一种航空器终端区四维飞行轨迹的绿色实时规划方法

1.一种航空器终端区四维飞行轨迹的绿色实时规划方法，其特征在于，所述方法包括：获取目标终端区空域内历史雷达航迹数据；对历史雷达航迹数据进行聚类处理得到各航迹模式的中心航迹，获取各中心航迹对应的航迹规划空间；对航迹规划空间进行栅格化处理，得到栅格航迹规划空间；根据目标终端区空域的实时气象数据，确定栅格航迹规划空间中的实时受限空域；获取各航迹规划空间内的决策变量、决策边界和状态值，构建以最小化状态值为目标函数、以决策边界为约束条件的优化模型；其中所述状态值为航空器在终端区空域运行时对应产生的航空排放物排放量；基于所述栅格航迹规划空间和实时受限空域，利用改进遗传算法对所述优化模型进行优化求解，得到最优终端区四维绿色实时规划航迹，包括：步骤1：依据个体生成规则，生成预设种群数量的个体；步骤2：依据设计的交叉算子以及变异算子完成个体的交叉、变异操作；步骤3：在完成交叉、变异操作的个体中，选择适应度更为优秀的个体；步骤4：重复步骤2-步骤3直至到达最大迭代次数或目标适应度，得到最优终端区四维绿色实时规划航迹；其中所述改进遗传算法为在基础遗传算法上为解决航迹规划问题所提出的改进型，包括：a、所述个体生成规则为：要求个体在随机生成的过程中，只能在邻近栅格内搜索下一个航迹点，引入超参数 ，在搜索邻近栅格作为下一航迹点时，会计算所有邻近栅格距离终点的距离，其中距离更近的栅格，被选中的概率就越大，概率公式如下： ；其中 代表该栅格所被选中的概率， 代表该栅格距离终点栅格的欧式距离；b、所述交叉算子设计为：要求父辈个体进行配对时，由适应度更优秀的个体之间配对，适应度较低的个体之间配对，并且在两个即将交叉的父辈个体中，寻找这两个个体的相同基因，以相同点为交叉点完成交叉操作；c、自适应遗传算法，交叉概率 和变异概率 能随着种群适应度的变化而变化，通过以下公式表示： ； ；其中， 和 代表在交叉和变异操作中的最大概率，取值在0到1之间， 为控制其变化幅度的超参数， 是整个种群适应度的方差。 2.根据权利要求1所述的航空器终端区四维飞行轨迹的绿色实时规划方法，其特征在于，所述的目标终端区空域内历史雷达航迹数据包括目标终端区空域规定时间段内所有航空器任意时刻的经度、纬度、高度、速度和航班号维度。 3.根据权利要求1所述的航空器终端区四维飞行轨迹的绿色实时规划方法，其特征在于，获取中心航迹对应的航迹规划空间，包括：步骤1：选取某一中心航迹 作为目标中心航迹，并挨个提取目标中心航迹的航迹点 ，默认以 为起始点；步骤2：按顺序提取出每个航迹点的经度 、纬度 、高度 ；步骤3：将对应航迹点三个坐标轴上 ， ， 内的矩形区域划分为航迹点的规划空间；其中 、 、 分别代表横轴、纵轴、竖轴三个方向， 为规划空间的扩展范围；步骤4：遍历目标中心航迹的航迹点完成航迹点的规划空间限制，得到目标中心航迹对应的航迹规划空间。 4.根据权利要求1所述的航空器终端区四维飞行轨迹的绿色实时规划方法，其特征在于，对航迹规划空间进行栅格化处理，得到栅格航迹规划空间，包括：步骤1：获取终端区空域边界经纬度坐标以及最大经度 、最大纬度 和最小经度 、最小纬度 ；步骤2：将终端区空域边界经纬度坐标转换为直角坐标系坐标： ； ；其中， 、 和 、 分别代表 点和坐标原点的经度、纬度， 代表地球半径， 和 为该点的直角坐标系坐标；步骤3：基于终端区空域边界的最大经度 、最大纬度 和最小经度 、最小纬度 ，根据选取的栅格水平尺寸 和垂直尺寸 ，计算出终端区空域在 、 、 三个方向的栅格数量，并计算出航迹规划空间占用栅格，得到栅格航迹规划空间。 