侦收范围广、可全球覆盖的特点,由此各国纷纷展开相关研究。针对星载ADS-B技术特点,进行了星载ADS-B相关研究进展的调查。首先综述了星载ADS-B原理及相关卫星研究情况;其次围绕天线技术、射频电路技术、信号处理、星座设计方法四个方面,评述了星载ADS-B接收的关键技术进展;最后对星载ADS-B的数据应用及未来发展方向进行了展望。

摘要：针对目标函数相关的不确定多目标规划问题提出了一种在期望-方差准则下的求解方法.首先,给出了不确定多目标规划的等价模型,基于期望-方差准则和帕累托有效解的定义,利用线性加权或理想点法将原问题转化为不确定单目标规划问题,再利用该准则将不确定单目标规划问题转化为确定型单目标规划问题;其次,通过相关理论推导证明了在该准则下转化后的问题求得的最优解是原不确定问题的帕累托有效解;最后,结合不确定多目标规划模型在航路网络容量评估中的应用,设计了一个具有代表性的数值算例以说明本文方法的有效性,考虑算例的特点,用遗传-粒子群算法进行了求解.

摘要：随着飞行活动需求的持续快速增长和空域资源使用矛盾的日益凸显,全局飞行流量协同优化已成为减少飞行延误、降低飞行危险、确保空域运行安全的一个重要手段。空中交通管理作为军民融合发展的重点领域,迫切需要对军民航飞行流量实施统一、高效、兼顾各自特点的协同优化。在实际研究中,全局飞行流量协同优化问题具有大规模、多目标、难分解等特点,是一类复杂的工程优化问题。本文贯彻军民融合发展思想,设计了一种基于军民航异质化飞行活动管制要求、考虑差异化调配方法与代价、兼顾军民航管制员各自工作特点、有效解决扇区网络运行安全性和经济性问题的全局飞行流量多目标协同优化模型——CMI模型;为解决种群在进化过程中"不平衡不充分"的问题,提出了一种动态自适应多目标遗传算法(DA-MOGA),并针对性设计了基于聚集距离和种群多样性的交叉变异概率动态调整机制。利用中国扇区网络实际数据,对本文提出的模型和算法进行了验证,算法结果优于2种经典的多目标进化算法。

摘要：恶劣天气等不确定环境下,传统时隙分配方法易造成航班大量延误现象,为解决这一问题,分析了时隙分配过程,基于不确定理论,从权衡'请求时隙-计划时隙差'和'计划时隙-运行时隙差'的角度,提出了不确定容量下的时隙分配两阶段规划模型,分别构建了单机场模型和多机场模型。根据模型特点,设计了基于人工蜂群(ABC)算法的渐进二元启发式方法,提升了求解效率。通过算例分析,验证了所提模型和方法的有效性,同时对模型参数设置进行了分析。