[发明专利]一种基于蚁群算法的连续下降进近的航空器噪声优化方法

摘要

本发明公开一种基于蚁群算法的连续下降进近的航空器噪声优化方法，首先选取噪声敏感点，粗选噪声最优CDA基本进近程序；其次，以PBN进近参考程序为基础，构建连续下降进近标称航迹运控模型，并进行校正；然后，确定航空器连续下降过程中受到的约束条件，划设噪声优化过渡空间和噪声优化进近空间，得到不同航空器状态对应的可选四维CDA航迹搜索库；最后，以航空器在进近过程中的噪声最小为目标，建立航空器连续下降进近噪声优化模型，枚举得出对应不同航空器机型、不同运行状态、不同气象条件下的最优下降进近航迹。此种方法可根据航空器性能、初始状态和气象条件，动态调整其连续下降进近的航迹，为提高航空器在终端区下降阶段的环保水平提供参考。

主权项

1.一种基于蚁群算法的连续下降进近的航空器噪声优化方法，其特征在于包括如下步骤：步骤1，选取噪声敏感点，搜集本场标准仪表进场和PBN进近程序，使用高度加权的方法，粗选整体噪声影响最小的进近程序作为噪声最优CDA基本进近程序；所述步骤1的详细内容是：步骤11，根据所选机场周边布局，确定地面噪声敏感点，假设噪声敏感点为I_i＝{(x_i,y_i)|i＝1,2，…，n}，在进近程序平面投影图中，航迹转弯点将一条以进场点为起点，以ILS为终点的完整航迹分解为各个直线航段，作I_i到其最近航段的非延长线垂线，垂点记为Q_i,L_i＝I_iQ_i；步骤12，在航行资料汇编AIP的航路部分中查找搜集本场标准仪表进场和PBN进近程序，假设进场点A的高度为h_a，机场场面高度为h_f,将h_a‑h_f等分为N段，从低到高设置高度权值1～N，设Q_i所在的高度权值为λ_i；步骤13，针对所有可得标准仪表进场和PBN进近程序，所对应的进近航迹即为噪声最小航迹，即距离敏感点整体位置最远航迹，以此基本进近程序作为噪声优化的PBN进近参考程序；步骤2，分析航空器连续进近下降飞行过程，梳理航空器构型变化对各类性能参数的影响，以PBN进近参考程序为基础，构建连续下降进近标称航迹运控模型，通过历史航迹数据和气象数据对航迹模型进行校正；步骤3，分析PBN进近参考程序，确定航空器连续下降过程中受到的约束条件，划设噪声优化过渡空间和噪声优化进近空间，以得到不同航空器状态对应的可选四维CDA航迹搜索库；步骤4，梳理影响航空器进近阶段噪声的各类因素，以航空器在进近过程中的噪声最小为目标，建立航空器连续下降进近噪声优化模型；噪声优化以半经验法为导向，基于噪声‑功率‑距离数据库，采用数据插值法和拟合法整理噪声数据，并结合航段分割法，枚举得出对应不同航空器机型、不同运行状态、不同气象条件下的最优下降进近航迹；所述步骤4的具体内容是：步骤41，根据航迹的转弯点和航空器推力的突变情况，将航迹分为k段，定义转弯点和推力突变点为关键点M_j＝{(x_j,y_j)|j＝1,2,…,k‑1}，固定第j条航段的功率为P_j；假设航段S_j＝(s_1j,s_2j)，其中s_1j和s_2j分别为S_j的起点和终点；噪声敏感点I_i与S_j或其延长线的垂直交点为S_pij，定义q＝(s_1j,p_pij),d_1j＝(I_i,s_1j),d_2j＝(I_i,s_2j),d_pj＝(I_i,s_pij)；则噪声敏感点到S_j的距离为：其中，S_j的起点s_1j的空间坐标为(x_1j，y_1j，z_1j)，S_j的终点s_2j的空间坐标为(x_2j，y_2j，z_2j)，垂直交点s_pij的空间坐标为(x_pij，y_pij，z_pij)；步骤42，在固定飞机发动机设定下建立距离和噪声值的关系散点图，并对其进行回归分析，并拟合出回归方程若计算所得推力不在噪声‑功率‑距离数据库中，则采用插值公式求得相应的数据；步骤43，依据SAE‑AIR‑1845和ECAC.CEAC‑Doc29中计算声音暴露级SEL的模型，对以上所得理想噪声值进行修正；步骤44，总航段对I_i的噪声影响值为：N＝N₁+N₂+N₃，N₁、N₂、N₃分别代表日间、傍晚、夜间的飞行加次数，式中代表一架飞机在第j条航段上飞行时对I_i的等效连续感觉噪声级；在噪声单事件计算基础上，计算单条CDA航迹总航段累计噪声，使用蚁群算法，在各条可选CDA航迹累计噪声值中求解噪声最小目标函数。