5.根据权利要求1所述的航空器终端区四维飞行轨迹的绿色实时规划方法，其特征在于，根据目标终端区空域的实时气象数据，确定栅格航迹规划空间中的实时受限空域，包括：根据目标终端区空域的实时气象数据，将栅格航迹规划空间的栅格分类为禁区栅格、缓冲区栅格、运行区栅格；根据禁区栅格的概率边界确定实时受限空域。 6.根据权利要求5所述的航空器终端区四维飞行轨迹的绿色实时规划方法，其特征在于，其中所述终端区空域的实时气象数据包括危险天气区域质心 及影响半径 ，当栅格空域内有危险天气区域时，被定义为禁区栅格，包裹在禁区栅格外的一层栅格设置为缓冲区栅格，其余部分设置为运行区栅格；假设某时刻终端区内存在一个动态危险天气，危险天气区域质心为 ，影响半径为 ，经过基于概率边界的随机变化后，危险天气区域质心位置 和影响半径 分别为： ； ； ；其中， 为半径或质心变化的量， 为缩放因子，使概率边界在合理范围内移动， 则服从标准正态分布， 代表半径变化或质心变化；禁区栅格的概率边界是将确定的受限空域边界转变为概率边界，在一定的置信区间内，受限空域边界遵循一定概率分布，分为危险天气区域半径发生的随机变化和危险天气区域质心发生的随机移动两种情况。 7.根据权利要求1所述的航空器终端区四维飞行轨迹的绿色实时规划方法，其特征在于，所述决策变量为航空器在各阶段上的飞行策略，包括运行栅格、转向角度和速度。 8.根据权利要求1所述的航空器终端区四维飞行轨迹的绿色实时规划方法，其特征在于，所述决策边界包括栅格决策边界、转向角度决策边界和速度决策边界；所述栅格决策边界表示为： ； ；其中，对于规划航迹 ，其中 分别表示该航迹的起点和终点；规划航迹内的航迹点 不能存在于受限空域 内，任一中心航迹 所有中心航迹点 所对应的栅格航迹规划空间 形成集合 ，限制下一航迹点 规划空间；所述转向角度决策边界为航空器在运行中转向时，不得超过航空器性能的转向角度飞行，转向角度决策边界表示为： ；其中， 是相应的飞机最大转向角度， ， ， 分别代表当前航段长度，下一航段长度以及当前航段起点到下段航段终点长度；所述速度决策边界为航空器在各高度层飞行时不得超出对应管制空域内速度范围，转向角度决策边界表示为： ； ； ；这三个式子分别表示平飞、上升以及下降时，航空器自身的速度 都不允许超过当前以及目的高度层的速度限制， 、 、 分别表示在巡航、爬升和下降状态时高度层 对应的最大和最小真空速。 9.根据权利要求1所述的航空器终端区四维飞行轨迹的绿色实时规划方法，其特征在于，所述航空排放物排放量通过如下公式表示： ；其中， 代表航空排放物排放量， 表示各类航空排放物经过标准化极值方法处理后的排放量， 表示航空排放物的总类别；标准化极值方法通过如下公式表示： ；其中 、 、 分别为污染物 的排放量、最大排放量和最小排放量； ；其中 是污染物 的排放指数，表示燃烧1kg燃油所产生对应排放物的质量， 代表在航迹点 航空器的燃油流率； 表示航空器在航迹点 内飞行时间； ；其中 、 、 为飞机性能数据库BADA模型中不同部分的燃油流率， 代表在航迹点 的飞行状态， 代表在航迹点 的航空器构型。 10.根据权利要求9所述的航空器终端区四维飞行轨迹的绿色实时规划方法，其特征在于，所述各类航空排放物包括CO 2 、SO 2 、NO x 、CO。